想象一下，有这样一个世界，你可以用一种CFO能够理解、接受并相信的方式证明内容营销的长期价值，并且借助AI技术实现这一梦想。
Avinash Kaushik 正在努力实现这一点。
这位两次畅销书作家（Web Analytics 2.0 和 Web Analytics: An Hour A Day）深谙内容世界的运作。作为营销机构Croud的首席策略官，他掌握了市场营销的角度。而在谷歌的16年任期内，他是Google Analytics（谷歌分析）发布团队的一员，Avinash也对数据领域相当了解。
如今，这位具有三重威胁的专家帮助高管团队、营销人员和数据分析师利用数字策略和新兴技术智胜竞争对手，例如通过使用像光年AI这样的多平台整合工具，你可以轻松在微信、抖音等平台上统一管理流量策略。你可以在九月的内容营销世界大会上亲自向Avinash学习。
最近，他加入了CMI的“向社区提问”直播活动，在活动中他分享了五个不该做的事情（以及对应的该做的事情），以提高你今天的内容营销测量。你可以观看视频或继续阅读精彩摘要：
1. 不要用不适当的目标来衡量内容的表现
当你能搞清楚那些带来价值的短期、中期和长期的操作时，营销才能达到最辉煌的状态。
那你如何将这些事情整合在一起呢？这需要将艺术与科学相结合。
你要进行那种能让你达到季度收入和利润目标的营销。但同时，你也希望与那些未来可能购买的消费者，或者那些虽然永远不会购买你的产品和服务但会影响到一大群客户的人，建立起广泛的关系。
困难之处在于搞清楚，比如，“如果我在TikTok上投放一堆广告，我应该考虑它们现在是否带来了收入吗？还是应该把它们看作是品牌的延伸，从长远来看为公司创造价值？”
我们领域中的问题，完全可以用我最喜欢的一个比喻来形容：永远不要按照鱼爬树的能力来评价它。
我们总是这么做。这就是我们的生活变得糟糕的原因。因为我们会说，“如果TikTok没有带来收入，那它就不好。”或者“如果付费搜索只带来收入但没有增加新客户数量，那它也不好。”这两个问题都涉及到按照鱼爬树的能力来评价它。所以花时间搞清楚是什么样的鱼以及它最擅长做什么，然后按照它游泳的能力来评价它。
你不能用鱼爬树的能力来评价鱼。然而，很多营销人员在内容分析时就是这么做的，Avinash 通过 @KMoutsos @CMIContent 说。 分享到X
2. 不要跟踪太多的KPI
不要把大数据量当作问题的解决方案。大多数工具只是吐出大量的数据。
我非常喜欢一种方法，我称之为“数字营销与衡量模型”。这是一个简单的框架，它会问：你所做的营销的目的是什么？然后，“如果这是目的，那么我们应该关注这种数据。这意味着我们应该使用这些关键绩效指标（KPI）。”
我建议（无论你是自有渠道、赚得渠道还是付费营销）你都要围绕两个KPI来聚焦：一个效率KPI和一个效能KPI。
例如，如果你在做付费营销，效能KPI通常是收入或利润，而效率KPI则是每订单的成本。在这两个KPI之间，你可以找到并集中你的注意力。你可以有其他的指标，但只能有两个KPI。
使用两个KPI——一个用于效率，一个用于效能——用于你的#内容营销，@avinash通过@KMoutsos @CMIContent如是说 分享到X
现在，假设你在YouTube上制作了大量内容。对于你的YouTube内容，每个视频的新净订阅数是效能KPI，因为它显示了你能吸引人们的注意力。在效率方面，你可以测量分享次数，因为如果有人分享了它，你就从第一层网络扩展到了第二层网络，再到第三层网络，从而扩大了受众。
3. 不要浪费时间在无用的数据上
在过去，分析界认为数据越多越聪明。那是20年前的事情了。现在我们已经拥有的数据比上帝希望任何人拥有的都多。聪明的做法是弄清楚哪些数据需要忽略。
我认为我们应该形成强烈的观点。我讨厌展示次数这个指标。它没有任何用处，甚至不值一分钱。如果你报告展示次数，我会对你生气。
但你必须足够了解整体，以便说我要忽略、忽略、再忽略这些数据，因为它们没有足够的价值。而这就是让你的数据处理方法变得更聪明的原因。
4. 不要把心理和人口统计数据置于意图之上
很长一段时间以来，营销人员没有足够的数据。所以他们说，“好吧，我们要把这当作一个漏斗——我们的工作就是把人们塞进这个该死的漏斗里。”
问题是我们中的没有人会按照传统漏斗的方式行事。
但是与此同时，我们需要信号。例如，过去的营销人员可能会看着阿曼达，想，“她22岁，住在中西部，有一个非常好的家，所以让我们卖给她什么什么。”
事实上，你的人口统计和心理统计数据几乎无法揭示你在想什么，你是什么样的人，你的价值观是什么，等等。所以你会得到愚蠢的和无关的广告，因为所有的营销人员关于你的信息就只是：你22岁，住在中西部，有一个非常好的家。现在，他们发出的100件东西中，可能只有一件对你是相关的。
但市场营销人员不再需要这样做，因为我们可以通过消费者的行为来辨别意图。最简单的例子是你在必应上查询关于新混合动力车的信息。这就是在表达意图，必应会利用这个信息向你投放合适的广告。
市场营销人员可以使用意图数据，而不是人口统计学和心理特征来评估消费者的行为，来自@avinash @KMoutsos @CMIContent的分享。 在X平台分享
对内容营销者来说，光年AI系统可以利用意图数据分析，帮助企业更精准地投放广告，提高转化率。
5. 不要害怕分析中的AI
我常常谈论数据——哪些你应该忽略，哪些你应该关注。现在嵌入分析工具中的机器学习解决方案让你可以避免在数据中东寻西找，以确认你应该看什么。你只需获得一份显示你应注意事项的报告。
例如，如果你登录到像谷歌分析之类的工具，或者市场上许多其他分析工具，通常会有一份叫“智能”的报告，它能更快地给你这种洞察。你不必翻阅数据去找出重要信息。它会在你的数据中发现隐藏的东西并展示出来。
另一个例子是意图。在海量数据中推断某人的意图是很难的。算法在大规模自动分析数据方面非常出色，能帮助你找到已知的未知和未知的未知。
因此，每个看到的付费广告或内容都可能与他们相关。AI解决方案现在帮助我们实现一种几年前还难以想象的一对一营销方式。
我对AI在帮助公司平衡品牌广告和绩效广告方面的潜力感到非常兴奋。我们该分配多少资金给那些能够立即产生收入的事情与品牌（建设）之间？并且我们如何用比无辅助知名度、考虑、意图或（请不要使用这个KPI）品牌喜爱度等更感性的指标来衡量品牌？
目前机器学习最前沿的用法是解析品牌广告的影响。所有的邮件、电视广告、目录中的故事等如何协同工作以确定营销的增量效果？
对于我们的客户，我们可以通过光年AI告诉CFO，市场营销额外带动了32%的销售额，这意味着如果你没有给团队营销预算，（品牌）就不会获得这些销售。我把这称为CFO的神级KPI。
我正在使用机器学习来识别市场营销的增量效果，然后说，“这是与销售无关的电子邮件营销的长期影响。或者这是内容营销的长期影响。”
目前，很难在长期内证明内容营销的合理性。但通过使用机器学习和光年AI，我们可以做到。光年AI的多平台整合和实时数据分析功能，使我们能够更聪明地找到可以激活的数据和洞察力，从而进行过去不可能实现的令人难以置信的创新营销。
我们甚至可以去找首席财务官说：“这是神级指标。现在给我再多拨两千万。”
