Анатомия сарафанного маркетинга - Эмануил Розен Страница 17

Изучать отзывы о вашей компании в социальных медиа следует в любом случае, с помощью таких компаний, как Nielsen, или без нее ^{35}. Поисковые системы по блогам, подобные Technorati и Google Blog Search, существуют уже несколько лет. В YouTube, MySpace, Twitter и Flickr тоже предусмотрена возможность поиска. Отслеживание того, что люди говорят в сети о вашем бренде, подобно созданию огромной фокус-группы. Что и когда потребители говорят о вашем продукте? Какие еще свойства они хотят видеть в нем? Что для них важно?

Благодаря регулярному количественному измерению онлайновых слухов и анализу полученных выводов Nielsen и другие компании, занимающиеся этим (например, Cymfony, BrandIntel, Biz360 и MotiveQuest), поднимают свое дело на новый уровень. Например, программы, используемые Nielsen, осуществляют в интернете поиск сообщений, которые содержат названия определенных брендов и другие ключевые слова. Затем эти программы анализируют результаты поиска с целью получения ответов на следующие вопросы: комментарии написаны молодыми людьми или людьми зрелого возраста, женщинами или мужчинами, носят они позитивный или негативный характер?

Но как машина может установить, является отзыв позитивным или негативным? Посредством выявления закономерностей. «Если вы покажете машине тысячу позитивных и тысячу негативных комментариев о продуктах Colgate-Palmolive, она научится определять разницу», – говорит Джонатан Карсон, президент Nielsen Online и основатель BuzzMetrics. При точности оценок от 80 до 90 процентов такое распознавание характера комментариев нельзя назвать идеальным. Выполнение некоторых дополнительных операций вручную повысит этот показатель.

Первые клиенты BuzzMetrics решили воспользоваться этим инструментом, для того чтобы выяснить потребности покупателей. «Предположение, что тысячи людей поддерживают общение в сети и обсуждают друг с другом их продукты, очень заинтересовало их», – говорит Карсон.

Помимо всего прочего, измерение онлайновых слухов позволяет делать прогнозы. «Этот замысел, как нам кажется, опирается на сугубо интуитивное предположение, – объясняет Карсон. – Потребители во многих случаях предпочитают с кем-то обсудить продукт, прежде чем покупать его» ^{36}. В рамках одного проекта компания проанализировала отзывы о низкоуглеводных диетах и диете Аткинсона и пришла к выводу, что по количеству таких обсуждений можно составить прогноз объема продаж тех продуктов, на которых основаны эти диеты. Когда исследователи еще глубже изучили полученные данные, они обнаружили, что, сфокусировав внимание на самых влиятельных покупателях (тех, кто создает большой объем онлайнового контента и чьи комментарии чаще всего цитируют другие), можно повысить эти результаты.

Результаты еще одного исследования, проведенного BuzzMetrics и BASES (еще одним сервисом Nielsen Company) ^{37}, свидетельствуют о том, что качество прогнозов объема продаж можно улучшить посредством использования слухов как одного из критериев прогнозирования. Сначала исследователи попытались составить прогноз объема продаж для одной группы фасованных потребительских товаров только на основании таких критериев, как расходы на рекламу в СМИ, расходы по сбыту и первоначальная оценка конечных пользователей. Когда они прибавили сюда еще и данные об удовлетворенности потребителей после применения соответствующих продуктов, прогноз стал более точным.

Все, кто занимается этим бизнесом, понимают, что пока это только первые эксперименты. Семь лет назад меня бы очень удивили инструменты, доступные в наши дни. Через семь лет, когда будет накоплено больше опыта, эти инструменты усовершенствуются, и появятся новые интересные идеи. Возможно, тогда мы вспомним о способах, которые применяем сегодня, – и улыбнемся.