Анализ поведения потребителей


Анализ поведения потребителей и получение информации о мнении клиентов по поводу запущенного на рынок нового товара возможны с помощью неструктурированных данных. Это данные, которые требуют интерпретирования, так как для них актуален не сам текст как таковой, а контекст и подтекст.

В основном, они являются текстовыми, однако могут присутствовать и в фотоматериалах, и в фильмах. Анализ поведения потребителей имеет непосредственное отношение к анализу настроений. При опросах люди могут говорить в категориях “нравится — не нравится” или “плохо — хорошо”. А в реальной жизни они чаще всего выражают свое отношение иначе. Например: “Я этим предпочитаю не пользоваться”, “Я этому не доверяю” или даже “Мне по барабану”. Подобные заключения и являются, по сути, неструктурированными данными.

В настоящее время широкий круг пользователей активно размещает на различных интернет-ресурсах материалы информационного характера. Имеет место увеличение числа порталов (как аналитических, так и новостных), на которых посетители (аналитики, журналисты и др.) загружают всевозможные текстовые документы, аудио- и видеофайлы, в том числе для заработка на сайтах.

Социальные сети, блоги (в том числе, как мой - про партнерские программы), форумы становятся все более популярными из-за предоставления ими возможности делиться мнениями, оставлять отзывы, к примеру, о деятельности компании. Благодаря этой информации компания может оценивать как деятельность конкурентов, так и собственную. Можно также обеспечить обратную связь с клиентами и проанализировать эмоциональный информационный фон.

Это особо важно для компаний, действующих на высококонкурентных массовых рынках (рынки индустрии отдыха и развлечений, страхования, розничной торговли и др.). При получении качественных и достаточно полных данных компания может рассчитывать на улучшение уровня обслуживания потребителей, ускорение продвижения изделий и услуг, улучшение работы партнерок, немедленное реагирование на изменения рыночной ситуации.


Как провести анализ поведения потребителей



Анализ поведения потребителей


Анализ неструктурированных данных в поведении потребителей обладает немалой ценностью. Ведь обзоры товаров, как правило, появляются именно в неструктурированном виде. А многие компании хотели бы знать, что покупатели думают и говорят об их изделиях, чтобы суметь еще больше заработать в сети. Конечно, можно заниматься поиском обзоров на сайтах и ежедневно проводить их мониторинг вручную.

Но находить нужные сведения в сети в невероятно большом объеме различающейся по форматам и структуре информации чрезмерно трудно. Поэтому компании и нуждаются в специализированных программных приложениях, нацеленных на обработку неструктурированных данных. Автоматизированным анализом настроений пока в основном занимаются крупные компании за рубежом. С точки зрения функциональности этот анализ поведения потребителей является мощным, хотя безупречным его назвать нельзя. И, как любой анализ, он предусматривает соответствующие апостериорные действия.

При анализе настроений покупателей практикуется разбивка предложений отзыва на грамматические компоненты в целях выявления структуры заключения. Это содействует пониманию характера отзыва (позитивного либо негативного). Но существуют и иронические, саркастические высказывания, а также имеющие иносказательное смысловое значение. Эти предложения для анализа довольно сложны.

При анализе настроений покупателя с использованием неструктурированных данных указанными системами решаются задачи:

- поиска и агрегирования контента из разных источников;

- извлечения данных согласно заданным параметрам;

- семантического анализа;

- предоставления пользователям итоговых данных в удобном для них графическом виде.

Агрегирование контента. Информация извлекается из СМИ, отраслевых новостных порталов, сайтов регуляторов, ассоциаций и т. д., отобранных с опорой на запросы и пожелания клиентов, а также из электронной почты и внутренних информационных ресурсов самой компании. Обеспечивается учет специфических особенностей каждого из источников.

Анализ поведения потребителей


Поскольку одна и та же информация содержится в различных источниках, то схожие данные подвергаются группировке. Поисковые роботы (краулеры) могут подключиться к системам обмена сообщениями либо почтой. В итоге оказывается возможным в режиме реального времени производить категоризирование содержания писем и вложений. Сообщения выбираются с помощью контекстных фильтров. Кроме того, внимание уделяется информационным ресурсам компании (на локальных и сетевых дисках).

Извлечение и семантический анализ. Когда поступает текстовая информация, ее сканируют и извлекают заголовки, резюме, оглавления, даты публикаций и требуемый для анализа текст. Во всех обрабатываемых текстах определяется их семантическая структура. Если в них выявляются не имеющие отношения к теме данные, они подвергаются удалению. С помощью системы семантического тегирования в интернет-маркетинге распознается наличие (отсутствие) в текстах заданных компонентов (ими могут быть названия компаний, услуг, изделий и т. д. или какие-то специфические термины).

При анализе поведения потребителя учитываются:

1) синонимы;

2) возможные варианты написания определенных слов (включая те, которые написаны на иных языках);

3) аббревиатуры;

4) семантические зависимости;

5) релевантность тега к документу и др.

Каждый из текстов можно подвергнуть морфологическому либо лексическому анализу для определения их эмоциональной окраски или отношения авторов документов к компании и ее отдельным показателям (убыткам, доходам и др.). С помощью особых рейтинговых средств возможно задать ценность каждого из позитивных и негативных высказываний (это бывает необходимо, когда одно и то же высказывание может трактоваться по-разному в зависимости от определенных условий).

Предоставление итоговых данных. Встроенные средства анализа на базе обработки разного контента позволяют выявить закономерности и тренды, связанные с использованием определенных тегов. Это способствует обнаружению неочевидных взаимосвязей (к примеру, между конкретной компанией и каким-то судебным разбирательством). Система может предоставлять различные инструменты визуализации, возможность кооперирования и комментирования найденных документов, создания совместных e-mail рассылок либо обмена итогами поиска.

По конкретным темам показываются ключевые слова для сайта, демонстрирующие наиболее обсуждаемые аспекты. Прослеживание связи между такими словами и содержащими их отзывами позволяет делать выводы по поводу причин всплеска имевших место обсуждений.

Анализ в поведении потребителей может помочь выявлению случаев, когда в отзывах намеренно упоминаются названия компаний-конкурентов либо их услуг, подозрительных случаев резкого роста числа позитивных либо негативных высказываний в отношении компании.

Маргарита Акулич. Интернет-маркетинг: учебник для бакалавров


Автор: pimka21

Еще советуем:
  • Конкурентная разведка в интернете
  • E-mail маркетинг
  • Партизанский маркетинг
  • Интернет-брендинг
  • Анализ трафика сайта
  • Данную страницу никто не комментировал. Вы можете стать первым.
    RSS
                   
           
    Введите символы или вычислите пример:
    captcha