Светлана Крылова
Светлана Крылова
руководитель Аналитического центра Brand Analytics

Как сделать отчет по анализу информационного поля бренда

Как сделать отчет по анализу информационного поля бренда
10 июня 2015
Подпишитесь на нас в Telegram

Регулярный аналитический отчет по анализу информационного поля бренда — один из самых востребованных продуктов аналитического центра Brand Analytics. В этой статье мы по шагам разберем процесс подготовки такого отчета, все секреты и тонкости его создания.

Начнем с задач, которые решает такой отчет. Регулярный мониторинг социальных медиа необходим компании для понимания потребностей клиентов на каждом этапе потребительского цикла. Эта информация позволяет более точно сформировать новые предложения, инвестировать в улучшения, оптимизировать уже существующие каналы коммуникации с потребителем.

К основным задачам, которые решает отчет, можно отнести:

  1. выявление репутационных угроз,
  2. анализ эффективности маркетинговой политики, PR деятельности и оценка другой активности, связанной с компанией.

Отдельно возможно проводить аудит деятельности/активности конкурентов. Пользовательские оценки в контексте сравнения с конкурентами содержат информацию о ценных конкурентных преимуществах, предложениях и продуктах, значимых для потребителей.

Отчет включает оценку восприятия как бренда в целом, так и конкретных продуктов и услуг компании, анализ позитивных и негативных тематик обсуждений, выявление источников концентрации целевой аудитории и лидеров мнений.

Регулярность отчета — еженедельная или ежемесячная, позволяет оценивать эффективность коммуникаций в динамике, выявлять причины изменений информационного поля и вовремя корректировать позиционирование предоставляемого продукта.

Отчет позволяет выявить ключевые изменения в информационном поле:

  • Проанализировать динамику лояльности клиентов,
  • Обнаружить репутационные угрозы,
  • Контролировать проблемные зоны,
  • Сравнить обсуждения по бренду и конкурентам.

В данном материале мы расскажем, как создать такой аналитический отчет на примере исследования упоминаний Банка Москвы в социальных медиа.

Первый шаг в подготовке отчета — создание темы мониторинга. Правильная настройка темы при создании — залог качественного результата. Именно от настройки темы — подбора поискового запроса, объектов тональности, оптимального выбора типов источников и т.п. — зависит полнота и качество собираемых и анализируемых системой данных, а значит, и оптимизация трудозатрат на подготовку аналитического отчета. О том, как создать идеальную тему мониторинга, можно узнать тут.

1.png

После того, как тема создана и данные собраны, приступаем ко второму шагу — категоризации общего потока сообщений по теме на более узкие подтематики. Категоризация проводится с помощью создания и настройки тегов.

Для создания тега необходимо перейти в раздел теги и создать поисковые запросы, соответствующие той подтематике, которая относится к тегу.

2.png

Для Банка Москвы были выбраны различные виды банковских продуктов и услуг, а также качество работы персонала:

3.png

Третий шаг — проверка автоматического определения тональности и ручное тегирование тех сообщений, которые по тем или иным причинам не попали в тег по поисковым словам.

Этот этап работы достаточно трудоемкий. Существенно упрощает процесс, как уже говорилось выше, правильное формирование объектов тональности при создании темы и подбор ключевых слов тега. Однако даже в идеально настроенной теме ручной проверки не избежать — например, система не сможет верно определить тональность у саркастических или ироничных сообщений.

Оптимизировать работу можно, используя различные сортировки ленты сообщений — по дублям, репостам и др., а также используя фильтры и полнотекстовый поиск внутри темы.

4.png

Кроме того, менять тональность сообщений, присваивать теги или удалять лишнее можно у групп сообщений.

Например, при обнаружении различных ошибок в тональности о сделке по слиянию Банка Москвы и ВТБ, можно использовать поиск в теме по слову ВТБ и изменить тональность на нейтральную сразу у всех сообщений по этой тематике.

5.png

Первые три шага — техническая аналитика — завершены. Приступаем к экспертному анализу.

Четвертый шаг — анализ динамики обсуждений: необходимо выявить пики обсуждений и их причины. Обнаружить причину пика достаточно просто — при клике на точку на графике динамики, соответствующую дате пика мы увидим ленту сообщений за выбранную дату. Далее, выделяя различные временные отрезки, можно «провалиться» в динамику вплоть до 5ти минут. И снова используя различные виды сортировок — по дублям и комментариям — найти первопричину повышенного интереса к объекту исследования в тот или иной период времени.

Для подготовки иллюстрирующих отчетов графиков используем экспортируемый из системы Excel-файл, который содержит все необходимые данные, графики и диаграммы.

В результате получаем первый срез данных — по динамике сообщений:

Динамика упоминаемости

6.png

Пики упоминаемости:

  • 05-07 марта: массовое распространение информации о блокировке активов ряда российских банков со стороны США, в том числе Банка Москвы.
  • 15-17 марта: обсуждением информации о продлении срока санации Банка Москвы до 5 лет.

Шаг пятый: анализируем тональность упоминаний

Диаграмму по тональности берем из Excel-отчета и дополняем содержательными комментариями:

7.png

Зафиксировано 50% нейтральных упоминаний, негативных упоминаний 30%, позитивных 20%.

Однако статистических данных о количестве сообщений той или иной тональности недостаточно для понимания ситуации.

Шаг шестой: анализируем основные тематики негативных и позитивных обсуждений, выявляем проблемные зоны и слабые стороны бренда. Сделать это можно с помощью изучения содержательных сообщений негативной и позитивной тональности с сортировкой по дублям, репостам и комментариям.

Проблемные зоны

К проблемным зонам относятся сообщения негативной направленности, вызвавшие активные обсуждения в социальных медиа. К проблемным тематикам за отчетный период относятся темы: обсуждение доходов экс-президента Банка Москвы Андрея Бородина, рост жалоб на качество обслуживания, проблемы с оплатой банковскими карточками, сбои в работе интернет-банка.

Количество упоминаний

8.png

Каждую из выявленных проблемных зон иллюстрируем примерами сообщений.

Тематика позитивных упоминаний

  1. Основное количество позитива связано с обсуждением станций велопроката, спонсором которого является Банк Москвы:

    Для таких, как я) У меня-то своего нет:) В мае прошлого года «Банк Москвы» запустил в Петербурге 29 точек велопроката, однако в этом сезоне пунктов может стать в 5 раз больше — около 150 точек в разных районах города.
    Источник: vk.com | автор: Дарья Валерьевна

  2. Яркий позитивный оттенок имели также сообщения о программах льготного кредитования:

    Банк Москвы примет участие в программе льготных ипотечных кредитов.
    Источник: vk.com | автор: Дарья Валерьевна

Шаг седьмой: анализируя тональность по тегам, которые мы завели в самом начале, выявляем отношение клиентов к продуктам и услугам Банка. Получаем гистограмму по восприятию продуктов и услуг. Индекс позволяет моментально выявить продукты, требующие наиболее пристального внимания. Дополняем содержательными комментариями и иллюстрируем примерами сообщений. Для каждого из продуктов рассчитываем «Коэффициент лояльности» — соотношение количества позитивных и негативных сообщений:

Восприятие продуктов и услуг

9.png

Высокий уровень лояльности зафиксирован при обсуждении вкладов. Средний уровень лояльности наблюдается при упоминании кредитов, банкоматов и кредитных карт. Низкий уровень лояльности зафиксирован при обсуждении интернет-банка и качества обслуживания.

Шаг восьмой: выявляем площадки концентрации целевой аудитории, с помощью анализа распределения сообщений по источникам их публикации. Диаграмму берем их эксель-отчета и дополняем комментарием:

Распределение по источникам

10.png

Наибольшее количество упоминаний приходятся на twitter.com, vk.com и facebook.com, которые представляются наиболее значимыми для выявления трендов на последующие периоды обсуждений.

Шаг девятый: анализируем тональность по источникам, выявляя те источники, где присутствие и реакция бренда необходима в первую очередь. График берем из эксель-отчета, дополняем коэффициентом лояльности источника и комментарием.

Тональность по источникам

11.png

Сильный негативный фон зафиксирован в twitter.com, vk.com и facebook.com, на которые стоит обратить внимание в первую очередь для выявления негатива. Потенциальный рост негатива в последующем периоде стоит ожидать в odnoklassniki.ru.

Шаг одиннадцатый: выявляем позитивно и негативно настроенных лидеров мнений — авторов, пишущих о бренде и имеющих большое количество вовлеченных подписчиков. Этим авторам необходимо уделить пристальное внимание — контролировать их публикации о бренде, вступать в прямую коммуникацию — в зависимости от ситуации.

Для выявления лидеров мнений сортируем авторов по размеру аудитории, определяем тональность и количество сообщений, а также анализируем комментарии, лайки и репосты публикаций авторов.

Лидеры мнений

12.png

Яркими сторонниками за отчетный период являются авторы Сергей Иванов и Елена Ищеева, опубликовавшие сообщения позитивного характера, связанные с деятельностью банка — рекомендации по использованию интернет-банка и поздравления от банка соответственно. Автор Елена Карлова отметила высокое качество обслуживания через терминал, установленный в МГУ и работающий на солнечных батареях. Юрий Урсу рекомендует вклады банка, как одни из самых выгодных на рынке.

13.png

Ярким противником является автор Slava Rabinovich, опубликовавший негативный пост о банке, собравший значительное количество комментариев. Автор Лена Миро продолжает периодически публиковать сообщения, негативно сказывающиеся на имидже банка. Станислав Дрожинский выражает в facebook публичное недовольство качеством обслуживания в отделениях банка.

Дополняем раздел комментариями и примерами сообщений.

Шаг двенадцатый: анализируем упоминания о конкурентах.

Сравниваем количество и тональность публикаций об объекте исследования и его ближайших конкурентах. Дополняем графики коэффициентами лояльности, комментариями и примерами сообщений.

14.png

В сравнении с конкурентами Банк Москвы находятся на третьем месте по упоминаемости, на первом месте находится АЛЬФА-БАНК, далее следует Тинькофф, ПРОМСВЯЗЬБАНК находится на четвертом месте. Замыкает рейтинг СВЯЗНОЙ БАНК.

Тональность упоминаний

15.png

Лучший коэффициент лояльности зафиксирован при упоминании АЛЬФА-БАНКА. На втором месте находится Тинькофф, третье место занимает ПРОМСВЯЗЬБАНК. Банк Москвы располагается на четвертой позиции. Самый низкий коэффициент лояльности зафиксирован при упоминаемости БАНКА СВЯЗНОЙ.

Шаг тринадцатый: Добавляем в отчет сводные данные: период исследования, количество упоминаний, индексы лояльности и вовлеченности и их изменение по сравнению с предыдущим отчетным периодом. Все эти данные автоматически рассчитываются в эксель-отчете.

Шаг четырнадцатый: На основании проанализированного массива сообщений готовим выводы и рекомендации для клиента на ближайший отчетный период.

Шаг пятнадцатый: проверяем качество отчета на предмет фактических и грамматических ошибок, поправляем оформление и отправляем клиенту!

Познакомиться с примером готового отчета о Банке Москвы можно тут.

Друзья, теперь вы можете поддержать Лайкни https://pay.cloudtips.ru/p/8828f748
Ваши донаты помогут нам и дальше радовать вас полезным контентом.

Нас удобно читать в соцсетях. Подписывайся!

Кое-что интересное:

Комментарии

1 комментарий
Чтобы оставить комментарий, войдите на сайт через:
альбина 22.08.2022 17:30
Познакомиться с примером готового отчета о Банке Москвы не возможно ,выдает ошибку 404

Будь в курсе

Главные новости, кейсы и статьи за месяц – у вас в почте:

Отправляя форму, вы принимаете условия обработки персональных данных