不想再花大錢猜受眾喜好？現在靠「興趣圖譜」就能低成本測試內容、找出觀眾真正在乎什麼。先用自然流量試水溫，看數據、看留言，觀察什麼內容表現最好，再把成效高的內容拿去投放廣告，降低風險、提高轉換。這就是內容驅動行銷的威力！
興趣圖譜世界裡的廣告學
如果相關性是所有行銷人員都需要瞄準的目標，要怎麼知道哪些的內容對終端用戶切身相關呢？我們如何知道人們真正想要哪種閱聽內容？什麼樣的內容會得到最有意義的推播？
好在，你不必猜。有了興趣圖譜導向的演算法，你就可以找出真正的答案，而且不必多花一毛錢（我指除了創作本身所需以外的成本）。根據你想要觸及的受眾，以及你認為他們可能感興趣的事物，去製作一則內容，然後選一個或幾個平台發布，接著查看活動分析資料與留言／評論，看看發生什麼事。這則內容的成效是否比其他內容的平均水準還要好？還是比較差？根據你的分析，這個平台最後把它推送給誰。換句話說，真正有興趣的閱聽者是誰？是你認為的閱聽者嗎？留言中出現什麼有趣的觀察嗎？你可以運用以上這些觀察，讓你的下一則內容更好。
這是改變比賽規則的震撼彈，特別是對大品牌而言。它們可能要花好幾個月，為它們想要發布的內容和廣告擬定指導方針，包括定義目標受眾、進行研究、舉行焦點團體座談、在各內部決策者之間提出構想以爭取認可等。這個過程不但緩慢、落伍，而且是為社群媒體時代之前製作電視廣告的人所設計。接下來，大品牌會決定編列 800 萬美元的廣告費（包括廣告代理費用、製作成本與媒體成本），並綜合它們的研究和主觀意見，製作一支能吸引各個人口群體觀看、通用型的影片。
但時至今日，有了興趣圖譜演算法，大品牌不必耗費幾個月又幾個月做研究、投入心力和資源，製作一支大家多半不會看的電視廣告，而是先假設什麼內容有效，並據此發布內容（也就是廣告），然後以實際成效驗證或推翻假設。它們可以仰賴市場反應，而不是仰賴焦點團體中的十名與談者。
比方說，假設你是一家大型運動服飾品牌的行銷主管，想要做電視廣告吸引美國各地更多的媽媽購買你們公司的服飾。你可以針對較狹隘的媽媽群體製作 20 或 40 多則不同的內容，發布到社群媒體平台，看看反應如何。觀察哪些內容的成效比你的帳號的貼文平均水準還高，透過活動分析，查看誰才是內容的閱聽者，標出引起注意的詞彙和訊息，並據此幫你打造製作規格更高、預算更高的廣告。
這個方法類似單口喜劇演員嘗試不同的素材。他們在許多的喜劇俱樂部登台，在較小規模的觀眾群面前表演，看看哪些台詞、和誰合作有效果，然後運用所知改進下一場演出。等到他們要做Netflix 喜劇特別節目這種大秀時，幾乎沒有任何的內容安排是單憑猜測，他們已經知道該講些什麼。同理，從社群媒體行銷學到的經驗，也能幫助品牌降低高規格製作廣宣的風險。
我稱此為「為改善行銷而做的行銷」。你以透過社群媒體建立品牌和帶動銷售為目標，進行行銷操作，也利用從內容學到的洞見來改善未來的行銷成效。公司卻不明就裡，把這些社群媒體發文（再說一次，這些貼文就是廣告）看成是「測試和學習」、「什麼都試，看看什麼會成功」，或是「亂槍打鳥」。再提醒你一次：這是為改善行銷成效而進行的行銷。
這個方法也適用於創作者和小型企業。假設你有一家公司，每個月花 250 美元買廣告，與其為這個月的廣告應該放哪些內容而爭辯，不如發布一堆自然流量內容，看看哪些內容引起共鳴，然後把這些內容放進廣告，藉此推動銷售［這就是「品牌成效」（brandformance）］。如果自然發布的內容成效良好，你就有更多證據支持這些內容在廣告投放時能奏效，藉此降低風險。
你會在本書看到，各個社群平台現成的數據量有多大。例如，YouTube Shorts 可以查看你的影片有多少人觀看，又有多少人跳過不看；在 TikTok，可以查到影片的平均觀看時間；在 Instagram 和 Facebook 可以查到有多少粉絲與非粉絲看你的連續短片；在LinkedIn 甚至可以知道你的內容受眾的職稱頭銜。有些平台可以追蹤瀏覽、收藏、分享、按讚與留言等數據，了解人們如何與你的內容互動。這些數據的運用方法很多。例如，大品牌可以在TikTok 製作短劇，讓性格特質相異的各個候選吉祥物演出；再觀察留言的反應，進一步增加吉祥物對品牌的代表性。保險公司蓋可（GEICO）就曾經進行內容測試，看看是「壁虎馬丁」還是「穴居人」最能引發人們的共鳴。電子商務公司可以用他們想要銷售的品項樣本製作 TikTok 內容，在看過人們是否感興趣之後再決定是否進貨。地方餐廳為了要增加哪些新菜色而爭論不休，這時可以製作提問影片，到 Facebook 選取鄰近地區投放廣告，以社群的意見做為決策的參考。
在這個社群媒體新世界，一切都取決於內容本身，而不是取決於追蹤你的人。創意才決定成敗。
