Исследователи разрабатывают алгоритм определения популярных брендов

Источник · Перевод автора

Измерение настроений может дать представление о том, что клиенты думают о компаниях, продуктах или услугах. Организациям важно знать: 86% людей говорят, что подлинность является ключевым фактором при принятии решения о том, какие бренды они любят и поддерживают. В опросе Edelman 81% потребителей заявили, что им нужно доверять бренду, чтобы покупать у них товары.

Хотя технология анализа настроений существует уже некоторое время, исследователи из школы бизнеса Роберта Х. Смита Университета Мэриленда утверждают, что они улучшили предыдущие методы с помощью новой системы, которая использует машинное обучение. Они говорят, что их алгоритм, который сортирует сообщения в социальных сетях, чтобы понять, как люди воспринимают бренды, может анализировать больше данных и лучше определять предпочтения.

Анализ настроений – не идеальная наука, но социальные сети предоставляют богатые сигналы, которые можно использовать для формирования стратегии бренда. По данным CommSights, 46% людей в прошлом предпочитали использовать социальные сети, чтобы направить свои жалобы на конкретную компанию.

«Существует огромное количество данных из социальных сетей, которые помогают брендам лучше понять своих клиентов, но они используются недостаточно, отчасти из-за недостатков в методах, используемых для мониторинга и анализа данных», – говорит Венди В. Мо, научный сотрудник Университета Мэриленда. Об этом говорится в заявлении декана магистратуры, который вместе с коллегой Кунпэн Чжаном создавал алгоритм. «Наше исследование устраняет некоторые недостатки и предоставляет компаниям инструмент, позволяющий более точно оценить, как потребители воспринимают их бренды».

Алгоритмический анализ

Метод Чжана и Мо просеивает данные из сообщений на странице бренда, в том числе, сколько пользователей выразили положительные или отрицательные настроения, «лайкнули» что-то или поделились чем-то. Он предсказывает, как люди будут относиться к этому бренду в будущем, масштабируясь до миллиардов страниц данных о взаимодействии между пользователем и брендом и миллионов пользователей.

Алгоритм специально рассматривает взаимодействие пользователей с брендами, чтобы измерить их предпочтение – независимо от того, относятся ли люди к этому бренду положительно или отрицательно. И он учитывает предвзятость, делает вывод о предпочтительности и измеряет позитивность пользователей социальных сетей на основе их комментариев в данных о взаимодействии между пользователем и брендом.

Чжан и Мо говорят, что бренды могут применять алгоритм к ряду платформ, таких как Facebook, Twitter и Instagram, при условии, что платформы предоставляют данные о взаимодействии пользователя с брендом и позволяют пользователям комментировать, публиковать и лайкать контент. Важно отметить, что алгоритм не использует личную информацию, например демографические данные пользователей, а полагается на общедоступные данные о взаимодействии пользователя и бренда.

«Бренд должен динамически следить за состоянием своего бренда», – говорится в заявлении Чжана. «Затем они могут изменить маркетинговую стратегию, чтобы повлиять на предпочтение своего бренда или лучше реагировать на конкурентов. Они могут лучше видеть свое текущее положение на рынке с точки зрения привлекательности своего бренда. Это может подтолкнуть бренд к изменению [практики] маркетинга».

Исследование Чжана и Мо подробно описано в статье «Измерение благоприятности бренда с использованием крупномасштабных данных социальных сетей», которая будет опубликована в следующем выпуске журнала Information Systems Research.