Данные и пиар: две связующие успеха бренда

Рассказываем, как и зачем использовать большие данные в маркетинге и пиаре.

Данные и пиар: две связующие успеха бренда

SEMrush — это компания, которая разрабатывает свою собственную платформу с набором инструментов для маркетологов. Инструменты помогают оптимизировать работу с кампаниями по SEO, SEM, контенту и социальными сетями. В какой-то момент мы задумались, могут ли данные, которые лежат в основе нашего инструмента и приносят пользу нашим пользователям-маркетологам, использоваться для журналистов? Оказалось, что могут. Но обо всём по порядку.

Личный опыт

Я (Яна Гаранько), сидя в Испании на рабочем месте в информационном агентстве EFE, собирала материал про Криштиану Роналдо и его новый контракт с Samsung. Именно тогда я подумала: где мне взять объективную информацию о том, а повлияли ли вот такие контракты на больший интерес к моделям телефонов? Ответ на свой вопрос я нашла спустя 3 года в SEMrush: да, влияют, и это подтвердило количество запросов в Google, связанных с телефонами и звездами, которые их представляют. И это не единственный кейс.

О больших (и не очень) данных

С самого начала пути мы как PR-специалисты вообще не представляли, как правильно работать с данными, и собирали информацию руками прямо из инструмента. Если мы хотели посмотреть, кто из фешн-ритейлеров самый популярный в 2017 году, нужно было:

  • Найти список всевозможных ритейлеров в Интернете.
  • Вбить сайт каждого ритейлера в наш инструмент Traffic Analytics.
  • Скопировать результат по трафику этого сайта за месяц, внести результат в таблицу.
  • Произвести такое же действие по всем месяцами, а затем и по всем остальным сайтам.
  • Сложить все цифры, получить годовой результат.
  • Распределить все сайты по убыванию и вывести топ.

Занимало это около половины рабочего дня, и легче не становилось, но мы старались.

В какой-то момент мы решили попробовать найти специалиста, который сможет решать эти задачи быстрее и эффективнее, и постепенно у нас появилась целая команда аналитиков, которая поддерживает все активности пиара и маркетинга. Мы считаем, что работать с данными в 21 веке должны специально обученные люди: они соберут дата-сет быстрее и оптимальнее, объяснят, почему одни числа хорошие, а другие лучше не использовать.

Для оптимизации нашей работы ребята написали внутреннюю библиотеку на Python, которая помогает очень быстро собирать те данные, которые раньше мы копировали и вставляли руками. Они начали доставать информацию из внутренних баз данных нашего продукта с помощью языка запросов SQL и поискового движка Elasticsearch, а еще построили новые модели для анализа тональности текстов, и совместно с командой дизайнеров написали целый инструмент для стильной визуализации наших данных, где построение одного графика занимает буквально минуту.

Сейчас мы стараемся использовать данные, на основе которых работает наш инструмент, в самых разных ситуациях. Например, статистика по поисковым запросам, которая обычно помогает интернет-маркетологам настраивать свои рекламные кампании, может еще показать, какой бренд одежды в мире ищут больше всего. Согласитесь, одно дело – реклама, а другое – «реальные мнения», которые отражены в частоте поиска.

А если посмотреть на посещаемость разных сайтов, которая обычно используется нашими клиентами для анализа конкурентов, можно выяснить, какому ритейлеру ждать самой большой нагрузки в Чёрную пятницу. Ну и, конечно, бездонный источник «больших данных» – социальные сети. Twitter всю подноготную выдаст: как бы очередной русский фильм в прокате не пиарили, анализ тональности рецензий в сети лучше подскажет, стоит ли тратить деньги на билет.

Наши данные появлялись на телеканале BBC c данными о вакцинации, мы были в BuzzFeed c самыми популярными фильмами на Хэллоуин, Washington Post полюбил нас с данными о путешествиях. Данные появлялись в Австралии, Великобритании и в СМИ по всей Европе.

Когда вышел фильм про Майкла Джексона, наша коллега из Великобритании сказала: «Мне срочно нужны данные о том, что говорят люди в Twitter!». Мы собрали и отправили их на BBC. Тогда эта информация получила порядка 90 публикаций по всему миру за день.

Однажды к нам пришел c запросом журналист и спросил: «Какие интересные данные из мира моды вы можете мне предложить?» Мы решили посмотреть, какого дизайнера ищут чаще всего в поисковике Google. Оказалось, что это Кайли Дженнер. Мы получаем публикации с упоминанием этого исследования в течение года и до сих пор.

Как мы помогаем журналистам и получаем узнаваемость бренда?

Основная моя задача, как бывшего журналиста — понять, чем я могу помочь своим коллегам, чтобы поддержать их не просто опросами неясного генеза, а сравнить количество поисковых запросов разных понятий, результаты анализа тональности текста или статистику по посещаемости сайтов, которые не могут быть «подкрученными».

Я понимала, как сильно мне не хватало таких данных, я теряла тогда часы и дни, чтобы подкрепить свои статьи чем-то естественным и максимально объективным. И похоже, дело в больших (и не очень больших) данных. И точно в больших профессионалах.

Вот пара примеров того, насколько просто подкрепить идеи журналистов данными:

  • Тот далекий год и активный рост цены на биткоин. Только ленивый журналист не писал об этом. Мы решили им помочь и сделали самое простое из того, что можно было придумать: посмотрели корреляцию цены биткоина и количества поисковых запросов в интернете. Это заняло десять минут работы дата-аналитика и пять минут, чтобы отправить информацию журналисту.

Итог: публикация в Business Insider.

Вывод: казалось бы, зачем это SEMrush, если компания занимается совсем иными вещами и продает свой инструмент маркетологам? Мы посмотрели, что происходит после таких публикаций и выяснили: люди начинают искать бренд в сети, люди начинают пользоваться инструментом и покупать его. Парадокс, но журналист, выпустивший статью про биткоин на наших данных, поднял узнаваемость нашего бренда в этот месяц на 20%, потому что информация разошлась по всему миру.

  • В Америке проходят выборы и в предвыборной гонке всем интересно, а что же происходит с кандидатами. SEMrush и наши аналитики берутся за анализ Twitter.

Вот так выглядел процесс:

  1. Мы взяли список всех кандидатов, которые участвуют в гонке.
  2. Через SEMrush посмотрели их профили в социальных сетях, проверили их активность, количество подписчиков, окрас тона в их постах и постах про них.
  3. Оформили красивые графики.

Итог: через 12 часов наши данные уже были на телеканале АBC и активно обсуждались ведущими.

Вывод: в течение следующих пары дней мы промониторили посещаемость нашего сайта и увидели, что после выпуска на ТВ брендовые поиски SEMrush подскочили.

Реклама на телеканале или в Business Insider стоит сотни тысяч долларов. Мы её получаем бесплатно за счет того, что даем журналистам объективные данные, которые они могут использовать, чтобы поддержать свои идеи.

Как работают аналитики, чтобы получить данные?

Работа аналитиком данных в маркетинге не похожа на аналитику в других секторах. Об этом очень хорошо знаю я, Юлия Ибрагимова. В SEMrush я работаю как раз дата-аналитиком.

Здесь у нас чаще всего нет большого количества времени, чтобы найти и проверить множество гипотез или долго искать, за что можно зацепиться. Здесь нужно успевать за трендами, которые сгорают за считанные часы.

Нужно много общаться с людьми, потому что чаще всего есть идея исследования, но нет чёткого понимания, какие данные помогут её воплотить в жизнь. Нужно уметь сделать сложные вещи, а потом объяснить их простыми словами, чтобы все читатели заметки на новостном портале поняли, что вы насчитали.

Зачастую, благодаря идеям коллег из PR-департамента, создавались новые инструменты, модели, вытаскивались данные оттуда, откуда раньше даже не думали их брать.

Например, так появилось наше исследование по Voice Search SEO. От коллег поступило предложение проанализировать результаты поисковых запросов, которые пользователи делают с помощью голосового поиска. В инструменте мы таких данных не нашли и уже были готовы сказать, что не можем ничем помочь, но в последний момент хорошенько подумали и поняли, что в целом такие данные можно собрать самостоятельно.

Мы обзавелись голосовыми ассистентами и написали скрипт, который заставил наши компьютеры задавать вопросы (их было 50 тысяч!) голосовым ассистентам, а потом записывать результаты. Несколько месяцев наши электронные друзья общались друг с другом, оккупировав переговорки офиса, а потом, благодаря инструментам SEMrush, мы собрали и другую информацию по нашим поисковым запросам.

Итог: получился большой датасет и интересное исследование, которое наши коллеги презентовали на одной из ведущих конференций по SEO Search Marketing Expo и на других мероприятиях.

Вывод из нашей истории прост: данные можно грамотно использовать, сделать своим специальным оружием в мире постоянно растущей конкуренции. Задача заключается в том, чтобы понять, как это сделать максимально эффективно, быстро и качественно.

Всегда есть возможность придумать, как еще может быть использована информация, которая есть у вас сейчас. Не лишним будет и посоветоваться с профессионалами в сфере анализа данных. Возможно, они заметят то, что в данных не заметил кто-то другой. Ну а когда вопрос решён, дело за малым – поставить этот процесс на поток и начать получать от него пользу. Ну и удовольствие, конечно!

И кстати, термин Data Science во всем мире за 2019 год искали на 25% чаще, чем за 2018. Мы считаем, сейчас самое подходящее время вникнуть в эту сферу, если вы ещё не сделали этого.

99
10 комментариев

Данные нужны не только в журналистике, но и в множестве других задач. И я так понимаю, что тех аналитических навыков, что раньше хватало для решения своих повседневных задач, специалистам перестает хватать.

Хотелось бы конечно чтобы подобные инструменты позволяли обходится без выделенного программиста/датасайнтиста. Сейчас я так понимаю все равно приходится прибегать к их услугам.

1
Ответить

Да, все именно так. Пока роботы нас не полностью заменили)

Ответить

Яна и Юля, большое спасибо за статью. Уважаю коллег, которые мыслят глобально и не боятся экспериментировать. Я сама за счет данных успешно пиарила B2B маркетплейс. Так мы попали в Ведомости и во многие другие издания с перепечатками статистики. Правда мне приходилось обрабатывать стату самостоятельно и делать красивые графики и диаграммы, которые журналисты забирали с благодарностью. Немного завидую обладателям больших данных :) но при желании их можно вытащить отовсюду. Спасибо за блок про автоматизацию сбора данных, думаю, пригодится.  

Ответить

Юлия, спасибо большое за такой добрый комментарий! Приятно. 

1
Ответить

Здесь у нас чаще всего нет большого количества времени, чтобы найти и проверить множество гипотез или долго искать, за что можно зацепиться. Здесь нужно успевать за трендами, которые сгорают за считанные часы —- в дате 80% времени уходит на только сбор даты, о каких часах идет речь? 

Ответить

про часы - это для красного словца:)

1
Ответить

Спасибо за статью. Возобновляем подписку на SEMRUSH

Ответить