Компания Ipsos, один из мировых лидеров исследовательской индустрии и в России, и на всех ключевых международных рынках выделила аналитику соцмедиа в отдельную перспективную практику – SMX (Social Media Exchange). Уже более двух лет Brand Analytics сотрудничает c представительством Ipsos в России как раз в рамках этой практики. О перспективах данного направления беседуем сегодня с Павлом Лебедевым, руководителем практики SMX компании Ipsos и одним из ведущих экспертов по аналитике соцмедиа в России.
Поводом к нашему разговору послужил наметившийся в последний год рост интереса со стороны исследовательских компаний и коммерческих брендов к возможностям аналитики соцмедиа. В недавнем интервью Александр Кацуро, исполнительный директор по исследованиям Сбербанка, озвучил нам свой клиентский интерес к SMA (Social Media Analytics), специально оговорив, что это позиция неисследовательской компании. Поэтому сегодня знакомимся уже с мнением исследователей.
За последний год Brand Analytics стал работать практически со всеми исследователями на рынке. Ipsos тут был одним из первопроходцев и имеет за плечами уже немало реализованных проектов.
Итак, поехали. Блиц-интервью.
Павел Лебедев руководитель практики SMX компании Ipsos
Павел, пользуешься ли ты соцсетями? И с какими целями, личными или профессиональными?
Да, конечно, я зарегистрирован во всех основных социальных сетях. В некоторых, например, в Инстаграм, регистрировался первоначально именно из-за профессиональной необходимости, чтобы понимать как устроена площадка, ее механики и т.п. Некоторые сервисы, типа Snapchat или Secret – тоже пробовал, потом удалялся.
Социальные медиа очень динамичная среда, нужно держать нос по ветру, чтобы понимать рынок. Но вот, например, в Твиттере у меня никогда аккаунта не было. Сервис всегда был достаточно открыт, чтобы понимать его базовые механики и без регистрации.
Интерес Ipsos к анализу соцмедиа – это уже про бизнес или пока только дань моде и вы только присматриваетесь? Каковы ваши планы по развитию этого направления?
Конечно, это бизнес – отдельное подразделение («практика»), как в России, так и на всех ключевых рынках в Европе, Америке и Азии уже на протяжении нескольких лет. Нам на российском рынке немного проще, потому что есть более зрелый и опытный западный рынок. Там эти подходы уже давно включены в стандартный исследовательский арсенал. С другой стороны, лично я в SMA (Social Media Analytics) с 2013 года, поэтому сомнений в его перспективности нет.
А планы, безусловно, есть. Ключевой вектор заключается в совмещении возможностей автоматизации и глубинного анализа контента в социальных медиа. Все идет к большой интегрированной системе мета-данных о пользователе-потребителе, что позволит анализировать действия человека и строить прогнозы относительно его будущего поведения. Исследователи как раз должны научиться выявлять эти смыслы – это и есть наша главная задача.
С какими ожиданиями от SMA приходят сейчас клиенты в Ipsos?
C очень разными. Сильно зависит от уровня продвинутости клиента. С некоторыми клиентами мы стабильно работаем несколько лет. Они ставят очень амбициозные и нетривиальные задачи. Сейчас наиболее горячие темы – анализ и выявление трендов, а также проведение грамотного аудита коммуникационных кампаний.
Как удалось разрушить мифы о смещенной аудитории, о чрезмерном влиянии ботов, о необходимости анализа закрытых групп и т.д. Как Ipsos это сделал?
Все же это не совсем мифы. У любого подхода и у любых данных есть определенные особенности и специфика. Закрывать на это глаза, убеждать себя и других, что проблем нет – путь в никуда. Мы открыто обсуждаем все это с клиентами, показываем, как с именно с этими данными можно работать, чтобы получился осмысленный результат.
Что Ipsos и ты лично считаешь основными преимуществами и ограничениями в анализе соцмедиа?
Ключевое преимущество спонтанных сообщений в социальных медиа — это их естественность, органичность, которая не доступна никакому другому исследовательскому инструменту. Я был многократным свидетелем того, как клиент, посмотрев на результаты (агрегированные в виде цифр, или конкретные цитаты), говорил: «Не может быть, что мой продукт обсуждают именно так!, в таком ракурсе, с акцентом на тех или иных характеристиках!».
Кроме этого, я бы отметил и другие важные преимущества:
- более легкий доступ к мнениям нишевых аудиторий, к которым сложно получить доступ другим способом
- доступность и аккуратность ретроспективного анализа
- возможность сочетать количественные оценки с глубиной анализа, возможностью работы с конкретным высказыванием.
Главное же ограничение и задача на перспективу – это выработать подход по учету молчаливых и незарегистрированных в социальных медиа пользователей. Это особенно важно для потребителей массовых товаров, которые просто едят свой условный йогурт, но не думают об этом писать в открытых социальных медиа. Еще одна принципиально важная задача – научиться хорошо различать заказной контент, публикуемый под видом органического.
С учетом вышесказанного какие задачи клиента уже сейчас можно решать с помощью аналитики соцмедиа?
Здесь можно выделить три ключевые исследовательские задачи, которые уже сейчас решаются с помощью анализа данных из социальных медиа (репутационный мониторинг и контроль информационного поля оставляем за скобками).
- Первая, самая очевидная, – анализ эффективности соцмедиа-кампаний в широком смысле. Как изменилось отношение к бренду за период с момента ее запуска и уже после кампании. Как и с помощью каких инструментов (сообществ, топ блогеров, сарафанного радио) развивалась кампания.
- Вторая – регулярный или хотя бы периодический мониторинг отношения к бренду в сравнении с конкурентами. В этом случае нужно определить четкие KPI за которыми наблюдает бренд, чтобы оценивать свою эффективность.
- Третья – анализ потока для выявления в нем каких-то необычных, трендовых ситуаций, случаев использования продукта, или анализ описания конкретных ситуаций, которые для нас интересны больше других.
До какой степени получится автоматизироваться и как автоматизация повлияет на исследовательскую индустрию?
Автоматизация очень хорошо работает, когда есть понятный и прозрачный результат, который можно оценить в числовом эквиваленте. Например, оценить эффективность кампании по сравнению с прошлым периодом (когда уже есть четкий KPI) – это очень простая, легко автоматизируемая задача. А вот задача поиска новых и при этом интересных для развития бизнеса трендов, в ближайшее время точно плохо сможет быть автоматизирована.
Мы понимаем, что задачи сбора миллионов сообщений, их адекватного индексирования, хранения, расчета метрик и выдачи в удобном интерфейсе, это сложный и требующий серьезных компетенций бизнес. Кроме этого, мы очень ценим не только сам аналитический инструмент, но также экспертизу – умение адекватно и понятно объяснить рынку сложности реализации тех или иных задач.
Я был многократным свидетелем того, как клиент, посмотрев на результаты, говорил: «Не может быть, что мой продукт обсуждают именно так!, в таком ракурсе, с акцентом на тех или иных характеристиках!»
Павел Лебедев
Руководитель практики SMX компании Ipsos
Например, почему пока нельзя эффективно собирать истории в Инстаграм, почему нельзя гарантировать 100% полноты сбора и какой SLA тут разумен и достаточен и т.д. Все эти нюансы далеко не всегда понятны клиентам, и здесь возникает третий важный момент – популяризация и вменяемое промоутирование подхода, без шапкозакидательства.
Мы очень ценим партнерство с Brand Analytics за сочетание эти трех составляющих – технологий, рыночной экспертизы и готовности популяризировать подход.
Если все так хорошо, то чего же не хватает рынку, чтобы «рвануть»? Обучения, кейсов, методик, кадров?
На мой личный взгляд, все уже готово. И с точки зрения технологии, и с точки зрения экспертизы. Пока не у всех компаний хватает решимости для первого эксперимента, после которого сразу станет понятен потенциал этого направления. Призываю всех к такому эксперименту совместно с нами :).
Павел, спасибо за разговор и до новых встреч!
Сделайте свой первый шаг. Решитесь на первый эксперимент.
Brand Analytics дает возможность БЕСПЛАТНОГО демо-доступа к аналитической системе, агрегирующей поток из миллиардов сообщений в Интернете.
