所谓应然性,就是具备哪些特质的人,最有可能成为跨越周期与平台的IP?这个问题的答案,也是我今天分享的重点:神性、人性、兽性结合且有强烈影响大众意愿的人。
在这种IP资源面前,我们就应该使出真本事去争取,或者你审视一下自己,如果很符合这个标准,也可以勇敢地进场。
02 IP进化三部曲1. 神性
何为神性?神性,即通俗意义上的专业性。
如果你想成为一个IP,具备专业性是一个根本前提。神性,或者说专业性,即可以为用户提供稀缺价值信息。这是一个IP在内容产品生命周期伊始,获取大众注意力的必要条件。
短视频在整个商业链条里面,就是众多的内容产品之一。内容产品的本质逻辑,就是为用户提供信息价值或者稀缺情绪价值。如果你想让自己的内容产品,在如此丰富的内容生态里面脱颖而出,那最核心的一点,就是要提供稀缺价值。
既然短视频是一款内容产品,那在产品的生命周期伊始,神性也就专业性,其实是获取用户注意力的必要条件。这个时候用户不认识你、不熟悉你,为什么还会多给你注意力?因为具备现实功用价值。
那么,神性的筛选标准是什么?主要有3点:
文章插图
(1)专业性:Top5%-Top10%的稀缺专业信息提供者
如果我们要考量一个IP的专业性,应该专业到什么程度?既然要达到“稀缺”标准,我觉得最低要求是,所在行业前5%到前10%的专业程度。
举个例子,如果放到一个医学场景里面,他是专家医师,还是一个刚刚进入医院的实习医生?他有大量实操经验,还是只懂得一些道理?
所以,大家筛选IP的时候要去衡量,候选人或者我自己的专业性目前在什么程度?
(2)一致性:观点一致性×人设一致性=IP形象一致性
做短视频内容,大家常讲爆款内容会反复爆。所以大家喜欢去研究爆款、移植爆款。但是,IP可以通过移植他人的爆款内容实现吗?一般是不行的,因为IP需要“一致性”。
首先是“观点一致性”,你的观点、你的表达,要符合你的真实身份以及个人三观。
做短视频内容矩阵,复制爆款或许可以成功,但对于IP打造,这是最容易踩的一个坑。
每个人都有他承载的独一无二的东西,可能是经历,可能是认知。比如我今天分享的观点,都来自于我在业内走过的路、踩过的坑,我讲出来是非常顺畅的。但是另一个人去讲的时候,因为不是他亲身经历、或者发自内心认可的东西,就会有一种奇怪的违和感。
前面提到,我们如何把观众缘这种“玄学”落到具象的衡量标准上。“一致性”就是其中一个标准。如果你讲的内容,不是自己发自内心认可的东西,甚至有点念稿痕迹,那么同样的内容,就算别人爆了,你也大概率爆不了。
第二个是“人设一致性”。你在身边最熟悉的朋友眼中,到底是什么样的?你最动人的时刻长什么样子?那个时候的你,跟镜头里你在服务的这个IP,到底有没有无限地贴近?
以我现实中的好朋友为例,她是98年的小妹妹,也是一位优秀的短视频广告公司老板,个人IP账号做得很好。她的IP就是一个年轻女性老板形象,所有内容都比较诚恳,或者说从来不去刻意营造成熟稳重、阅历丰富的形象。
所以,我写了这样一个公式:观点一致性×人设一致性=IP形象一致性。两个一致性,只要任何一点出现崩塌,最终的IP形象都立不起来。
所以,你做脚本、做拍摄的时候,表达方式、语气语调、你的神情、你的状态,必须让周围熟悉你的朋友都说对。
注意一点,不要把自己的感受当成评价标准,因为很多人是不太习惯镜头里的自己的,应该让身边真正熟悉你的人来评判。
(3)有效性:短视频算法逻辑×符合大众观看习惯的专业性表达=IP的有效专业性
一个IP的神性,也就是专业性,如果想在短视频平台被用户、被市场广泛接收,必须注重“有效性”。
还是以医生为例,现实中医生看病会用很多专业词汇,一般患者都听不懂,最后只要提供治疗方案就行了。
短视频的算法逻辑,不是你想说什么就说什么,更不是越严谨越好,而是你的每个字能不能戳中精准用户的心理。
我们的专业性表达必须符合大众观看习惯,也就是说人话。尽量说短句,尽量说金句,不要用复杂、拗口的话去彰显你的专业性。
很多专家喜欢讲数据,讲概率,但是短视频的文稿一共就那么长,你要去掉一些门槛太高的东西。你一定要尊重算法,尊重用户的倾听习惯、观看习惯。你要迎合用户的情绪,甚至去制造用户的情绪。
- 短视频|陪你感受中国冰雪魅力 荣耀智慧屏品牌日惊喜限时钜惠价1499元起
- |收费探店视频要标明“广告”?那么影视剧植入呢
- 短视频|短视频运营之产品展示脚本应该怎么制作
- |怎样写一个自动吸粉的视频号简介?怎样设置视频号头像?
- C++|掌握这7大短视频带货“创意标题”撰写技巧,点击率提升30%
- 富士康|富士康打工人的网红梦:深夜蹭网剪视频,就算“黑红”也愿意
- 联想|联想拯救者Y700预热视频展示多种使用场景,游戏表现到底怎样呢?
- 麦克风|降噪超强的塞宾智麦无线麦克风,操作更简单,让视频音质更清晰
- t知乎没有裁员,但其视频业务需要进行改变了
- 湖北|全球笔记本电脑出货量再创新高 芯片短缺是最大挑战