Темная аналитика: что не видит обычный мониторинг отзывов

Как увидеть “темные данные”, в чем проблема анализа упоминаний о “Золотом яблоке”, и почему мемы — бич аналитика.

“Темная” аналитика (Dark Analytics) — это анализ данных, которые либо скрыты от внимания аналитика, либо не поддаются традиционным методам и алгоритмам. Сюда попадает все, что не раскладывается на аккуратные таблички: картинки, голос, эмоциональные тексты, логи, геоданные, записи с датчиков. Вся та информация, которая формально есть, но лежит мертвым грузом, потому что бизнес не понимает, как ее анализировать или зачем она нужна.

В “темноте” часто лежат самые неожиданные и ценные инсайты — то, что не увидеть в привычных отчетах и дашбордах. Нейросети постепенно учат нас работать с неструктурированными массивами гораздо тоньше, чем еще пять лет назад. Deloitte внесла темную аналитику в список перспективных технологий еще в 2017 году. Но по-настоящему она ожила только сейчас: когда алгоритмы стали изучать гигантские объемы данных и прочно вошли в тренды репутации.

Несмотря на прогресс, маркетинг по привычке держится за старую аналитику: клики, охваты, продажи, эффективность лидогенерации с кампаний. А вот обсуждения, мемы, реакции, подколы в комментариях — те самые поведенческие сигналы живой аудитории — в отчеты попадают редко.

Автоматизированный мониторинг действительно помогает собрать как раз неструктурированную зону соцмедиа. Но и здесь остаются пробелы: комментарии технически считаются “темными” данными, потому что их невозможно поместить в форму “цифра — фильтр — показатель — график”. У них есть тональность, контекст, автор, ветка обсуждения, скрытые смыслы — все то, что не превращается в статистику одним кликом.

Почему мониторинг не видит эмоции? Потому что они — самая темная зона всех “темных” данных. При личном общении человек передает эмоции голосом, мимикой, интонацией. В интернете — эмодзи, мемами, визуальными шутками.

Но искусственный интеллект к этому еще не совсем готов. Он умеет распознавать лица и интонации, но эмоции всегда сложнее набора признаков. Мы сами иногда не понимаем, что чувствует собеседник, что уж говорить об алгоритмах.

Авторазметка тональности работает так: если большинство слов позитивные, значит, комментарий позитивный. Сарказм? Не считается. Эмодзи, которые переворачивают смысл? Вообще игнорируются. Если комментарий сопровождается мемом или картинкой с намеком, система все равно пометит его как позитивный просто из-за словаря. Для нее текст работает отдельно от визуальной части, ирония — вне зоны досягаемости.

Мы уже писали, как работает мем в маркетинге. Но еще мем отлично работает в управлении репутацией. С одной стороны, он может снизить градус накала и перевести негатив в смешную шутку. С другой — даже через смешную шутку передать пренебрежительное отношение к бренду.

Эти нюансы находятся только в наших головах, в нашем культурном коде и не находятся в алгоритмах. Даже продвинутые системы работают с изображениями только на уровне распознавания текста или объектов. Но мем — это не объект, а смысл, подкол, настроение. Нейросеть может описать картинку, объяснить шутку, но не уловит эмоциональный посыл. Поэтому единственный надежный способ анализа мемов сегодня — ручная и комбинированная работа аналитика.

Убийца аналитики — мем, видео и неофициальное название бренда в одном флаконе

Когда в комментарии ни слова о компании, но все поняли, о ком идет речь

Увидеть мем с брендом мониторинг может только в одном случае: если в нем есть текст с названием бренда. Логотип без текста? Система его не поймает. При этом мем может разлететься по всей сети, сформировать мнение, а компания даже не узнает об этом без ручного анализа.

Благодаря возможностям систем автомониторинга (хотя и несколько усеченным, если сравнивать с нейросетями) в целом можно зафиксировать мем с участием какого-либо бренда. Но при условии, что название будет хотя бы внутри скриншота. Главное условие — буквенное выражение. То есть если в меме есть просто логотип, то поймать такое упоминание система автомониторинга не сможет. 

Как автоматизированный мониторинг “поймал” скриншот с упоминанием “Тануки”

Система мониторинга умеет считывать текст со скриншотов и собирать копии сообщений по всему интернету. Но все, что уходит за пределы текста, остается в тени.

Когда речь идет о Social Listening, важнее не количество, а смысл. Большой объем упоминаний может означать волну негатива. Малый объем — наоборот, маленькую, но лояльную и искреннюю аудиторию. Видеть цифры мало. Нужно понимать людей.

Так как же проводить “темную” аналитику? Итак, 12 пунктов от Markway:

Впереди я лично вижу перспективу ”эмоционального мониторинга”. Да, сейчас инструменты попытались подойти к эмоциям, но до уровня человека им далеко. Однако эволюция нейросетей идет быстро. И возможно, через несколько лет “тональность” перестанет быть бинарной, а превратится в полноценный эмоциональный спектр.