嘿 @gregisenberg，我让汉娜验证了 @ideabrowser 的广告归因想法。 这是她发现的内容。（加上一些截图） 市场：全球每年影响者支出为240亿美元。其中71%——大约170亿美元——没有有效的投资回报率测量。归因软件市场在此基础上为47.4亿美元，预计到2030年将增长至101亿美元。只有6%的营销人员在影响者活动中使用任何形式的多触点归因。 MrBeast 自己的话：“我的视频不赚钱。即使我做品牌合作，我仍然会亏钱。”他每笔交易的收费在39万美元到300万美元之间，具体取决于整合类型。品牌还是会支付这个费用。没有人能告诉你这是否有效。 竞争格局：像 Tagger（Sprout Social）、Captiv8 和 Klear（Meltwater）这样的工具在交易前预测方面最接近。它们都使用相同的方法——创作者的历史参与率向前推算。没有一个进行模拟。没有一个拥有跨客户的基准数据。它们告诉你受众有多大和真实。它们无法告诉你你的特定产品从那个特定受众那里能获得什么 ROAS。 汉娜对护城河的看法：这不是模拟引擎。这个引擎是可以构建的。护城河是专有的跨客户活动真实数据——品牌 X 支付了创作者类型 Y 多少，他们实际得到了什么？没有单一品牌可以单独构建这一点。只有在数百个活动的真实结果上进行训练时，模拟才会变得有防御性。谁先构建这个数据飞轮，谁就赢。每笔交易的运行使模型变得更智能。 代理机构的角度是最被低估的威胁：代理机构管理着15%-30%的所有影响者支出。如果品牌在签约前能够模拟 ROI，他们就不需要代理机构的“我们从经验中知道”的价值主张。代理机构要么购买该工具，要么与之抗衡。 根据汉娜的说法，最佳市场进入策略是：年影响者支出在50万美元到500万美元之间的中型 DTC 品牌，以及影响者营销代理机构。两者都有痛点，但都没有内部数据科学，代理机构在他们管理的每个客户中都能放大价值。