کاربرد سوشال لیسنینگ برای برندهای بزرگ چیست؟
در مقالات قبل با تعریف سوشال لیسنینگ، اهمیت استفاده و کاربردهای آن برای ایجاد وفاداری نسبت به برند، آشنا شدیم.
در این سری از مقالهها، هدفمان این است که سوشالمدیاهای برندهای معروف را به کمک مهتا تحلیل کنیم. در مقالهی قبلی دیجیکالا را بررسی کردیم و این بار قصد داریم برای یک برند معروف دیگر اینکار را انجام دهیم.
به همین خاطر در این مقاله برند علیبابا در توییتر فارسی از اول اردیبهشتماه تا ۲۱مرداد را بررسی خواهیم کرد تا ببینیم
مهتا چه اطلاعاتی در مورد این برند، فعالیتها، احساسات و واکنش کاربران به ما میدهد.
اگرکه میخواهید این فرآیند برای کسبوکار خودتان انجام دهید، همین حالا میتوانید با ثبتنام در مهتا، رایگان اینکار را انجام دهید.
از چه کلمات کلیدی در این جستوجو استفاده کردیم؟
برای تحلیل علیبابا در توییتر فارسی، کلیدواژههای علیبابا، علی_بابا، بلیط قطار و بلیط_هواپیما به عنوان کلمات کلیدی اصلی استفاده شده است. نمودار زیر روند تولیدمحتوا در این بازهی زمانی را نشان میدهد.
همانطور که در تصویر مشخص است، در این نمودار چندین ترند متفاوت و یک ترند شکل گرفته که با جستوجوی این بازههای زمانی به تفکیک میتوان فهمید که چه اتفاقی باعث شکل گیری این موج در توییتر با این کلمات کلیدی در این بازهی مشخص شده است.
از روی همین نمودار در مهتا، شما میتوانید با dragکردن بازهی زمانی دلخواه خود، به اطلاعات همان بازه برسید و به راحتی ریشهی شکل ترند را پیدا کنید.
تحلیلهای آماری در مورد علی بابا، به ما چه میگویند؟
دراین بخش شما میتوانید تعداد محتواهایی که در بازهی زمانی شما در مورد این کلمات کلیدی در سوشالمدیا منتشر شده است را مشاهده کنید براین اساس، از اردیبهشت تا مردادماه سال ۱۴۰۲ ، ۹۸ میلیون و ۲۳۱هزار و ۹۳۸توییت توسط مهتا از توییتر فارسی جمعآوری شده که ۶هزار و ۵۰۱ توییت آن مرتبط با کلمات سرچشده از موضوع علیباباست.
همچنین در این بازه ۱میلیون و ۲۶هزار و ۳۶ نفر کاربر، توییت زدهاند که ۵هزار و ۷۸۶ کاربر با موضوع علیبابا محتوا توییت کردهاند.
نرخ انتشار، به ما نشان میدهد که این محتوا چند درصد بین تمام محتواهای توییتر منتشر شده است. همچنین نرخ مشارکت میگوید چه تعدادی از کاربران در انتشار این محتوا نقش داشتند
همچنین شما میتوانید بفهمید که به تفکیک، چند درصد از توییتها، تولیدی، کوت، ریپلای یا ریتوییت بودهاست.
در این موضوع نرخ مشارکت کاربران ۰.۵۶% و میانگین پست به ازای هرکاربر ۱.۱۲ است.
ابر واژگان هشتگها در مورد علیبابا چگونه است؟
در بخش ابرواژگان هشتگها، شما میتوانید لیست کلمات پرتکرار در مورد عبارات جستوجو شدهتان را ببینید. به طور مثال در مورد موضوع ما که پیرامون محتواهای مربوط به برند علی بابا در توییتر فارسی است، کلمهی هواپیما ۲۵ بار، تکرار شده است. (سایر کلمات را به تفکیک تعداد، در قسمت سمت چپ تصویر میتوانید ببینید.)
این تحلیل به شما کمک میکند که بفهمید مردم وقتی در سوشال مدیا از شما صحبت میکنند، از چه کلماتی دیگری در کنار نام برند شما، استفاده کردهاند. به نظر شما دانستن این موارد چه کمکی به شما میکند؟
شما به راحتی میتوانید بفهمید که نام شما در کنار رقبا یا محصولاتتان چقدر آمده یا تکرار شدهاست.
چه کاربرانی در مورد علیبابا، محتوا تولید کردهاند؟
در این بخش، شما لیست کاربرانی که با کلمات کلیدی جستوجو شدهی شما، محتوا تولید کردهاند را مشاهده میکنید.
لازم به ذکر است که در این بخش تنها کاربرانی مشخص میشود که اکانتهایشان در سوشال مدیا، پابلیک است و دیتاهای اکانتهای خصوصی (Private)، در دسترس نیستند.
شما میتوانید در این بخش، کاربران را بر اساس پارامترهای متفاوت، مثل کاربرانی که بیشترین تاثیرگذاری را داشتهاند، کاربرانی که بیشترین محتوا را تولید کردهاند و…، مرتب سازی کنید. این بخش به شما کمک میکند تا اکانتهایی که در پروموت کردن شما در شبکههای اجتماعی نقش داشتند را شناسایی کنید و بر اساس استراتژی بازاریابی و برندینگ خود، با آنها همکاری کنید.
به طور مثال، سه اکانت زیر، کاربرانی هستند که تاثیرگذاری زیادی در مورد این موضوع دارند.
احساسات محتواهای مربوط به علیبابا، در توییتر فارسی چیست؟
این نمودار به ما میگوید که توییتهای منتشر شده با کلمات کلیدی ما، چه احساساتی دارند.
احساسات به ۳ بخش مثبت، خنثی و منفی تقسیم میشود. از طریق این نمودار شما میتوانید بفهمید که احساسات محتوا در مورد شما چیست، علت نارضایتی را کشف کنید و براساس آن استراتژیهای خود را بازبینی کنید تا بتوانید میزان احساسات منفی را کاهش دهید. نمودار زیر احساسات محتوا در مورد برند علی بابا را نشان میدهد. در این نمودار ۴۸.۲% درصد محتواها، احساسات منفی دارند.
چه هیجاناتی در مورد علیبابا وجود دارد؟
هر متنی میتواند هیجان داشته، یا بدون هیچ هیجانی باشد. دستهبندی هیجانات مدل هوش مصنوعی مهتا شامل “تنفر و انزجار، “خشم و عصبانیت”، “ترس و وحشت”، “غم و ناراحتی”، “شگفتی و حیرت”، “تایید و تحسین”، “احتیاط و توجه”، “عشق و دوست داشتن”، “خنده و شادی” و یا “بدون هیجان” است.
ما با کمک هوش مصنوعی به دنبال شناخت این واکنشهای عاطفی موجود در متن هستیم که نویسنده میخواهد آنها را بیان کند.
نمودار زیر، هیجانات کاربران در مورد علیبابا را نشان میدهد. در این نمودار مشاهده میکنیم که بیش از ۳۰درصد هیجانات توییتهای منتشر شده در مورد علیبابا با هیجان “احتیاط و توجه” همراه است. ونزدیک به ۱۰% محتواها، هیجان “شگفتی و حیرت” دارند.
ازعلیبابا در چه دستهبندیهای موضوعی صحبت شده است؟
ماژول هوش مصنوعی “دستهبندی موضوعی”، به ما نشان میدهد که از کلمات کلیدی جستوجو شده، در چه موضوعاتی صحبت شده است. برای نمونه این ماژول به ما میگوید که ۷۴.۶%درصد توییتهایی در آن از کلمه کلیدی علیبابا ( یا علی_بابا، بلیط هواپیما یا بلیط قطار) استفاده شده، نظرات شخصی کاربران در مورد دیجیکالا بوده است. و تنها ۷.۶% محتواها مربوط به موضوعات اقتصادی است. سایر موضوعات در عکس زیر به تفکیک درصد مشخص است.
وضعیت اخلاقی محتواهای تولید شده در مورد علیبابا، چگونه است؟
قبل از هرچیز، باید بدانیم که ماژول وضعیت اخلاقی محتواها در مهتا، چگونه کار میکند.
. به کمک ماژول هوش مصنوعی وضعیت اخلاقی در مهتا مشخص میشود لحن نویسنده در بیان متن اخلاقی است یا خیر.
به عنوان مثال جمله «احمق من گریه نمیکنم عینک آفتابی یادم رفته چشامم به آفتاب حساسه»، یک جمله غیر اخلاقی است.
نمودار وضعیت اخلاقی در مورد دیجیکالا به ما میگوید که از اردیبهشت تا مرداد ۱۴۰۲ بیش از ۹۳% درصد محتواها در مورد علیبابا وضعیت اخلاقی و ۶.۵% محتواها، “غیراخلاقی” بودند.
آیا مهتا، توییتهای منتشر شده در مورد علیبابا را به من نشان میدهد؟
در سامانهی مهتا، پس از جستوجوی موضوع خود در سوشال مدیای انتخابی، در تب سوم که محتواها نام دارد -اگر در توییتر سرچ کرده باشید، اسم این tab، توییتها و اگر در تلگرام یا اینستاگرام سرچ کرده باشید اسم این tab، پستها میباشد.) – میتوانید توییتهای مرتبط با این موضوع را مشاهده کنید.
محتواها شامل چه اطلاعاتی میباشد؟
در مهتا، برای هر پست یا یه طور کلی محتوا، اطلاعات زیر به تفکیک مشخص است:
- محتوا چه احساساتی دارد؟
- این محتوا در چه دستهبندی موضوعی قرار دارد؟
- نوع محتوا چیست؟ آیا محتوا ریپلای یا کوت شده است یا از نوع محتوای تولیدی است؟
- هیجان متن چیست؟
- آیا محتوا به رخداد خاصی اشاره میکند؟
- آیا این محتوا در دستهبندی محتوای اخلاقی قرار میگیرد یا محتوای غیراخلاقی است؟
این موارد در یک کادر آبی رنگ، در کنار هر محتوا به صورت جدول مشخص شده است.
مهتا به غیر از موارد فوق، چه اطلاعات دیگری از محتواها به من میدهد؟
مهتا این امکان را برای شما فراهم کرده است تا بتوانید علاوه بر موارد فوق، اطلاعاتی شامل، موجودیتهای نامدار، جهتگیریها و… را پیدا کنید. برای اینکار، کافی است دکمهی “اطلاعات بیشتر” را در زیر کادر سمت چپ، انتخاب کنید تا این اطلاعات را ببینید.
ازین تحلیلها چه استفادهای میشود؟
مهتا، به کمک تحلیلهای آماری وهوشمند خود، میتواند به مدیران کسبوکار، مدیران فروش و بازاریابی، مدیران و استراتژیستهای برند، روابط عمومی، دیجتال مارکترها و…، کمک کند تا به نتایج و تحلیلهای دادهمحور براساس اطلاعات موجود در سوشالمدیا برسید که در نگاه اول از چشم شما مخفیست. برخی از دستاوردهای استفاده ازمهتا، شامل موارد زیر است:
- تصویر برند شما بین مردم چگونه است؟
- در کنار اسم شما، از کدام رقبایتان نام بردهاند؟
- شما را بیشتر دوست دارند، یا ترجیح میدهند از رقبایتان خرید کنند؟
- در مورد عباراتی که جستوجو کردید، چه ترندهای محتوایی شکل گرفته است؟ در چه تاریخی بیشترین محتوا تولید شده است؟ موضوع این محتواها چه بودهاست؟
- تاثیرگذارترین کاربران در مورد موضوع جستوجو شدهی شما چه کسانی بودهاند؟
- بیشتر در کدام دستهبندی موضوعی قرار گرفتهایم؟
شما میتوانید، با جستوجوی کلمات کلیدی خود در مهتا، رایگان اینکار را انجام دهید. تنها کافیست که پس از ثبتنام درسایت مهتا و ورود به پنل کاربری، از جستوجوی سریع اینکار را انجام دهید