Маркетинг в социальных сетях
Шрифт:
Помимо прочего, в «Яндекс. Блогах» можно использовать специфический для «Яндекса» язык запросов, чтобы сделать поиск максимально точным. Более подробно об этом языке можно прочитать на специальной странице: http://help.yandex.ru/search/?id=1111313.
Таким образом, алгоритм ручного мониторинга через сервис «Поиск Яндекса по блогам» выглядит следующим образом.
• Шаг 1. В поисковое окно последовательно вводятся запросы для мониторинга.
• Шаг 2. По каждому из запросов анализируются данные за период, прошедший с момента предыдущего мониторинга.
• Шаг 3.
• Шаг 4. Полученные данные заносятся в специальную таблицу. Вот основные поля для такой таблицы:
– дата;
– запрос;
– ссылка;
– площадка;
– блогер;
– название поста;
– тональность упоминания;
– инфоповод;
– реакция аудитории (количество комментариев);
– необходимость реагирования.
Хочу особо подчеркнуть, что такая подробная сводка нужна только в том случае, если получаемые данные планируется анализировать. Когда единственная задача – обнаружение негатива и реагирование на него, сводные таблицы не нужны.
Автоматический мониторинг
На сегодняшний день рынок систем автоматического мониторинга социальных сетей и блогов переживает резкий рост: постоянно появляются новые сервисы. Безусловно, это связано с активным приходом бизнеса в социальные сети и с постепенным усложнением задач, которые он ставит в данной среде.
Большинство систем автоматического мониторинга работают на основе API «Яндекс. Блогов», то есть фактически с помощью собственных алгоритмов анализируют и видоизменяют данные, предоставляемые «Яндексом». Однако есть ряд сервисов (например, Wobot и «Крибрум»), которые создают собственный индекс блогов и форумов, а затем ведут по нему мониторинг.
В качестве примера системы автоматического мониторинга можно взять Brandspotter – один из наиболее популярных русскоязычных сервисов такого рода. Рассмотрим основные возможности, которые он предоставляет.
• Сводка упоминаний. Новые упоминания по заданным запросам появляются практически в режиме реального времени.
• Сводные данные. Здесь опять-таки в режиме реального времени выстраиваются графики с динамикой упоминаний, соотношением положительных и отрицательных высказываний, а также отображающие сравнение ключевых показателей с аналогичными показателями конкурентов.
• Информация о лидерах мнений. В системе можно проследить историю взаимодействия каждого лидера мнений с брендом: когда, сколько раз и в какой тональности он упоминал компанию и продукты. Здесь же указывается популярность блогера, что позволяет понять значимость его высказываний. Кроме того, специальные алгоритмы Brandspotter позволяют выявлять потенциально заинтересованных пользователей, например, друзей и читателей лояльных к вам лидеров мнений.
• Информация о сообществах. Brandspotter собирает информацию о каждом сообществе, в котором появлялось упоминание бренда. В частности, отслеживаются такие показатели, как число подписчиков, общее количество постов и комментариев, среднее количество комментариев к одному посту, среднее количество комментариев на каждого участника. Эти данные позволяют принимать решение: имеет ли смысл реагировать на публикацию на данной площадке либо охват аудитории будет минимален и никаких действий не требуется.
• Аналитика. Информация обо всех найденных упоминаниях сохраняется в системе и при необходимости
доступна для сортировки, фильтрации по конкретным признакам (например, упоминания на определенной платформе или только определенной тональности) и дальнейшего анализа. Brandspotter имеет несколько встроенных уникальных метрик: внимание (количество пользователей, получивших информацию о бренде через социальные сети); вовлечение (насколько пользователи вовлечены в активную деятельность вокруг бренда – например, в сообщества или специальные промоакции); влияние (насколько лояльно к бренду относится аудитория). Все их можно отслеживать как в отсечке на текущий момент, так и в динамике изменения.• Отчеты. У Brandspotter предусмотрена функция автоматической генерации отчетов в удобном формате (например, xls или. pdf). При этом есть возможность настроить, какие конкретно данные будут представлены в отчете.
Помимо Brandspotter, можно перечислить следующие примеры систем автоматического мониторинга:
• IQBuzz;
• YouScan;
• Wobot;
• Babkee;
• «Крибрум».
В общем алгоритм автоматического мониторинга можно свести к следующим шагам.
Шаг 1. Подбор семантического ядра.
Шаг 2. Настройка кампании по мониторингу.
Шаг 3. Запуск кампании.
Шаг 4. Отслеживание результатов с заданной периодичностью.
Шаг 5. Анализ результатов.
Выстраивание системы мониторинга
Возникает вопрос: как правильно выстроить систему мониторинга, чтобы она эффективно и системно решала все перечисленные задачи?
Одна из наиболее эффективных систем – трехуровневая.
Первый уровень: перманентный мониторинг
Существует категория упоминаний, которые требуют немедленной реакции. В большинстве случаев к ним относятся негативные упоминания компании или продуктов, а также срочные вопросы потребителей, которые перестанут быть актуальными через короткое время.
Поэтому необходимо постоянно просматривать вновь появляющиеся упоминания.
В зависимости от количества упоминаний такой мониторинг совершается от трех до десяти раз в день. При этом мониторинг первого уровня не требует глубокой аналитики.
Ряд автоматических сервисов предоставляет возможность получать уведомления при появлении публикаций, в которых бренд упоминается с определенными словосочетаниями. Например, для интернет-провайдеров это могут быть фразы «не работает», «отключился», «не могу подключиться» и т. п. При обнаружении сервисом такого отзыва вы получаете уведомление в виде письма, сообщения в Skype либо SMS на указанный номер телефона.
Второй уровень: периодический мониторинг
Главная задача этого уровня мониторинга – проанализировать тенденции в информационном поле за прошедший период (как правило, берется отрезок времени от одной до четырех недель).
• Тренды. С какими информационными поводами чаще всего упоминался бренд за прошедший период? Какие события были восприняты позитивно, а какие негативно?
• Динамика информационного поля. Насколько увеличилось/уменьшилось количество упоминаний бренда за прошедший период? Насколько изменилось соотношение позитивных/негативных упоминаний?