Resumo
Social Media Analytics (análise de mídia social) é a prática de coletar dados de sites de mídia social e analisar usando ferramentas de análise de mídia social para tomar decisões de negócios. O uso mais comum da análise de mídia social é explorar o sentimento do cliente para dar suporte a atividades de marketing e atendimento ao cliente.
Objetivo
O primeiro passo em uma iniciativa de inteligência de mídia social é determinar quais objetivos de negócios os dados coletados e analisados serão beneficiados. Os objetivos típicos incluem aumentar as receitas, reduzir os custos de atendimento ao cliente, obter feedback sobre produtos e serviços e melhorar a opinião pública de um determinado produto ou divisão de negócios.
Depois que as metas de negócios forem identificadas, as empresas devem definir os principais indicadores de desempenho (KPIs) para avaliar objetivamente os dados de análise de negócios.
Métricas para rastrear
As métricas de negócios derivadas da análise de mídia social podem incluir o envolvimento do cliente, que pode ser medido pelo número de seguidores de uma conta do Twitter e pelo número de retweets e menções ao nome da empresa. Com o monitoramento de mídia social, as empresas também podem ver quantas pessoas acompanham sua presença no Facebook e o número de vezes que as pessoas interagem com seu perfil social compartilhando ou curtindo suas postagens.
Tipos mais avançados de análise de mídia social envolvem análise de sentimentos. Essa prática envolve sofisticados algoritmos de aprendizado de máquina em processamento de linguagem natural que analisam o texto no post de uma mídia social de uma pessoa sobre uma empresa para entender o significado por trás dessa afirmação. Esses algoritmos podem criar uma pontuação quantificada dos sentimentos do público em relação a uma empresa com base nas interações da mídia social e fornecer relatórios à gerência sobre como a empresa interage com os clientes.
Ferramentas populares
Há vários tipos de ferramentas de análise de mídia social para analisar dados não estruturados encontrados em tweets e publicações do Facebook. Além da análise de texto, muitas ferramentas de análise de mídia social no nível corporativo coletam e armazenam os dados. Algumas dessas ferramentas vêm de participantes de nicho, enquanto fornecedores de software de análise empresarial mais tradicionais oferecem pacotes dedicados à inteligência de mídia social.
À medida que mais análises de mídia social contam com o aprendizado de máquina, plataformas abertas populares como R, Python e TensorFlow servem como ferramentas de análise de mídia social.
Importância
Há uma enorme quantidade de informações em dados de mídia social. Em décadas passadas, as empresas pagavam empresas de pesquisa de mercado para pesquisar consumidores e conduzir grupos de foco para obter o tipo de informação que os consumidores agora publicam voluntariamente em plataformas públicas de mídia social.
O problema é que essa informação está na forma de texto livre e linguagem natural, o tipo de dados não estruturados que os algoritmos analíticos têm tradicionalmente. Mas, à medida que o aprendizado de máquina e a inteligência artificial avançaram, tornou-se mais fácil para as empresas quantificarem de forma escalável as informações em publicações de mídia social.
Isso permite que as empresas extraiam informações sobre como o público percebe sua marca, que tipo de produtos os consumidores gostam e não gostam e geralmente para onde os mercados estão indo. A análise de mídia social possibilita que as empresas quantifiquem tudo isso sem usar grupos de pesquisa e foco menos confiáveis.