Руководство: как без привлечения специалиста выявить слабые стороны бренда с помощью ORM
Специалисты репутационного агентства «Без негатива» делятся практическими методиками как находить уязвимые места бизнеса и не отлаженные бизнес-процессы с помощью обратной связи от пользователей.
Содержание:
- Методы сбора упоминаний о компании
- Как формировать поисковые запросы (в поисковых системах, социальных сетях и т. д.), чтобы находить максимум тематичных упоминаний и минимум нерелевантных
- Методики разметки упоминаний по тематическим группам = потенциальным проблематикам бизнеса и по тональности
- Анализ тональности тематических групп упоминаний для выявления слабых мест бренда
- Выявления площадок с максимальным количеством негативных упоминаний по темам и схема установления обратной связи с клиентом
В рамках данной статьи разберем полный цикл поиска слабых мест. На выходе вы будете иметь список проблематик, которые можно отправлять вашему директору по развитию для устранения выявленных проблем и оптимизации бизнес-процессов.
Автоматизированные методы сбора упоминаний о бренде
На рынке существует несколько крупных сервисов, предоставляющих услуги автоматизированного сбора упоминаний о бренде. Вот некоторые из них:
Основной принцип работы таких сервисов - заключение договора с площадкой (например, отзовиком), а далее сбору упоминаний через API по текстовому запросу и поиску по изображениям (например, по логотипам бренда).
Пример основных функциональных возможностей одного из сервисов выше:
- Мониторинг социальных сетей
- Мониторинг блогов и форумов
- Мониторинг сайтов отзывов
- Мониторинг онлайн-СМИ
- Мониторинг Telegram
- Тегирование упоминаний
- Сравнение упоминаемости с конкурентами
- Автоматическая разметка тональности
- Автоматический анализ частых слов
- Фильтрация упоминаний по географии и полу авторов
- Подсчет вовлеченности
- Отчеты по источникам, авторам и тональности
- И т. д.
Ручные методы сбора упоминаний о бренде
Схема сбора упоминаний:
- Сбор площадок для мониторинга упоминаний/отзывов (otzovik.com, irecommend.ru, flamp.ru, zoon.ru, spr.ru и др.)
- Выбор социальных медиа для мониторинга: ВК, FB, Твиттер и др.
- Прямой поиск упоминаний с помощью функционала площадок
- Поиск упоминаний с помощью поисковых систем с ограничением поиска в рамках площадки
Примеры площадок для поиска упоминаний:
Инструменты, позволяющие находить упоминания о бренде самостоятельно
Когда подходит ручной и автоматизированный способ мониторинга упоминаний
Формирование текстовых запросов для поиска упоминаний в сервисах
Рассмотрим принципы формирования запросов на примере.
- -(музыка исследования … "пик паводка" "ТЦ ПИК“): за счет оператора “-” исключаем нецелевые упоминания. Например, "багровый пик" (муз группа), Мосбиржа (сводки по торговле акциями), туристический "пик сезона«, "Пик поинт" служба доставки.
- @ПИК: за счет оператора “@” фиксируется морфология слов. Например, за счет этого были исключены упоминания о футболисте Жераре Пике.
- [{@ПИК & (новостройки квартиры группа жк дома), 10} : за счет оператора “10” все слова из запроса будут расположены на расстоянии не более 10 слов друг от друга.
- ["багровый Пик“] : за счет оператора “” будут найдены упоминания, в которых слова из запроса будут находиться рядом и в такой же последовательности.
Подробнее о языке запросов iqbuzz.pro: https://www.iqbuzz.pro/lang.php
Формирование текстовых запросов для поиска упоминаний в ПС
Поиск упоминаний о компании в рамках площадки с отзывами: ["мвидео" site:otzovik.com]
Поиск упоминаний о компании в рамках площадки с отзывами, которые появились с начала сентября 2019 года: ["мвидео" site:otzovik.com date:>20190801]
Поиск положительных упоминаний о компании в рамках сайта-отзовика: [мвидео (отлично | спасибо | хорошо | прекрасно)]
Поиск негативных упоминаний о компании в рамках сайта-отзовика: [бренд (плохо | ужасно | отвратительно) site:otzovik.com]
Поиск обзоров по запросу [mvideo.ru], который исключает страницы самого сайта mvideo.ru: ["mvideo.ru" отзывы -site:mvideo.ru]
Поиск комбинации по запросу [mvideo.ru], который исключает страницы самого сайта mvideo.ru: [“mvideo.ru” -site: mvideo.ru]
Подробнее об операторах расширенного поиска ПС:
Формирование текстовых запросов для поиска упоминаний в социальных сетях
Рассмотрим принципы формирования текстовых запросов в социальных сетях на примере Вконтакте. Во Вконтакте есть язык запросов, дублирующий стандартный функционал поиска соц. сети. Использование языка запросов позволяет задавать более гибко и оперативно настройке при поиске упоминаний.
Поиск репостов и комментариев с упоминанием компании:
Поиск медиаконтента и опросов:
Поиск упоминаний с максимальным охватом
Отсечение упоминаний с неподходящими словами:
Поиск упоминаний со ссылкой на сайт компании
Поиск упоминаний со вложенными документами
Поиск упоминаний о компании в социальных сетях
Поиск упоминаний о компании по хештегам
Поиск по социальным сетям от mail.ru
Разметка упоминаний по тематическим группам = потенциальные проблематики бизнеса и тональности
Информационно-аналитические (статьи и новости по теме)
- Авторские (упоминания частных лиц с изложением своей позиции по отношению к бренду)
- Нерелевантный (упоминания, содержащие слова из текстового запроса, но не подходящие по смыслу)
Работа производится только с авторскими упоминаниями.
Далее формируется список потенциальных групп проблем, которые волнуют клиентов, на основании собранных упоминаний
Для этого берется весь список упоминаний и добавляется в сервис. На выходе мы получаем список самых частых словосочетаний и одиночных слов, отражающих основные «боли» клиентов.
Из полученных данных выделяем 6-10 основных тематический направлений проблем на основании полученных словосочетаний.
Далее наша задача заключается в том, чтобы разметить по выбранным тематикам и тональности каждое упоминание из списка. Для этого используем Яндекс.Толока. С помощью сервиса мы создадим задание на ручную разметку упоминаний с помощью асессоров.
В нашем примере упоминания размечались по следующим типам тональности:
- Позитивный
- Негативный
- Нейтральный
- Смешанный
И по следующим категориям/тематикам:
- Придомовая территория
- Юмор и котики
- Инфраструктура района
- Управляющая компания
- Отделка
- Долгострои
- Вторичка или новостройка
- Планировка квартиры (расположение, этаж, площадь, количество комнат)
- Тип дома (кирпич, монолит)
- Другое
В итоге получается такой интерфейс задания для асессора:
А это пример уже выполненного асессором задания в интерфейсе сервиса:
Для удобства использования выгружаем выполненные задания в формате Excel:
В итоге мы получаем таблицу с упоминаниями, каждое из которых определено по типу тональности и тематики.
Тональность групп упоминаний как способ выявления слабых мест бренда
Агрегируем данные и формируем таблицу с данными: «Текст сообщения», «Тональность», «URL», «Теги/Тематика».
Строим сводные таблицы по срезу «тема->доля позитивных/негативных упоминаний» на основании агрегированной таблицы:
Строим сводную диаграмму «Темы - тональность»:
Далее переводим абсолютные значения количества негативных упоминаний в проценты и получаем график с наиболее проблемными направлениями работы бизнеса.
Примеры упоминаний из наиболее проблемной группы «Управляющая компания».
Самое важное - это услышать жалобы клиентов, решить оперативно возникшую проблему и внести изменения в бизнес-процессы.
Выявление площадок с ЦА бренда и предоставление обратной связи по выявленным проблемам
Поскольку в процессе сбора упоминаний мы зафиксировали URL, где они были найдены, то строим диаграмму для поиска площадок с наибольшим количеством негативных упоминаний.
На выходе получаем список площадок, на которых предстоит работа по отработке негатива.
Далее потребуется:
- Завести официальные аккаунты на площадках с ЦА,
- Регулярно посещать и реагировать на отзывы на таких площадках
- Писать от лица компании
- За положительные отзывы благодарить
- На негативные отзывы реагировать по алгоритму ниже
Алгоритм реагирования не негативный отзыв
1. Сказать «Спасибо»
2. Объяснить, почему мы признательны за сообщение
3. Извиниться за ошибку
4. Обещать незамедлительно принять меры для решения проблемы
5. Запросить необходимую информацию.
6. Быстро исправить ошибку
7. Убедиться, что клиент доволен.
Требуется написать через некоторое время клиенту с вопросом довольны ли они. Расскажите им о том, что делается для предотвращения подобных сбоев в дальнейшем, – пусть порадуются: их жалоба действительно помогла компании. Благодарите их снова и снова. Если проблеме не устранена, то возвращаемся к шагу 6.
8. Не допускать подобных ошибок в будущем.
Убедиться, что сотрудники компании знают о проблеме и соответствующие изменения внесены в бизнес-процессы компании– тогда подобную проблему можно будет предотвратить в будущем.
Просто пушечный обзор!
Спасибо, ценим Ваше мнение!
Интересная статья. Не совсем в итоге понял, как отличить реальный отзыв от информационного вброса или фейка, это входит в услугу ORM?
Надо посмотреть на дату регистрации пользователя. Если он зарегистрировался на площадке за 5 минут до того, как оставил комментарий - то это точно фейк.
ой-йо, а вот и служба борьбы с фейками подъехала..
Отличил))
Спасибо, Алексей, за наводку! Да мы обратили внимание, в том числе и на отсутствие фотографии -) В любом случае мы всем одинаково рады и людям, и ботам.
Валентин, да, действительно проблема с информационными вбросами особо актуальна для крупных брендов. В рамках услуги ORM в нашей компании мы активно мониторим резкие и неестественные всплески негативных упоминаний и проверяем их достоверность.
Тут два варианта:
1. Если это реальные отзывы людей, то максимально оперативно проводим аналитику и реагируем на негатив: отработка негатива нашими силами для снятия напряжения, далее отправляем клиенту информацию для внесения изменений в бизнес-процессы.
2. Если это информационный вброс, то добиваемся удаления контента, выпускаем опровержение и так далее.
Спасибо за вопрос.
Благодарю за развернутый ответ, стало понятнее
Для малого бизнеса актуальны сервисы по поиску отзывов, или лучше бесплатно и ручками через поиск?
Добрый вечер, Диана! Я бы рекомендовал именно условно бесплатные методы, описанные в статье. Когда объём данных станет больших, то целесообразно использовать и автоматизированные сервисы