資料不會給你解答,決策是自己該做的事情
這是一個非常基本的認知。
目前沒有任何一款工具可以直接給你一個超級 IDEA 或下一步決策,分析工具只會告訴你哪裡的數字異常高低,或是幫你把不同的對象放在一起量化比較。
找出數據背後的意義或連結性是人的責任。如果工具可以自動決策,那坦白說也不需要我們了。大家對於事件紅起來,都很想知道「成功」的原因,我們這次就依照這個出發點,找了些當紅事件下手試用工具找火紅脈絡。
所謂的紅,到底紅甚麼?有多紅?怎麼紅?
分析工具最常做的就是「聲量檢測」,各家的取樣基準或許稍有不同,但不外乎就是將讚數、分享、留言數進行統計,檢測出目標的影響力。
聲量不用太複雜的分析,只要直觀的看就能知道幾件事情。如果你找的是人物,那麼就可以透過工具得知:
現在紅甚麼
正如同 Google 每天會更新搜尋趨勢,臉書熱門的內容也隨時在改變。分析工具能夠抓出這些被大量討論的關鍵字,如果你有監測某些指標性的內容農場、新聞媒體或 KOL,突然間的討論飆高也可能是爆紅的前兆。
紅是感覺,數字才是真相
你知道某人很紅,不知道是你感覺紅,但實際上有多紅呢?當你覺得某件人事物很紅,有可能只是同溫層效應。實際上有多少人呢?跟你同溫層外的紅人相比,落差是多少呢?數據能夠客觀地帶來比較結果。(也能發現自己同溫層有多厚)
有數字佐證才能知道實際的影響力,是短暫爆紅還是長期穩定地受到支持。
話題擴散軌跡
當一件事情傳到我們眼前,通常已經是「正在爆紅中了」。但分析工具能讓我們看見爆紅的關鍵事件或內容,並抓出時間順序。不只是當下的事件,也能用來學習他人成功的行銷案例。可參考以下案例:
是自然流量還是媒體炒高
創造聲量的方式有很多,有些是自帶流量,有些是靠媒體公關發稿帶起討論,也可能是 meme化後被網友大量二創,只要稍微調整篩選條件,就能透過分析工具分辨。
比如將爭議網紅孫安佐的聲量去掉媒體後,會發現大幅降低許多,如果去掉一些具備媒體性質但分類上不屬於媒體的粉專,可能還會更低。
此外,有時討論度也可能全來自特定單位,找出誰在帶風向,或者說,誰有能力帶起風向。
如果你經手的是實體產品或市場服務,那麼分析工具可以
分析競品
最直觀的就是看其他人的聲量,在哪些時間點做了甚麼受歡迎的行銷企劃,又是如何擴散的?假設你有特定的品項要查,很輕易地就能比較出各家產品在社群上的討論度。
找到潛在可能性
當然不可能分析了自家產品聲量就能找到下一步解答,但可能會發現一些意外的驚喜。比如產品被用在意想不到的地方、也許能合作的KOL等等。
假設針對美妝產品,可能意外發現某個媒體或某位 KOL 推薦過自家商品,如果客戶是飲料,可能驚覺大家都不是直接拿來喝而是把產品當作調飲的必備配方。這些發現都有助於進行下一步策略的擬定
但再度強調,數據是死的,人腦是活的。即使有了這些「發現」,仍需要更多的主動研調去佐證自己的決策。此外如果產品沒有太多結果,背後的意義即是產品在社群上的聲量不足,也能成為參考。
除了直觀的目的以外,找到異常數字背後的原因也是使用分析工具的重要方向,無論是預防或是預測都非常有用。
心情指標與公關危機前兆
由於臉書並沒有「不讚」的按鍵,多數人對於反感的內容,都是以「怒」來表示,因此當某一時段的怒突然飆高,基本上可能是危機的前兆。
發文、回響數、關鍵字聲量,誰在帶風向?
短時間內,針對同一關鍵詞,發文「飆高」或「過低」可能都有狀況。有人希望某個話題被炒熱,同時間有人可能希望冷處理。
比如前陣子全國皆知的李毅遭驅逐出境事件,在關鍵的 4/11 日,台派媒體自然是對其大肆報導。然而有趣的是,過去一向被網友認為是「親中媒體、統媒代表」的中時電子報,不僅未幫李毅說話,對此事件也異常冷淡。
反而是聯合報不僅積極發文,一篇標題名為「厲害了我的國,我們處罰思想犯了」的文章更引起了大量憤怒情緒。而中時則是在風向穩定的4/13後才開始有零星報導。
以上舉例都只是基本的方式,希望能給尚未接觸過這類工具的人不會在拿到工具後,瞬間不知所措。隨著所處產業的不同,每個人最終都會摸出一套自己的分析方式,也可能會建立自己的關鍵字、分析群組,甚至串連其他平台、網站的數據作比較。
隨著時間累積,也可能抓到社群上地規律,進而預測趨勢。
關於社群趨勢分析,最近我們有個新嘗試集知風向球,會針對 2019 Q1 「政治網紅化」、「公部門社群主動經營」進行深度講座,也歡迎感興趣的朋友們來參加
延伸閱讀資源:
除了在 Medium 追蹤我們,也歡迎你加入集知社團,一起交流討論創意的觀點。
臉書搜尋「集知會所」或是直接透過以下連結:
https://www.facebook.com/groups/1830918583789303/