电子帐册:

社交媒体分析应用的生死取决于数据

peshkova——Fotolia

管理 学习应用最佳实践并优化您的操作。

更好的情感分析可以支持客户数据分析

在社交媒体时代,客户数据分析很容易收集到,但如果基于自动社交媒体监测的情绪分析,它们可能具有误导性。

这是经过多年的后见之明客户情绪分析可以被充分欣赏。几十年前,想要了解顾客的需求和他们对某个品牌的感受,唯一的方法就是敲开他们的前门,询问,在挂毯上打电话,或者寄给他们一个附有回邮地址、贴上邮票的信封的调查。

事后看来,所有的劳动强度都带来了笑容。令人不安的事实是,这些方法得到了伟大的结果:认真、准确地了解一个品牌在市场上的成功,它的评级是高还是低,评级多少,以及原因。我们很容易认为今天的东西是现成的客户的情绪会意味着由此产生的客户数据分析更准确。但情况并非总是如此。

社交媒体是救星

客户情绪的海洋变化一直是企业不再需要寻找它;客户整天都会在社交媒体上展开它。信息千兆字节以惊人的速度倒入Facebook,Twitter及其各种同行。这是一个简单的事情,然后只是挖掘所有数据并摄取它,以实现在市场上的一个人品牌的更好观点。

整个软件平台的存在就是为了做到这一点:它被称为社交媒体监控(SMM),提供收集和格式化客户数据分析新方法的供应商也越来越多。比如Zoho、BuzzSumo、Sprout Social、Conversocial、HubSpot、Brandwatch、Digimind、Hootsuite、Buzzlogix、SentiOne和Talkwalker——这些还只是皮毛。在某些情况下,甚至不需要购买单独的产品来实现这一点:许多CRM平台都内置了SMM。

问题是,它通常不是很有用。

聊天不是统计数据

第一个(也是最大的)问题是来自SMM的情感分析是随意假设聊天数据与调查结果相同。他们不是。

让调查数据如此有价值的是,特定品牌的数据可以与人口统计数据相关联。如果没有人口统计数据,将顾客的情绪转化为对品牌的可操作的洞察力是困难的,如果不是不可能的话。从社交媒体上抓取品牌人气数据很容易,但通常情况下,我们只能推断出聊天客户的人口统计数据。

如果没有人口统计数据,将顾客的情绪转化为对品牌的可操作的洞察力是困难的,如果不是不可能的话。

SMM本身令人印象深刻的功能在一定程度上导致了人们对其实用性的一些误解。SMM工具抓取选定的站点不断地对它们进行索引——这种索引可以由用户配置,用于非常集中的查询,提取品牌提及、选定的关键字、短语和情感触发词。所有这些数据都将用于情感分析。这些都是很酷的把戏结果客户数据分析从分析的角度来看,它看起来比实际更结构化。

在这个过程中,一个有用的方法就是对各个品牌进行直接比较:X品牌可以收集自己品牌的讨论,同时也可以搜集Y和Z品牌的数据,从而了解哪个品牌是市场上的领头羊。这很好,但要获取在其他地方更容易收集到的信息是一件非常麻烦的事情:当然,竞争对手通常知道自己在市场份额中的位置,只知道小数点后十分之一。

不,社交媒体所需要的是关于的顾客的喜好。这些数据并不是很有用。

'我知道,对吗?因素

在社交媒体上搜集客户意见的另一个问题是缺乏对群体思维的控制。社交媒体论坛往往会吸引志同道合的人相互认可。

例如,如果某款特定车型的汽车成为了社交媒体上的热门话题,有人对此不满,其他人往往就会插话,说出他们不喜欢的东西,只是为了让自己也能参与进来。他们很可能很喜欢自己的车,如果不是在谈话中碰巧遇到的话,他们是不会犹豫的。这通常出现在文本分析,当新和重复信息绘制时间:熵的新情绪迅速脱落,表明有更多的“我也是”交换比真实的贡献,它将毫无疑问最常发生在政治论坛)。

消极和积极的情绪都可以以这种方式被扭曲:社交媒体关于品牌的对话没有适当的控制来减轻这种现象。

理解对话

所有这些并不是说优秀的客户数据分析不能从社交媒体中剔除;相反,社交媒体提供了一个过去几乎不可能获得的数据宝库。它不仅应该是优先事项,而且应该被认为是不可或缺的。

当社交数据收集更加主动时,可以从SMM数据中获得更好的分析结果。自动的社交数据收集是非常有用的,但是当数据能够被丰富时,我们便能够创造出更强大的分析。

品牌大使例如,很容易激励忠诚客户参与,可以在社交媒体上积极发起品牌讨论。这提高了客户数据分析的实用性,以及通过创建更结构化的响应而从中获得的见解。品牌忠诚者可以在讨论产品和服务时建立参数,增加对诸如“首次用户还是回访者?”等问题的回答的特异性和个性化,同时消除干扰。

如果存在这种主动性,SMM结果仍然更好。这肯定比挨家挨户上门要好。

深入挖掘客户分析

搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭