嘿 @gregisenberg，我請漢娜驗證 @ideabrowser 的廣告歸因想法。 她發現了這些。 (+ 一些截圖) 市場：全球每年影響者支出為240億美元。其中71% - 大約170億美元 - 在沒有有效的投資回報率測量的情況下運行。歸因軟體市場在此基礎上為47.4億美元，預計到2030年將增長至101億美元。只有6%的行銷人員在影響者活動中使用任何形式的多接觸歸因。 MrBeast 自己的話："我的影片不賺錢。即使我做品牌合作，我仍然會虧損。" 他根據整合類型收取39萬到300萬美元的費用。品牌還是會支付。沒有人能告訴你這是否有效。 競爭格局：像 Tagger (Sprout Social)、Captiv8 和 Klear (Meltwater) 的工具最接近於交易前預測。它們都使用相同的方法 - 創作者的歷史參與率向前推算。它們都不進行模擬。沒有任何跨客戶的基準數據。它們告訴你受眾有多大和真實。它們無法告訴你你的特定產品從那個特定受眾中獲得的 ROAS。 漢娜對護城河的看法：這不是模擬引擎。這個引擎是可以構建的。護城河是專有的跨客戶活動真實數據 - 品牌 X 支付了創作者類型 Y 多少，實際得到了什麼？沒有任何單一品牌能單獨構建這個。當模擬基於數百個活動的真實結果進行訓練時，它才變得有防禦性。誰先建立那個數據飛輪，誰就贏。每次交易運行，模型就會變得更聰明。 代理機構的角度是最被低估的威脅：代理機構管理15-30%的所有影響者支出。如果品牌能在簽約前模擬 ROI，他們就不需要代理機構的 "我們從經驗中知道" 的價值主張。代理機構要麼會購買這個工具，要麼會抵制它。 根據漢娜的最佳市場進入策略：中型 DTC 品牌每年在影響者支出上花費50萬到500萬美元，以及影響者行銷代理機構。兩者都有痛點，但都沒有內部數據科學，代理機構則在每個客戶上放大價值。