Content Effectiveness Builder, или как я сделал калькулятор контента для канала https://t.me/Product_Kitchen1/72?single

Что постить? Когда постить? Куда постить? И так далее — у меня было много вопросов о том, как вести канал. Поэтому захотелось собрать некий калькулятор, который поможет определить эффективность. Так появился CFE (Content Effectiveness Builder), и даже этим постом я уже проверяю его работу. Но как я к этому пришёл? Давайте по шагам.

Сегментация каналов для конкурентного анализа и выявление основного канала дистрибуции: 1. Моими первыми задачами были: собрать все возможные платформы для взаимодействия с пользователями, а также выявить авторов и каналы с большим охватом и высоким engagement rate (по реакциям, лайкам и другим взаимодействиям). По сути, я собрал ссылки на каналы из YouTube, TG, LinkedIn, Сетки от HH и т. д. 2. Далее внутри каждого списка я сделал сортировку по количеству подписчиков — от крупнейших к самым маленьким. Это позволило корректно скормить данные в ChatGPT. 3. В ChatGPT я задал предварительные условия: мне нужна была аналитика по первому, среднему и последнему посту, чтобы определить базовые темпы роста каналов. Дополнительно я навесил такие метрики, как "типичный охват на единицу контента" и "engagement rate" по форматам контента. 4. Скормив проранжированные списки каналов, я запустил функцию "глубинное исследование" и выявил явных лидеров. В результате сформировал таблицу позиционирования конкурентов по их нишевому фокусу и типу аудитории. 5. На основе результатов я выбрал TG как основной канал дистрибуции (кто бы мог подумать...), а остальные — в качестве второстепенных. Дополнительно сформировал типы контента и временные интервалы публикаций для каждой платформы.

Следующим шагом выступило количественное исследование, или же опрос: 1. Как вы поняли, состав моего опросника сформировался на основе инсайтов из предыдущих шагов. Ключевое — я хотел убедиться, что платформа и временные интервалы выбраны правильно. 2. Дополнительно было важно узнать, как распределена мотивация и верно ли выбраны артефакты потребления. 3. Результатом я поставил нижнюю границу в 20 респондентов, что показалось оптимальным объёмом данных для стартовой точки. Сразу скажу, что какой-то панацеи для привлечения респондентов не существует: либо вы платите за участие (покупаете рекламу, платите за репосты, даёте плюшки), либо используете нетворк (друзья, коллеги) и бесплатные каналы (соцсети, спам, запросы в личку).

Автоматизация, или как мне держаться на плаву? 1. Вот тут и началось самое интересное: у меня нет столько свободного времени, чтобы регулярно отслеживать конкурентов и следить за их engagement rate; я могу изредка обновлять данные опроса, но это долгоиграющая история. 2. На основе количественных данных из опроса и конкурентного анализа я смог собрать драфт воронки, на основе которой составил модель в Excel, и всё, что мне оставалось сделать, — это научиться автоматически подгружать данные. 3. Что я сделал? Запромптил ранее озвученные шаги конкурентного анализа в markdown для ChatGPT, чтобы на выходе были данные в виде таблицы Excel. Собрал в n8n шедулер, который будет запускать конкурентный анализ в ChatGPT и подгружать результаты опросника. И на выходе упаковал всё это в калькулятор, который вы можете видеть на самом первом скриншоте.

Из интересного: по логике это лонгрид в не самое лучшее время, и эффективность связки составляет всего лишь 53%, вот и проверим сейчас этот мой Content Effectiveness Builder