OpView 知識補給站

網路聲量拆解術:
社群分析八大指標

OpView 知識補給站

網路聲量拆解術:
社群大數據分析的八大指標

根據Bloomberg在2021年的報導,93%的受訪行銷人員表示社群媒體為品牌帶來前所未有的競爭動盪;然而也有90%的行銷人員認為,透過剖析「社群數據 (Social Data)」,他們得以聆聽受眾的真實聲音,規劃策略並進行差異化經營,協助品牌在同業間脫穎而出。

跟著數據專家開始進行網路聲量分析

Q1. 到底該如何從雜亂的社群大數據中創造價值?

社群大數據具備量大、即時、可長期觀察等等優點,其重要性對於產業品牌、政府官員、研究學者三族群皆是不言自明。然而面對龐大而混雜的資料,究竟該如何下手分析?

根據輿情資料的特性及OpView團隊過往在輿情分析領域的豐富經驗,我們統整出三個層面來拆解輿情資料,包括:

  • 關注議題 (Topics)
  • 鄉民網友 (Netizens)
  • 媒介來源 (Media)

拆解網路力量三層面

▲ 拆解網路力量三層面

關注議題

分析網路輿情時,最重要的不外乎是從討論中了解議題事件的內容脈絡、風向、評價。然而若討論量多到短時間無法快速觀察,我們通常會以「語意分析」斷詞,了解該議題中最經常被提及的權威字詞,如人物、組織、地點、常用概念詞等。

量販零售品牌之議題剖析

▲ 量販零售品牌之議題剖析

接著,進一步從各類型熱詞中,由人工判讀後收斂出不同面向,也就是常見的「維度分析」概念,將主要議題拆解成子議題觀測分析。

鄉民網友

無論是來自PTT、Dcard等呈現匿名帳號的討論區,或Facebook、Instagram等部分實名制的社群網站,透過數位足跡(Digital Footprint)追蹤,我們得以判斷帳號或人物的重要程度,包括觀察其「發言評論的則數」及「引起討論的則數」,分別能找出特別關注議題的活躍網友、及能帶動討論的高影響力帳號

透過大規模且長期地分析帳號發言內容,我們可以掌握帳號的特徵、偏好、作息,甚至是性別、年齡、婚姻狀態等屬性資料,而這些「數位足跡」對網路上的匿名帳號來說,具有更深一層的分析意義,能藉以描繪輿論背後的人群輪廓與目的。

媒介來源

在這個解構層次,我們能夠找到議題發酵擴散的特定頻道(Channel),進而從頻道的特徵與受眾,分析潛在衝擊效應,擬定溝通及應變策略,而根據網路輿情的不同媒介來源特性,可區分出新聞媒體(News)、社群網站(Social media)、討論區(Forum)、部落格(Blog)等主要類型。

實際進行媒介來源分析時,切入角度會從議題在不同來源發生的先後順序、聲量多寡觀察擴散影響的程度與範圍,以決定是否應主動溝通抑或是冷處理。若決定主動處理時,會需要決定溝通管道、時機、訴求主題及溝通方式,而背後判斷除了需依據對議題討論的掌握度,於不同媒介來源特性也有不同的相應做法

 

Q2. 社群分析有哪些標準化指標可以參考嗎?

要建構一套完整的網路聲量分析工具,除了要能全方位掌握網路即時的巨量資料之外,另一個重要的課題,就是在取得資料後,如何透過系統性的分析方法或指標,進一步從輿情資料中解讀出有價值的資訊。

透過持續多年的產業及消費者研究、競爭口碑分析等經驗,OpView團隊提出在社群分析中最常使用的八大指標,包含:

 觀測面向代表意義
聲量關注度有多少人在關注?
頻道數擴散度他們都在哪裡分享經驗?
回應比參與度哪些地方的回響最熱烈?
情緒比好感度是否喜歡產品或服務?
作者意見領袖哪些人分享過使用經驗?
熱詞文章重點他們感興趣的項目?
議題討論面向他們在乎的因素?
族群關注者類型什麼樣特徵的人最關注?

▲ 社群口碑分析中的八大社群數據指標

 

Q2. 社群分析有哪些標準化指標可以參考嗎?

要建構一套完整的網路聲量分析工具,除了要能全方位掌握網路即時的巨量資料之外,另一個重要的課題,就是在取得資料後,如何透過系統性的分析方法或指標,進一步從資料中解讀出有價值的資訊。

透過持續多年的產業及消費者研究、競爭口碑分析等經驗,OpView團隊提出在社群分析中最常使用的八大指標,包含:

 觀測面向代表意義
聲量關注度多少人在關注呢?
頻道數擴散度他們都在哪裡分享經驗?
回應比參與度哪些地方的回響最熱烈?
情緒比好感度是否喜歡產品或服務?
作者意見領袖哪些人分享過使用經驗?
熱詞文章重點他們感興趣的項目?
議題討論面向他們在乎的因素?
族群關注者什麼樣特徵的人最關注?

▲ 社群口碑分析中的八大社群數據指標

社群分析常用的八大指標

聲量 (Volume)

可以藉此了解品牌或服務在網路上是否有吸引到網友的關注、討論,為社群數據分析最主要的指標,在聲量資料呈現上大多會以時間為x軸繪製折線圖,並從高峰值切入觀察,觀察聲量高峰當日話題。另外也可以對不同競品統計總聲量,了解潛在競爭關係。

頻道數 (Channel)

分析事件話題在網路上的擴散分布或廣度,統計出有多少個不重複的頻道數目。在實務上會合併聲量一起觀測,以直/橫條圖方式呈現各頻道間的聲量排名,以了解哪些頻道或哪些類型的頻道具有較大的影響力

新手投資相關熱門話題聲量來源頻道

▲ 新手投資相關熱門話題聲量來源頻道 (原文出處:洞察報告Vol.127》全民股市熱 新手投資網路聲量分析)

品牌可以藉此觀察期間內的社群表現,一般來說若是行銷活動,聲量與頻道越多,表示引起相對較大的擴散與迴響,若是公關危機事件,則會希望兩者越少越好,減少對品牌傷害的程度。

回應比 (Response rate)

計算平均一則主文能獲得多少則回應 (回文),回應比越高表示網友回覆越熱烈,對於品牌的話題參與度越高。綜合觀察話題的聲量、頻道數、回應比,可以判別出回應強度較高的頻道,並從中探索哪些話題或元素特別容易引起討論關注

情緒比 (Positive to negative ratio)

分析網友發文的內容偏向正面、中立、負面的指標,社群口碑資料庫在網路上擷取到輿情資料時,會以自然語意分析切割詞彙、剖析文意,將文字內容標記為正面或負面。

三大線上課程平台 聲量好感度二維散布圖

▲ 三大線上課程平台 聲量x好感度二維散布圖 (原文出處:洞察報告Vol.109》學習零距離線上課程平台聲量分析)

情緒比可以用於同產業間品牌的比較、相似產品的比較,或是與品牌/服務自身過往的情緒比 (P/N值) 相比,並進一步由文本描述探究數值起伏的原因。

作者 (Author)

廣義來說,可以將「作者」視為每則言論背後的帳號或人物,而在商業實務應用中,則可用以探索關鍵意見領袖 (Key Opinion Leader),找到能帶動討論的特定作者

▲ 電玩領域作者關鍵領袖範例 (原文出處:洞察報告Vol.135》從KOL到COOL 探索高含金量網紅的密技)

對於企業來說,找到產業活躍的KOL或是合適傳遞品牌價值的創作者,都是分析「作者」這項社群指標主要的目的之一。

熱詞 (Keyword)

透過拆解巨量文字資料中的常見詞彙,並進一步收斂出重點的議題面向,可窺得話題的熱議重點,也就是俗稱的「文字探勘」(Text Mining),而「文字雲」(Word Cloud) 是最常見的呈現方式。

嬰幼兒話題熱詞分析文字雲與面向歸納

▲ 嬰幼兒話題熱詞分析文字雲與面向歸納 (原文出處:洞察報告Vol.131》曬曬父母心頭肉,嬰幼兒話題聲量分析)

議題 (Topic)

社群口碑資料庫在分析文本資料時,會先透過語意分析擷取出權威概念詞彙,並將雜亂的詞彙依據屬性、特色同類聚合,自動彙整內容特徵類似的資料、進行分群,讓使用者更快速掌握資料中有哪些不同的子議題或討論面向

消毒清潔品牌子議題分群結果

▲ 消毒清潔品牌子議題分群結果

族群 (Audience)

透過追蹤數位足跡了解帳號過往的發言內容,AI在大量萃取代表族群的特徵詞後,建立族群分類模型,用以推測帳號之性別、婚姻狀態、生涯階段等等分析網友在現實中的身分。而在輿情分析實務上,可以將聲量區分為不同族群的聲量,藉以分析特定品牌、議題在不同受眾中的評價,特別是在鎖定分析特定族群需求時,能協助更有效率地找出口碑內容

威士忌話題族群聲量與熱詞剖析

▲ 威士忌話題族群聲量與熱詞剖析 (原文出處:洞察報告Vol.129》沉醉在麥芽酒鄉:威士忌網路聲量分析)

 

如果想看更多社群輿情觀測範例,我們每月發布兩期洞察報告,每期鎖定不同產業主題進行觀測,包含豐富的網路輿情觀測應用,歡迎訂閱下載:

在初次接觸網路聲量概念時,不少人經常不知該如何下手,因此本次我們為您一次整理了輿情資料分析概念與八項社群指標,然而,這些大量的社群數據散落在網路城邦,如果想一次蒐羅到所有訊息,都可以透過《OpView社群口碑資料庫》一鍵做最有效率的追蹤。如果您想親自體驗,歡迎試用我們的雲端平台,以淺顯易懂的資料或圖表,加值數據分析的可能性!

《OpView社群口碑資料庫》同時有開放可使用Google帳號快速登入的入門版、以及針對企業的專業版輿情分析平台試用,可以一次了解到指定話題在觀測範圍內的各種輿情表現、甚至是討論者的族群輪廓與視覺化熱詞文字雲等等。

想要第一手掌握社群脈動、了解市場致勝先機,歡迎入門體驗: