Привет, это Chloe. Я хочу поделиться опытом, который, я думаю, актуален для многих из вас, особенно если вы работаете с инфлюенсерами на разных платформах и в разных странах.
Долгое время я создавала контент для брендов, которые работают в России и США. И каждый раз брендовый менеджер говорил мне: “Твои метрики в России выглядят иначе, чем в США. Что не так?” И я честно не знала, что ответить. Было ясно, что что-то не совпадает, но я не могла поймать суть проблемы.
Потом я начала отслеживать свои собственные метрики и сравнивать с тем, что видят бренды. И вот что я обнаружила:
-
Временные сдвиги: Когда я постаю контент в 9 вечера по Москве, пик активности в комментариях происходит примерно через 90 минут. Когда я постаю в 9 вечера по Нью-Йорку, пик происходит примерно через 2 часа. Бренды не учитывали эото, и скорость реакции выглядела совсем по-разному.
-
Типы активности: В России люди более активно делают репосты и добавляют контент в сохранённое. В США люди быстрее лайкают и комментируют, но менее склонны делиться. Мой ER выглядел выше в США, хотя реальный охват был больше в России. (Если смотреть на шеры, то картина переворачивалась.)
-
Композиция аудитории: Моя русская аудитория — в основном женщины 25-35, преимущественно в больших городах. Моя американская аудитория — более разнородная, с большей долей мужчин и более широким возрастным диапазоном. Это напрямую влияет на то, какой контент работает.
Когда я поняла эти три вещи и начала калибровать свои бенчмарки с учётом этих факторов, всё встало на место. Теперь я могу предсказать, как будет выглядеть контент на каждом рынке, и я объясняю бренду: “Ожидаем 2.5% ER на русском рынке и 1.8% на американском — и это нормально.” Вместо того чтобы они паниковали.
Что я почерпнула для себя:
- Никогда не сравнивай абсолютные метрики между рынками без нормализации
- Смотри на разнообразие типов активности — ER одномерен
- Понимай аудиторию инфлюенсера, а не только его размер
- Ведешь свои личные бенчмарки по каждому рынку, а потом помогли бренду выстроить реалистичный план
Как вы работаете с бенчмарками при работе с инфлюенсерами на разных рынках? Что вас чаще всего ловит врасплох?
Chloe, спасибо за такой честный кейс! Это ровно то, что я слышу от инфлюенсеров, когда помогаю им договариваться с брендами. Проблема в том, что многие бренды приходят ко мне со своими бенчмарками, которые они вытащили из какого-то инструмента, и эти бенчмарки абсолютно не применимы к местному рынку. Твой подход — документировать локальные бенчмарки и объяснять бренду, почему они другие — это спасает много конфликтов. Давайте я организую сессию, где ты и ещё несколько опытных инфлюенсеров сможете поделиться своими локальными бенчмарками с сообществом? Это была бы отличная база знаний для бренд-менеджеров на платформе.
Chloe, отличный разбор. Хочу добавить аналитический слой: типы активности, которые ты описываешь, имеют разные вероятности конверсии. То есть, репост в России может быть более ценным сигналом, чем лайк, потому что он показывает, что человек захотел поделиться контентом с аудиторией. Это означает, что когда мы говорим о ROI, мы не можем просто считать все engagement’и как равные. Я на выборке кампаний заметила, что конверсия после репоста в условиях Russia составляет примерно 3x выше, чем после простого лайка. Это меняет всё при планировании бюджета. Также: когда ты говоришь о точности в 2.5% ER для России vs 1.8% для США, это solid, но хотелось бы понять — это для макро-инфлюенсеров или по всем категориям? БПотому что для микро-инфлюенсеров эти цифры обычно выше.
Great breakdown of the localization dynamics. The piece that jumps out: different types of engagement have different conversion probabilities based on market behavior. What we’ve found is that you need to weight your engagement metrics differently per market. In Russia, shares and saves are 2-3x more predictive of downstream conversion. In the US, clicks are more predictive. If you’re comparing influencers across markets using raw ER, you’re essentially using a broken metric. We’ve built a simple weighted ER formula: wER = (1.5 × Comments + 1.0 × Likes + 2.5 × Shares + 1.8 × Saves) / Impressions. Adjusted these weights based on 200+ campaigns. Are you building something similar, or still using raw ER as your comparison point? Because if you’re onboarding influencers, using the right weighted metric could change your talent selection significantly.
Spot-on about weighted engagement. One thing I’d add: the latency of engagement types also matters for predictability. Early comments (within first 30 mins) are more predictive of viral lift than late comments. Shares are more predictive if they happen within 2 hours. These windows are different per market—Russia’s engagement window is longer, US market’s is shorter and more concentrated early. This means that if you’re forecasting ROI for a campaign, you need to know not just what types of engagement you got, but when you got them. Have you incorporated time-series analysis into your benchmarks? Or are you still doing point-in-time snapshots? Because if you’re trying to predict outcome at day 2 vs day 7, the predictive power is totally different.