“那我們的策略就很簡單，讓那些已經喜歡上這部劇的人，變成我們的傳播節點。”
“把劇裡最打動人的片段截出來，配上一兩句真實得像聊天一樣的文案，不是那種傾情鉅獻，不容錯過的官方腔，是一個普通觀眾看完之後忍不住想轉給朋友的東西。”
趙圓圓拿筆在筆記本上劃了幾道，若有所思地點了下頭。
“這倒是跟我們的推薦引擎能對上。”
她站起來走到投影螢幕前面，用筆指了指上面那張尋知網的首頁截圖。
“我之前跟老陳聊過推薦引擎的事，本來打算今天專門彙報進度的，正好跟營銷方案放在一起講。”
“我們的想法是在尋知上先試執行一個猜你喜歡的資訊流推薦模組。”
“底層邏輯是用使用者的瀏覽歷史做協同過濾，訓練幾套模型去預測每個使用者可能感興趣的內容。”
“本來這個模組打算先拿尋知上現有的社群內容做測試，但現在看來。”
她轉過身看著陳景。
“也可以把電視劇的宣發當成第一輪實戰。”
陳景問道。
“我們目前的推薦引擎，準確率現在有多少？”
“如果推錯了，把校園劇推給一個大老爺們，那不就浪費了嗎。”
趙圓圓重新拉出一張技術文件，在上面畫了個簡單的示意圖。
“現在還在除錯階段，但初步測試的效果還行。”
“我們不是瞎推。使用者只要在尋知上瀏覽過相關內容，比如青春文學、校園話題、影視討論區，系統就會自動打標籤，再根據標籤去匹配推薦池裡的內容。”
“而且這次有個好處，《你好舊時光》的受眾畫像非常清晰，就是那群十五到二十五歲的年輕女性。”
“這個標籤組合在推薦模型裡太好篩了，比泛泛地推首頁橫幅精準得多。”
劉思維聽懂了。
他把手裡那疊資料表合上往桌上一放，整個人往前傾了傾，語速快了幾分。
“那就是說，我們的自然流量會變多。”
“而且用尋知，自己的平臺，精準找到最可能喜歡這部劇的人，然後把剪輯好的片段直接推到她們眼前？”
“差不多就是這個意思。”
趙圓圓轉過來看著劉思維。
“你可以理解為，以前是你站在廣場上拿喇叭喊我有個好東西你們快來看，不管下面站的是誰，聽到了就算。”
“現在是你走到那些已經在討論類似話題的人身邊，把好東西輕輕放在她們面前。”
“不用喊，效果反而更好。”
。秒幾了靜安裡室議會
。上背椅在靠，來下放上桌從手把景陳
。幹兒塊一在技和容，銷營把是就了白說案方個這
。算預出桂芙郝，技出圓圓趙，材素出維思劉
。子鏈掉別也誰
”。定麼這就那“
”。本版個幾出邊那你，導劉“
”。右左秒十幾，長太用不段每，絮花常日的向鬆輕個幾有還，場那步跑中雨瑤秦、場那影背廊走瑤思寧、場那書翻邊窗室教在若沫周，的人抓最選段片“
”。眾標目是就來本們，寫己自娘姑小的隊團們你讓就寫麼怎道知不在實，吻口的眾觀通普用就，方太要不案文“
”。我發午下表算預“
”。力人的己自們我和源資技是本要主，道渠部外走不錢的花次這，張太用不“
”。樣麼怎料資的們咱看要主，事的錢心擔用不且而“
。來起集得變新重聲鈴話電和聲盤鍵的裡區公辦，位工回自各人個幾後之會散
