Зачем пиарщику линейка? Советы по измерению коммуникаций
Шрифт:
Для проведения самостоятельного мониторинга пиарщику необходимо:
1. Сформировать список ключевых слов, по которым будет проводиться поиск (об этом говорилось в главе Выбирайте способы мониторинга в зависимости от задач);
2. Составить поисковый запрос;
3. Через личный кабинет оформить подписку на новости и блоги в агрегаторе;
4. Определить время и периодичность рассылки.
К достоинствам упомянутых
Но у сервисов есть и недостатки, как то: неполный список интернет-источников, отсутствие бумажных версий изданий, ограничения по мониторингу телевидения и радио (об этом вы подробно прочтете в главе Мониторинг ТВ и радио также слишком дорогой). Конечно, было бы странно, если бы бесплатные инструменты не имели минусов.
Далее пиарщик должен задать себе вопрос: «Что делать с полученной информацией?» Обычно ему не остается ничего, кроме как перечитывать все публикации и вручную формировать медиааналитический отчет по результатам работы PR-департамента за год.
Если у пиарщика нет времени читать самому, на помощь может прийти сервис Google Trends: он позволяет построить динамику упоминаемости ключевого слова за год. Это помогает пиарщику увидеть, насколько часто говорят о бренде в медиа, достаточно ли высока доля спонтанных постов, публикуемых обычными пользователями в соцсетях. Кроме того, есть возможность отследить пики информационной активности в социальных сетях. Часто они не пересекаются с традиционными медиа и могут быть связаны с активностью какого-нибудь блогера, с которым пресс-служба даже не знакома. Вдобавок в Google Trends можно получить минимальные данные о конкурентах и провести сравнение по количеству сообщений.
Не стесняйтесь использовать бесплатные инструменты для отслеживания публикаций в СМИ и постов в социальных сетях: лучше делать это бесплатно, чем не делать совсем. Полностью игнорировать исследования – значит отказать себе в удовольствии получить обратную связь. Этого пиарщик ни в коем случае не может себе позволить.
Не полагайтесь всецело на автоматический анализ тональности публикаций
Если вы проводите мониторинг СМИ самостоятельно или заказали у исследовательской компании только сбор публикаций, после его завершения у вас на руках останется гора клиппингов (так
К сожалению, эта стопка бумаг ничего не скажет вам о тональности публикаций и поведении конкурентов. Поэтому следующий ваш шаг – контент-анализ. Благодаря ему тексты и фотографии в статьях превратятся в цифры и графики в годовом отчете.
Контент-анализ делается в пять этапов:
1. Подготовка – определение списка объектов и параметров анализа;
2. Сбор – мониторинг или поиск информации;
3. Кодировка – ручной или автоматизированный перевод текстовых данных в кодированные;
4. Проверка данных – выявление ошибок при кодировании;
5. Анализ – интерпретация результатов.
Вопросы автоматической кодировки решаются с помощью электронных баз данных, которые предоставляют статистику по большинству количественных показателей, таких как число упоминаний или распределение по типам СМИ.
С автоматической оценкой качественных параметров, в первую очередь тональности, не все так гладко. Технологии на рынке есть, но работают они с погрешностями.
Чтобы понять механизм автоматической оценки тональности, предлагаю протестировать российскую разработку ВААЛ (www.vaal.ru) – она определяет воздействие текстов на читателя. Для примера я оценила в системе следующую новость: «„Русский стандарт“ выпал из сети: „Эльдорадо“ прекращает сотрудничество с банком».
Новость была оценена как негативная, текст назван «шероховатым, страшным, угловатым, злым». Однако это общая оценка, а в PR нужно оценивать тональность по отношению к определенному объекту. Новость, скорее всего, была негативной по отношению к «Русскому стандарту» и вместе с тем позитивной или нейтральной по отношению к «Эльдорадо».
Другая неточность в автоматической оценке тональности связана со сленгом и сокращенными названиями объектов. Эта проблема часто встречается при оценке публикаций в социальных сетях. Люди могут по-разному называть один и тот же бренд, а для обозначения продуктов использовать сленговые словечки (например, оболочку Mac OS в народе называют «макосей»).
В будущем, скорее всего, появятся технологии для более точного определения тональности – их мы и будем применять на практике в области коммуникаций. А пока таких технологий нет, при определении тональности важно учитывать ошибку качества данных (хорошо, когда точность определения не ниже 90 %).
Конец ознакомительного фрагмента.