فهرست
مدل آلپورت مقدم نشان میدهد که روایت پردازی برای برند صرفاً تولید محتوای تصادفی مبتنی بر اتفاقات و ایده‌هایی که ناگهانی به فکر تیم تولید محتوا می‌رسد نیست بلکه علمی دقیق برای لایه‌بندی روایت‌ها با هدف بیشینه‌سازی تأثیر احساسی و افزایش ارزش برند است. با ساختاربندی داستان‌ها در سه لایه به هم پیوسته لایه اصلی (cardinal) مرکزی (central) و موقعیتی (situational) – برندها می‌توانند همزمان به ماندگاری و سازگاری آنی دست یابند و در حین اینکه برند را در ذهن مخاطبان حفظ می‌کنند داینامیک بودن هویت را نیز ایجا می‌کنند. در ادامه نحوه عملکرد این مدل را با مثال‌های واقعی شرح می‌دهیم.
کارکردهای اصلی ساختار لایه‌ای در روایت‌پردازی
– شامل روایت‌های ریشه‌دار در فوائد ضروری است که هدف وجودی برند را تعریف می‌کند (مثلاً حفظ سیاره زمین برای پاتاگونیا یا فرصت‌های جدید ارتباطی برای رایتل)
– بخش عمده بار احساسی داستان از طریق نمادهای ماندگار و افسانه‌های مرتبط با خاستگاه
تأمین می‌شود.
هویت کاردینال به عنوان فیلتر داستان عمل می‌کند تا همه روایت‌ها با ارزش‌های غیر قابل مذاکره برند همسو شوند حتی هنگام سازگاری با موضوعات جدید تصادفی.
ارزش‌های اصلی را به خطوط داستانی در حال تحول ترجمه می‌کند تا ارتباط خود را در مواجهه با تغییرات بازار حفظ کند.
– با استفاده از ماتریس روایت Congru و شبکه‌های عصبی مبتنی بر هوش مصنوعی برای هر خط اصلی داستان ۱۲ تا ۱۸ روایت موقعیتی تولید می‌کند که باعث افزایش ۴۰%ی همخوانی با
مخاطب می‌شود.
– تعادل بین ثبات و سازگاری را از طریق مدل شخصیت سازی پویا برقرار می‌کند. مثل داستان سفر مشتری از یک صفت ثابت به صفاتی پویا در اثر مواجهه با یک مانع
این لایه روایت‌های خردی تولید می‌کند که برای پلتفرم‌ها و موقعیت‌های فرهنگی خاص بهینه شده‌اند در حالی که همبستگی خود را با ارزش‌های اصلی حفظ می‌کنند – امکان تست سریع قطعات داستانی (پست‌های شبکه‌های اجتماعی، آموزش‌های محصول) را برای مخاطبان مختلف میدهد که ۲۲ افزایش نرخ تبدیل را به همراه دارند.
یک روایت اصلی ممکن است الهام‌بخش باشد، یک ایده مرکزی ممکن است مخاطب را درگیر کند، اما داستان‌های موقعیتی باعث افزایش نرخ تبدیل (conversion) می‌شوند زیرا مخاطب خود را در آن میبیند. مثلاً پاتاگونیا در زمان آتش سوزی‌های کالیفرنیا از میکرو-داستان‌های اینستاگرامی به این شکل استفاده کرد:
1) پست اول: کارمند پاتاگونیا در حال تعمیر ژاکت ۱۰ ساله مشتری (همبستگی با ارزش اصلی
یعنی کاهش” ضایعات” و نجات سیاره زمین)
2) پست دوم: محتوای تولید شده توسط کاربر از یک آتشنشان با لباس پاتاگونیا (قهرمان‌سازی
متناسب با پلتفرم)
3) پست سوم: نمایش کلاه‌های رایگان پاتاگونیا بر سر رای دهندگان “برای محیط زیست به پاتاگونیا رأی بده” نسخه محدود (اقدام متناسب با لحظه سیاسی انتخابات و برای فعالان سیاسی)
این قطعات تصادفی نیستند بلکه به صورت شبکه‌ای از صفات به لایه‌های بالاتر متصل شده‌اند.
چرا لایه‌بندی مهم است: قانون تأثیر ۵:۳:۱
داده‌های بیش از ۱۰۰ پروژه برندینگ نشان میدهد که این مدل اثر تقویتی دارد. تست انجام شده روی یک برند ،قهوه نمونه‌ای از این مدل است:
– لایه اصلی: “میراث خانوادگی از ۱۹۸۲ ” (فیلم‌های مستند برای نمایش خاستگاه عمیق برند)
– لايه مرکزی: خط داستانی نوآوری در قهوه‌‌های طعم‌دار (برنامه سالانه)
– لايه موقعیتی: شناسایی ذائقه مخاطبان از طريق تعامل در شبکه‌های اجتماعی، گرفتن سفارش و درست کردن قهوه برای آن‌ها – نمایش موقعیت در تیک تاک ترفندهای باریستا با محصولات معمولی و متمایز برند (پست‌های هفتگی)
نتیجه گیری: داستان به عنوان دارایی راهبردی
مدل آلپورت-مقدم به ما می‌آموزد که برندینگ فقط داستان‌سرایی صرف نیست بلکه معماری روایت‌های به هم پیوسته است با طراحی آگاهانه روایت‌ها در این سه لایه برندها به دستاوردهای زیر میرسند:
۵.۱ برابر یادآوری بیشتر نسبت به پیامهای صرفاً محصول محور
۳.۲ برابر بازیابی سریع‌تر برند در بحران‌ها (به لطف وجود سیستم روایی)
%۲۲ توان افزایش قیمتی بالاتر
همیشه گفته‌ام: “برند شما چیزی نیست که می‌فروشید – بلکه داستان‌هایی است که مردم وقتی همه چیز را فراموش کرده‌اند با آن شما را به یاد می‌آورند” مدل لایه‌ای نقشه راهی را ارائه میدهد که در آن داستان‌ها فراموش نشوند.
این رویکرد لایه‌ای، روایت‌پردازی را از تولید محتوای تصادفی به مهندسی هویت استراتژیک تبدیل می‌کند؛ جایی که روایت‌ها به صورت سیستماتیک ارزش برند را در طول زمان و در نقاط تماس مختلف و برای مخاطبان گوناگون افزایش می‌دهند. این روش به شما این امکان را میدهد که داستان‌ها،بلاگ‌ها، محتواها و هر آنچه که به مخاطبان متنوع شما باید برسد را یکپارچه کرده و همه را در یک مسیر قرار میدهد. اگر کمی بیشتر روی این مدل کار کنیم می‌بینیم که مدل آلپورت مقدم توانایی دیزاین و طراحی بصری زنجیره‌ای را هم به ما میدهد به شرط آنکه در هر لایه المان‌های تصویری آن لایه را مشخص نموده و سپس از طریق ماتریس یاد شده ترکیباتی خلاقانه و موثر طراحی نماییم. در آینده، هوش مصنوعی با استفاده از لایه های عصبی ترانسفورمرهایی که با این مدل کار می‌کنند، طراحی‌هایی انجام میدهد که در حین تعلق داشتن به برند، هر بار نکاتی جدید در خود خواهند داشت.
