OpView 知識補給站

網路聲量資料搜尋必學技巧!
3 步驟關鍵字設定教學

OpView 知識補給站

網路聲量資料搜尋必學技巧!
3 步驟關鍵字設定教學

目前台灣民眾每日在網路上發布至少60億個公開文字,其中的內容無所不包,這些來自網路上的聲量除了可以長期保存外,並可利於連續觀察及研究參考。
因此為了讓各位能夠快速搜尋到所需的網路口碑數據,OpView將透過本篇帶大家認識【關鍵字搜尋技巧】,提升查詢網路文本資料精準度及蒐集速度。

第一步:認識網路聲量的基礎概念

1. 框定口碑數據:關鍵字設定

一般在社群口碑資料庫中,需透過設定關鍵字來框定資料搜索範圍,以撈取有命中關鍵字的所有網路討論文本,並提取所需數據,在過程中我們必須利用「布林邏輯」及萬用字元,適當的擴充字詞觀測範圍,從資料庫提取出所需資料,並依照觀測目標構想關鍵字,提升觀測完整性。

  • 布林邏輯

    因19世紀數學家喬治·布林(George Boole, 1815 -1864)而得名。網路搜尋得來的資料,超出想像的多。藉由新增字詞,產生交集的效果,或以差集的方式,都可以得到較精準的資料。適度地將運算元納入,以交集、差集、聯集等集合運算,有效地縮小搜尋範圍,待到預期的資料

2. 從用戶角度思考:擴充關鍵字

首先設定關鍵字的第一步,是研究查找觀測主題或是思考目標背後的關聯性,如:推測並調查目標客群對於該主題經常會使用的特定字詞、別稱或是根據其動機、用途,掌握目標輪廓並抓出關鍵字設定方向。
以「IKEA」為例,該公司販售產品主要為組裝傢俱及家飾品,風格多為簡約、自然、清新。因此在設定關鍵字的時,就可以根據消費客群需求、產品風格特色,設定關鍵字詞,並列出關鍵字「傢俱」、「北歐風格」、「DIY組裝」等……。

 

第二步:了解網路聲量查詢工具的使用重點

關鍵字符號基礎教學

在了解設定關鍵字前所需具備的基礎概念後,接著介紹在關鍵字設定中主要會有六種符號來限縮更具體的搜尋範圍,且分別有不同種的用法,能更有效的確認資料精準度,本篇將使用 OpView Trend 網路聲量工具為例。

布林邏輯運算元:交集、聯集、差集

  • 交集 AND【&】:
    使用者在關鍵字詞組中間加入【&】,即可查詢到同時命中【&】連結字詞組合的文章。例如,欲觀測信義區中關於甜點的相關討論,可以將主題關鍵字設定為「信義區&甜點」,同時提及信義區及甜點的文章就會出現在查詢結果中。
  • 聯集 OR【|】:使用者在設定關鍵字字詞中間加入【|】,即可查詢到命中【|】前後連結之任一字詞出現的文章。例如欲觀測父親節的相關的網路文章時,由於父親節也可以稱做爸爸節,因此可以將關鍵字設定為「父親節|爸爸節」,文章中只要出現任一詞組即會出現在查詢結果中。
  • 差集 NOT【!】:使用者在關鍵字詞組中間加入【!】,可以排除包含某一詞組之文章。如本次我們要搜尋的是米其林指南的餐廳,在設定關鍵字「米其林」時,可能會同時查尋到如「米其林輪胎」等無關的內容,因此我們可以將主題關鍵字設定為「米其林!輪胎」,將這類與主題無關的內容於搜尋結果中排除。

萬用字元與括號:問號、星號、括號

  • 問號【?】:使用者若是想要取代字詞中間的特定字元,則可以使用【?】進行設定。【?】代表1個字元,並且可以連用,適合用於固定格式的詞組設定。例如,欲觀測國立大學的網路口碑時,可以設定主題關鍵字「國立??大學」,查詢結果即會出現包含「國立台灣大學」、「國立政治大學」、「國立成功大學」等各大學名稱的文章。此外,也可以用於帶有數字的常見名詞,如房地產業常用的「房?衛?廳」。
  • 星號【*】:星號【*】在字詞中可以取代0到5個字元,須注意不可以連用。例如,欲觀測全家霜淇淋相關口碑時,將主題關鍵字設定為「全家*霜淇淋」,即可檢索到文章提及「全家霜淇淋」、「全家的霜淇淋」、「全家新推出霜淇淋」等詞組資料。
  • 括號【()】:除了使用布林邏輯和萬用字元之外,使用括號【()】可以決定多個關鍵字的運算順序,如同數學四則運算的邏輯,在【()】內的關鍵字組可以優先被運算,再與其他字詞運算。例如:欲觀測有節能標章的冷氣相關評論時,網友可能在評論冷氣時同時提及「省電」、「節能」等多樣形容詞,因此在設定關鍵字的邏輯為「(省電|節能)&冷氣」,會先挑出含有「省電」或是「節能」的相關結果,在再篩選含有「冷氣」的文章。

字詞設定技巧:同義字、多義字、產業關鍵字、特定面向、品牌代名詞

  • 同義字:顧名思義就是名詞經常有不同的簡稱、中英文名、縮寫等等,因此在設定時可以使用布林邏輯的聯集【|】,把所有觀測主題的相關提及詞彙都放進主題關鍵字詞組中,適度擴充觀測範圍,範例如下。

▲ 同義字 示範案例說明

  • 多義字:如果觀測字詞同時有多種不同意思時,就會使用到布林邏輯的交集【&】 ,交集與主題有關的服務、產品等多種不同類別的關鍵字,藉此縮小框定範圍。如下圖範例「玉山銀行」,「玉山」原本有包括高山及金控公司之意,在此用聯集【|】加入「銀行」相關主題關鍵字,並以品牌相關產品做為補充 更多範例說明如下

▲ 多義字 示範案例說明

  • 產業關鍵字: 如欲設定的產業沒有固定名稱,產業關鍵字設定方向為特定產品字詞的聯集。如下圖範例「手搖飲產業」,可以改以品牌名稱列舉的方式更為容易,更多範例說明如下。

▲ 產業關鍵字 示範案例說明

  • 特定面向觀察:
    若想就一個特定選定的主題,觀測其特定面向的口碑資料時,可以使用【&】把主要觀察目標與相關概念做交集,如下圖範例「統一超商」與「食品安全」,可以將「統一超商」的資料鎖定在「食品安全」的這個面向,更多範例說明如下。

    ▲ 特定面向觀察 示範案例說明

  • 品牌代名詞:
    有些品牌名稱在網路上較少被提及,因此在查詢口碑資料時為了避免限縮搜尋範圍,只要提及該品牌的熱門商品,討論範圍仍包含品牌話題聲量,因此能成為品牌代名詞,更多範例說明如下。

▲ 品牌代名詞 示範案例說明

第三步:動手開始關鍵字搜尋 — 案例展示

資料的實際應用

本文以「IKEA」關於「沙發」的網路聲量為觀測主題,並示範如何設定關鍵字及排除雜訊。如欲觀察IKEA的網路聲量時,需考慮其英文名稱 IKEA 及中文名稱宜家家居,因此關鍵字需使用聯集【|】作為連接設定為「IKEA|宜家家居」才能擴充其搜尋範圍。接下來需要限縮特定面向,這裡使用交集【&】連接「沙發」,搜尋同時提及到「IKEA」與「沙發」的文章,並設定為「(IKEA|宜家家居)&沙發」。

最後,因為在社群文章中很常會有留言抽獎的活動,因此許多回文是重複字詞且無相關討論的內容,在網路聲量的統計中可以視情況予以排除 。在這個案例中我們利用差集【!】把含有「!抽奖!抽獎!贈獎!贈送!留言送」等相關抽獎內容排除,而最後我們的關鍵詞組就會是「((IKEA|宜家家居)&沙發)!抽奖!抽獎!贈獎!贈送!留言送」。

接著我們就以 OpView Trend 來示範本次「IKEA」關於「沙發」的網路聲量,以下是利用關鍵字搜尋及設定範圍時間得到的搜尋資料。

▲ OpView Trend 搜尋頁面示意圖