為品牌的優質網紅排名，需要建立一個能夠解釋「為什麼這位合格創作者應當優先於另一位」的模型。先定義標準，在檢視得分前確定權重，再計算加權總分，並檢查每項判斷背後的證據。缺失資訊、合作成本和不符合必要條件的問題，都應單獨列明，不能被平均分掩蓋。
本文從一份已有候選名單開始。如果你還需要發現創作者、檢查基本契合度，並將 20 位候選人縮小到 5 位，請先閱讀如何為品牌選擇網紅。本文聚焦於排名模型本身：讓另一位同事能夠檢查、質疑並重現你的排序。
你將得到加權評分卡、Excel 公式、完整計算示例，以及處理不確定評分和接近結果的規則。模型用於支持活動決策，並不預測某位創作者能帶來多少銷售額。
一份有用的排名包含三個層次：
| 層次 | 要回答的問題 | 輸出 |
|---|
一套持續運作的 GTM 系統
可免費試用，從你的真實產品開始
| 資格 | 創作者能否滿足活動的必要要求？ | 通過、待確認或未通過 |
| 契合度 | 這位合格創作者與本次活動有多契合？ | 加權分數 |
| 決策信心程度 | 證據是否可靠？不確定性可能改變排序嗎？ | 信心程度判斷與下一步行動 |
資格是必要門檻。契合度決定暫定順序。信心程度幫助你判斷，這個順序是否足以支持合作承諾。
例如，檔期不合適的創作者，不應該憑藉出色的受眾契合度排在最終合作名單首位。缺少受眾證據時，也不應該為了填完表格就給一個平均分。
說明圖：資格決定能否進入比較，契合度決定順序，證據信心程度指引下一步行動。
準備已有候選名單、活動簡報、支持證據，以及可比較的交付要求。簡報應明確：
如果這些條件尚未明確，先解決它們，再設定權重。否則，模型只是在為一個模糊的問題產生精確答案。
選擇能夠分別解釋創作者為何可能成功的標準。下面的模型適用於產品示範類活動，權重是編輯建議，不是行業標準，也不是經過驗證的效果預測。
| 標準 | 權重 | 需要檢視的證據 |
|---|---|---|
| 受眾契合度 | 30 | 受眾包含目標客戶的證據 |
| 內容與產品契合度 | 25 | 相關示範、可信解釋及自然的產品使用場景 |
| 互動品質 | 20 | 所審閱內容樣本中有實質意義、與主題相關的回饋 |
| 交付可靠性 | 15 | 證明擬議合作可執行、可依賴的記錄 |
| 合作條款契合度 | 10 | 可接受的範圍、使用權、修改次數和合作條款 |
| 合計 | 100 |
將實際報價保留在契合分數之外。「合作條款契合度」評價合作條件；報價則單獨用於成本和預算比較。
粉絲數、總播放量和總按讚量都可能獎勵規模。如果分別賦予較大權重，同一項優勢就可能被計算多次。
選擇真正服務於活動目標的指標。品牌認知活動可能重視相關受眾觸及，產品示範活動可能更重視受眾與內容契合度。每項標準都應增加一個獨立的選擇理由。
權重應該表達活動優先順序，而不是幫助你偏好的創作者勝出。如果修改模型，應重新評估所有候選人，並記錄原因。不同模型中的兩個 85 分不能直接比較。
在審閱候選人之前，定義每個分數的含義。
| 分數 | 含義 |
|---|---|
| 1 | 有明確證據表明契合度較差 |
| 2 | 有部分相關證據，但存在明顯不足 |
| 3 | 基本滿足要求 |
| 4 | 有具體證據支持較強契合度 |
| 5 | 有清晰、相關證據支持特別突出的契合度 |
| 待確認 | 資訊不足，無法負責任地評分 |
針對每項標準細化基準。例如，內容契合度的 3 分，可以表示創作者覆蓋相關品類，但缺少講解類似產品的充分證據；5 分則可以要求多個示範能夠解釋使用方法、優勢和取捨。
交付可靠性應參考已有合作記錄及確認後的檔期。新創作者沒有合作歷史，是證據缺口，並不自動代表不可靠。
「內容契合度：5 分，很優秀。」很難覆核。
更有用的記錄是：「內容契合度：5 分。審閱的三條示範清楚解釋了安裝、日常使用和產品限制，已附證據連結。」
將以下欄位放在一起：
Ricky
SEO/GEO
學習循環評分標準：
分數：
理由：
證據連結：
證據日期：
重要限制：
讓評審人先對同一小批樣本獨立評分，再討論理解差異。校準的目的是改善定義，而不是在證據仍有歧義時強行達成一致。
對於資訊完整的評分卡，使用：
加權總分 = 各項（標準得分 ÷ 5 × 標準權重）之和
某項權重為 30、得分為 4，則貢獻 24 分：4 ÷ 5 × 30 = 24。權重合計 100 時，最高分為 100。它是契合度指數，並不是成功機率百分比。
在 D2:H2 中依次填寫權重 30、25、20、15、10。在 D3:H3 中填寫第一位創作者的五項得分。
=IF(COUNT(D3:H3)<>5,"Pending",SUMPRODUCT(D3:H3,$D$2:$H$2)/5)
任一得分為空白或文字時，公式傳回「Pending」，即待確認。使用資料驗證，僅允許 1 到 5 的整數，同時允許空白以保留缺失資訊。公式檢查完整性，資料驗證限制分數範圍。部分地區設定下，公式分隔符需要用分號替代逗號。
假設你為一款便攜式咖啡磨豆機開展活動，需要從三位合格創作者中比較相近規格的短影片產品示範。下表的創作者代號、得分、信心程度和報價均為虛構教學資料。
| 標準 | 權重 | 創作者 A | 創作者 B | 創作者 C |
|---|---|---|---|---|
| 受眾契合度 | 30 | 5 | 3 | 4 |
| 內容與產品契合度 | 25 | 5 | 4 | 4 |
| 互動品質 | 20 | 4 | 3 | 4 |
| 交付可靠性 | 15 | 4 | 5 | 3 |
| 合作條款契合度 | 10 | 3 | 4 | 5 |
| 加權總分 | 100 | 89 | 73 | 79 |
| 證據信心程度 | — | 高 | 高 | 中 |
| 同等合作範圍報價 | — | 1,200 美元 | 900 美元 | 700 美元 |
A 的計算過程為 30 + 25 + 16 + 12 + 6 = 89。
說明圖：虛構範例的加權總分為 A 89、C 79、B 73；成本與信心程度分開判斷。
暫定順序為 A、C、B。這並不證明 A 的溢價值得支付，也不說明 C 的證據已經足以支持合作承諾。這些需要單獨判斷。
只有在支持證據足夠充分時，高分才有意義。在契合分數旁明確記錄信心程度。
| 信心程度 | 證據情況 | 下一步 |
|---|---|---|
| 高 | 證據較新、相關且具有足夠可比性 | 用排名支持下一步決策 |
| 中 | 證據有用，但存在實質性不確定性 | 解決可能改變決策的缺口 |
| 低 | 重要判斷依賴假設 | 在作出承諾前補充證據 |
不要隨意設定「信心程度乘數」，再把結果包裝成更科學的數字。單獨說明不確定性，更容易檢查。
一次有記錄的合作，加上已確認的檔期，可能足以支持一個附有限制說明的可靠性分數。但如果活動要求觸及特定市場，受眾所在地完全未知就是另一回事：該項應保持待確認。
不能將僅完成四項評分的候選人，透過放大分數來與完成五項評分的候選人比較。缺失的那項可能改變結果。將小計標為不完整，並從最終數字排名中排除。
將「需要更多資料」改為具體請求：「本次活動面向美國，請提供近期受眾地區分佈」，或「請確認報價是否包含一次修改」。
優先收集可能改變決策的資訊。
表格中的微小分差，可能看起來比實際更有意義。檢查一個不確定輸入的合理變化，是否足以逆轉順序。
本模型中，單項得分變化 1 分，對總分的影響如下：
| 標準 | 總分變化 |
|---|---|
| 受眾契合度 | 6 分 |
| 內容與產品契合度 | 5 分 |
| 互動品質 | 4 分 |
| 交付可靠性 | 3 分 |
| 合作條款契合度 | 2 分 |
說明圖：受眾、內容、互動、可靠性及合作條款單項變動 1 分，分別影響總分 6、5、4、3、2 分。
C 領先 B 六分。如果後續證據使 C 的受眾契合度從 4 分降到 3 分，這個領先就會消失。核實這一不確定性，可能比微調低權重項目更重要。
只測試有證據支持的合理變化，不要為了讓偏好的創作者勝出而製造情境。
如果團隊正在考慮「促進了解」還是「擴大認知」，可以建立獨立權重情境。每套權重仍須合計 100，並重新計算所有候選人。如果排序變化，應說明推薦取決於活動目標。
不要透過新增隨意的小數位強行產生贏家。「兩位實力接近、各有優勢的候選人」可能就是最準確的結論。
把結果整理為決策記錄：
建議行動：
理由：
證據信心程度：
未解決的問題：
可比較成本：
決策負責人：
下次覆核：
在虛構示例中，可以優先考慮 A 的產品講解能力，將 C 保留為待完成可靠性核查的候選人，並在活動要求改變時重新考慮 B。任何人工調整都應記錄理由，不要悄悄修改分數。
早期排名幫助你決定先聯絡誰。後續排名納入已確認的檔期、報價、使用權和受眾證據。
區分研究階段的排名與基於已確認回覆及條款的排名。小規模測試結束後，再以實際交付和結果建立新版本。
Tomako 的電商工作流程頁面將品牌背景、創作者發現和創作者關係營運列為現有基礎能力，其中包括候選名單、聯絡與簡報工作流程，以及效果歷史記錄。
這些功能服務於排名周邊的工作：正在考慮哪些創作者、還有哪些問題未解決，以及選定後的合作如何推進。除非已經確認現有工作流程中有相同功能，否則請將加權計算保留在試算表中。本文評分卡是編輯提出的框架，並非 Tomako 已公開的排名演算法。
如果需要協調持續的創作者合作，可以按實際需求評估該工作流程。一次性的比較，試算表可能已經足夠。方案及用量條款請檢視 Tomako 當前價格頁面。
小規模測試開始前儲存排名。結束後，對照內容交付、受眾回饋和商業結果，檢查預期優勢是否得到支持。
使用一致的衡量方法。如何追蹤網紅轉換介紹了應配合這次成效檢討開展的追蹤和歸因工作。
錯過交付期限可能影響可靠性判斷；示範不清晰可能影響內容契合度。到達網頁表現不好，不應自動降低受眾契合度評分。先判斷原因，再修改模型。
一條內容或少量訂單，不應該成為永久判斷。記錄活動條件、樣本量和衡量限制。在可比活動中尋找重複出現的規律，再作更廣泛的調整。
| 版本 | 新增證據 | 支持的決策 |
|---|---|---|
| 研究階段 | 初步公開證據 | 聯絡優先順序 |
| 已確認階段 | 檔期、條款和補充證據 | 小規模測試或合作決定 |
| 小規模測試後 | 實際交付和測量結果 | 下一場活動的決定 |
目標是在學習的同時，保留早期決策所依據的假設。
從符合必要條件的候選人開始，按活動定義標準和權重，並使用可比較的證據評分。將證據信心程度和總成本單獨列出，再檢查不確定性是否可能改變排序。
只有當粉絲數能夠解釋與活動相關的要求時，才將其納入。如果其他標準已經獎勵規模，例如總播放量或總互動量，就不要再給粉絲數單獨設定很高的權重。
如果缺少的資訊是負責任評分的必要依據，應將對應項目保留為待確認。不要用平均分代替，也不要將不完整總分放大，使其看起來能夠與完整評估直接比較。
先解決重要證據缺口，再比較活動最主要的標準、同等合作方案，以及各位創作者在活動中的角色。如果仍然接近，安排小規模測試，而不是強行選出數字上的贏家。
聯絡前使用暫定排名確定溝通優先順序。在創作者確認檔期、受眾證據、報價和條款後更新排名，並區分這一確認版本與早期研究版本。
如果已確認無法滿足某項必要要求，該問題應優先於分數。如果問題尚未確認，則將創作者標為待確認，並調查具體情況；不要把高分視為批准，也不要直接推定其存在不當行為。
可以沿用結構，但應根據每次活動的目標重新審視標準、權重和評分基準。不同模型的分數不能當作同一尺度直接比較。
AI 可以幫助整理證據並應用清晰定義的規則，但輸出取決於輸入的品質與完整性。需要核實事實和計算，保留缺失資訊，並由明確的負責人作出最終商業決策。
為品牌的優質網紅排名，關鍵是建立一個讓決策過程清晰可見的模型。從合格候選人開始，定義權重、附上證據、將未知資訊保留為待確認、檢查不確定性，並儲存原始評估。
準備將這些判斷連結到持續合作時，可以檢視 Tomako 的創作者相關工作流程，對照團隊真正需要管理的工作進行評估。
