基于我们对与 FLB 相关的媒体的持续重视，我们已完成审核，并提升了部分媒体的优先级。Launchmetrics 专有的机器学习算法为品牌提供了一种统一的“货币”，通过为每条社媒帖子、用户互动和媒体文章分配相应的金额，衡量所有营销活动在声量（Voice）、渠道（Channel）和市场（Market）的价值。该算法针对时尚、奢侈品和美妆（FLB）行业的具体情况进行了深度定制，并基于实际媒体费率和 5 年以上的 FLB 特定营销活动数据进行训练。
该算法分析了 100 多个定量和定性属性，包括受众参与度、行业相关性、媒体权威性和内容质量，从而创建了一种高度精准的衡量方法。媒体影响价值（Media Impact Value™，MIV®）提供了一种统一的计算框架，用于衡量品牌资产的积累方式以及哪些策略能创造出最高的投资回报率（ROI）。
MIV® 公式会定期更新迭代，以紧跟行业发展并适应新的应用环境。我们的目标是为您提供一个在稳定性和准确性之间取得良好平衡的基准指标，让您能够稳定运行分析，同时尽可能保持指标的与时俱进。根据变化的幅度，这些更新可以有效地推动现有数据前进，或者重新计算历史数据以保证最高精确度。

Online

Online MIV 的其中一个指标是基于媒体与您的品牌的相关性而得出的媒体得分。专注于FLB（例如《Vogue》、《Cosmopolitan》、《Elle》）且对您的品牌价值更高的媒体，其得分高于与您的品牌相关性较低的媒体（例如《每日邮报》等综合性媒体）。

基于我们对与 FLB 相关的媒体的持续重视，我们已完成审核，并提升了部分媒体的优先级。我们提升这些 FLB 媒体，旨在平衡它们受众群体规模较小这一事实，因为它们与您的品牌关联度更高。这样做将进一步明确 FLB 媒体与非 FLB 媒体的 MIV 之间的区别。

预期影响：高度重视 FLB 行业的媒体（例如《Vogue》）的 MIV 将实现增长；而综合性媒体（例如《每日邮报》）的 MIV 将相应下降。此变化对品牌的整体在线业务和全球 MIV 的影响较小。

Social

🔹Instagram

我们的算法会识别通过人为手段提高互动的“抽奖帖子”（例如通过转发、点赞、评论获得奖品的帖子），并在计算 MIV 时排除这类互动数据。

为了更准确地识别此类帖子，我们更新了用于标记内容的关键词清单，以便更精准地评估真实互动。

📌预期影响：

Instagram 上的广告性内容识别率上升

对品牌社交及全球 MIV 的影响较小

🔹YouTube

当品牌名称出现在 YouTube 音乐视频的歌词中时，这些视频往往会因为被反复播放而获得非常高的观看数，导致品牌的 MIV 被抬高。

为了平衡这种偏差，我们不再将音乐视频的观看次数纳入 MIV 计算（这与其他网红或媒体视频不同）。

📌预期影响：

高播放量的 YouTube 音乐视频 MIV 会下降

对品牌社交及全球 MIV 的影响较小

🔹Facebook

许多国际品牌只设有一个全球 Facebook 页面，并从该页面发布面向不同地区的本地化内容。为了避免每条本地帖子都错误地计入整个全球粉丝量，我们优化了计算逻辑，使其更真实地反映每篇帖子的实际影响。

我们也调整了“受众规模”和“互动参与度”之间的权重，现在更重视互动行为。

📌预期影响：

拥有全球 Facebook 页面并发布地区内容的品牌，其 Facebook 自有媒体 MIV 会显著下降

对品牌全球 MIV 会产生较大影响