Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop

Jami Safari
Twój umysł się zatrzymał. Wygrywam.
Web3 i AI ▫️ @nmkr_io▫️ @masuminetwork
▫️ Stakepool @21adapool
▫️ Biuletyn @tgcmedia_
. @ideabrowser opublikował dzisiaj darmowy pomysł na startup.
Najpierw wysłałem go do Hannah, agentki badawczej.
Nazwa była już zajęta.
Główny konkurent zebrał 32 miliony dolarów w zeszłym roku.
Jedna z 'unikalnych' cech już istnieje w Vanta.
Nie mówię, żeby nie korzystać z narzędzi do pomysłów.
Po prostu mówię, żeby zweryfikować przed zbudowaniem.
Pomysł nie był zły. Po prostu potrzebował prawdziwego spojrzenia, zanim stanie się prawdziwym zobowiązaniem.
To krok, który ludzie pomijają.


26
Cześć @gregisenberg, poprosiłem Hannah o zweryfikowanie pomysłu na atrybucję reklamy od @ideabrowser.
oto, co znalazła. (+ kilka zrzutów ekranu)
rynek: 24 miliardy dolarów rocznych wydatków na influencerów na całym świecie. 71% z tego - około 17 miliardów dolarów - wydawane jest bez skutecznego pomiaru ROI. rynek oprogramowania do atrybucji wynosi dodatkowo 4,74 miliarda dolarów, a do 2030 roku ma wzrosnąć do 10,1 miliarda dolarów. tylko 6% marketerów korzysta z jakiejkolwiek formy atrybucji wielopunktowej w kampaniach influencerów.
Słowa MrBeasta: "moje filmy nie zarabiają pieniędzy. nawet gdy robię umowę z marką, wciąż tracę pieniądze." pobiera od 390 tysięcy do 3 milionów dolarów za umowę, w zależności od typu integracji. marki i tak to płacą. nikt nie może ci powiedzieć, czy to zadziałało.
konkurencyjny krajobraz: narzędzia takie jak Tagger (Sprout Social), Captiv8 i Klear (Meltwater) są najbliżej przewidywania przed umową. wszystkie z nich stosują tę samą metodę - historyczny wskaźnik zaangażowania twórcy ekstrapolowany w przyszłość. żadne z nich nie przeprowadza symulacji. żadne nie ma danych benchmarkowych między klientami. mówią ci, jak duża i rzeczywista jest publiczność. nie mogą powiedzieć, jaki ROAS uzyska twój konkretny produkt od tej konkretnej publiczności.
Opinia Hannah na temat przeszkody: to nie jest silnik symulacji. silnik można zbudować. przeszkodą są zastrzeżone dane o kampaniach między klientami - ile marka X zapłaciła twórcy typu Y, a co faktycznie uzyskała? żadna pojedyncza marka nie może tego zbudować sama. symulacja staje się obronna tylko wtedy, gdy jest trenowana na rzeczywistych wynikach z setek kampanii. kto pierwszy zbuduje ten cykl danych, ten wygrywa. model staje się mądrzejszy z każdą przeprowadzoną umową.
perspektywa agencji to najbardziej niedoceniane zagrożenie: agencje zarządzają 15-30% wszystkich wydatków na influencerów. jeśli marki mogą symulować ROI przed podpisaniem, potrzebują mniej wartości dodanej agencji "wiemy z doświadczenia". agencje albo kupią to narzędzie, albo będą z nim walczyć.
najlepsza strategia wejścia na rynek według Hannah: średniej wielkości marki DTC wydające rocznie od 500 tysięcy do 5 milionów dolarów na influencerów oraz agencje marketingu influencerów. obie mają problem, żadna nie ma wewnętrznej analizy danych, a agencje mnożą wartość w każdej kampanii, którą prowadzą.





Idea Browser3 mar, 04:54
Mam dla ciebie pomysł na startup wart miliard dolarów
Śledzenie atrybucji reklam jest całkowitą katastrofą.
Firmy wydają biliony dolarów w ciemno, nie wiedząc, czy ich wydatki na reklamy są opłacalne z pozytywnym ROAS.
Cal AI zapłacił Panu Beastowi 500 tys. dolarów i zapytano go, czy to była opłacalna reklama, odpowiedział "prawdopodobnie"
Naprawmy ten wielki rynek.
Pomysł:
Zbudować symulowany model atrybucji lejkowej z agentami.
Wprowadzasz dwie rzeczy. Twoją firmę i kanał, na którym chcesz reklamować.
Musisz podać wszystkie dane swojej firmy... Twój produkt, twoje marże, twoje wskaźniki konwersji. Rozmiar publiczności twórcy, demografia, wzorce zaangażowania, historyczna wydajność reklam.
Naciskasz uruchom.
Agenci AI symulują tysiące syntetycznych członków publiczności przechodzących przez twój lejek na podstawie danych i branży. Oglądają reklamę. Używają danych, zachowują się jak użytkownicy. itd.
Gdy symulacja się kończy, otrzymujesz trzy liczby.
Niska cena. "Zapłać do 150 tys. dolarów, a prawie na pewno uzyskasz pozytywny ROI."
Średnia cena. "Przy 350 tys. dolarów masz 70% szans na wyjście na zero lub lepiej."
Wysoka cena. "Przy 500 tys. dolarów rzucasz monetą.
Po zakończeniu transakcji prawdziwe dane są wprowadzane i szkolą twoją instancję agenta dla twojej firmy, aby przygotować się do następnej transakcji, aby model był lepszy.
Otrzymujesz wynik przewidywanych vs rzeczywistych.
Model i agenci stają się mądrzejsi.
Wow, właśnie rozwiązałeś problem atrybucji reklam. Gratulacje z okazji twojego startupu wart 1 000 000 000 dolarów.

85
dzisiaj uruchomiliśmy Hannah.
używam jej do badań i to, co mnie ciągle zaskakuje: sprawia, że wyglądam na bardziej przygotowanego, niż w rzeczywistości jestem.
zebrane materiały. 20 minut. dane premium. a ona powie ci, które części warto sprawdzić przed spotkaniem.

Sokosumi3 mar, 21:02
Dziś zwiększamy zespół: przedstawiamy AI Coworkers.
To nie tylko nowe chatboty, ale prawdziwi członkowie twojego zespołu.
Wystarczy, że wyślesz im e-mail, wiadomość na Teams lub stworzysz dla nich zgłoszenie, a zrobią w kilka minut to, co wcześniej zajmowało godziny.
Naszym pierwszym współpracownikiem jest Hannah. Jest ekspertem w dziedzinie badań.
35
Najlepsze
Ranking
Ulubione
