达人合作失败率高，不是达人的问题，是筛选标准出了问题

合作了20个达人，只有5个达到了预期效果

一个卖家合作了20个达人，最终只有5个达到了预期效果，成功率25%。卖家觉得达人不靠谱，准备换一批达人。但换了新的一批达人后，成功率还是差不多。

这个卖家的核心问题是：筛选标准出了问题。如果筛选标准本身就有偏差，换再多达人也不会提高成功率。就像用一张不准的地图导航，换多少辆车都到不了目的地。

筛选标准出问题的典型表现是：用的指标跟带货能力没有直接关系。比如用粉丝量作为筛选标准，但粉丝量大不等于带货能力强。用播放量作为筛选标准，但播放量高不等于转化率高。当筛选标准跟带货能力脱节时，合作成功率自然就低。

筛选标准偏差的常见类型

第一种偏差是只看粉丝量。粉丝量大的达人带货能力不一定强，尤其是粉丝画像不匹配的情况。粉丝量应该作为参考指标，但不是决策指标。

第二种偏差是只看单次GMV。达人某次合作GMV高，可能是运气，不是能力。如果只看单次GMV做筛选，容易选到运气型达人，稳定性差。

第三种偏差是只看价格。报价低的达人不一定性价比高，报价高的达人也不一定贵。只看价格做筛选，容易选到数据有水分或者匹配度低的达人。

三种偏差的核心问题是：用一个指标替代了多个指标的综合判断。达人筛选应该是多维度的，不是单指标的。

怎么建立正确的筛选标准

建立正确的筛选标准，需要从经验中总结规律，而不是从想象中设定标准。

第一步，回顾历史合作达人的数据。把合作过的达人按效果分成三组：效果好、效果一般、效果差。然后分析三组达人的共同特征：他们的粉丝画像、历史带货数据、内容质量、报价范围有什么不同。

第二步，从分析结果中提炼出判断标准。比如你可能会发现：效果好的达人都有较高的粉丝画像匹配度，历史带货数据稳定，内容质量在平均水平以上。这些标准就是筛选的核心指标。

第三步，用提炼出的标准筛选新达人，然后验证效果。如果筛选出的达人合作效果好，说明标准有效。如果效果不好，说明标准需要调整。这是一个不断迭代的过程。

筛选标准需要数据验证

筛选标准不是凭感觉设定的，而是通过数据验证的。如果没有数据验证，你永远不知道自己的筛选标准是对还是错。

验证方法很简单：把筛选标准应用到新达人上，合作后看效果。如果效果好的达人比例高于之前的平均水平，说明筛选标准有效。如果效果好的达人比例没有变化，说明筛选标准需要调整。

筛选标准优化需要数据积累

筛选标准的优化是一个持续的过程，需要足够的数据积累。如果合作数据散在Excel表格、聊天记录、后台截图里，很难做系统的分析。当合作达人数量超过50个以后，手动回顾每个达人的数据来做筛选标准优化，效率会很低。

需要分析历史合作达人数据、优化筛选标准的卖家，可以利用达秘查看达人历史合作数据和表现，从数据中提炼出更精准的筛选标准，提高合作成功率。

关于合作失败率的常见问题

合作失败率多少算正常？

没有固定标准，但一般来说，新达人的合作成功率在30%-50%是正常的。如果合作成功率低于30%，说明筛选标准需要优化。如果合作成功率高于60%，说明筛选标准可能太严格，错过了很多潜力达人。

合作失败率高，应该放弃达人合作吗？

不应该放弃，应该优化筛选标准。达人合作本身就是高失败率的工作，关键不是避免失败，而是从失败中总结规律，提高筛选的精准度。

怎么判断筛选标准是否有效？

把筛选标准应用到新达人上，合作后看效果。如果效果好的达人比例高于之前的平均水平，说明标准有效。如果效果好的达人比例没有变化，说明标准需要调整。