Руководство: как без привлечения специалиста выявить слабые стороны бренда с помощью ORM
Специалисты репутационного агентства «Без негатива» делятся практическими методиками как находить уязвимые места бизнеса и не отлаженные бизнес-процессы с помощью обратной связи от пользователей.
Содержание:
- Методы сбора упоминаний о компании
- Как формировать поисковые запросы (в поисковых системах, социальных сетях и т. д.), чтобы находить максимум тематичных упоминаний и минимум нерелевантных
- Методики разметки упоминаний по тематическим группам = потенциальным проблематикам бизнеса и по тональности
- Анализ тональности тематических групп упоминаний для выявления слабых мест бренда
- Выявления площадок с максимальным количеством негативных упоминаний по темам и схема установления обратной связи с клиентом
В рамках данной статьи разберем полный цикл поиска слабых мест. На выходе вы будете иметь список проблематик, которые можно отправлять вашему директору по развитию для устранения выявленных проблем и оптимизации бизнес-процессов.
Автоматизированные методы сбора упоминаний о бренде
На рынке существует несколько крупных сервисов, предоставляющих услуги автоматизированного сбора упоминаний о бренде. Вот некоторые из них:
Основной принцип работы таких сервисов - заключение договора с площадкой (например, отзовиком), а далее сбору упоминаний через API по текстовому запросу и поиску по изображениям (например, по логотипам бренда).
Пример основных функциональных возможностей одного из сервисов выше:
- Мониторинг социальных сетей
- Мониторинг блогов и форумов
- Мониторинг сайтов отзывов
- Мониторинг онлайн-СМИ
- Мониторинг Telegram
- Тегирование упоминаний
- Сравнение упоминаемости с конкурентами
- Автоматическая разметка тональности
- Автоматический анализ частых слов
- Фильтрация упоминаний по географии и полу авторов
- Подсчет вовлеченности
- Отчеты по источникам, авторам и тональности
- И т. д.
Скриншот из сервиса youscan.io
Ручные методы сбора упоминаний о бренде
Схема сбора упоминаний:
- Сбор площадок для мониторинга упоминаний/отзывов (otzovik.com, irecommend.ru, flamp.ru, zoon.ru, spr.ru и др.)
- Выбор социальных медиа для мониторинга: ВК, FB, Твиттер и др.
- Прямой поиск упоминаний с помощью функционала площадок
- Поиск упоминаний с помощью поисковых систем с ограничением поиска в рамках площадки
Примеры площадок для поиска упоминаний:
Инструменты, позволяющие находить упоминания о бренде самостоятельно
Когда подходит ручной и автоматизированный способ мониторинга упоминаний
Формирование текстовых запросов для поиска упоминаний в сервисах
Рассмотрим принципы формирования запросов на примере.
При начальном поиске через автоматизированный сервис по текстовым запросам из 5000 упоминаний только 6 % по теме: [группа & компаний & ПИК], [новостройки & ПИК], [квартиры & группы & ПИК], [группа & ПИК], [жк & группы & ПИК], [дома & группы & ПИК]
& - означает логическое И. Например, [группа & ПИК] – оба слова должны присутствовать в упоминании.
На примере сервиса iqbuzz.pro
После модификации запроса из 2500 упоминаний 80 % упоминаний по теме: [{@ПИК & (новостройки квартиры группа жк дома), 10} & -(музыка исследования горы мосбиржа турист "пик популярности" "час пик" "Пик поинт" "Пик заболеваемости" "багровый Пик" "пик сезона" "пик паводка" "ТЦ ПИК“)]
- -(музыка исследования … "пик паводка" "ТЦ ПИК“): за счет оператора “-” исключаем нецелевые упоминания. Например, "багровый пик" (муз группа), Мосбиржа (сводки по торговле акциями), туристический "пик сезона«, "Пик поинт" служба доставки.
- @ПИК: за счет оператора “@” фиксируется морфология слов. Например, за счет этого были исключены упоминания о футболисте Жераре Пике.
- [{@ПИК & (новостройки квартиры группа жк дома), 10} : за счет оператора “10” все слова из запроса будут расположены на расстоянии не более 10 слов друг от друга.
- ["багровый Пик“] : за счет оператора “” будут найдены упоминания, в которых слова из запроса будут находиться рядом и в такой же последовательности.
Подробнее о языке запросов iqbuzz.pro: https://www.iqbuzz.pro/lang.php
Формирование текстовых запросов для поиска упоминаний в ПС
Поиск упоминаний о компании в рамках площадки с отзывами: ["мвидео" site:otzovik.com]
Поиск упоминаний о компании в рамках площадки с отзывами, которые появились с начала сентября 2019 года: ["мвидео" site:otzovik.com date:>20190801]
Поиск положительных упоминаний о компании в рамках сайта-отзовика: [мвидео (отлично | спасибо | хорошо | прекрасно)]
Поиск негативных упоминаний о компании в рамках сайта-отзовика: [бренд (плохо | ужасно | отвратительно) site:otzovik.com]
Поиск обзоров по запросу [mvideo.ru], который исключает страницы самого сайта mvideo.ru: ["mvideo.ru" отзывы -site:mvideo.ru]
Поиск комбинации по запросу [mvideo.ru], который исключает страницы самого сайта mvideo.ru: [“mvideo.ru” -site: mvideo.ru]
Подробнее об операторах расширенного поиска ПС:
Формирование текстовых запросов для поиска упоминаний в социальных сетях
Рассмотрим принципы формирования текстовых запросов в социальных сетях на примере Вконтакте. Во Вконтакте есть язык запросов, дублирующий стандартный функционал поиска соц. сети. Использование языка запросов позволяет задавать более гибко и оперативно настройке при поиске упоминаний.
Поиск репостов и комментариев с упоминанием компании:
type:copy – репост
type:reply - коммент
Поиск медиаконтента и опросов:
has:photo – фото
has:video – видео
has:note – опрос
Поиск упоминаний с максимальным охватом
likes:10 – не менее 10 лайков
likes:100 – не менее 100 лайков
likes:1000 – не менее 1000 лайков
Отсечение упоминаний с неподходящими словами:
-слово – исключение упоминаний с минус-словами
Поиск упоминаний со ссылкой на сайт компании
url:site/category/page.php – упоминания ссылки
domain:site – упоминания домена
Поиск упоминаний со вложенными документами
has:doc – документ
has:none – без вложений
Поиск упоминаний о компании в социальных сетях
@ключевое_слово
Поиск упоминаний о компании по хештегам
#хештег
Поиск по социальным сетям от mail.ru
Разметка упоминаний по тематическим группам = потенциальные проблематики бизнеса и тональности
Информационно-аналитические (статьи и новости по теме)
- Авторские (упоминания частных лиц с изложением своей позиции по отношению к бренду)
- Нерелевантный (упоминания, содержащие слова из текстового запроса, но не подходящие по смыслу)
Работа производится только с авторскими упоминаниями.
Далее формируется список потенциальных групп проблем, которые волнуют клиентов, на основании собранных упоминаний
Для этого берется весь список упоминаний и добавляется в сервис. На выходе мы получаем список самых частых словосочетаний и одиночных слов, отражающих основные «боли» клиентов.
Из полученных данных выделяем 6-10 основных тематический направлений проблем на основании полученных словосочетаний.
Далее наша задача заключается в том, чтобы разметить по выбранным тематикам и тональности каждое упоминание из списка. Для этого используем Яндекс.Толока. С помощью сервиса мы создадим задание на ручную разметку упоминаний с помощью асессоров.
В нашем примере упоминания размечались по следующим типам тональности:
- Позитивный
- Негативный
- Нейтральный
- Смешанный
И по следующим категориям/тематикам:
- Придомовая территория
- Юмор и котики
- Инфраструктура района
- Управляющая компания
- Отделка
- Долгострои
- Вторичка или новостройка
- Планировка квартиры (расположение, этаж, площадь, количество комнат)
- Тип дома (кирпич, монолит)
- Другое
В итоге получается такой интерфейс задания для асессора:
А это пример уже выполненного асессором задания в интерфейсе сервиса:
Для удобства использования выгружаем выполненные задания в формате Excel:
В итоге мы получаем таблицу с упоминаниями, каждое из которых определено по типу тональности и тематики.
Тональность групп упоминаний как способ выявления слабых мест бренда
Агрегируем данные и формируем таблицу с данными: «Текст сообщения», «Тональность», «URL», «Теги/Тематика».
Строим сводные таблицы по срезу «тема->доля позитивных/негативных упоминаний» на основании агрегированной таблицы:
Строим сводную диаграмму «Темы - тональность»:
Далее переводим абсолютные значения количества негативных упоминаний в проценты и получаем график с наиболее проблемными направлениями работы бизнеса.
Примеры упоминаний из наиболее проблемной группы «Управляющая компания».
АП 25, подъезд 4 не выносимо воняет мусоропровод. С соседями вообще ковш запенили и не пользуемся им. И всё равно запах проходит!
Живу в доме, который обслуживает …, там никто не за что не отвечает. Поставили заглушку на канализационную трубу соседу, через несколько часов у нас из трубы начал бить канализационный фонтан.... Пришёл слесарь, через 3 минуты ушёл, потому что не дождался никого (прошло ровно 3 минуты...!). Вернулся снова после моего звонка в аварийную службу, осмотрел, сказал, что мы должны её замазать селиконом и ушёл!
Все дети, старики , мамочки с колясками стоят у обочины по часу глотая пыль и выхлопные газы от машин и ждут промежуток между потоком летящих машин, чтобы бегом перелететь через дорогу и это рядом с офисом МИЦ, которому все равно на наши проблемы
Самое важное - это услышать жалобы клиентов, решить оперативно возникшую проблему и внести изменения в бизнес-процессы.
Встреча с … В субботу, 24 августа состоялась встреча с Хапаловым Михаилом, заместителем управляющего … Ответы на вопросы жителей дома по адресу пр.... Астрахова д.11: Первостепенные вопросы: 1. Оградить тротуары столбиками либо бетонными конструкциями, тем самым предотвратить парковку машин на тротуарах и порчу зеленых насаждений. - этим вопросом займется застройщик совместно с УК. Ориентировочный срок – выполнить часть работ до 31 октября. Основные работы должен выполнить застройщик. 2. Привести в рабочее состояние системы пожаротушения, пожарной сигнализации и дымоудаления. (На данный момент работы выполнены только на 1, 6, 7, 8 и 9ом этаже) - Работы по восстановлению системы ведутся. На данный момент выполнена установка украденных приводов системы дымоудаления. Подключение приводов и тестирование, запуск системы планируется провести силами подрядной организации в срок до 15 сентября 2019г. Решетки зафиксированы и опечатаны. Пожарные рукава закуплены и находятся в офисе … по адресу ул. Кедрина д.1. Михаил просил присутствовать заинтересованных жильцов и составить акт о том, что рукава размещены в шкафах. 3. Восстановить газон на придомовой территории. - Работы по благоустройству поврежденных частей газона будут проведены осенью либо весной, по наличию плодородного грунта у УК 4. Устранить повышенное напряжение в электрической сети дома
Выявление площадок с ЦА бренда и предоставление обратной связи по выявленным проблемам
Поскольку в процессе сбора упоминаний мы зафиксировали URL, где они были найдены, то строим диаграмму для поиска площадок с наибольшим количеством негативных упоминаний.
На выходе получаем список площадок, на которых предстоит работа по отработке негатива.
Далее потребуется:
- Завести официальные аккаунты на площадках с ЦА,
- Регулярно посещать и реагировать на отзывы на таких площадках
- Писать от лица компании
- За положительные отзывы благодарить
- На негативные отзывы реагировать по алгоритму ниже
Алгоритм реагирования не негативный отзыв
1. Сказать «Спасибо»
2. Объяснить, почему мы признательны за сообщение
«Спасибо, что вы сообщили мне о…», «Спасибо, я рад, что вы рассказали мне об этом. Теперь я смогу вам помочь (или исправить наши неполадки)», «Спасибо, я так благодарна вам за то, что вы даете мне возможность улучшить качество нашей работы. И я непременно это сделаю» или просто «Спасибо, что дали знать о случившемся. С нами такое впервые».
3. Извиниться за ошибку
«Позвольте мне попросить прощения. Мне действительно очень жаль, что так случилось». Важно использовать в оборе речи не “мы”, а “я”. Не рекомендуем говорить: «Я приношу вам свои извинения за причиненные неудобства». Отказаться от слова «неудобство». В подобных ситуациях лучше говорить: «Я очень сожалею и прошу прощения за те проблемы, с которыми вы столкнулись и, возможно, другие неприятности, о которых вы даже не рассказали мне. Пожалуйста, примите мои извинения. Этого больше не повторится».
4. Обещать незамедлительно принять меры для решения проблемы
«Обещаю сделать все, что в моих силах, чтобы исправить положение как можно скорее». «Спасибо, что довели данный факт до моего сведения. Я признателен вам за это сообщение – теперь я смогу устранить проблему. Прошу прощения за причиненные неприятности. Наверное, вы очень расстроились, когда обнаружили в упаковке две пары синих брюк вместо одной синей и одной коричневой. Я немедленно все улажу. Между прочим, брюки очень хороши».
5. Запросить необходимую информацию.
Например, «Я должна немедленно исправить положение (или оказать помощь); для этого сообщите мне некоторые сведения, пожалуйста». Не используем: «Мне нужны некоторые данные, иначе я не смогу вам помочь». Спрашивайте только о самом необходимом. Спросите, что нужно предпринять, чтобы удовлетворить его потребности и запросы. Или поинтересуйтесь, будет ли он доволен, если вы сделаете что-то особенное в связи с возникшей проблемой.
6. Быстро исправить ошибку
7. Убедиться, что клиент доволен.
Требуется написать через некоторое время клиенту с вопросом довольны ли они. Расскажите им о том, что делается для предотвращения подобных сбоев в дальнейшем, – пусть порадуются: их жалоба действительно помогла компании. Благодарите их снова и снова. Если проблеме не устранена, то возвращаемся к шагу 6.
8. Не допускать подобных ошибок в будущем.
Убедиться, что сотрудники компании знают о проблеме и соответствующие изменения внесены в бизнес-процессы компании– тогда подобную проблему можно будет предотвратить в будущем.
Репутационное агентство «Без Негатива» искренне надеется, что данное руководство поможет компаниям найти свои слабые места и значительно повысить эффективность своего бизнеса.
Просто пушечный обзор!
Спасибо, ценим Ваше мнение!
Интересная статья. Не совсем в итоге понял, как отличить реальный отзыв от информационного вброса или фейка, это входит в услугу ORM?
Надо посмотреть на дату регистрации пользователя. Если он зарегистрировался на площадке за 5 минут до того, как оставил комментарий - то это точно фейк.
Валентин, да, действительно проблема с информационными вбросами особо актуальна для крупных брендов. В рамках услуги ORM в нашей компании мы активно мониторим резкие и неестественные всплески негативных упоминаний и проверяем их достоверность.
Тут два варианта:
1. Если это реальные отзывы людей, то максимально оперативно проводим аналитику и реагируем на негатив: отработка негатива нашими силами для снятия напряжения, далее отправляем клиенту информацию для внесения изменений в бизнес-процессы.
2. Если это информационный вброс, то добиваемся удаления контента, выпускаем опровержение и так далее.
Спасибо за вопрос.
Для малого бизнеса актуальны сервисы по поиску отзывов, или лучше бесплатно и ручками через поиск?
Добрый вечер, Диана! Я бы рекомендовал именно условно бесплатные методы, описанные в статье. Когда объём данных станет больших, то целесообразно использовать и автоматизированные сервисы