Профессиональные исследования блогосферы. Часть 1
Если современный маркетолог планирует выступить на конференции или написать статью в популярный журнал и при этом хочет, чтобы на его доклад/презентацию/статью обратили повышенное внимание, скорее всего, темой его выступления будут блоги, блогосфера и маркетинг в блогосфере. Если же подобные задачи ставит перед собой исследователь, то, вероятнее всего, он будет писать/рассказывать про исследования блогов и блогосферы 🙂 Меня заинтересовало, насколько оправдан повышенный интерес к исследованиям блогов и как обстоят дела с профессиональными исследованиями блогосферы за рубежом, за неимением таковых в России.
Под профессиональными исследованиями блогов/блогосферы я буду подразумевать систематические и платные сбор, обработку и анализ содержания блогов и форумов, направленные на решение тех или иных маркетинговых задач клиента. Объем рынка и основные игроки В 2005 году рынок профессиональных исследований англоязычной блогосферы по подсчетам журнала Fortune был равен 20 млн.$ (при том, что рынок мировых маркетинговых исследований в 2005 году по данным ESOMAR оценивался более чем в 20 млрд.$ ) . В 2005-2006 годах на рынке было несколько основных игроков: Причем суммарная доля рынка Nielsen Buzzmetrics и Intelliseek в денежном выражении составляла более 60% , а доли их самых крупных конкурентов — Umbria и Cymfony были примерно по 10%. Еще 20% приходилось на нескольких десятков мелких игроков. На сегодняшний день расклад, скорее всего, немного поменялся, но, думаю, что пропорции применительно к рынку исследований блогосферы остались похожими. Упоминания как достаточно сильный игрок на этом рынке также заслуживает Немножко по другому пути пошла компания Подходы к исследованиям блогосферы Существует два основных подхода к исследованиям блогосферы, которые отличаются между собой, в первую очередь наличием или отсутствием «человеческого», ручного труда. 1. Подход Nielsen Buzzmetrics, TNS Cymfony, Brandimensions, MotiveQuest и многие другие — «софт+аналитик» Как заявляют представители Nielsen, ни один отчет по итогам исследований в блогосфере, они не выпускают «автоматически». Собранные данные самым тщательным образом исследуются аналитиками и, по итогам исследования, пишетcя отчет «ad hoc» с учетом потребностей и задач каждого клиента. В каждый проект включаются такие обязательные для маркетингового исследования этапы как встречи и переговоры с клиентами, обработка информации с участием аналитиков, консалтинг по результатам проекта и т.д.
Эксплуатация человеческого труда может стоить клиентам Nielsen, заказывающим полный и детальный мониторинг блогосферы для одного бренда/продукта от 100 тысяч до миллиона и более долларов в год. 2. Подход Umbria — «софт+софт» Компания Umbria была основана в 2004 году, бывшим юристом, работавшим в нескольких маленьких компаниях, занимавшихся data mining-ом. Первоначальные инвестиции в компанию составили около 7 млн.$, инвестиции были получены от венчурных капиталистов. В 2005 году доходы компании составляли 2 млн.$ в год, а в 2006 году предприятие окупилось и стало приносить прибыль. Подход Umbria отличается от конкурентов в первую очередь полной автоматизацией процесса мониторинга и анализа полученных данных, а также отправки данных клиентам. Автоматизация процесса позволяет клиентам сэкономить по сравнению с отчетами, которые выпускает NielsenBuzzmetrics: годовой мониторинг одного бренда/продукта от Umbria обойдется заказчикам приблизительно в 60 тыс.$ в год. Технологии и методики В общем, и Nielsen, и Umbria и большинство других компаний на этом рынке используют похожие технологические средства: робот-паук для сбора данных и лингвистический анализатор. Расхождения же начинаются, в основном, на уровне анализа. Так, подход Nielsen ближе к «классическому» контент-анализу (анализ релевантности, классификация понятий, встречающихся в тексте, выделение ключевых фраз и слов, анализ негативного-позитивного контекста, в котором упомянуты бренд или продукт и т.д.). С помощью контекстного анализа, исследователи могут определять, насколько ярко выражена та или иная оценка блоггера. Так, слова «восхитительный» и «превосходный» считаются более сильными эмоциональными оценками, чем «нормальный», «хороший» и «крутой». И наборот — оценка «дешевка» считается менее «травмирующей» для бренда, чем эпитеты «гнусный» и «отвратительный». Словари для анализа, насколько я поняла, разрабатываются в каждой компании собственными силами, и, возможно, в случае Nielsen, такие словари разрабатываются индивидуально под каждый конкретный проект. Практически все компании, занимающиеся анализом блогосферы, декларируют, что их софт способен различать не только эмоциональный контекст, в котором упомянуты бренд или продукт клиента, но и то, идет ли речь о компании «в целом», каком-либо конкретном продукте/сервисе/тарифном плане или о рекламе, которую описывает блоггер. Umbria же в описании своего софта декларирует несколько больше возможностей, чем Nielsen и остальные игроки — так, создатели лингвистического анализатора от Umbria уверяют, что их программа может практически безошибочно идентифицировать иронию и сарказм (что весьма актуально для блогосферы :). Программа также может с определенной степенью вероятности определить пол и возраст блоггеров. Так, раздумчивое «soooooooo» в сочетании с множественными восклицательными знаками !!! с высокой вероятностью указывают, что автор поста — девочка-подросток из сельской местности :). Речевая особенность городских мальчиков-подростков — характерный «хип-хоп-сленг» (aight вместо all right, true dat вместо I agree» и т.д.). По мнению специалистов из Umbria, двадцати- и тридцатилетние блоггеры с большей вероятностью склонны использовать длинные и законченные предложения. Мужчины 20-35 лет любят употреблять определения «sordid» (отвратительный) и «hilarious» (забавный, смешной). Женщины же любят искусно вплетать в повествование эмоционально окрашенные обороты речи ( «wishing I could just crawl out of my skin» ). У мужчин старшего возраста (45-60) встречаются такие жаргонизмы как «jiggy» (в примерном русском переводе — презрительное название людей другой национальности с темной кожей) и «bling» (разная фигня). Робот-паук, которого использует Umbria, достаточно быстрый: первичная обработка 20 миллионов блогов занимает меньше минуты. Обработка полученной информации с помощью лингвистических алгоритмов занимает еще 3-5 минут. Затем полученные результаты автоматически импортируются в отчет. В стандартный отчет входят: общее отношение блоггеров к бренду клиента, реакция потребителей на отдельные продукты или сервисы, а также характеристики тех или иных продуктов, обсуждаемые блоггерами. Блоггеры автоматически сегментируются по полу и возрасту, а в качестве вишенки для торта вставляется несколько оригинальных цитат из обработанных материалов (непонятно только, как машина определяет, какие именно цитаты надо вставлять в отчет?). Специалисты из Umbria планируют и в дальнейшем сохранять стратегию сравнительно низких цен и полной автоматизации. Следующей целью компании является разработка алгоритма, позволяющего с помощью анализа текстов сегментировать блоггеров по месту проживания, доходу и уровню образования.
|