Получать информацию о том, что аудитории нравится или не нравится, можно по-разному. Например, для сбора статистики по кликам, конверсиям, лидам и другим маркетинговым показателям используют трекеры. Но это все же во многом обезличенная информация, которая не учитывает разные психологические и эмоциональные факторы. К тому же сухие цифры интерпретируют тоже люди, у которых есть свое мнение и некоторая предвзятость. Это мы ведем к тому, что получать подобную информацию из первых рук всегда предпочтительнее.
Чтобы узнать более персональные предпочтения, понять, что пользователи считают плюсом продукта, а что — минусом, можно использовать анализ общественного мнения или Social listening. Этот подход стал популярным благодаря развитию соцсетей, а с помощью ИИ сбор информации стал проще и качественнее. Разбираемся в тонкостях анализа общественного мнения в новом материале.
Анализ общественного мнения — это…
Для эффективной рекламы важно понимать, что говорят люди, когда честно обсуждают продукт. Некоторые снимают онлайн-обзоры, но часто в них пользователи преувеличивают одно из полярных мнений, уходя в крайний негатив или неописуемый восторг. Также люди постят свои отзывы на товар в соцсетях, упоминая бренд. Это облегчает сбор фидбека, но когда такой информации становится много, маркетологам сложнее качественно ее обрабатывать.
Именно это и называется анализом общественного мнения — сбор мнений людей в разных соцсетях на основе упоминаний названия компании. А когда бренд не отмечают, отзывы можно найти по ключевым словам, теме и другим параметрам.
Анализировать общественное мнение нужно для того, чтобы прежде всего находить проблемы и недостатки, которые с точки зрения компании могут быть не очевидны. Такие вещи влияют на репутацию, а значит чем быстрее вы с ними разберетесь, тем лучше.
Кроме того, с помощью анализа общественного мнения можно выходить на новые рынки: вы выявляете предпочтения аудитории для новых продуктов и создаете их.
Таким образом, сведения, полученные путем анализа общественного мнения, могут помочь сократить расходы и увеличить доходы, укрепить позиции на рынке и повысить лояльность потребителей.
Что еще дает анализ общественного мнения?
- Общественное мнение позволяет выявить слабости продукта и улучшить его на основе реальных отзывов, а не домыслов маркетологов
- Если представить новый продукт/услугу существующей аудитории и собрать ее мнение — это отличный прогрев для запуска новинки. А если продукт им понравится — у вас уже есть горячий рынок сбыта.
- Анализ общественного мнения позволяет находить (и заимствовать) интересные идеи, технологии, фишки у конкурентов
У такого подхода есть недостатки:
- Именно в рамках Social listening бренд не может задавать вопросы клиентам напрямую. Он работает только с той информацией, которой люди поделились сами.
- Сейчас почти все зарегистрированы в соцсетях, но при этом активных пользователей, которые делятся своим фидбеком на товары и услуги, не так много. Получается, что меньшинство создает большую часть сообщений, пока остальные молчат. В результате анализ общественного мнения получается не совсем репрезентативным. Например, 10 человек пожаловались на товар и устроили настоящую «охоту на ведьм» для бренда, хотя большинству товар понравился, просто они не стали влезать в спор. Да и в целом люди в соцсетях не так часто обсуждают бренды и какие-то вещи. Когда вы в последний раз писали публично о своем стиральном порошке?
Тем не менее работа с мнениями людей, которые они высказывают в соцсетях, один из способов, позволяющих получать более персональные данные. И благодаря этому можно продвигать продукт более эффективно и при этом без огромных финансовых вложений. Ведь вы сможете сразу нажимать на болевые точки пользователей.
Какие есть форматы анализа общественного мнения?
- Мониторинг упоминаний компании или ее конкурентов (если вы отталкиваетесь от конкурентного анализа, чтобы выделить слабые и сильные стороны)
- Определение типа упоминаний (платный контент, частное объявление, статья в прессе, мнение соискателя или потребителя)
- Аналитика и обработка полученных данных: ручная или автоматизированная (нейросети)
Преимущества ИИ в анализе общественного мнения
Есть еще одна проблема при анализе общественного мнения — большие объемы информации. Поэтому часто для обработки фидбека в соцсетях используют генеративный искусственный интеллект. Он автоматизирует процесс сбора сведений без потери качества и позволяет охватить больше людей из разных групп, чтобы узнать их настоящее мнение о продукте. А более крупная выборка позволяет разделить людей по категориям, например, по демографическим параметрам, что также делает информацию более личной и конкретной.
Вот какие преимущества дает использование ИИ:
1. ИИ помогает использовать информацию, отправленную в «мусор»
Папки с документами, где записаны письменные ответы пользователей на опросы, часто хранятся в архивах ноутбуков, всеми забытые. Маркетологи просто не в силах вычитать их качественно, поэтому предпочитают опросы, где нужно давать оценки по числовой шкале и выбирать один из вариантов. То есть акцент делают на количественные показатели, а не на содержание.
А ведь эти неиспользованные данные «из мусорки» могут быть полезными, если их обработать. И как раз алгоритмы искусственного интеллекта в этом пригодятся. Их можно научить распознавать разговорный язык и даже сленг. Они будут за короткое время сканировать огромные объемы текста, выискивая разные описания чувств и эмоций клиентов.
2. ИИ помогает придумывать вопросы, чтобы копать глубже в фидбеке
Алгоритмы ИИ могут анализировать тексты опросов и ответы и выявлять, какие вопросы больше нравятся людям, а какие вызывают негативную реакцию. В итоге нейросеть сможет разработать вопросы, на которые люди будут развернуто отвечать.
Кроме того, алгоритмы могут разбивать ответы клиентов по разным параметрам в зависимости от того, что волнует и нравится/не нравится людям. Потом перевести эти данные в процентное соотношение, а дальше эти сведения могут использоваться при разработке стратегий по решению этих проблем.
Восстание машин пока далеко… И да, тщательно формулируйте промты
Как использовать ИИ эффективно для анализа общественного мнения
Чтобы нейросеть была помощником, а не вносила дополнительный хаос в работу и без того непростую, нужно помнить о нескольких моментах.
1. Ставьте потребности компании на первое место, определяя цели для нейросети
Сначала определите, что нужно вашему бренду и продукты, а потом отталкивайтесь от этого, выставляя задачи алгоритмам. Тогда ИИ будет адаптировать сведения в том контексте, который отвечает вашим запросам. И задачи необязательно должны быть сложными, главное, чтобы результаты от нейросети были полезными.
2. Предоставляйте реальные данные
Загружайте в нейросеть реальные данные, которые вы считаете полезными, но которые никак не можете сами проанализировать. Алгоритмы будут работать эффективно, только если вы не будете пытаться подгонять результаты. Тогда ИИ сможет составить релевантный отчет, который можно будет использовать в работе.
3. Используйте ИИ для разделения информации по категориям
Нейросеть может разделять ответы по таким категориям, как пол, возраст, национальность, чтобы понять в каких группах лучше реагируют на бренд или товар. Такая разбивка по группам поможет понять, какие категории покупателей не охвачены рекламой.
Кроме того, если поставить такую задачу, алгоритмы могут мониторить, как меняется отношение пользователей к продукту или бренды с течением времени. А значит почти в режиме реального времени менять стратегию, удовлетворяя потребности клиентов.
Вывод
Искусственный интеллект не заменяет человека при анализе данных, поскольку результаты от нейросети все равно будут проходить через руки маркетолога. Тем не менее алгоритмы помогают обрабатывать большие объемы информации, которые можно собрать благодаря анализу общественного мнения. И такие сведения намного содержательнее, чем опросы, где нужно выбрать один из вариантов или оценить свои чувства на числовой шкале. Анализ общественного мнения позволяет прислушиваться к мнению людей, когда они не пытаются приукрашивать.
Как работают алгоритмы магазинов прил, почему одни продукты оказывают в топе, а другие никак до него не доберутся? Виноваты ли в этом плохие отзывы или агрессивный дизайн, маленький бюджет на продвижение или плохо собранная семантика? Разбираемся в «дьявольских» деталях ASO-продвижения с ребятами из команды iRent!
