Какие технологии позволяют обнаруживать упоминания о бренде, контролировать репутационные риски и повышать эффективность продвижения? Как анализ потребительских трендов может помочь усовершенствовать качество продвигаемых продуктов и услуг? Об этом мы попросили рассказать коммерческого директора Brand Analytics Черного Василия.
GreenSMM: Для начала хотелось бы объяснить читателям в двух словах про задачи, решаемые с помощью сервиса Brand Analytics. Можете ли Вы немного о нем рассказать? В частности, для кого этот сервис и насколько сложно его освоить для использования?
Василий: Аналитическая система Brand Analytics предназначена для решения задач ключевых бизнес-подразделений компаний таких, как маркетинг, PR, клиентская поддержка и HR.
Задачи для PR – это контроль лояльности к бренду и обнаружение репутационных угроз, выявление лидеров мнений, важных тематических сообществ и «работающих» СМИ для планирования коммуникаций. И, конечно, оценка эффективности этих коммуникаций.
Для маркетинга – это улучшение продуктов и услуг за счет выявления важных для пользователей характеристик продуктов, неудовлетворенных потребностей или некачественных услуг, а также планирование и оценка результатов рекламных компаний.
Для клиентской поддержки – это, конечно, работа с обращениями клиентов в соцмедиа, где во многом и формируется лояльность к бренду.
Для HR – это анализ для построения привлекательного для потенциальных и уже работающих сотрудников HR-бренда, так как кадры снова решают почти все.
Функционал системы осваивается достаточно быстро – в первый месяц работы с Brand Analytics мы выделяем для поддержки клиента персонального специалиста и предлагаем возможность бесплатного офлайн-обучения и сертификации. Для большинства задач PR-департамента, клиентской поддержки и маркетинга такого обучения достаточно. Глубинные же исследования требуют более серьезного опыта. И тут есть два пути – либо растить необходимую компетенцию инхауз, в том числе, нанимая соответствующих специалистов, либо адресовать исследовательские задачи исследовательским же компаниям или агентствам.
Краткая презентация Brand Analytics на нашем ютуб-канале (Там же можно ознакомиться и с учебными материалами):
GreenSMM: Сервисов аналитики для SMM достаточно много. Поэтому не можем не спросить, насколько сильно Brand Analytics отличается от ближайших конкурентов?
Василий: Большинство сервисов для SMM решают совсем другие задачи. Это автоматизация SMM и аналитика SMM. Последняя задача призвана оценить эффективность ваших контент-маркетинговых усилий в контролируемых вами каналах. Это, безусловно, необходимо и важно. Но озвученных выше задач, где помогает Brand Analytics, сервисы для SMM не решают.
GreenSMM: В одной из ваших презентаций мы увидели интересные данные, хотелось бы, чтобы вы их прокомментировали. Там сказано: 85% упоминаний о брендах пользователи оставляют за пределами официальных аккаунтов, никак не отмечая их (нет хештегов, активных ссылок на официальное представительство бренда). Поэтому данные отзывы выпадают из поля внимания представителей бренда. Расскажите, как именно обнаруживает подобные упоминания сервис BA? Он может найти лишь те посты, где указано название бренда или же алгоритм позволяет анализировать изображение бренда на иллюстрациях и т.п. Насколько полным будет выдача поиска Вашего сервиса? Есть ли слепые пятна — упоминания, которые невозможно найти даже автоматизированно? Если да, то насколько их много?
Василий: Для обеспечения полноты, качества и скорости сбора данных для анализа бренда, его продуктов, конкурентного анализа и т.д. мы агрегируем весь публичный русскоязычный поток соцмедиа. Это на настоящий момент более 2 млрд сообщений в месяц. Например, с ВКонтакте и Одноклассниками у нас прямые договорные отношения на получение доступа к полным публичным данным с учетом политики защиты персональных данных через созданные для этого API. Недавняя новость на эту тему.
Важно отметить, что значимыми для анализа являются, в первую очередь, те сообщения, которые содержат хоть какой-то текст, то есть мнение. Это касается и сообщений с фото и сообщений с видео. Поэтому сейчас в Brand Analytics для анализа доступны именно такие данные. Мы даем возможность выявлять различные типы мультимедийного контента с необходимыми для анализа упоминаниями. Мы стремимся не перегружать пользователей нерелевантом.
При этом у нас есть технологии и для работы с изображениями (распознавание текстов и логототипов) и для работы с транскрибированным видео. Мы сделаем их доступными ровно в тот момент, когда сможем предложить эти технологии без резкого увеличения чека и с демонстрацией полезности подобной аналитики. Пока же работа с фото и видео на клиентской стороне – это что-то наподобие бесцельной медитации, да еще и за неадекватный чек. На настоящий момент, это очень узкая сфера применения – только спонсорские проекты, что важно оценить присутствие символики спонсоров. Но это, конечно, изменится. Поэтому в следующем году мы покажем, как эффективно распознавать и анализировать мультимедиа-контент и сделаем соответствующие технологии доступными нашим пользователям. Подождите совсем немного ;)
GreenSMM: Как сервис Brand Analytics определяет лидеров мнений? Не всякое медийное лицо является инфлюенсером бренда, так как даже при огромных аудиториях его мнение может быть неавторитетным для конкретной целевой группы. Например, если Ольга Бузова в инстаграме будет рекламировать стройматериалы, при этом загрузит фото в купальнике с бензопилой в руке. Лайков соберет массу, возможно и репостов, но вряд ли это поднимет продажи конкретного товара.
В этой связи, может ли сервис разобраться, какой именно источник упоминаний провоцирует лишь лайки и репосты, а кто обеспечивает реальные продажи?
Василий: Все верно. Именно поэтому в последние пару лет вырос интерес именно к микроинфлюенсерам, которые являются не медийными персонами как таковыми с большими аудиториями, а авторитетными авторами в определенной тематике. Авторитетность в тематике определяется такими значимыми и рекомендованными для соцмедиа показателями, как вовлеченность в контент автора и цитируемость его контента именно в рамках товарной категории или вокруг продуктов бренда. Поэтому Бузова в тематике бензопил «не прокатит» :)
Мало того. При подсчете влиятельности того или иного автора важно правильно считать маркетинговые метрики. Например, исключать из анализа комментарии, не содержащие анализируемый объект. В противном случае маркетинговые метрики искажаются. Обсуждение купальника Бузовой действительно не всегда приводит к продажам бензопил, хоть и собирает массу откликов. Такие комментарии без упоминания объекта учитывать не стоит. Поэтому рекомендуем вдумчиво посмотреть, как считает метрики используемый вами сервис.
В случае, когда вы занимаетесь отработкой негатива, действительно полезно видеть и несодержащие объект комментарии. Правильный вариант – это контролировать обсуждение и его окружение, перейдя на источник. Иначе вы все равно не увидите полной картины публичного обсуждения. Поэтому для некоторых задач клиентской поддержки мы дадим пользователям выбор – использовать полную ветку комментариев или только релевантные для анализа данные.
Качественный анализ тоже никто не отменял. Можно и нужно достаточно глубоко ознакомиться с контентом выявленного автоматическим количественным анализом инфлюенсера и реакцией на него пользователей перед тем, как привлечь его к рекламной кампании. Аналитическая система предназначена и для количественного и для качественного анализа.
GreenSMM: Чем концептуально отличается ваш сервис поддержки пользователей в соцсетях от конкурентов? Можете ли Вы рекомендовать его для малого бизнеса (например, когда у компании только группа ВКонтакте), или же он актуален лишь для брендов с многочисленными представительствами в соцсетях и множественными точками соприкосновения с аудиторией?
Василий: Brand Analytics – аналитическая система, не сервис поддержки. Поддержка – только одна из задач, для решения которой часто используется Brand Analytics. Тут наши преимущества: полнота и качество сбора данных, анализ чекинов, выявление и автоматические оповещения обо всех требующих вашей реакции событиях в медиаполе, журналирование и статистика эффективности работы команды, многоуровневая система управления ролями и доступом и так далее.
Главное отличие – это назначение системы. Brand Analytics – это аналитическая система поддержки принятия бизнес и маркетинговых решений на основе анализа мнений потребителей. Для такого анализа система должна позволять формировать релевантный датасет для широкого спектра задач, предлагать высокую степень автоматизации для очистки и подготовки данных для анализа, иметь встроенные ИИ-алгоритмы для выявления трендов и позволять анализировать любые срезы по дополненным системой метаданным.
В первую очередь, система предназначена для розничного B2C-бизнеса даже небольшого масштаба. Для B2B тоже да, но это немного отдельный разговор. Если о ваших продуктах и услугах «говорят в сети», значит Brand Analytics вам полезен. Неважно, есть у вас группа в ВК или нет. Другое дело, как много о вас говорят. Если говорят немного, то у нас есть облегченное и доступное решение для малого бизнеса – BA Express.
GreenSMM: Если при мониторинге будет замечен черный пиар со стороны конкурентов, могут ли отчеты из сервиса помочь при переговорах с сайтами-отзовиками для удаления негативных отзывов? Были ли такие прецеденты? Обычно доказать, что отзывы являются неестественными крайне сложно, и площадки их удалять отказываются.
Василий: С отзывами действительно работать непросто. Если говорить об успешной практике, то анализ динамики распространения дублей часто показывает, что информация является спланированным вбросом. Эти аргументы принимаются. Второе направление нашей постоянной работы – это выявление и фильтрация ботов на основе анализа их группового поведения.
GreenSMM: Среди клиентов Brand Analytics есть те, под которых вы дорабатывали сервис? Например, для решения каких-то новых поставленных задач, которые ранее не были охвачены? если да, то могли бы Вы рассказать на примере, как происходит подобное взаимодействие?
Василий: Мы очень внимательно относимся к обратной связи со стороны клиентов. Сфокусирована на этом и служба поддержки, и менеджеры отдела продаж, и кураторы основного продукта. Чтобы лучше слышать клиентов, мы этой осенью начали собираться клиентским клубом. Как мы и предполагали, у клиентов не всегда находится время знакомиться с постоянно развивающимся функционалом. На таких встречах и на наших учебных курсах мы стараемся восполнить этот пробел. Очень часто оказывается, что незамеченный клиентом функционал решает его проблему.
Если говорить о доработках, то мы принимаем решение не в интересах конкретного клиента, а в интересах продукта, самой системы и всех-всех клиентов. Если предложенный одним из клиентов функционал будет полезен большинству, мы берем его в разработку. Мы даже награждаем тех клиентов, чьи предложения были реализованы в программном коде. Наверное, самый известный пример – это реализация аналитики чекинов и геолокаций. Или функционал журналирования и отчетности по работе команды поддержки пользователей. В общем, таких примеров достаточно много – обратная связь реально работает.