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/
