Помимо платформы VK в интернете существуют и другие площадки: форумы, социальные сети, блоги, интернет-магазины и т.д. Возникает логичный вопрос – возможно ли собирать и анализировать такой объем информации, чтобы услышать, что о вашем бренде говорят потребители, быть в курсе основных трендов в своей нише, а также следить за тем, что люди думают о продуктах ваших конкурентов.
Для решения данной задачи в сфере маркетинговых технологий существуют специальные инструменты «Social Listening» (рус. Прослушивание пользователей) которые позволяют не только собирать информацию из медиапространства и сети интернет, но и значительно упрощают анализ миллионов единиц данных с помощью технологий искусственного интеллекта.
Что такое Social Listening
Инструменты для прослушивания пользователей собирают посты, сообщения, комментарии, фотографии и другую полезную информацию с тысяч ресурсов в сети интернет по конкретному запросу, а также дают возможность их в дальнейшем проанализировать. Работа таких инструментов состоит из двух основных частей: сбор данных и их обработка.
Сбор осуществляется с помощью применения различных технологий. Некоторые площадки готовы отдавать данные по API или выгружать их в удобном формате. В противном случае для сбора необходимых данных с веб-ресурсов используются методы анализа кода страницы с использованием таких технологий, как скрапинг или парсинг.
Но вне зависимости от метода сбора данных, основная сложность заключается в количестве данных и возможности их хранения. Для снижения нагрузки на систему и отсеивания нерелевантных сообщений, упоминания в основном собираются по поисковым словам. Поисковым запросом может служить наименование бренда или сочетание нескольких слов для поиска определенного типа упоминаний, попытки проверки интересной гипотезы.
Из каких источников собираются упоминания:
Социальные сети: ВКонтакте, Одноклассники, YouTube, Twitter, TikTok;
Блоги и блог-платформы: Живой Журнал, Яндекс Дзен;
Источники, где размещаются отзывы о товарах, то есть интернет-магазины, маркетплейсы, ценовые агрегаторы: Ozon, Wildberries, Яндекс.Маркет, Утконос;
Отраслевые сайты c отзывами: banki.ru;
Сайты отзывов: otzovik.com, irecommend.ru;
Магазины приложений: Google Play, App Store;
Картографические сервисы: Google Maps, Яндекс карты;
Мессенджеры: Telegram;
Тематические и региональные форумы;
Онлайн СМИ.
Первичная обработка включает в себя структурирование собранных данных, их кластеризацию, тегирование и дополнительные действия на основе правил придуманных системой или отдельным пользователем под конкретные задачи. По умолчанию, собранные упоминания обычно сортируются по источникам, типам авторов, типам сообщений, географии, языку, сообществам. Также системы умеют самостоятельно выявлять одинаковые сообщения и скрывать дубли, что сильно сокращает время на дальнейший анализ.
На этапе обработки данных зачастую используются различные алгоритмы, а том числе и технологии искусственного интеллекта, например, система классифицирует собранные упоминания как позитивные, негативные или нейтральные. Для определения тональности сообщения могут анализироваться как отдельные слова, так и контекст в котором они написаны. Такие возможности анализа, к примеру, дает технология «обработки естественного языка» или NLP (natural language processing). Данный вид искусственного интеллекта направлен на изучение проблем понимания естественного языка компьютером.
(График «динамика упоминаний»)
Помимо сбора и анализа текстовых данных, таких как сообщения, посты, комментарии и т.д., система также собирает и изображения в публикациях. Применяя технологии искусственного интеллекта, нацеленные на распознавание объектов на фотографиях, можно не только определять что именно изображено на картинках, например, человек или животное, но также определять что это за человек: мужчина или женщина, взрослый или ребенок. Более того, систему можно обучить определять не только какое конкретно животное изображено на фотографии, но и какое действие оно с наибольшей долей вероятности выполняет в момент запечатленный на фотографии.
В маркетинговых целях также используются технологии распознавания объектов на изображении для поиска логотипов брендов на фотографиях, а также определения объектов, которые в большинстве случаев встречаются вместе с логотипом. Также можно определить наиболее часто встречающуюся цветовую гамму на изображениях, что в дальнейшем может помочь при разработке айдентики бренда или маркетинговой коммуникации.
Таким образом, применение искусственного интеллекта дает пользователям широкие возможности для анализа полученных данных и поиска интересных инсайтов.
Пользователи инструментов Social Listening
Основными пользователями систем для прослушивания пользователей являются отделы бренд-менеджмента, digital-маркетинга, репутационного менеджмента, а также отделы, которые занимаются исследованиями потребителей и поиском трендов.
отделы бренд-менеджмента и digital-маркетинга в основном пользуются инструментом для просмотра данных по своим брендам, а также брендам конкурентов, отслеживания различных трендов и инфоповодов в своей нише, чтобы в дальнейшем иметь возможность подстроить свою маркетинговую стратегию под постоянно изменяющиеся условия на рынке.
отделы репутационного менеджмента и PR используют инструмент Social Listening для отслеживания изменений в репутации бренда или компании. Одним из главных вопросов, с которым помогают подобные инструменты, является отслеживание и выявление негативных упоминаний бренда в интернете. В большинстве случаев, у каждого бренда есть собственный допустимый уровень негативных упоминаний, то есть некая планка, превысив которую, стоит начать обращать внимание на то, что происходит с продуктом в информационном пространстве, а также вовремя реагировать на потенциально зарождающийся негативный тренд.
отделы занимающиеся исследованиями потребителей, придумывают большое количество гипотез, которые можно проверить с помощью инструментов для прослушивания пользователей. Кроме того, регулярная работа с инструментом позволяет не пропустить зарождающийся тренд и попробовать использовать найденную информацию в своих целях.
Заключение
С каждым годом количество создаваемого контента, упоминаний, сообщений в интернет-пространстве увеличивается. Все сложнее становятся попытки проанализировать этот бесконечно растущий объем данных без применения современных технологий. Безусловно, для задач, где необходим анализ данных, все более популярными становятся технологии искусственного интеллекта.
Сфера ИИ активно развивается и совершенствуется, накапливается все больше данных на основе которых можно более точно обучить существующие модели искусственного интеллекта, чтобы собрать и пытаться проанализировать еще больше данных, и так по кругу.
Искусственный интеллект будет находить все большее применение в тех сферах, где встречаются сразу 2 фактора:
общее количество данных растет быстрыми темпами
быстрорастущий объем данных можно каким-либо образом собрать и структурировать.
Таким образом, можно будет постоянно обучать и совершенствовать модели ИИ с помощью собранных данных, и цифровой маркетинг является одной из таких индустрий.