并行智能：社交媒體數(shù)據(jù)在品牌資產(chǎn)管理中的力量

Andrew+Leary　John+Hallward

近十年來，Ipsos公司一直在進(jìn)行社會(huì)化聆聽的研究與嘗試。雖然我們的立場一直是，社交媒體數(shù)據(jù)的代表性并不足以取代傳統(tǒng)的以調(diào)查為基礎(chǔ)的研究，但我們也認(rèn)為，它在消費(fèi)者理解方面起著重要的作用。社交媒體數(shù)據(jù)有助于我們看到品類發(fā)展的趨勢、未滿足的需求，以及在常規(guī)的以數(shù)據(jù)為基礎(chǔ)的調(diào)查中可能仍不會(huì)被發(fā)現(xiàn)的新興課題。此外，通過將經(jīng)驗(yàn)證的分析框架應(yīng)用至該數(shù)據(jù)，我們已將社會(huì)化傾聽提高至社會(huì)化智能，以幫助我們的客戶解決有關(guān)創(chuàng)新、品牌健康、數(shù)字通信和購買路徑的問題。

自從益普索SMX（Ipsos專門的社交媒體實(shí)踐）的啟動(dòng)以來，我們一直專注于如何構(gòu)建和協(xié)調(diào)社交媒體數(shù)據(jù)，以使之對于客戶而言更加相關(guān)、易消化、及時(shí)、價(jià)格實(shí)惠。更具體地說，我們一直專注于協(xié)調(diào)社交媒體數(shù)據(jù)和以調(diào)查為基礎(chǔ)的數(shù)據(jù)，以便形成能夠優(yōu)化成本和提高洞察速度的數(shù)據(jù)混合體。我們稱之為“并行智能”（side-by-sideintelligence）。它讓我們能夠應(yīng)用社交媒體洞察，以支持多個(gè)領(lǐng)域的發(fā)現(xiàn)，如產(chǎn)生有關(guān)創(chuàng)新、創(chuàng)新性發(fā)展、市場結(jié)構(gòu)的新見解。

社交媒體數(shù)據(jù)在品牌資產(chǎn)管理中的力量

對于大多數(shù)老牌品牌而言，品牌資產(chǎn)不會(huì)出現(xiàn)快速變化。正是由于這一事實(shí)，我們面臨兩大挑戰(zhàn)：

1.很多客戶經(jīng)常質(zhì)疑品牌資產(chǎn)追蹤的價(jià)值，尤其是在品牌資產(chǎn)追蹤費(fèi)用高昂、報(bào)告緩慢、呈回顧性之時(shí)；

2.期待社會(huì)化媒體數(shù)據(jù)能夠代替以調(diào)查為基礎(chǔ)的跟蹤調(diào)查的客戶，發(fā)現(xiàn)社交媒體數(shù)據(jù)與調(diào)查數(shù)據(jù)并不相關(guān)，或并不依賴于市場中的表現(xiàn)。

重要的是，要了解社會(huì)數(shù)據(jù)和調(diào)查數(shù)據(jù)來自于不同的來源，而且它們也并非有意相一致。雖然你可以對社交媒體數(shù)據(jù)做擬合，使之與已知的業(yè)務(wù)度量（如銷售量）相一致，但卻并沒有什么價(jià)值，因?yàn)檫@些數(shù)據(jù)的預(yù)測性不會(huì)超過一個(gè)或兩個(gè)星期。

因此，我們更傾向于使用社交媒體數(shù)據(jù)來探索整體周期性品牌資產(chǎn)數(shù)字下的洞察。調(diào)查數(shù)據(jù)提供了基準(zhǔn)和可靠的代表性洞察，而社交媒體數(shù)據(jù)可跟蹤資產(chǎn)隨時(shí)間推移的驅(qū)動(dòng)因素的有意義變化。我們可以通過將在社交媒體數(shù)據(jù)中觀察到的變化付諸以調(diào)查為基礎(chǔ)的驅(qū)動(dòng)因素分析，來得到洞察。

BHT社交媒體數(shù)據(jù)的結(jié)構(gòu)化

我們所采用的結(jié)構(gòu)，利用的是我們從以調(diào)查為基礎(chǔ)的品牌資產(chǎn)模型的所得。然后，我們設(shè)置框架，將社交媒體數(shù)據(jù)進(jìn)行編碼，以匹配從基于調(diào)查的資產(chǎn)深入研究中所獲得的品牌資產(chǎn)措施和驅(qū)動(dòng)因素（例如，匹配諸如我們的“態(tài)度資產(chǎn)”、“市場效應(yīng)”、“資產(chǎn)診斷框架”和“情感上的映射”等措施，以及定制意象的選擇、個(gè)性以及反映客戶的特定市場的形象編碼）。

調(diào)查數(shù)據(jù)驅(qū)動(dòng)因素分析與社交媒體調(diào)查結(jié)果之間的這種類型的匹配方式，為社交媒體數(shù)據(jù)提供了一個(gè)對品牌重要的是什么的相關(guān)結(jié)構(gòu)。這就創(chuàng)建了一個(gè)快速一致的跨市場比較和延展的過程。從而，可以避免從頭開始每一項(xiàng)新的社交媒體研究的成本，而且還提供了一個(gè)與我們的客戶更為熟悉的內(nèi)容相匹配的洞察結(jié)構(gòu)，即透過基于調(diào)查的反饋的鏡頭，而墾有更大的控制和目標(biāo)代表性。

并行智能

利用洞察的兩大來源，以提供速度更快、價(jià)格更優(yōu)惠的品牌指導(dǎo)（可擴(kuò)展，由具有代表性的基于調(diào)查的洞察支持），并行智能提升了品牌健康跟蹤。通過進(jìn)行超越數(shù)量和情感的社會(huì)分析，并將其編碼至（我們的或客戶的）經(jīng)過驗(yàn)證的框架，通過使其更具可操作性和戰(zhàn)略性，我們增加了社交媒體數(shù)據(jù)的價(jià)值。

品牌健康跟蹤和社會(huì)智能正共同迎來一個(gè)品牌資產(chǎn)計(jì)劃的新時(shí)代，可提供動(dòng)態(tài)、快速、內(nèi)容豐富的洞察，幫助開啟我們對消費(fèi)者認(rèn)知和品牌聯(lián)想的理解，這是前所未有的。

專注于增量：社會(huì)化的真正力量

我們知道，社交媒體數(shù)據(jù)并非總能容易地匹配或取代以調(diào)查為基礎(chǔ)的洞察的可靠性。那么，如果是這樣的話，在此背景下，究竟如何該正確地使用社交媒體數(shù)據(jù)呢？我們認(rèn)為，應(yīng)該把重點(diǎn)放在隨時(shí)間變化的趨勢上。即注重通過社會(huì)化聆聽所發(fā)現(xiàn)的增量。社交媒體數(shù)據(jù)具有不夠充分的代表性，并不“等同于”調(diào)查數(shù)據(jù)，這并沒有問題，只要我們在社會(huì)結(jié)構(gòu)和“樣本框架”中保持一致。我們想要社交媒體數(shù)據(jù)告訴我們一些新的、不同的東西。當(dāng)我們追蹤經(jīng)編碼的社會(huì)化聆聽數(shù)據(jù)的增量，我們可以填補(bǔ)調(diào)查波次之間的差距，預(yù)測發(fā)展趨勢，發(fā)現(xiàn)單單進(jìn)行傳統(tǒng)的研究所難以獲得的新洞察。我們還可以為客戶提供可操作的早期預(yù)警數(shù)據(jù)，這樣他們就可以以消費(fèi)者的速度作出更為明智的決策。

去年秋天，我們察覺到我們?yōu)橐患翌I(lǐng)先的快速消費(fèi)品客戶在社會(huì)化方面追蹤的關(guān)鍵資產(chǎn)屬性，出現(xiàn)了一個(gè)突然而顯著的提升?！邦櫩蛢r(jià)值”度量的意外飆升，讓我們思考其是否能夠告訴我們從調(diào)查追蹤所獲得的相對穩(wěn)定的KPI（實(shí)際上呈現(xiàn)下降的趨勢）所無法告知的情況。經(jīng)過進(jìn)一步的檢查，我們發(fā)現(xiàn)，社交媒體數(shù)據(jù)中的正收益的增加，實(shí)際上是與一個(gè)自有品牌競爭對手相關(guān)的評(píng)論顯著提升的結(jié)果。在存有疑問期間，由于競爭對手雄心勃勃的廣告戰(zhàn)和折扣的結(jié)果，單條評(píng)論中包含兩個(gè)品牌的社交評(píng)論的數(shù)量增至三倍。在幾個(gè)小時(shí)的時(shí)間里，我們能夠看到，消費(fèi)者認(rèn)為，競爭品牌的表現(xiàn)在不同的質(zhì)量方面，始終遠(yuǎn)遠(yuǎn)低于他們的期望。與此同時(shí)，這些消費(fèi)者也重申了他們對我們客戶的產(chǎn)品的支持和贊譽(yù)，即承認(rèn)該品牌作為該品類的領(lǐng)導(dǎo)者和大多數(shù)第一選擇。

只有通過社交媒體數(shù)據(jù)和調(diào)查數(shù)據(jù)之間的并行比較，我們才能夠找出最終揭示隱藏的市場動(dòng)態(tài)的差異。孤立地看，僅社交媒體數(shù)據(jù)本身，只能表明品牌運(yùn)行狀態(tài)良好。而單獨(dú)的調(diào)查數(shù)據(jù)并不能捕捉到細(xì)微的動(dòng)態(tài)，這可能對品牌的創(chuàng)新和傳播工作產(chǎn)生深遠(yuǎn)的影響。

結(jié)論

在新常態(tài)下，人們表達(dá)和消費(fèi)會(huì)影響購買決策的源源不斷的在線內(nèi)容，我們的客戶對快速、可靠、易消化的商業(yè)智能的需要，比以往任何時(shí)候都多。而另一方面，我們需要知道，通過參考具有代表性的以調(diào)查為基礎(chǔ)的洞察（已經(jīng)經(jīng)過實(shí)際銷售驗(yàn)證），是否會(huì)或如何回應(yīng)社交關(guān)注。在這兩個(gè)方面，并行智能定能不負(fù)眾望。