ソーシャル・メディア分析とは

ソーシャル・メディア分析の概要

開業医やアナリストは同じ様に、Facebook、YouTube、Instagram、Twitter、LinkedIn、Redditなどの多くのWebサイトやチャネルでソーシャル・メディアを知っています。

ソーシャル・メディア分析は、ソーシャル・チャネルから収集されたデータの意味を収集して見つけ、ビジネス上の意思決定をサポートし、ソーシャル・メディアを通じてそれらの意思決定に基づいてアクションのパフォーマンスを測定する機能です。

ソーシャル・メディア分析は、個々のチャネルから収集された、いいね、フォロー、リツイート、プレビュー、クリック、インプレッションなどの指標よりも幅広いものです。また、LinkedInやGoogle Analyticsなどのマーケティング・キャンペーンをサポートするサービスによって提供されるレポートとも異なります。

ソーシャル・メディア分析は、Web検索ツールと同様に機能する特別に設計されたソフトウェア・プラットフォームを使用します。キーワードまたはトピックに関するデータは、チャネルにまたがる検索クエリまたはWeb「クローラー」を通じて取得されます。テキストのフラグメントが返され、データベースにロードされ、分類および分析されて、意味のある洞察が導き出されます。

ソーシャル・メディア分析には、ソーシャル・リスニングの概念が含まれています。リスニングとは、問題や機会についてソーシャル・チャネルを監視することです。ソーシャル・メディア分析ツールは通常、リスニングとパフォーマンス分析を含むより包括的なレポートにリスニングを組み込みます。

ソーシャル・メディア分析が重要な理由

IBMは、ソーシャル・メディアの普及に伴い、次のように指摘しています。また、悪い製品に関するニュース、またはカスタマー・サービス担当者との悪い経験についてのニュースも同様に迅速に広まる可能性があります。消費者は現在、ブランドの約束を説明するための組織を保持し、友人、同僚、そして一般の人々と経験を共有しています。」

ソーシャル・メディア分析は、企業がこれらの経験に取り組み、それらを次の目的で使用するのに役立ちます。

オファリングとブランドに関連するスポット・トレンド
会話を理解する — 何が言われ、どのように受け取られているか
製品やサービスに対する顧客の感情を引き出す
ソーシャル・メディアやその他のコミュニケーションに対するゲージの反応
製品やサービスの価値の高い機能を特定する
競合他社が言っていることとその有効性を明らかにする
サードパーティーのパートナーとチャネルがパフォーマンスにどのように影響するかをマッピングします

これらの洞察は、怒りのつぶやきに対処するなどの戦術的な調整を行うだけでなく、戦略的な意思決定を促進するためにも使用できます。実際、IBMは、ソーシャル・メディア分析が「企業が戦略をどのように開発するかについての中心的な議論に持ち込まれている」と考えています。

これらの戦略は、さまざまな事業活動に影響を及ぼします。

製品開発 － Facebookの投稿、ツイート、Amazonの製品レビューの総計を分析することで、顧客の問題点、変化するニーズ、必要な機能をより明確に把握できます。傾向を特定および追跡して、既存の製品ラインの管理を形成し、新製品の開発をガイドすることができます。
カスタマー・エクスペリエンス － IBMの調査では、「組織は製品主導のビジネスから経験主導のビジネスへと進化している」ことがわかりました。行動分析をソーシャル・チャネル全体に適用して、マイクロ・モーメントを利用して顧客を喜ばせ、忠誠心と生涯価値を高めることができます。
ブランディング－ソーシャル・メディアは世界最大のフォーカス・グループかもしれません。自然言語処理と感情分析は、ブランドの健全性を維持し、ポジショニングを改善し、新しいブランド属性を開発するために、ポジティブまたはネガティブな期待を継続的に監視できます。
競争力のある分析 －競合他社が何をしているか、顧客がどのように対応しているかを理解することは常に重要です。たとえば、競合他社は、ニッチ市場を先取りしてチャンスを生み出していることを示唆している場合があります。または、新製品に対する肯定的な言及が急増すると、組織に市場の混乱を警告する可能性があります。
運用効率 – ソーシャル・メディアの詳細な分析は、組織が需要を測定する方法の改善に役立ちます。小売業者やその他の人々は、その情報を使用して在庫とサプライヤーを管理し、コストを削減し、リソースを最適化することができます。

効果的なソーシャル・メディア分析の主な機能

効果的なソーシャル・メディア分析の最初のステップは、目標を立てることです。目標は、収益の増加からサービスの問題の特定まで多岐にわたります。そこから、トピックやキーワードを選択したり、日付範囲などのパラメータを設定したりできます。ソースも指定する必要があります — YouTubeビデオへの応答なのか、Facebookの会話、Twitterの議論、Amazon製品のレビュー、ニュースサイトからのコメントなのかということです。特定の製品、サービス、またはブランドに関連するソースを選択することが重要です。

通常、データセットは、目標、トピック、パラメーター、およびソースをサポートするために確立されます。データは、理解と操作を容易にする視覚化を通じて取得、分析、および報告されます。

これらの手順は、ソーシャル・メディア分析プラットフォームにある機能によって、より効果的にすることができる一般的なソーシャル・メディア分析アプローチの典型です。

自然言語処理と機械学習テクノロジーは、非構造化データ（データ分析で機能するように事前にフォーマットされていない情報）のエンティティーと関係を識別します。事実上すべてのソーシャル・メディアのコンテンツは構造化されていません。これらのテクノロジーは、意味のある洞察を引き出すために重要です。
分類は、ソーシャル・メディア分析における基本的なニーズです。ソーシャル・メディアの参加者を、地理、年齢、性別、婚姻状況、親の状況、その他の人口統計によって分類します。これらのカテゴリーのインフルエンサーを特定するのに役立ちます。メッセージ、イニシアチブ、応答は、主要なトピックについて誰が対話しているのかを理解することで、より適切に調整したりターゲティングしたりできます。
行動分析は、ユーザー、推奨者、見込みユーザー、中傷者などの行動タイプを割り当てることにより、ソーシャル・メディア参加者の懸念を理解するために使用されます。これらの役割を理解することは、彼らの認識に会い、変化させ、またはそらすために、的を絞ったメッセージと応答を開発するのに役立ちます。
感情分析は、ソーシャル・メディアのコメントのトーンと意図を測定します。これには、通常、エンティティーと関係を理解してポジティブ、ネガティブ、ニュートラル、またはアンビバレントな属性を明らかにするのに役立つ自然言語処理テクノロジーが含まれます。
音声のシェアは、ブランド、製品、サービス、評判などに関する会話の普及率と強度を分析します。重要な問題や重要なトピックを特定するのに役立ちます。また、ディスカッションをポジティブ、ネガティブ、ニュートラル、またはアンビバレントとして分類するのにも役立ちます。
クラスタリング分析により、隠れた会話や予期しない洞察を明らかにすることができます。頻繁に一緒に表示されるキーワードやフレーズを関連付け、新しいトピック、問題、機会を導き出します。例えば、重曹を作る人々は、クラスター化分析を使用して新しい用途と機会を発見しました。
ダッシュボードと視覚化チャート、グラフ、表、およびその他のプレゼンテーション・ツールは、ソーシャル・メディア分析の結果を要約して共有します。これは、学習した内容を伝達し、それに基づいて行動するための重要な機能です。また、ユーザーは、高度な技術スキルがなくても、意味と洞察をより迅速に把握し、特定の調査結果をより深く調べることができます。