干货|如何利用Social Listening从社会化媒体中“提炼”有价值的信息?

11 评论 9.1万 浏览 165 收藏 58 分钟

在本文中,笔者将会介绍大数据分析主要的处对象—社会化媒体(Social Media),以及对社会化媒体进行分析的重要手段——社会化聆听(Social Listening)。最后,笔者将以汽车行业的一个实操案例,来讲述如何使用社会化聆听(工具)来对社会化媒体大数据进行分析。

0 楔子

“大数据”一直是最近几年全球很火的概念。搜索关键词“big data”/”大数据“,从下图Google Trends的最近5年的热度趋势图和热度搜索地域分布可以看出,在这5年中,中国在大数据方面的热度一路攀升,“居高不下”。

然而,即使这样,大数据(分析)对于绝大部分人来说仍停留在概念层面,或者是给人很“高大上”、不接地气的印象,因为这个词似乎和“技术”、“编程”紧密联系在一起。

其实不然,经过这几年的发展,大数据应用已经触手可及,比如笔者上面用到的谷歌趋势,以及互联网从业者很熟悉的百度指数、新浪微舆情、微指数等,都是一些大家触手可及的大数据分析工具。借助这些工具,我们只需要在了解业务知识的情况下,就能完成一些大数据趋势分析、事件(传播)分析、用户画像分析等。

在本文中,笔者将会介绍大数据分析主要的处对象—社会化媒体(Social Media),以及对社会化媒体进行分析的重要手段——社会化聆听(Social Listening)。最后,笔者将以汽车行业的一个实操案例,来讲述如何使用社会化聆听(工具)来对社会化媒体大数据进行分析,虽然“隔行如隔山”,但“隔行不隔理”,其他领域的读者也可以借鉴这种分析思路和方法,来帮助自己在产品设计/运营、市场调研中达成目标。

以下是本文的主要内容及行文结构:

1 什么是社会化媒体?

社会化媒体(Social Media),也称社交媒体,是互联网信息中的绝对主体,它通常用来描述我们发布在微博、微信、博客、淘宝、Facebook、Twitter、Instagram和 Snapchat 等平台上的内容。

1.1 社交媒体/社会化媒体到底是什么?

如果用一大堆令人生厌的属于来定义这个词汇,只会使事情变得更复杂,可能获得清晰理解最好的方式是将它分拆成简单的词汇。

首先,让我分别来看看“社会化”和“媒体”各自的含义如何:

  • “社会化”/“社交”:意指通过分享信息和接受信息来和其他人进行互动。
  • “媒体”:意指进行交流的工具或载体,如互联网(而电视、收音机和报纸是更传统的媒体形式)

好的,从这个两个分开的词汇,我们能给出“社会化媒体”一个基本的定义:

社会化媒体是一种基于互联网应用的交流载体/工具,它可以使个人通过分享信息和消费信息来和他人进行互动。

具体来说,社会化媒体是人们彼此之间用来分享意见、见解、经验和观点的工具和平台,现阶段主要包括社交网站、微博、微信、博客、Facebook、Twitter、Instagram、论坛、淘宝、优酷和豆瓣等等。社会化媒体在互联网的沃土上蓬勃发展,爆发出令人眩目的能量,其传播的信息已成为人们浏览互联网的重要内容,不仅制造了人们社交生活中争相讨论的一个又一个热门话题,更进而吸引传统媒体争相跟进。

值得一提的是,社会化媒体与传统媒体(电视、报纸和广播等)最显著的不同点在于:社会化媒体的传播过程中,社会大众可以参与发布和散播消息。

1.2 社会化媒体的一般特征

假使你正在纠结于是否应该将某个网站划入“社会化媒体”这一类别,那么你可以看看,该网站是否符合以下特征中的至少三种。

(1)个人账户

如果一个网站允许访问者创建他们自己能够登入的账户,那么,这是一个良好的开始—社交互动即将发生!没有个人账户,你就难以与他人在线上互动和信息共享。

(2)个人资料页面

社会化媒体关乎人与人之间的交流沟通,那么,个体的个人资料页面对于展现个体来说是很有必要的。通常说来,一个涉及用户信息的资料页面会包含如下内容:头像、个人简介、个人网站、近期推送信息、个人推荐,以及近期的参与的活动,等等。

(3)好友、粉丝、兴趣社群和标签

个体会用他们的账号去和其他用户产生联系,比如相互加好友,关注感兴趣的人,建立基于兴趣爱好的社群,以及因加入社群和关注账号形成的个人标签。

(4)信息推送

当用户和社会化媒体上的其他人发生联系时,他们基本上会说:“我想从这些人这边获取信息”,而这些信息正通过私信或Instant Messaging实时推送给他们的。

(5)个性化设置

社会化媒体通常给用户留了足够的空间去进行个性化设置,自定义自己的个人资料,组织自己的好友或者粉丝,管理他们能看到的各种信息流,甚至能设置(不)希望他们看到的信息。

(6)通知

任何告知用户特定消息的APP或者网站毫无疑问是在玩弄社会化媒体的把戏。用户可以选择关闭或是开启这些通知,并可以选择接收他们想要的通知类型。

(7)信息更新、保存和发布

如果一个网站或者APP允许你在有/无账号的情况下发布几乎所有形式的内容,那么,它就是社会化的。而你发布的内容可能是文本形式的信息,一张上传的图片,一个YouTube视频,或者是一个可以跳转到某篇文章的超链接。

(8)点赞、发帖、收藏等选项

在社会化媒体中,我们发生互动最常见的两种形式是:

  1. 通过“喜欢/点赞”的选项来表达认可和赞许;
  2. 能够“发帖”功能来分享我们的观点。

(9)评论、评分和投票系统

除了点赞和发帖功能,许多社会化媒体的网站或APP都可以社区中的各种UGC信息进行评论、评分和投票。思考一下,你最喜欢的那些购物网站或者电影评论论坛,它们就运用了这种社会化媒体特征。

1.3 社会化媒体的类别

正如上文所提及的,社会化媒体基本可以囊括现今互联网世界的所有网站,它的分类版图如下:

如上图(来自尼尔森)所示,社会化媒体基本可以分为论坛、即时通讯、社区网站、视频分享、维基百科、音乐社区等17个类别,每个类别下又有若干个网站/应用,可以看到,社会化媒体这个大家庭的体量是极其庞大的!

1.4 社会化媒体的重要性

1.4.1 我们无往不在社会化媒体的枷锁之中

法国18世纪伟大的启蒙思想家让-雅克·卢梭有一句名言:

人是生而自由,却无往不在枷锁之中。自以为是其他一切的主人的人,反而比其他一切更是奴隶。

放在现今数据爆炸、信息质量良莠不齐的互联网时代,我们或许可以把“自由”理解为选择信息和阅读信息的权力的自由。然而,只要我们身处互联网社会化媒体的“信息洪流”之中,我们就无可避免的被它上面泛滥的信息所“裹挟”,也就是说,社会化媒体上的信息对现实世界中的每个人都有重大影响,我们每时每刻都间接的受到来自他人的影响。

值得注意的是,社会化媒体给我们构建了一个不同于现实社会、却和现实社会保持着千丝万缕的联系的虚拟社会(Virtual Society/Virtual Community/Artificial Society/Virtual Social)。

1.4.2 通过社会化媒体中来观察现实世界中的客观信息

在这个虚拟社会中,我们还是能看到很客观的信息,如下图所示,主要分为四类信息:

(1)文本描述

  • 人物节点的个人资料
  • 刻画事物的描述
  • 对事件、行为的描述

(2)网络结构

  • 个体和个体、个体和组织之间的社会网络关系
  • 传播过程中的网络结构

(3)时空信息

已标记的时空信息,需要从内容中识别的时间和空间信息

(4)操作行为

阅读、转发、评论、收藏、点赞/喜欢、打赏、签到

然后,透过这些由社会化媒体散播开来的信息,我们得以在没有亲身经历的情况下,可以通过社会化媒体去感知这个客观世界,而且在掌握相关常识的情况下,我们的个人理解跟现实的偏差不会太大。

因此,我们可以透过社会化媒体来观察世界,借助这些根源于现实、但经过传播者主观思考重构的信息,我们可以发现一个能更全面的反映人与社会之间的交互关系的世界。

1.5 通过社会化媒体来感知现实世界中的主观信息

其实,社会化媒体上最具有价值的信息还是能反映人们情绪、情感、意识和精神等精神方面的主观信息,这些对于从事商业活动的经营者来说价值非常大。

一般说来,社会化媒体上会传播这样几类主观信息,如下图所示:

由此,透过社会化媒体,我们也可以感知到对商业社会价值意义更大的个体/群体的主观信息。

既然社会化媒体中的信息这么有价值,那么,问题来了,我们如何通过社会化媒体来获知这些信息呢?这就引出下一个话题——社会化聆听(Social Listening)!

2 利用社会化聆听(Social Listening)获取社会化媒体上的重要信息

2.1 什么是Social Listening?

在社交网络年代,我们的每一条发布、每一个评论,每一次转发,每一次点赞,都反映了我们的习惯,喜好和消费习惯。通过社会化媒体去倾听目标消费者的需求和意见已经成为了今天品牌运营者的必修之技。企业们通过捕捉网络上与品牌/产品/营销事件相关的关键词,去监测消费者都对品牌/产品/营销事件说了什么的行为,被称作社会化聆听(Social Listening)。

更进一步来讲,社会化聆听(Social Listening),是指利用各种技术手段(信息采集、数据分析/挖掘等)倾听目标消费者和潜在消费者主动在社会化媒体上“晒出”的内容,以及各种行为(阅读、点赞、收藏等),从而挖掘出有商业价值的洞察。

在实践中,它的意思是在社会化媒体(社交网络,论坛和博客等)上捕捉提及品牌的内容,有趣的品牌话题,竞争对手以及所有对你品牌有意义的话题。

2.2 Social Listening对于企业的重要性

由于社会化聆听的数据源于社会化媒体,所以这些数据信息有语义和关系双重属性,所以更加能从中发现基于社会化媒体中个体不经意见流露的真实行迹,所以对于社会化媒体来说,它的样本对象不是个体,而是行为本身。

从本质上来讲,社会化聆听调研是在一个开放式的命题下,可以得出更加的宏观趋势分析,更加洞察到趋于感性行为的辨析,它主要的工作会花在数据处理和非结构化的数据分析负面。详情请参看笔者的两篇文章《数据运营|数据分析中,文本分析远比数值型分析重要!(上)?》《在运营中,为什么文本分析远比数值型分析重要?一个实际案例,五点分析(下)》

那么社会化聆听会在哪些方面帮助品牌和公司呢? Broadsuite Media Group的首席执行官Daniel Newman 在其发表的《Social Listening Enables Social Business》一文中曾总结为市场概览、竞品分析、消费者情绪识别、售前支持、购买信号、客户服务与关系维持,但笔者以为,还可以加上2条:

  1. “发掘意见领袖”。这类意见领袖能够在企业的营销事件中发挥极强的传播力,能在大范围内影响其他消费者的购买意向/购买行为
  2. “用户画像”。捕捉那些谈论品牌/产品/营销事件的用户的相关用户信息

下面,笔者将结合汽车行业的营销实践,来讨论社会化聆听是如何帮助企业实现其目标的。

2.2.1 市场概览(Market Overview)

通过社会化聆听,品牌可以更简单地获取对他们新产品和服务的目标市场的洞察,了解各个主要对手的市场影响力概况。

比如,当一个汽车制造商考虑开发一款新车系时,他们可以通过倾听多个平台(新浪微博、汽车之家、易车网等)的用户UGC(User-Generated Content)去了解竞争厂商类似已上市车型的购买者对此款车的吐槽和希望这类车应有的新功能,以作为打造新车的有力参考。

2.2.2 竞品分析(CompetitiveAnalysis)

商业情报在现今日益开放的互联网上对企业愈发重要,同时也愈发变得触手可得。和市场概览相似,社会化聆听可以帮助你清晰地洞察到你的对手是谁,你的对手都在做什么。

想象一下,一款新车在发布前就清晰地知道消费者愿意为你的新车掏多少钱,知道他们想从你这里找到哪些对手提供不了的新功能和服务。对社会化聆听的使用就像是一个无孔不入的专属FBI,可以使企业可以轻而易举的获取关于目标消费市场的几乎所有信息。

2.2.3 消费者情感识别(CustomerSentiment Identification)

企业一般都希望能快速洞察到他们的消费者对自身产品/品牌是否满意,对哪些地方感到满意,对哪些地方多有吐槽。而社会化聆听正好为消费者提供了分享他们对品牌的小情绪的发泄平台。

比如,许多汽车品牌的各种车系都有在第三方垂直网站(如汽车之家、爱卡汽车、新浪汽车和搜狐汽车等)上建立相关论坛,去鼓励消费者谈论分享他们的想法。通过过滤掉这些社区里的垃圾信息(主要是水军发帖和无关信息),汽车品牌方可以更好地了解消费者对该车整体的满意度如何,以及具体的吐槽点,以便为后续制造设计和售后服务作参考。

2.2.4 售前支持 (Pre-Sales Support)

当某个潜在客户要考虑买些比较复杂的东西时,他们一般会立刻转向社会化媒体求助。这时,影响力便会发挥巨大的作用,同时,社会化聆听也同样有着不可思议的效果。

还是以汽车行业的营销为例,可以想见这样一个场景:

假若某个潜在的汽车买家,在进入了“汽车之家”上关于某款车型的某个论坛,发帖去讨论该车型的各种利弊。如果你采用了社会化聆听,也许就可以利用这样的机会,将这个潜在客户介绍给你们的销售顾问。如此这般,你便有了一个从社会化媒体上转化而来的买家。

2.2.5 购买信号(Purchase Signals)

另一个大家都急于寻找的商业洞见则是——人们购买产品的终极信号到底是什么?到底是什么导致了一个客户的转化或流失?

社会化聆听的相关工具则能让企业“监听”到这些购买信号,并判断一个真正的买家到底在寻找什么。也许是他在微博或汽车论坛上最后点赞或分享的那段内容,那么,能够从他们这些行为中总结出购买周期终端的共性吗?

社会化聆听使之成为可能。

下面是奥迪汽车官方微博发布的一条关于上海车展新亮相汽车的微博,很多粉丝都对词条微博发表了评论。由此,我们可以从评论中发现和甄别出很多不同类型的用户,后续可以采取不同的跟进策略。

2.2.6 发掘意见领袖(IdentifyInfluencers)

美国知名营销网站sproutsocial.com在2015年做过一份针对美国民众的调查,有如下2条重要的结论:

  1. 74%的消费者依赖社会化媒体来做出购买决策
  2. 90%的消费者信赖同侪的推荐,仅有33%的人相信广告

MalcolmGladwell在《The Tipping Point》中也提出联系人、内行和推销员这三种人际网络中的重要角色,这些人其实就扮演了意见领袖的角色,这些人在传播过程中会发挥“传播枢纽节点”的重要作用,能够促进品牌宣传和影响其他人的购买意向,具体例子请参看笔者的《以<大秦帝国之崛起>为例,来谈大数据舆情分析和文本挖掘》的第二部分。

既然其他人的意见如此有价值,对于企业来说,如果能和那些在社群中拥有影响力的人或者“时髦制造者”建立紧密的联系,进而利用他们强大的号召力,将会在品牌营销中事半功倍,花费很小的精力就能得到较大的收益。此时,发掘这些意见领袖就显得尤其重要了。

2.2.7 用户画像(Persona)

用户画像是海量真实用户的典型代表,是建立在一系列真实数据之上的目标用户模型。用户画像可以让产品设计者和品牌营销宣传者在产品设计/营销宣传的过程中能够抛开个人喜好和偏见,将焦点关注在目标用户的动机和行为上进行产品设计和营销策略制定。

社会化聆听可以快速锁定那些在社会化媒体上讨论品牌/产品/营销事件的用户,进而获取到这部分最活跃的且最具价值用户的画像信息,从而给了产品设计者和品牌营销者们提供参考。详情请参考笔者的另一篇文章《当数据分析遭遇心理动力学:用户深层次的情感需求浮出水面》

2.2.8 客户服务与关系维系(CustomerService and Retention)

在互联网时代到来之前,追踪用户的抱怨和吐槽是一件极具挑战性的事情。然而,伴随互联网时代应运而生的社会化聆听让企业拥有了倾听和监测用户关于产品的反馈和诉苦,以便请与尽早在产品生命周期发现关于产品的各类潜在问题,同时也能保证他们快速的响应消费者的任何要求。我们知道,获取新顾客的成本是维持老客户的6倍,社会化聆听能够提供一个稳定的平台,让品牌能够主动与消费者产生连接和对话,帮助消费者解决问题,并留住他们。

在这里,举一个汽车行业之外的案例—消费者品牌Comcast(美国有线电视,宽带网络及电话服务供应商),Zappos和Bluehost,他们都拥有自己的团队,能够高频率且深入地与消费者产生互动,管理并监测他们的行为与路径。运用社会化聆听的方式来维系客户关系,在其他的服务行业例如机场和酒店,也成为了一个快速发展的趋势——他们希望打造一个强有力的、愿意传播并分享品牌口碑的品牌社群。

2.3 Social Listening的常见分析维度

2.4 Social Listening所涉及的NLP技术

2.5 Social Listening如何进行?

笔者认为,社会化聆听可以细分为如下3个流程:

2.5.1 确定具体目标,设定社会化聆听的策略

做一件事之前,先要明确做的目的—需要用“聆听”到的结果来做什么;以及据此设定相应的策略—设置何种关键词组合以获取指定信息、在哪些渠道去监测这些重要的信息,以及选择哪个时间段来观测信息。

比如下面这些目的和与其对应的策略设定:

(1)想要识别出某汽车论坛主要的影响者/意见领袖?

监测指定论坛的用户UGC信息,通过他们的发帖量,点赞量和粉丝量的多寡来确定主要的影响者。

(2)发现新的市场机会?

看到潜在用户对竞争对手的同类车型有哪些不满,具体反映在负面的用户措辞上。

(3)监听特定的标签或者短语?

选择和设置能反映关注内容的关键词,可以采用“与”“或”“非”来进行关键词组合。

比如,下面一个关于“奥迪A6汽车动力系统”的社会化聆听关键词设置方案:

2.5.2 选择合适的社会化聆听工具

市面上,可以进行社会化聆听的工具有百度指数(百度司南)、微信指数、微指数和新浪微舆情(热度指数、全网/微博事件分析、微博传播分析、竞品分析)等。它们之中,既有免费的、可做基础分析的关键词热度查询工具,也有收费、可做商业级分析的社会化聆听工具。详情可以参看笔者的《10款数据分析“工具”,助你成为新媒体运营领域的“增长黑客”》的第二部分。

选好工具之后,通过设置特定的关键词\关键语句\品牌名称来追踪全网\特定垂直网站的媒体报道和用户UGC,发现新的机会,或是据此创造听众感兴趣的内容。

2.5.3 结合具体业务场景,对社会化聆听的结果进行分析

经过前面2个流程之后,就可以使用具体的社会化聆听工具进行自动化操作,从而得出详尽的结果了。然而,值得注意的是,得出的结果并不能直接使用,形成报告,需要结合所在行业的具体业务知识,进行去粗取精,去伪存真,过滤掉无效、无关信息,以及在专业知识的指导下对结果进行解读。

下面,笔者将以一个汽车行业的案例,来详细讲述上面关于社会化聆听的3个步骤。

3 社会化聆听的案例实操–汽车社会化媒体大数据实践

在第三部分,笔者将以奥迪汽车下的一款豪华车型—奥迪A6((Audi A6)作为实操案例,以此来对上面的理论部分的运用做一个简要的解说。

因为商业分析报告的价值很大(一份报告价值XXX万),分析的复杂程度也与之呈正比,又因涉及商业机密,故笔者会略去一部分数据及重要的分析,力求在简短的篇幅中,使读者大致了解社会化聆听实操的大体思路和流程。

对于该案例,笔者将采用如下图所示的分析结构/流程:

3.1 数据准备

3.1.1 分析目标确定

(1) 新车上市反馈收集

在新车上市阶段,通过全网和特定垂直网站(汽车之家、爱卡汽车、新浪汽车和搜狐汽车等具有影响力的汽车垂直网站/论坛),快速找出用户对新车在外观、动力、操控等九个维度的媒体或用户评价,对新车卖点是否认可,有哪些点被吐槽最多,对价格的预期等等。

此外,通过监测竞品的产品反响及市场行为,研究竞品的优劣势,寻找自己可以切入的产品卖点。

(2) 品牌口碑诊断

通过电商数据、论坛数据、新闻数据,找出涉及本品牌评价的内容,利用情感分析、典型意见挖掘等文本挖掘技术,细分出涉及品牌评价的高频表述,并结合网站的权重进行曝光程度评估,快速、有效地了解本品牌在互联网上的口碑情况如何,为品牌传播策略的制定提供决策分析依据。

(3) 车型综合诊断

通过销量诊断模型找出车型在哪些地区比较成功,哪些地区差强人意,哪些地区具备潜力,把这些销售区域进行划分。同时,和该区域的销售标杆车型作对比,找到做得好的方面和不足之处,全面综合诊断车型的区域表现。某些指标更能细化到每个城市,有助于客户及时发现销量背后的问题,为市场策略制定提供参考。

3.1.2 数据采集范围

  • 采集范围:全网/微博/汽车垂直网站(根据分析目的的不同调整数据采集范围)
  • 采集时间区间:2017-01-01~2017-4-30(绝大部分分析)、2017-3-28~2017-4-30(竞品分析)

3.1.3 数据处理工具

  • 新浪微舆情(热度指数、信息监测、全网事件分析、微博事件分析、微博传播分析、竞品分析),通过设置领域内的关键词组合来捕捉指定信息
  • 头条媒体实验室,热点追踪
  • 微指数,用户画像
  • Python,文本数据获取、数据清洗、数据预处理及自然语言处理

3.2 全局性分析

3.2.1 全网声量走势

这里笔者选取的分析时间段为2017-01-01~2017-04-30,也就是截取了2017上半年4个月的全网口碑数据作为分析对象。

从上图中可以看出,在这段时间内,整体声量曲线比较平稳,但在几个时间节点出现了“波峰”(如上图中的A、B、C、D、E、F),信息量陡增,这里可能出现了有些社会热门事件(如开豪车撞人事件、大规模召回事件等),或者是品牌公共宣传引起的。弄清楚这些“波峰”形成的原因,即了解引起舆论大规模生成背后的原因,对于品牌日后的公关极有帮助。笔者将在精细型分析中对其中的F点的“波峰”进行深入分析。

3.2.2 信息来源分布

在信息来源分布中,笔者去除了微博这一渠道,原因是,这部分产生的用户UGC信息量实在庞大,在信息来源渠道中占据“头名”。

从上面两个图可以看出,除去微博这一信息渠道之后,微信和百度贴吧的信息量占据前两名的位置。值得注意的是,其中,汽车垂直网站除了汽车之家之外,绝大部分的都是诸如今日头条、一点资讯、上海热线、腾讯新闻这样的新闻网站,但可以想见,这类信息以新闻公关的软文为主。这类新闻应用拥有庞大的用户群,而且像今日头条这类基于个性化推荐引擎技术,根据每个用户的兴趣、位置等多个维度进行个性化推荐资讯,往往会使品牌方/经销商获得精准的用户,所以他们也对于在资讯类产品上投放广告乐此不疲。

3.2.3 全网情感正负面分析

及时发现关于产品/品牌/营销事件的负面讯息是十分重要的,因为政务舆情应对中的“黄金4小时定律”也适用于企业的品牌公关。

上图显示,在2017-01-01~2017-04-30这段时间内,涉及奥迪A6的全网信息中,有22.74%的信息量是负面的,也就是对奥迪A6不利的信息,这个负面数值较高,品牌方/经销商值得警惕,需要发现出现如此多负面讯息的原因,及时有效的进行负面口碑遏止。

点击黄色“敏感”圆弧,进入负面讯息详情,可进行人工甄别和分析,如下图所示:

3.2.4 全网关键词分析

下面是这段时间内全网涉及奥迪A6的所有信息的关键词TOP20。假如我们对汽车行业和奥迪A6有足够多的了解的话(也就是精通业务知识),那么,通过这些关键词,我们可以对奥迪A6的“全网印象”有一个整体的感知,了解全网关于奥迪A6涉及哪些方面,给后续分析提供思考框架。

从上图中可以看出,对于奥迪A6的讨论,集中在售后服务( “投诉量”、“维权”、“4S店”、“汽车投诉网”、“服务”、“质量问题”、“汽车三包”、“诉求”)的探讨上。而根据前面的正负面情感分析,可以了解到这部分的口碑较差。

以下是全网关于奥迪A6的关键词TOP200形成的关键词词云,我们可以从中发现很多意想不到的信息,再次,分析原理同上,笔者在此不多做分析。

3.2.5 用户画像分析

因微博上的用户量庞大,且用户信息相对完整,故笔者对这段时间内,微博上关于奥迪A6有过提及的用户进行用户画像分析。

(1)性别

从上面可以看出,这段时间内对奥迪A6有过讨论的用户的男女性别占几斤三七开,符合常识(男性较女性更关注车)。

(2)年龄

从上图中可以看出,25-34岁、19-24岁这两个年龄段,也就是中青年群体对于奥迪A6较为关注,不管发布这些信息的人是否买过车,毫无疑问,中青年群体日渐成为购车主力。

(3)地域分布

从上图中可以看出,微博上关于奥迪A6的信息量分布,北京、广东、江苏等地的信息量最大,说明这些省市区的媒体/微博用户关于奥迪A6的讨论较多,某种程度上表面了这些地区对该车感兴趣的(潜在)用户较多,或者被品牌营销信息“洗脑”的力度大,购买意愿会强于其他地区的用户,值得奥迪品牌方/经销商重点布局。

以上是关于奥迪A6在全网上粗线条的、整体性的分析,接下来,笔者将结合汽车行业的具体业务需求,简要讨论一下跟奥迪A6相关的精细型分析。

3.3 精细型分析

3.3.1 突出舆情事件剖析

在全局性分析的“全网声量走势”部分,A、B、C、D、E、F这几个点是全网声量曲线的“波峰”,也就是当天的全网信息量陡增。现在以F点的情况为例,探明其发生的原因。

点击F点,触发信息详情页面,用以发现热点出现的原因。连续翻动详情页,发现关于两个熊孩子玩火引发奥迪A6的新闻出现在多个信息渠道且数量庞大,可以确定是该条信息引起了这一天的舆论高潮。

紧接着,笔者找到其中一条传播影响力大的微博,如果想对它的传播路径进行分析,可参看笔者先前的一篇文章《揭开微博转发传播的规律:以“人民日报”发布的G20文艺晚会微博为例》

本来,这场惨剧跟奥迪A6没有直接的关系,因为这个突发事件责任不在车,而在于熊孩子调皮,家长也没有看好孩子。但是,奥迪A6却被莫名其妙的卷进了海量的社会事件报道中,和“熊孩子”、“火灾”搭上关系的,经过众多媒体和微博大V的跟进传播,难免会强化或损失掉部分重要信息,事情在后续的传播中会逐渐失真,搞不好会被别有用心的人加以利用。

古斯塔夫·勒庞在《乌合之众》里提到“群体表现出来的感情不管是好是坏,其突出的特点就是极为简单而夸张…不幸的是,群体的这种夸张倾向,常常作用于一些恶劣的感情…”总之,品牌方若不对此类报道加以正确的引导,很容易给不明真相的吃瓜群众留下不好的印象。

3.3.2 口碑详情分析

除了上面关于奥迪A6的整体口碑情况,品牌商更感兴趣的是关于汽车本身(包含服务),哪些方面的市场上的反响较好,哪些让用户吐槽不已,而后者是他们更为关注的,直接关系到这款车在市场上的成败。

根据各大汽车垂直论坛上,用户对汽车的评价的侧重,笔者将其划分为操控、外观、价格等9个维度,包含“硬件”(材料、外观、零部件等)和“软件”(价格、售后服务等)两大方面。

综合全网关于这9各维度正面声量的绝对量和相对量的数值大小,得到如下图所示的各维度口碑对比图。

由上图可以看到,行驶过程(转向系统或方向盘、驻车制动等)的正面声量最大,说明奥迪A6这部分在市场上的口碑反馈较好;操控(转向灯或转向灯开关、遥控锁等)的正面声量居第二的位置,但负面声量的绝对值和相对比重较大,值得奥迪制造商/品牌商注意。

与此类似的还有,内饰、舒适性这两个维度,都是负面声量的绝对值和相对占比较高。

3.3.3 竞品分析

这部分,笔者选取了在市场上跟奥迪A6处于竞争关系的另外5款车型作为竞品分析的对象,它们分别是奔驰E级(Benz E-Class)、宝马5系(BMW 5 Series)、阿尔法·罗密欧166(Alfa Romeo 166)、捷豹S型、雷克萨斯GS(Lexus GS)。

因互联网时代的信息传播具有短、平、快的特点,市场形势也是瞬息万变,故为了保持时效性,笔者仅选取近一个月的全网数据作分析。

(1)传播走势对比

在分析时间段内,宝马5系的全网声量曲线一直处在最上方,表明该车在全网传播方面“碾压”了其他5款车,全网信息传播居于第二的奥迪A6仅在4-5和4-8这两天略微超过前者。紧跟这两款车其后的是奔驰E级。

可以看出,宝马5系和奔驰E级是奥迪A6 的主要对手,需要密切关注它们品牌方的“营销攻势”。

(2)负面走势对比

“树大招风“,在分析时间段内,全网传播处于领先地位的宝马5系,在互联网上敏感报道数最多,并在2017-04-25时达到顶峰,为444条,其次为”奥迪A6″、”奔驰E级”、”雷克萨斯GS”。

弄清楚竞品产生负面消息的原因,对品牌自身来说非常重要—把他人的“教训”当做自己的“经验”,可以避免无谓的损失。

(3)正负面高频词汇

这部分是关于这几款车在近一个月内的全网印象(信息的关键词提取),由此可以一窥全貌,对于感兴趣的关键词可以进行深入的“钻取”分析。

如上图所示,”奔驰E级”的负面高频词汇主要以”曝光”、”伪装”、”事故”为主;”奥迪A6″的负面高频词汇主要以”事故”、”受损”、”曝光”为主;”宝马5系”的负面高频词汇主要以”无语”、”飙车”、”曝光”为主;”阿尔法·罗密欧166″的负面高频词汇主要以”无语”、”飙车”、”曝光”为主;”捷豹S型”的负面高频词汇主要以”百姓”、”千篇一律”为主;”雷克萨斯GS”的负面高频词汇主要以”停售”、”召回”、”短命”为主。

(4)竞品各维度对比分析

将这6款竞品车型放在上面所提及的汽车口碑的9个维度上做对比分析,结果如下图所示:

由上图可以看出,奥迪A6在外观、内饰、服务这3个方面的正面口碑较为明显;而宝马5系在行驶过程上有较明显的优势,奔驰E级在空间和操控上的口碑甚好。

然而,奥迪A6在汽车配置、行驶过程和空间等方面是“短板”,市场正面口碑较其他5款车系偏弱,这是奥迪制造商/品牌方需要着重改进和注意的方面。

3.3.4 关联词分析

以下数据来源于选自“头条媒体实验室”,基于今日头条7亿累计激活用户,7800万日活用户(截至2016年12月底)的海量行为数据及文章数据,因用户覆盖面广和用户基数庞大,对其相关人群进行分析可以起到“管中窥豹”、“一叶知秋”的效用。如果该用户点击并阅读跟“奥迪A6”相关的文章,则判定该用户对该车感兴趣。

这里的相关词的“相关性”基于词汇之间的“共现原理”得到,详情请参看笔者之前的文章《如何用数据分析,搞定新媒体运营的定位和内容初始化?》第三部分,以下是“相关性”的计算公式:

关键词A和关键词B的相关度 = 同时包含关键词A和关键词B的文章的阅读数 / 包含关键词A的文章的阅读数

上图初看较为复杂,但细分为3个维度就很容易理解了:

  1. 气泡面积代表热度指数值大小。每个关键词的气泡大小代表该关键词在分析时间段内的热度大小,跟被浏览、阅读的数量呈正相关;
  2. 颜色代表该关键词的热度趋势。绿色代表呈下降趋势,红色代表呈上升趋势;
  3. 圆环深浅代表相关度大小。从里到外有三个圆环,由深到浅表明该词跟核心词(也就是“奥迪A6”)相关关系的由强变弱。

可以看出,上述提及的奥迪A6的相关词大都是其同类型的竞品,也是一些豪华车型,如宝马5系、雷克萨斯、宾利和英菲尼迪等。

值的注意的是,跟奥迪A6相关度较高且关注呈上升趋势的是宝马、奔驰和宝马5系,这表明它们经常在同一篇文章中被提到(多半是拿来做对比),能在某种程度上反映奥迪A6将要面临的主要对手,品牌方需做好品宣工作。

将上图转化为列表形式,可以分别看到跟核心词“奥迪A6”有关的相关词的“相关度排名”和“热度排名”。

不过,笔者窃以为,图能反映的信息量更大一些,能将三个维度的信息以直观的形式同时反映在一张图上,力求最大限度的还原现实世界中的现象,而列表会造成信息之间的割裂,损失掉部分重要信息。。。

3.3.5 典型意见挖掘

以上绝大部分是来自于媒体方面的信息,而关于用户的发声稍显不足,或是不够“纯净”。为此,笔者专门抓取了近三个月来,汽车之家、爱卡汽车、新浪汽车、搜狐汽车等数个有影响力的汽车垂直网站/论坛上用户关于奥迪A6的口碑评价信息。根据“帕累托法则”,这部分数据具有很强的代表性,能在某种程度上代表垂直网站上用户对于奥迪A6的口碑评价。

过滤掉其中的垃圾信息(广告、跟车无关的言论、明显的水军等),留下近6000条的评论信息。

然后,笔者对这些用户口碑评论进行典型意见挖掘,仅列出典型意见TOP10(代表语句数量TOP10),每个典型意见的代表语句TOP5,以及典型意见的影响力(占比)。如下表所示:

可以看到,在典型意见TOP10中,用户对于奥迪A6 的评价多以正面为主,如:

  • 空间大(乘坐空间和储物空间)
  • 操控良好(方向盘很轻和指向精准)
  • 乘坐较为舒适
  • 油耗满意

负面评论的重要集中在:

  • 起步动力比较弱
  • 油门需要花大力气深踩,操作吃力

3.4 结论和建议

从上述分析结果来看,可以得出如下简要的结论:

  • 奥迪A6的整体网络评价呈负面,品牌方需要找出源头,做好品牌的正向公关;也要注意“打擦边球”的、涉及品牌的社会负面新闻,应及时疏导,予以破解,避免此类“天降的麻烦”
  • 要注意用户在售后服务方面的投诉,,重点关于线下4S店服务、、质量问题、汽车三包等问题的处理
  • 竞品方面,特别需要注意的竞争对手是宝马5系
  • 产品方面,在汽车配置、行驶过程和空间方面存在短板,在动力方面的用户负面口碑尤其要注意(起步动力比较弱,踩油门操作吃力),这些是汽车制造商需要着力改进的方面

4 结语

通过上述对奥迪A6这一行业应用的实例分析,我们可以对社会化聆听的功能有一个更深刻的认知:

  • 品牌或者问题概要:人们如何评价您的品牌或问题的初步概要,完美适用于pre-survey调查以及问题的发展
  • 市场审计 :涵盖多个品牌或问题的深入报告,全方位“ 聆听” 包括竞争对手对比信息、品类综合信息和可实施的建议
  • 持续追踪: 定期监测潜在的危机和竞争动向并且挖掘意想不到的惊喜
  • 社区整合 :在您自己的社区,捕捉会话,量化讨论话题,追踪一段时间里的会话数量,并辨别新兴主题

参考资料:

1.《基于社会媒体的观测与预测技术》,哈尔滨工业大学社会计算与信息检索研究中心,刘挺

2.新浪微舆情(热度指数、信息监测、全网事件分析、微博事件分析、微博传播分析和竞品分析等)

3.头条媒体实验室

4. The Beginner’s Guide to Social Media, https://moz.com

5.The Impact of Big Data on Social MediaMarketing Strategies, http://tech.co,Dennis Hung

6. Social Listening Enables Social Business, CMONetwork, Daniel Newman

7.Social media metrics: Using big data andsocial media to improve retail customer experience, Daniel Newman,RetailWriter

8. 益普索,http://www.ipsos.com

#专栏作家#

苏格兰折耳喵(微信公众号:运营喵是怎样炼成的),人人都是产品经理专栏作家。数据分析爱好者,擅长数据分析和可视化表达,喜欢研究各种跟数据相关的东东。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

给作者打赏,鼓励TA抓紧创作!
3人打赏
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 分析的太浅了

    回复
    1. 那你看看倒数第二篇

      回复
  2. 可以分享下行业状况吗

    回复
    1. 啥行业的现状?

      回复
  3. 您好,请问可以转载吗

    回复
    1. 可以,但需要注明出处

      回复
  4. 学习了,很赞,具有指导意义

    回复
  5. 绝对的干活 受益匪浅

    回复
  6. 谢谢喵哥分享,受益匪浅~ 由于工作原因这几天就要学习做大数据的东西,预计从social listening开始,但之前也没有接触过,自己也没留心这块,现在赶紧学习下。看了你的分享,觉得对数据分析和可视化方面更感兴趣了,很有意思,正好应该能用在工作中,解决一些问题,也能算是实践~ 持续关注ing~

    回复
  7. 干货满满呀!

    回复
  8. 学习了,谢谢分享

    回复