IBM souligne le poids des réseaux sociaux : « L’annonce d’un bon produit peut se répandre comme une traînée de poudre. Et s’il s’agit d’un mauvais produit, ou d’une mauvaise expérience avec le service client, l’information peut circuler tout aussi rapidement. Afin de pousser les entreprises à tenir leurs promesses, les consommateurs partagent désormais leurs expériences avec leurs amis, leurs collègues et le grand public ».

La social media analytics permet aux entreprises de mieux gérer ces expériences et de s’en servir pour :

• Identifier les tendances en matière d’offres et de marques
• Comprendre les conversations : ce qui se dit et comment cela est perçu
• Déterminer le sentiment des consommateurs à l’égard des produits et des services
• Évaluer les réactions sur les réseaux sociaux et autres canaux de communication
• Identifier les fonctionnalités à forte valeur ajoutée d’un produit ou d’un service
• Découvrir ce que disent les concurrents et en évaluer l’efficacité
• Cartographier l’impact des partenaires et des canaux tiers sur la performance

Ces informations peuvent être utilisées non seulement pour procéder à des ajustements tactiques, comme répondre à un tweet mécontent, mais aussi pour prendre des décisions stratégiques. Si bien que selon IBM, la social media analytics est désormais « au cœur du débat sur l’orientation stratégique des entreprises ».

Bon nombre de fonctions en sont concernées au sein de l’entreprise :

• Développement de produits : analyser un ensemble de publications Facebook, de tweets et d’avis sur les produits Amazon vous permettra de mieux comprendre le mécontentement de vos clients, leurs besoins changeants, ainsi que les fonctionnalités dont ils souhaitent bénéficier. Vous pourrez identifier et suivre les tendances pour améliorer la gestion de vos gammes de produits actuelles et mieux préparer le développement de nouveaux produits.
• Expérience client : selon une étude menée par IBM, « les entreprises jusque-là centrées sur le produit choisissent désormais d’axer leur stratégie sur l’expérience ». Appliquée sur les différents canaux sociaux, l’analyse comportementale permet de profiter des micro-moments pour satisfaire les consommateurs, les fidéliser et augmenter la valeur vie client.
  Image de marque : les réseaux sociaux constituent probablement le plus grand groupe de discussion qui soit. Le traitement automatique du langage naturel et l’analyse des sentiments permettent de surveiller en permanence les attentes et les réticences afin de renforcer l’image de l’entreprise, d’affiner son positionnement et de développer de nouveaux attributs de marque.
• Analyse concurrentielle : comprendre ce que font les concurrents et la manière dont les clients réagissent reste indispensable. Par exemple, lorsqu’un concurrent manifeste son intention de renoncer à un marché de niche, une nouvelle opportunité s’ouvre à vous. Ou encore, la montée en flèche des avis positifs concernant un nouveau produit est potentiellement annonciatrice d’une présence disruptive sur le marché.
• Efficacité opérationnelle : une analyse approfondie des réseaux sociaux permet aux entreprises de mieux évaluer la demande. Les détaillants, entre autres, peuvent utiliser ces informations pour mieux gérer leurs stocks et leurs fournisseurs, réduire leurs coûts et optimiser leurs ressources.

La première étape d’une stratégie de social media analytics efficace consiste à définir son objectif. Il peut s’agir d’augmenter son chiffre d’affaires ou d’identifier les lacunes du service proposé. Ensuite, il convient de sélectionner les sujets ou les mots-clés les plus pertinents, et de définir des paramètres tels que la période souhaitée. Les sources doivent également être précisées : réactions aux vidéos sur YouTube, conversations Facebook, arguments sur Twitter, avis concernant les produits sur Amazon, commentaires sur les sites d’actualité. Les sources sélectionnées doivent être pertinentes pour le produit, le service ou la marque en question.

Un jeu de données est généralement établi pour les objectifs, les sujets, les sources et les paramètres définis. Les données sont récupérées, analysées et présentées par le biais d’un outil de visualisation qui facilite la compréhension et la gestion.

Ces étapes sont celles d’une approche généraliste de la social media analytics, qui peut être affinée grâce aux plateformes spécialisées.

• Les technologies de traitement automatique du langage naturel et de machine learning permettent l’identification des entités et des relations dans les données non structurées, c’est-à-dire les informations qui n’ont pas été préformatées à des fins d’analyse. La quasi-totalité des contenus publiés sur les réseaux sociaux est non structurée. Ces technologies s’avèrent indispensables pour obtenir des informations utiles.
• Lasegmentation est un élément incontournable de la social media analytics. C’est ce qui permet de classer les utilisateurs des réseaux sociaux selon différents critères démographiques : emplacement géographique, âge, sexe, état matrimonial, situation familiale, etc. Cette classification permet d’identifier les influenceurs dans ces catégories. Comprendre qui interagit sur des sujets clés facilite le ciblage et favorise la personnalisation des messages, des initiatives et des réponses.
• L’analyse comportementale permet de mieux connaître les préoccupations des consommateurs présents sur les réseaux sociaux, auxquels on attribue un type de comportement : utilisateur, recommandeur, utilisateur potentiel ou détracteur. Bien comprendre ces rôles permet de mieux cibler les messages et les réponses pour s’adapter à leur perception, la modifier ou l’influencer.
• L’analyse des sentiments évalue le ton et l’intention des commentaires sur les réseaux sociaux. On fait généralement appel aux technologies de traitement automatique du langage naturel pour identifier les attributs positifs, négatifs, neutres ou ambivalents et mieux comprendre les entités, ainsi que les relations.
• La part de voix est un indicateur qui permet d’évaluer la fréquence et l’intensité des conversations concernant une marque, ses produits, ses services, sa réputation, etc. Elle facilite l’identification des questions clés et des sujets les plus importants. La part de voix permet également de classer les discussions comme positives, négatives, neutres ou ambivalentes.
• L’analyse par grappes permet de découvrir conversations cachées et informations inattendues. Les mots-clés ou les phrases utilisés souvent ensemble sont associés pour en déduire de nouveaux sujets, de nouvelles questions, ainsi que de nouvelles opportunités. Les fabricants de bicarbonate de soude, par exemple, ont pu découvrir de nouveaux usages et opportunités grâce à l’analyse par grappes.
• Les tableaux de bord et de visualisation, les graphiques, les diagrammes et autres outils de présentation permettent de synthétiser et de faire connaître les résultats de social media analytics, une condition essentielle pour communiquer et mettre en pratique les enseignements tirés. Ces outils améliorent la compréhension et permettent d’accélérer et d’approfondir l’analyse, le tout sans compétences techniques avancées.