- 社群大數據用於民意或市場調查
- 非介入式的調查
- 可同時進行量化比較與質化分析
- 用不同條件反覆研究的門檻與成本較低
- 大多數狀況下，社群大數據的分析來源較多(相較於傳統調查)
- 社群大數據的關鍵技術-語意分析(NLP)技術
- 理解詞性(名詞 動詞 形容詞等)甚至詞意(情緒 類別)
- 可自行學習新詞，增加對新內容的理解
- 可進行相似文章比對 自動摘要 分類/分群
- 人群大數據可在匿名下追蹤行為，並推測興趣及消費意圖
- 第一方數據 VS 第三方數據
- 第一方數據：站內紀錄 顧客身分資料 交易紀錄 服務紀錄
- 第三方數據：顧客站外瀏覽行為 Google搜尋紀錄 社群討論
- 情緒比(P/N比)，為正面則數與負面則數的比值
- 社群活躍度(S/N比)用以衡量網路聲量主要來自網友討論還是新聞傳播
- 社群大數據於行銷觀測比較方法
- 比較活動前中後的口碑表現(聲量 擴散度 P/N比)
- 比較跨年度相同活動的表現
- 比較同期間同性質活動的表現
- 行銷成效需同時比較
- 活動本身口碑表現
- 帶動品牌/產品的討論表現
- 社群大數據於產業研究與競爭分析
- 可充分利用多主題進行聲量 P/N 維度分析進行比較
- 比較各家的主要傳播來源與頻道，掌握族群特性或市場溝通策略
- 可透過文字雲(或熱門討論串)，找出特殊的討論議題
- 利用族群分析功能，比較不同分眾的口碑差異
- 人群大數據可協助更精確定向目標客群
- 利用第三方數據結合自己(第一方數據)的內部資料，可擁有更多面向來分析客群的特性，以及和特定商品及服務的關聯性
- 社群口碑及網路瀏覽是行銷的領先指標
- 根據調查，9成以上的網友購物前會參考網路資訊
- 口碑方向會影響消費者的決策，特別是負面口碑
沒有留言:
張貼留言