社群觀點下的分眾洞察

OpView Audience 應用案例

NL_20170609_cover
略擬定需要多方的資訊,藉由大範圍的網站觀測,可宏觀地了解議題的面向與變化,但若已有鎖定的市場與目標,欲縮小區隔觀測市場脈動,又該如何系統化地執行?
OpView Audience 分眾描繪消費者輪廓

為了更精確的分析網路上民眾的輿論資訊,意藍資訊利用語意分析技術,以原有的輿情資料庫為基礎,推出了「Opview Audience」加值服務,毋須再重新習慣新界面,即可系統化收集特定族群口碑、深入探索族群需求,更細緻地描繪消費者輪廓。

其背後原理,是去觀察民眾討論的每則「文章內容」中,是否帶有可推敲出該發言人的特徵關鍵詞,舉例來說,提到「下課後跟同學打球」的網友,將被歸類為學生族群;提到「剛坐完月子」的網友,將被標記為女性、已婚、有子女等屬性。

 

▲ 利用文本中提及的特徵關鍵詞,再訓練電腦加權各特徵分數,並依此分辨出該發文者之所屬族群

 

 

▲ OpView Audience群族的生成過程

 

除了常見的男性、女性、已婚、未婚、青年、有子女等標籤,Opview Audience也提供更深入以及專屬客製化的標籤服務,例如政黨傾向、咖啡愛好者、日本旅遊愛好者等,或是特定品牌或議題的關注者,讓客戶可以針對自己想要了解的品牌或議題,利用族群分類做更進一步的分析。

 

 

應用案例:網站族群探索

過去我們僅能就對該網站的認識推測其使用者族群分布,但透過OpView Audience我們可以得知各網站使用者的族群確切比例。

 

▲六大網站可辨識族群男女比例分布 

觀測期間:2016年1月~12月;觀測來源:社群網站、討論區

 

以性別來看,巴哈姆特討論區、Mobile01、PTT討論區皆男性居多,背包客棧、BabyHome為女性居多,Dcard則男女平均。由此我們也可以針對各族群推出不同的活動、服務。舉例來說,BabyHome的設計多針對其主要使用者—女性族群為主,但其使用者中有10%的男性族群,便可以探就他們的使用原因,並推出針對性的行銷活動。

 

同時,透過族群話題分析,可以了解各個族群各自最有興趣的議題。例如,在Mobile01討論區男女性前五大熱門看板中,兩相比較可發現動力研究看板在男性之間較熱門,兩性感情看板則在女性之間較熱門。可見女性較關注兩性與感情議題;男性較關注汽機車相關話題。

 

▲mobile01 男女關注頻道排行

觀測期間:2016年1月~12月;觀測來源:社群網站、討論區

 

 

分析案例:旅遊議題口碑分析

針對特定議題,各再切入不同族群來細看其中的差異,以旅遊議題為例,國人整體最愛的出國首選為日本,但若以性別、婚姻狀態來看,又可挖掘出更細緻的考量層面。

 

▲國人最愛旅遊國家、城市排行榜

觀測期間:2017年1月~3月;觀測來源:社群網站、討論區

▲男性  VS  女性   偏好城市分布圖

 

從性別來看,熱門城市男女喜好大致差不多,但男性偏好神社古蹟巡禮及運動相關活動,其中岡山及廣島,因有登山健行與時代性歷史文物,成為男性的考量景點之一;女性則較偏好藝文及傳統文化探索,如和服體驗、美術館、市集等,而備受文人推崇的輕井澤,為女性喜好的景點之一。

以婚姻狀態來看,未婚族群主要以朋友、情人之間的行程詢問為主,已婚族群則偏重於家庭與家族出遊,主要詢問推車、用餐問題及景點是否適合家族同遊。

▲利用OpView Audience辨識出之「有子女」族群   日本旅遊常見問題

 

 

分析案例政治議題口碑分析

除了以傳統人口變數來看,最吸引人的是,能從輿情當中挖掘出發言者興趣、行為意圖!

觀測期間:2016年1月~12月;觀測來源:社群網站、討論區

 

從知名社群網站上來看,批踢踢與遊戲論壇巴哈姆特泛綠關注者較多,而以3C、財經房地討論為名的Mobile01,泛藍關注者明顯較高。

將此族群應用到政治性議題,針對今年動保法通過懲處食用狗肉之條文,觀測批踢踢網友進行政黨族群分析,可以發現泛綠關注者在此議題上的討論較泛藍關注者稍少,但泛綠關注者普遍支持這項修法,其認為此法符合多數人價值觀;泛藍關注者則認為僅針對貓狗立法,有失公允。

觀測期間:2017年1月~3月;觀測來源:批踢踢

 

最後,「廣泛」了解民眾趨勢固然重要,然而行銷面向百百種,除了宏觀的戰略佈局外,針對每一個特定議題,也需要微觀的了解不同族群的思維差異,才能在利基點上,找出差異化策略。 OpView  Audience協助企業客戶了解不同族群對特定議題的差別反應、達成多元的運用情境,如「產品組合需求探勘」可以幫助探查消費者購買產品時,會對其他哪種產品產生共同需求的可能;「競品族群差異分析」可以幫助了解自身品牌及競品之間的比較與缺失;透過客制族群的訓練建模,打造專屬於品牌的族群標籤,可更精準地應用於口碑、議題、品牌上的分眾研究。若您對Audience有相關疑問,歡迎與我們聯繫

 

 

Copyright eLand Information Co., Ltd.