|
|
作者：苏格兰折耳
链接：https://www.zhihu.com/question/20421639/answer/236677189
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
“舆情监测”这个概念的内涵和外延都太狭窄了，仅限于政务领域，对于普罗大众来说，比较高深和不常见，是阳春白雪。鉴于此种情形，我比较推崇一个新的概念，叫Social Listening(社会化聆听)，和“舆情监测”的基本内涵是一致的，但外延更丰富，适用范围更广，包括政府机构、企业、校园甚至个人都能接受。
 说到Social Listening，就不得不提到另一个概念---“社会化媒体”：
社会化媒体是当今互联网信息来源中不可忽视的一股力量，绝大部分的信息都可以纳入到社会化媒体的范畴。 接下来，笔者将从社会化媒体的概念、特征，再逐步谈到利用社会化聆听（Social Listening）对社会化媒体进行监测和分析的话题，最后以一个实际案例详细阐述如何利用社会化聆听工具对社会化媒体进行监测分析。
先说说什么是社会化媒体~
1 什么是社会化媒体？社会化媒体(Social Media)，也称社交媒体，是互联网信息中的绝对主体，它通常用来描述我们发布在微博、微信、博客、淘宝、Facebook、Twitter、Instagram和 Snapchat 等平台上的内容。
1.1 社交媒体/社会化媒体到底是什么？如果用一大堆令人生厌的属于来定义这个词汇，只会使事情变得更复杂，可能获得清晰理解最好的方式是将它分拆成简单的词汇。
首先，让我分别来看看“社会化”和“媒体”各自的含义如何：
- “社会化”/“社交”：意指通过分享信息和接受信息来和其他人进行互动。
- “媒体”：意指进行交流的工具或载体，如互联网（而电视、收音机和报纸是更传统的媒体形式）
好的，从这个两个分开的词汇，我们能给出“社会化媒体”一个基本的定义：
社会化媒体是一种基于互联网应用的交流载体/工具，它可以使个人通过分享信息和消费信息来和他人进行互动。
具体来说，社会化媒体是人们彼此之间用来分享意见、见解、经验和观点的工具和平台，现阶段主要包括社交网站、微博、微信、博客、Facebook、Twitter、Instagram、论坛、淘宝、优酷和豆瓣等等。社会化媒体在互联网的沃土上蓬勃发展，爆发出令人眩目的能量，其传播的信息已成为人们浏览互联网的重要内容，不仅制造了人们社交生活中争相讨论的一个又一个热门话题，更进而吸引传统媒体争相跟进。
值得一提的是，社会化媒体与传统媒体（电视、报纸和广播等）最显著的不同点在于：社会化媒体的传播过程中，社会大众可以参与发布和散播消息。
1.2 社会化媒体的一般特征假使你正在纠结于是否应该将某个网站划入“社会化媒体”这一类别，那么你可以看看，该网站是否符合以下特征中的至少三种。
 （1）个人账户
如果一个网站允许访问者创建他们自己能够登入的账户，那么，这是一个良好的开始—社交互动即将发生！没有个人账户，你就难以与他人在线上互动和信息共享。
（2）个人资料页面
社会化媒体关乎人与人之间的交流沟通，那么，个体的个人资料页面对于展现个体来说是很有必要的。通常说来，一个涉及用户信息的资料页面会包含如下内容：头像、个人简介、个人网站、近期推送信息、个人推荐，以及近期的参与的活动，等等。
（3）好友、粉丝、兴趣社群和标签
个体会用他们的账号去和其他用户产生联系，比如相互加好友，关注感兴趣的人，建立基于兴趣爱好的社群，以及因加入社群和关注账号形成的个人标签。
（4）信息推送
当用户和社会化媒体上的其他人发生联系时，他们基本上会说：“我想从这些人这边获取信息”，而这些信息正通过私信或Instant Messaging实时推送给他们的。
（5）个性化设置
社会化媒体通常给用户留了足够的空间去进行个性化设置，自定义自己的个人资料，组织自己的好友或者粉丝，管理他们能看到的各种信息流，甚至能设置（不）希望他们看到的信息。
（6）通知
任何告知用户特定消息的APP或者网站毫无疑问是在玩弄社会化媒体的把戏。用户可以选择关闭或是开启这些通知，并可以选择接收他们想要的通知类型。
（7）信息更新、保存和发布
如果一个网站或者APP允许你在有/无账号的情况下发布几乎所有形式的内容，那么，它就是社会化的。而你发布的内容可能是文本形式的信息，一张上传的图片，一个YouTube视频，或者是一个可以跳转到某篇文章的超链接。
（8）“点赞”和“发帖”选项
在社会化媒体中，我们发生互动最常见的两种形式是：
- 通过“喜欢/点赞”的选项来表达认可和赞许；
- 能够“发帖”功能来分享我们的观点。
（9）评论、评分和投票系统
除了点赞和发帖功能，许多社会化媒体的网站或APP都可以社区中的各种UGC信息进行评论、评分和投票。思考一下，你最喜欢的那些购物网站或者电影评论论坛，它们就运用了这种社会化媒体特征。
1.3 社会化媒体的类别正如上文所提及的，社会化媒体基本可以囊括现今互联网世界的所有网站，它的分类版图如下：
 如上图所示，社会化媒体基本可以分为论坛、即时通讯、社区网站、视频分享、维基百科、音乐社区等17个类别，每个类别下又有若干个网站/应用，可以看到，社会化媒体这个大家庭的体量是极其庞大的！
1.4 社会化媒体的重要性1.4.1 我们无往不在社会化媒体的枷锁之中
法国18世纪伟大的启蒙思想家让-雅克·卢梭有一句名言：
人是生而自由，却无往不在枷锁之中。自以为是其他一切的主人的人，反而比其他一切更是奴隶。
 放在现今数据爆炸、信息质量良莠不齐的互联网时代，我们或许可以把“自由”理解为选择信息和阅读信息的权力的自由。然而，只要我们身处互联网社会化媒体的“信息洪流”之中，我们就无可避免的被它上面泛滥的信息所“裹挟”，也就是说，社会化媒体上的信息对现实世界中的每个人都有重大影响，我们每时每刻都间接的受到来自他人的影响。
值得注意的是，社会化媒体给我们构建了一个不同于现实社会、却和现实社会保持着千丝万缕的联系的虚拟社会（Virtual Society/Virtual Community/Artificial Society/Virtual Social）。
 1.4.2 通过社会化媒体中来观察现实世界中的客观信息
在这个虚拟社会中，我们还是能看到很客观的信息，如下图所示，主要分为四类信息：
 （1）文本描述
- 人物节点的个人资料
- 刻画事物的描述
- 对事件、行为的描述
（2）网络结构
- 个体和个体、个体和组织之间的社会网络关系
- 传播过程中的网络结构
（3）时空信息
已标记的时空信息，需要从内容中识别的时间和空间信息
（4）操作行为
阅读、转发、评论、收藏、点赞/喜欢、打赏、签到
然后，透过这些由社会化媒体散播开来的信息，我们得以在没有亲身经历的情况下，可以通过社会化媒体去感知这个客观世界，而且在掌握相关常识的情况下，我们的个人理解跟现实的偏差不会太大。
 因此，我们可以透过社会化媒体来观察世界，借助这些根源于现实、但经过传播者主观思考重构的信息，我们可以发现一个能更全面的反映人与社会之间的交互关系的世界。
 1.5 通过社会化媒体来感知现实世界中的公众主观信息其实，社会化媒体上最具有价值的信息还是能反映人们情绪、情感、意识和精神等精神方面的主观信息，这些对于从事商业活动的经营者来说价值非常大。
一般说来，社会化媒体上会传播这样几类主观信息，如下图所示：
 由此，透过社会化媒体，我们也可以感知到对商业社会价值意义更大的个体/群体的主观信息。
既然社会化媒体中的信息这么有价值，那么，问题来了，我们如何通过社会化媒体来获知这些信息呢？这就引出下一个话题——社会化聆听（Social Listening）！
2 利用社会化聆听（Social Listening）获取社会化媒体上的重要信息2.1 什么是Social Listening？在社交网络年代，我们的每一条发布、每一个评论，每一次转发，每一次点赞，都反映了我们的习惯，喜好和消费习惯。通过社会化媒体去倾听目标消费者的需求和意见已经成为了今天品牌运营者的必修之技。企业们通过捕捉网络上与品牌/产品/营销事件相关的关键词，去监测消费者都对品牌/产品/营销事件说了什么的行为，被称作社会化聆听（Social Listening）。
说的通俗一点，社会化聆听（Social Listening）就是指倾听目标消费者和潜在消费者主动在网上晒出的内容。
在实践中，它的意思是在社会化媒体（社交网络，论坛和博客等）上捕捉提及品牌的内容，有趣的品牌话题，竞争对手以及所有对你品牌有意义的话题。
2.2 Social Listening对于企业的重要性由于社会化聆听的数据源于社会化媒体，所以这些数据信息有语义和关系双重属性，所以更加能从中发现基于社会化媒体中个体不经意见流露的真实行迹，所以对于社会化媒体来说，它的样本对象不是个体，而是行为本身。
从本质上来讲，社会化聆听调研是在一个开放式的命题下，可以得出更加的宏观趋势分析，更加洞察到趋于感性行为的辨析，它主要的工作会花在数据处理和非结构化的数据分析负面。详情请参看笔者的两篇文章《数据运营|数据分析中，文本分析远比数值型分析重要！（上）？》、《在运营中，为什么文本分析远比数值型分析重要？一个实际案例，五点分析（下）》。
那么社会化聆听会在哪些方面帮助品牌和公司呢？ Broadsuite Media Group的首席执行官Daniel Newman 在其发表的《Social Listening Enables Social Business》一文中曾总结为市场概览、竞品分析、消费者情绪识别、售前支持、购买信号、客户服务与关系维持，但笔者以为，还可以加上2条：
- “发掘意见领袖”。这类意见领袖能够在企业的营销事件中发挥极强的传播力，能在大范围内影响其他消费者的购买意向/购买行为
- “用户画像”。捕捉那些谈论品牌/产品/营销事件的用户的相关用户信息
下面，笔者将结合汽车行业的营销实践，来讨论社会化聆听是如何帮助企业实现其目标的。
2.2.1 市场概览（Market Overview）
通过社会化聆听，品牌可以更简单地获取对他们新产品和服务的目标市场的洞察，了解各个主要对手的市场影响力概况。
比如，当一个汽车制造商考虑开发一款新车系时，他们可以通过倾听多个平台（新浪微博、汽车之家、易车网等）的用户UGC（User-Generated Content）去了解竞争厂商类似已上市车型的购买者对此款车的吐槽和希望这类车应有的新功能，以作为打造新车的有力参考。
2.2.2 竞品分析（CompetitiveAnalysis）
商业情报在现今日益开放的互联网上对企业愈发重要，同时也愈发变得触手可得。和市场概览相似，社会化聆听可以帮助你清晰地洞察到你的对手是谁，你的对手都在做什么。
想象一下，一款新车在发布前就清晰地知道消费者愿意为你的新车掏多少钱，知道他们想从你这里找到哪些对手提供不了的新功能和服务。对社会化聆听的使用就像是一个无孔不入的专属FBI，可以使企业可以轻而易举的获取关于目标消费市场的几乎所有信息。
2.2.3 消费者情感识别（CustomerSentiment Identification）
企业一般都希望能快速洞察到他们的消费者对自身产品/品牌是否满意，对哪些地方感到满意，对哪些地方多有吐槽。而社会化聆听正好为消费者提供了分享他们对品牌的小情绪的发泄平台。
 比如，许多汽车品牌的各种车系都有在第三方垂直网站（如汽车之家、爱卡汽车、新浪汽车和搜狐汽车等）上建立相关论坛，去鼓励消费者谈论分享他们的想法。通过过滤掉这些社区里的垃圾信息（主要是水军发帖和无关信息），汽车品牌方可以更好地了解消费者对该车整体的满意度如何，以及具体的吐槽点，以便为后续制造设计和售后服务作参考。
2.2.4 售前支持 （Pre-Sales Support）
当某个潜在客户要考虑买些比较复杂的东西时，他们一般会立刻转向社会化媒体求助。这时，影响力便会发挥巨大的作用，同时，社会化聆听也同样有着不可思议的效果。
还是以汽车行业的营销为例，可以想见这样一个场景：
假若某个潜在的汽车买家，在进入了“汽车之家”上关于某款车型的某个论坛，发帖去讨论该车型的各种利弊。如果你采用了社会化聆听，也许就可以利用这样的机会，将这个潜在客户介绍给你们的销售顾问。如此这般，你便有了一个从社会化媒体上转化而来的买家。
2.2.5 购买信号（Purchase Signals）
另一个大家都急于寻找的商业洞见则是——人们购买产品的终极信号到底是什么？到底是什么导致了一个客户的转化或流失？
社会化聆听的相关工具则能让企业“监听”到这些购买信号，并判断一个真正的买家到底在寻找什么。也许是他在微博或汽车论坛上最后点赞或分享的那段内容，那么，能够从他们这些行为中总结出购买周期终端的共性吗？
社会化聆听使之成为可能。
下面是奥迪汽车官方微博发布的一条关于上海车展新亮相汽车的微博，很多粉丝都对词条微博发表了评论。由此，我们可以从评论中发现和甄别出很多不同类型的用户，后续可以采取不同的跟进策略。
 2.2.6 发掘意见领袖（IdentifyInfluencers）
美国知名营销网站http://sproutsocial.com在2015年做过一份针对美国民众的调查，有如下2条重要的结论：
- 74%的消费者依赖社会化媒体来做出购买决策
- 90%的消费者信赖同侪的推荐，仅有33%的人相信广告
MalcolmGladwell在《The Tipping Point》中也提出联系人、内行和推销员这三种人际网络中的重要角色，这些人其实就扮演了意见领袖的角色，这些人在传播过程中会发挥“传播枢纽节点”的重要作用，能够促进品牌宣传和影响其他人的购买意向，具体例子请参看笔者的《以<大秦帝国之崛起>为例，来谈大数据舆情分析和文本挖掘》的第二部分。
既然其他人的意见如此有价值，对于企业来说，如果能和那些在社群中拥有影响力的人或者“时髦制造者”建立紧密的联系，进而利用他们强大的号召力，将会在品牌营销中事半功倍，花费很小的精力就能得到较大的收益。此时，发掘这些意见领袖就显得尤其重要了。
2.2.7 用户画像（Persona）
用户画像是海量真实用户的典型代表,是建立在一系列真实数据之上的目标用户模型。用户画像可以让产品设计者和品牌营销宣传者在产品设计/营销宣传的过程中能够抛开个人喜好和偏见，将焦点关注在目标用户的动机和行为上进行产品设计和营销策略制定。
 社会化聆听可以快速锁定那些在社会化媒体上讨论品牌/产品/营销事件的用户，进而获取到这部分最活跃的且最具价值用户的画像信息，从而给了产品设计者和品牌营销者们提供参考。详情请参考笔者的另一篇文章《当数据分析遭遇心理动力学：用户深层次的情感需求浮出水面》。
2.2.8 客户服务与关系维系（CustomerService and Retention）
在互联网时代到来之前，追踪用户的抱怨和吐槽是一件极具挑战性的事情。然而，伴随互联网时代应运而生的社会化聆听让企业拥有了倾听和监测用户关于产品的反馈和诉苦，以便请与尽早在产品生命周期发现关于产品的各类潜在问题，同时也能保证他们快速的响应消费者的任何要求。我们知道，获取新顾客的成本是维持老客户的6倍，社会化聆听能够提供一个稳定的平台，让品牌能够主动与消费者产生连接和对话，帮助消费者解决问题，并留住他们。
 在这里，举一个汽车行业之外的案例—消费者品牌Comcast（美国有线电视，宽带网络及电话服务供应商），Zappos和Bluehost，他们都拥有自己的团队，能够高频率且深入地与消费者产生互动，管理并监测他们的行为与路径。运用社会化聆听的方式来维系客户关系，在其他的服务行业例如机场和酒店，也成为了一个快速发展的趋势——他们希望打造一个强有力的、愿意传播并分享品牌口碑的品牌社群。
2.3 Social Listening如何进行？笔者认为，社会化聆听可以细分为如下3个流程：
2.3.1 确定具体目标，设定社会化聆听的策略
做一件事之前，先要明确做的目的—需要用“聆听”到的结果来做什么；以及据此设定相应的策略—设置何种关键词组合以获取指定信息、在哪些渠道去监测这些重要的信息，以及选择哪个时间段来观测信息。
比如下面这些目的和与其对应的策略设定：
（1）想要识别出某汽车论坛主要的影响者/意见领袖？
监测指定论坛的用户UGC信息，通过他们的发帖量，点赞量和粉丝量的多寡来确定主要的影响者。
（2）发现新的市场机会？
看到潜在用户对竞争对手的同类车型有哪些不满，具体反映在负面的用户措辞上。
（3）监听特定的标签或者短语？
选择和设置能反映关注内容的关键词，可以采用“与”“或”“非”来进行关键词组合。
比如，下面一个关于“奥迪A6汽车动力系统”的社会化聆听关键词设置方案：
2.3.2 选择合适的社会化聆听工具
市面上，可以进行社会化聆听的工具有百度指数（百度司南）、微信指数、微指数和新浪微舆情（热度指数、全网/微博事件分析、微博传播分析、竞品分析）等。它们之中，既有免费的、可做基础分析的关键词热度查询工具，也有收费、可做商业级分析的社会化聆听工具。详情可以参看笔者的《10款数据分析“工具”，助你成为新媒体运营领域的“增长黑客”》的第二部分。
而且，笔者认为，一个好的Social Listening（社会化聆听）工具应该具备如下特征：
选好工具之后，通过设置特定的关键词\关键语句\品牌名称来追踪全网\特定垂直网站的媒体报道和用户UGC，发现新的机会，或是据此创造听众感兴趣的内容。
2.3.3 结合具体业务场景，对社会化聆听的结果进行分析
经过前面2个流程之后，就可以使用具体的社会化聆听工具进行自动化操作，从而得出详尽的结果了。然而，值得注意的是，得出的结果并不能直接使用，形成报告，需要结合所在行业的具体业务知识，进行去粗取精，去伪存真，过滤掉无效、无关信息，以及在专业知识的指导下对结果进行解读。
下面，笔者将以一个汽车行业的案例，来详细讲述上面关于社会化聆听的3个步骤。
3 社会化聆听的案例实操–汽车社会化媒体大数据实践在第三部分，笔者将以奥迪汽车下的一款豪华车型—奥迪A6（（Audi A6）作为实操案例，以此来对上面的理论部分的运用做一个简要的解说。
因为商业分析报告的价值很大（一份报告价值XXX万），分析的复杂程度也与之呈正比，又因涉及商业机密，故笔者会略去一部分数据及重要的分析，力求在简短的篇幅中，使读者大致了解社会化聆听实操的大体思路和流程。
对于该案例，笔者将采用如下图所示的分析结构/流程：
3.1 数据准备3.1.1 分析目标确定
（1） 新车上市反馈收集
在新车上市阶段，通过全网和特定垂直网站（汽车之家、爱卡汽车、新浪汽车和搜狐汽车等具有影响力的汽车垂直网站/论坛），快速找出用户对新车在外观、动力、操控等九个维度的媒体或用户评价，对新车卖点是否认可，有哪些点被吐槽最多，对价格的预期等等。
此外，通过监测竞品的产品反响及市场行为，研究竞品的优劣势，寻找自己可以切入的产品卖点。
（2） 品牌口碑诊断
通过电商数据、论坛数据、新闻数据，找出涉及本品牌评价的内容，利用情感分析、典型意见挖掘等文本挖掘技术，细分出涉及品牌评价的高频表述，并结合网站的权重进行曝光程度评估，快速、有效地了解本品牌在互联网上的口碑情况如何，为品牌传播策略的制定提供决策分析依据。
（3） 车型综合诊断
通过销量诊断模型找出车型在哪些地区比较成功，哪些地区差强人意，哪些地区具备潜力，把这些销售区域进行划分。同时，和该区域的销售标杆车型作对比，找到做得好的方面和不足之处，全面综合诊断车型的区域表现。某些指标更能细化到每个城市，有助于客户及时发现销量背后的问题，为市场策略制定提供参考。
3.1.2 数据采集范围
- 采集范围：全网/微博/汽车垂直网站（根据分析目的的不同调整数据采集范围）
- 采集时间区间：2017-01-01~2017-4-30（绝大部分分析）、2017-3-28~2017-4-30（竞品分析）
3.1.3 数据处理工具
- 新浪微舆情（热度指数、信息监测、全网事件分析、微博事件分析、微博传播分析、竞品分析），通过设置领域内的关键词组合来捕捉指定信息
- 头条媒体实验室，热点追踪
- 微指数，用户画像
- Python，文本数据获取、数据清洗、数据预处理及自然语言处理
3.2 全局性分析3.2.1 全网声量走势
这里笔者选取的分析时间段为2017-01-01~2017-04-30，也就是截取了2017上半年4个月的全网口碑数据作为分析对象。
从上图中可以看出，在这段时间内，整体声量曲线比较平稳，但在几个时间节点出现了“波峰”（如上图中的A、B、C、D、E、F），信息量陡增，这里可能出现了有些社会热门事件（如开豪车撞人事件、大规模召回事件等），或者是品牌公共宣传引起的。弄清楚这些“波峰”形成的原因，即了解引起舆论大规模生成背后的原因，对于品牌日后的公关极有帮助。笔者将在精细型分析中对其中的F点的“波峰”进行深入分析。
3.2.2 信息来源分布
在信息来源分布中，笔者去除了微博这一渠道，原因是，这部分产生的用户UGC信息量实在庞大，在信息来源渠道中占据“头名”。
从上面两个图可以看出，除去微博这一信息渠道之后，微信和百度贴吧的信息量占据前两名的位置。值得注意的是，其中，汽车垂直网站除了汽车之家之外，绝大部分的都是诸如今日头条、一点资讯、上海热线、腾讯新闻这样的新闻网站，但可以想见，这类信息以新闻公关的软文为主。这类新闻应用拥有庞大的用户群，而且像今日头条这类基于个性化推荐引擎技术，根据每个用户的兴趣、位置等多个维度进行个性化推荐资讯，往往会使品牌方/经销商获得精准的用户，所以他们也对于在资讯类产品上投放广告乐此不疲
3.2.3 全网情感正负面分析
及时发现关于产品/品牌/营销事件的负面讯息是十分重要的，因为政务舆情应对中的“黄金4小时定律”也适用于企业的品牌公关。
上图显示，在2017-01-01~2017-04-30这段时间内，涉及奥迪A6的全网信息中，有22.74%的信息量是负面的，也就是对奥迪A6不利的信息，这个负面数值较高，品牌方/经销商值得警惕，需要发现出现如此多负面讯息的原因，及时有效的进行负面口碑遏止。
点击黄色“敏感”圆弧，进入负面讯息详情，可进行人工甄别和分析，如下图所示：
3.2.4 全网关键词分析
下面是这段时间内全网涉及奥迪A6的所有信息的关键词TOP20。假如我们对汽车行业和奥迪A6有足够多的了解的话（也就是精通业务知识），那么，通过这些关键词，我们可以对奥迪A6的“全网印象”有一个整体的感知，了解全网关于奥迪A6涉及哪些方面，给后续分析提供思考框架。
从上图中可以看出，对于奥迪A6的讨论，集中在售后服务（ “投诉量”、“维权”、“4S店”、“汽车投诉网”、“服务”、“质量问题”、“汽车三包”、“诉求”）的探讨上。而根据前面的正负面情感分析，可以了解到这部分的口碑较差。
以下是全网关于奥迪A6的关键词TOP200形成的关键词词云，我们可以从中发现很多意想不到的信息，再次，分析原理同上，笔者在此不多做分析。
3.2.5 用户画像分析
因微博上的用户量庞大，且用户信息相对完整，故笔者对这段时间内，微博上关于奥迪A6有过提及的用户进行用户画像分析。
（1）性别
从上面可以看出，这段时间内对奥迪A6有过讨论的用户的男女性别占几斤三七开，符合常识（男性较女性更关注车）。
（2）年龄
从上图中可以看出，25-34岁、19-24岁这两个年龄段，也就是中青年群体对于奥迪A6较为关注，不管发布这些信息的人是否买过车，毫无疑问，中青年群体日渐成为购车主力。
（3）地域分布
从上图中可以看出，微博上关于奥迪A6的信息量分布，北京、广东、江苏等地的信息量最大，说明这些省市区的媒体/微博用户关于奥迪A6的讨论较多，某种程度上表面了这些地区对该车感兴趣的（潜在）用户较多，或者被品牌营销信息“洗脑”的力度大，购买意愿会强于其他地区的用户，值得奥迪品牌方/经销商重点布局。
以上是关于奥迪A6在全网上粗线条的、整体性的分析，接下来，笔者将结合汽车行业的具体业务需求，简要讨论一下跟奥迪A6相关的精细型分析。
3.3 精细型分析3.3.1 突出舆情事件剖析
在全局性分析的“全网声量走势”部分，A、B、C、D、E、F这几个点是全网声量曲线的“波峰”，也就是当天的全网信息量陡增。现在以F点的情况为例，探明其发生的原因。
点击F点，触发信息详情页面，用以发现热点出现的原因。连续翻动详情页，发现关于两个熊孩子玩火引发奥迪A6的新闻出现在多个信息渠道且数量庞大，可以确定是该条信息引起了这一天的舆论高潮。
紧接着，笔者找到其中一条传播影响力大的微博，如果想对它的传播路径进行分析，可参看笔者先前的一篇文章《揭开微博转发传播的规律：以“人民日报”发布的G20文艺晚会微博为例》。
本来，这场惨剧跟奥迪A6没有直接的关系，因为这个突发事件责任不在车，而在于熊孩子调皮，家长也没有看好孩子。但是，奥迪A6却被莫名其妙的卷进了海量的社会事件报道中，和“熊孩子”、“火灾”搭上关系的，经过众多媒体和微博大V的跟进传播，难免会强化或损失掉部分重要信息，事情在后续的传播中会逐渐失真，搞不好会被别有用心的人加以利用。
古斯塔夫·勒庞在《乌合之众》里提到“群体表现出来的感情不管是好是坏，其突出的特点就是极为简单而夸张…不幸的是，群体的这种夸张倾向，常常作用于一些恶劣的感情…”总之，品牌方若不对此类报道加以正确的引导，很容易给不明真相的吃瓜群众留下不好的印象。
3.3.2 口碑详情分析
除了上面关于奥迪A6的整体口碑情况，品牌商更感兴趣的是关于汽车本身（包含服务），哪些方面的市场上的反响较好，哪些让用户吐槽不已，而后者是他们更为关注的，直接关系到这款车在市场上的成败。
根据各大汽车垂直论坛上，用户对汽车的评价的侧重，笔者将其划分为操控、外观、价格等9个维度，包含“硬件”（材料、外观、零部件等）和“软件”（价格、售后服务等）两大方面。
综合全网关于这9各维度正面声量的绝对量和相对量的数值大小，得到如下图所示的各维度口碑对比图。
由上图可以看到，行驶过程（转向系统或方向盘、驻车制动等）的正面声量最大，说明奥迪A6这部分在市场上的口碑反馈较好；操控（转向灯或转向灯开关、遥控锁等）的正面声量居第二的位置，但负面声量的绝对值和相对比重较大，值得奥迪制造商/品牌商注意。
与此类似的还有，内饰、舒适性这两个维度，都是负面声量的绝对值和相对占比较高。
3.3.3 竞品分析
这部分，笔者选取了在市场上跟奥迪A6处于竞争关系的另外5款车型作为竞品分析的对象，它们分别是奔驰E级（Benz E-Class）、宝马5系（BMW 5 Series）、阿尔法·罗密欧166（Alfa Romeo 166）、捷豹S型、雷克萨斯GS（Lexus GS）。
因互联网时代的信息传播具有短、平、快的特点，市场形势也是瞬息万变，故为了保持时效性，笔者仅选取近一个月的全网数据作分析。
（1）传播走势对比
在分析时间段内,宝马5系的全网声量曲线一直处在最上方，表明该车在全网传播方面“碾压”了其他5款车，全网信息传播居于第二的奥迪A6仅在4-5和4-8这两天略微超过前者。紧跟这两款车其后的是奔驰E级。
可以看出，宝马5系和奔驰E级是奥迪A6 的主要对手，需要密切关注它们品牌方的“营销攻势”。
（2）负面走势对比
“树大招风“，在分析时间段内，全网传播处于领先地位的宝马5系，在互联网上敏感报道数最多，并在2017-04-25时达到顶峰，为444条，其次为”奥迪A6″、”奔驰E级”、”雷克萨斯GS”。
弄清楚竞品产生负面消息的原因，对品牌自身来说非常重要—把他人的“教训”当做自己的“经验”，可以避免无谓的损失。
（3）正负面高频词汇
这部分是关于这几款车在近一个月内的全网印象（信息的关键词提取），由此可以一窥全貌，对于感兴趣的关键词可以进行深入的“钻取”分析。
如上图所示，”奔驰E级”的负面高频词汇主要以”曝光”、”伪装”、”事故”为主;”奥迪A6″的负面高频词汇主要以”事故”、”受损”、”曝光”为主;”宝马5系”的负面高频词汇主要以”无语”、”飙车”、”曝光”为主;”阿尔法·罗密欧166″的负面高频词汇主要以”无语”、”飙车”、”曝光”为主;”捷豹S型”的负面高频词汇主要以”百姓”、”千篇一律”为主;”雷克萨斯GS”的负面高频词汇主要以”停售”、”召回”、”短命”为主。
（4）竞品各维度对比分析
将这6款竞品车型放在上面所提及的汽车口碑的9个维度上做对比分析，结果如下图所示：
由上图可以看出，奥迪A6在外观、内饰、服务这3个方面的正面口碑较为明显；而宝马5系在行驶过程上有较明显的优势，奔驰E级在空间和操控上的口碑甚好。
然而，奥迪A6在汽车配置、行驶过程和空间等方面是“短板”，市场正面口碑较其他5款车系偏弱，这是奥迪制造商/品牌方需要着重改进和注意的方面。
3.3.4 关联词分析
以下数据来源于选自“头条媒体实验室”，基于今日头条7亿累计激活用户，7800万日活用户（截至2016年12月底）的海量行为数据及文章数据，因用户覆盖面广和用户基数庞大，对其相关人群进行分析可以起到“管中窥豹”、“一叶知秋”的效用。如果该用户点击并阅读跟“奥迪A6”相关的文章，则判定该用户对该车感兴趣。
这里的相关词的“相关性”基于词汇之间的“共现原理”得到，详情请参看笔者之前的文章《如何用数据分析，搞定新媒体运营的定位和内容初始化？》第三部分，以下是“相关性”的计算公式：
关键词A和关键词B的相关度 = 同时包含关键词A和关键词B的文章的阅读数 / 包含关键词A的文章的阅读数
上图初看较为复杂，但细分为3个维度就很容易理解了：
- 气泡面积代表热度指数值大小。每个关键词的气泡大小代表该关键词在分析时间段内的热度大小，跟被浏览、阅读的数量呈正相关；
- 颜色代表该关键词的热度趋势。绿色代表呈下降趋势，红色代表呈上升趋势；
- 圆环深浅代表相关度大小。从里到外有三个圆环，由深到浅表明该词跟核心词（也就是“奥迪A6”）相关关系的由强变弱。
可以看出，上述提及的奥迪A6的相关词大都是其同类型的竞品，也是一些豪华车型，如宝马5系、雷克萨斯、宾利和英菲尼迪等。
值的注意的是，跟奥迪A6相关度较高且关注呈上升趋势的是宝马、奔驰和宝马5系，这表明它们经常在同一篇文章中被提到（多半是拿来做对比），能在某种程度上反映奥迪A6将要面临的主要对手，品牌方需做好品宣工作。
将上图转化为列表形式，可以分别看到跟核心词“奥迪A6”有关的相关词的“相关度排名”和“热度排名”。
不过，笔者窃以为，图能反映的信息量更大一些，能将三个维度的信息以直观的形式同时反映在一张图上，力求最大限度的还原现实世界中的现象，而列表会造成信息之间的割裂，损失掉部分重要信息。。。
3.3.5 典型意见挖掘
以上绝大部分是来自于媒体方面的信息，而关于用户的发声稍显不足，或是不够“纯净”。为此，笔者专门抓取了近三个月来，汽车之家、爱卡汽车、新浪汽车、搜狐汽车等数个有影响力的汽车垂直网站/论坛上用户关于奥迪A6的口碑评价信息。根据“帕累托法则”，这部分数据具有很强的代表性，能在某种程度上代表垂直网站上用户对于奥迪A6的口碑评价。
过滤掉其中的垃圾信息（广告、跟车无关的言论、明显的水军等），留下近6000条的评论信息。
然后，笔者对这些用户口碑评论进行典型意见挖掘，仅列出典型意见TOP10（代表语句数量TOP10），每个典型意见的代表语句TOP5，以及典型意见的影响力（占比）。如下表所示：
可以看到，在典型意见TOP10中，用户对于奥迪A6 的评价多以正面为主，如：
- 空间大（乘坐空间和储物空间）
- 操控良好（方向盘很轻和指向精准）
- 乘坐较为舒适
- 油耗满意
负面评论的重要集中在：
3.4 结论和建议从上述分析结果来看，可以得出如下简要的结论：
- 奥迪A6的整体网络评价呈负面，品牌方需要找出源头，做好品牌的正向公关；也要注意“打擦边球”的、涉及品牌的社会负面新闻，应及时疏导，予以破解，避免此类“天降的麻烦”
- 要注意用户在售后服务方面的投诉，，重点关于线下4S店服务、、质量问题、汽车三包等问题的处理
- 竞品方面，特别需要注意的竞争对手是宝马5系
- 产品方面，在汽车配置、行驶过程和空间方面存在短板，在动力方面的用户负面口碑尤其要注意（起步动力比较弱，踩油门操作吃力），这些是汽车制造商需要着力改进的方面
4 结语通过上述对奥迪A6这一行业应用的实例分析，我们可以对社会化聆听的功能有一个更深刻的认知：
- 品牌或者问题概要：人们如何评价您的品牌或问题的初步概要，完美适用于pre-survey调查以及问题的发展
- 市场审计 ：涵盖多个品牌或问题的深入报告，全方位“ 聆听” 包括竞争对手对比信息、品类综合信息和可实施的建议
- 持续追踪： 定期监测潜在的危机和竞争动向并且挖掘意想不到的惊喜
- 社区整合 ：在您自己的社区，捕捉会话，量化讨论话题，追踪一段时间里的会话数量，并辨别新兴主题
参考资料：1.《基于社会媒体的观测与预测技术》,哈尔滨工业大学社会计算与信息检索研究中心，刘挺
2.新浪微舆情（热度指数、信息监测、全网事件分析、微博事件分析、微博传播分析和竞品分析等）
3.头条媒体实验室
4. The Beginner’s Guide to Social Media, https://moz.com
5.The Impact of Big Data on Social MediaMarketing Strategies, http://tech.co，Dennis Hung
6. Social Listening Enables Social Business, CMONetwork, Daniel Newman
7.Social media metrics: Using big data andsocial media to improve retail customer experience, Daniel Newman,RetailWriter
8. http://www.ipsos.com
引用：干货｜如何利用Social Listening从社会化媒体中“提炼”有价值的信息？
编辑于 2017-10-19
8226 条评论分享
收藏感谢收起
更多回答
 知乎用户
市场调查、声誉管理、金融舆情大数据的践行者
28 人赞同了该回答
要回答好这个问题，就要挨个解答以下问题：
1. 什么是舆情？
2. 舆情管理、舆情监测、舆情研判、舆情应对、舆情系统的关系是什么？
3. 企业/政府舆情管理的必要性和重要性？
4. 如何做好舆情管理工作?
能做好舆情管理，就自然回答了知乎主提的问题。
下面我分头说下：
1. 什么是舆情？舆情是社会公众对各类现象问题事件所表达的态度意见言论和情绪的综合。
这里有几点需要理清。
舆情=正面舆情+中性舆情+负面舆情。而危机公关所讲的舆情一般是负面舆情。舆情=线上+线下的，线上=传统媒体+新媒体。而一般我们说的舆情特指的是网络舆情。企业舆情，就是与你企业相关系的那部分舆情，这个相关可大可小，富有弹性，具体取决于它的目的是什么。
这些概念十分重要。弄不清到后面就很麻烦。
2. 什么是舆情管理？基于上述概念辨析，舆情管理就是基于对你所在组织有关的舆情信息进行监测、分析、研判、报告，并采取必要的干预，并为我所用的全过程。
监测、分析、研判、报告都比较好理解，所谓干预，就说到了危机管理和正宣管理。
危机管理中，干预就是舆情事件的处理，对负面舆情进行删除、封堵、转移、引导等过程，目的是让公众看不见、看不清、听不进。
正宣管理，与危机管理正好相反，干预就是尽量的扩散传播，巴不得让天下人都知道。
那好了，可以看到舆情管理的概念包括了监测、研判、处置的概念，或者说，后者是前者的细分流程。
而舆情系统，本质是一套基于上述工作流程而搭建的信息流转平台。
最讨厌很多不懂装懂的人，一上来就大将系统，自己有什么系统，多牛。我往往就问一句，你的系统目的是什么？
3. 企业/政府舆情管理的必要性和重要性？
换句话讲，就是舆情管理能帮你的企业做什么？
大致以下几个：
- 企业口碑、客户满意度监测
- 企业竞争情报分析
- 品牌宣传、广告投放及危机公关
- 市场机会挖掘、产品技术开发创意挖掘
- 其他
4.如何做好舆情分析。
这个问题不好回答，第一取决于你的工作目的是什么。第二每个里面有很多细分的技术和方法。
看了各位知乎伙伴们的回答，大多是从危机公关角度谈的。
我也顺道说几句。
对于危机公关来说，舆情管理的核心价值是提前预知组织的潜在风险，并通过专业的分析研判，达到准确预警的目的，并在后续危机处置中根据舆情动态，从中提出处置有针对性的策略。
其实监测是个技术问题，目前的一些技术供应商做的大致差不多，但短板也都有共性，比如做不到针对朋友圈的监测。
研判是个难点，也是重点，目前业内还是人工做的多，技术能做的大半是嘴上的事。如果要开发一套系统，环视那个观点，到底能达到什么样的目的。
我先给系统崇拜的牛人一个需求说明书，希望他们能做到。做到了，请联系我。我的微信公众号“声誉管理札记” （请扫二维码就好了）
需求说明书在此：舆情研判，研判啥？
-------------------------------------------------------------------------------------------------------------
舆情研判，研判啥？
2016-06-03 杨昌龙stone 声誉管理札记
声誉风险管理可细分为8个环节（流程）——识别、评估、监测、研判、报告、处置、修复、评估，其中监测、研判、分析、处置是4大核心环节，也是目前各大商业银行工作的重心所在。
而在这4个环节中，监测为业界提的最早，做的也最多；报告比较容易理解，做起来也不很难；处置由于同义词众多——应对、处理、解决、公关——尽管侧重有所不同，但也为业界所熟悉，且有不同程度的做；唯有研判，个人感觉是说得多做得少，口头强调得多实际理解得少。这有点类似目前的大数据，人人都说自己在做，但做的怎么样谁也说不清楚。
这其中的原因是什么？舆情研判是什么？舆情研判到底研判啥？带着这几个问题开始下面的探索之旅。
一． 舆情研判的困局
舆情研判之所以“说得多、做得少”，个人认为有这么两个原因：
其一，对舆情研判的理解不全面，导致在执行中做的窄、片面、不完整。目前业界更多的将舆情研判等同于“分级、分类”。分级者，舆情性质及相应级别也。如舆情分为正面、中性、负面三类，负面舆情又分为三级或四级。分类者，舆情信息中所说的事件类别也。如服务质量类、业务经营类、案件类、信息安全类等。这两个维度的研判十分重要，但在现实情况下，仅有这两点还不够。譬如，一个舆情信息级别足够负面且也属于某一大类事件，但它如果是一条竞争对手恶意捏造的谣言信息该怎么办？
其二，将舆情研判视为归口管理部门的职责。业界普遍认识，基层员工只要做好舆情监测并及时上报就好，而舆情研判是机构负责人的事；机构负责人下单了指令，基层人员照着做就好。持这种理解的人同时认为，研判是处置中才做的事情。在声誉风险高度分散、偶然、随机、常态的情况下，归口管理显然是力不从心的。
上述两条是最重要的原因，也是目前最普遍的两个。其核心在于对声誉风险管理的整体流程框架认识不够，对舆情研判的内涵、外延及具体工作内容了解不足。
二． 舆情研判的定义
舆情研判是对舆情信息及其反映的事件进行分析、研究、归纳、挖掘，对舆情及其事件的发展趋势、风向、苗头进行全面的预判分析，以便提高事件处置的针对性和前瞻性。
该定义可做以下解读：
1. 舆情是事件的反映，不能离开事件单谈舆情。
2. 舆情研判是一个过程。分析、研究、归纳、挖掘，这四个近义词放在一起，也强调它是一项较为繁琐和复杂的工作。
3. 研判的核心是预测。分析趋势、了解风向，找到苗头。这一点类似大数据。
4. 研判的目的是为了提高事件处置的针对性和前瞻性。研判很重要。
5. 研判的关键词：准、全、早。
总结一句话，舆情研判对于事件处置的意义，类似于“望闻问切”之于中医治疗的意义。一车药物易得，一纸处方难求。
一位业内专家讲，“三流企业重监测，二流企业重策略，一流企业重研判”。深以为然。
三． 舆情研判的内容
1. 鉴别信息真伪，通过来源检验、逻辑检验、常识检验、事实检验等方法，判断舆情信息是否属实。判断真假是舆情研判的首要问题。其原因显而易见，处置一个真实发生的危机事件和处置一个谣言事件，其思路一定不同。
2. 通过舆情所反映事件的性质和属性，结合银行业行业特征，判断舆情及所反映事件的重要性、典型性、稀缺性和敏感性。100人的聚众闹事和1个人的涉媒投诉级别显然不同，对组织的重要程度也不一样；昨天中央刚下令戒酒令，今天单位就有高管大吃大喝，其意义自然与前天大不一样，抓典型就是这个意思；狗咬人是正常，人咬狗是异常，因为稀奇所以新闻。平时的微博投诉和315期间的投诉就不一样，敏感性使然。
3. 分析当前舆情的关注度和传播力，研判下一步的传播趋势和走向。网络舆情一般通过浏览量、回帖量、转帖量、转发量、点赞量及对应传播媒体的级别、报道内容、媒体关注焦点、评论焦点、记者风格、舆情传播节点等综合分析。一个舆情信息，经由传播，它多大程度改变了或可能改变多少人的观念是研判的核心。一篇论理清晰、文字通俗且针对性极强的讨伐檄文，其杀伤力一定大于一篇逻辑不清、语言不通、指向不明的文章；而在全民手机时代，微信每日推出的“腾讯新闻”阅读量一定高于一份地方小报的阅读量。效果和数量的乘机，舆情研判的结果就截然不同。另有，传播节点是非常关键的。因为自媒体的传播特性，一条信息被一个僵尸号转发关系不大，被任志强级别的大V转发就非常不一样。
4. 通过事件调查、媒体报道动态跟踪、分析媒体焦点及民意倾向，并综合舆情土壤、话题攻击度，特征等因素，预判舆情苗头、风向和走势。上午发生的电梯“吃人”事件被全国各大媒体报道，下午单位发生了ATM”电人”事件，分管领导怎可以像往常那样从容淡定。舆情土壤变了；年轻人在营业厅门前摔倒了不去理会说得过去，七旬老人摔倒就不一样，民意倾向使然。
5. 除了以上舆情研判内容，还需要确定以下问题：
5.1 单体事件/群体事件
5.2 个体孤立事件/行业普遍事件
5.3 短期关注/长期发酵
5.4 媒体外，其他利益相关方的诉求和看法
5.5 信息源头：来自网络媒体/自媒体，网络媒体中来自中央级媒体/地方媒体/小网站；自媒体是来自网络大V/普通个人/机构账号
5.6 舆情诱因分析：拨开舆情讨论的表象，研判本次危机的本质和根源
5.7 抓住事件背后的疼点，研判舆情的发生发酵消解的拐点。
上面说了这么多，但仍然觉得完整。原因前面提过，舆情研判的确是一项极为复杂的工作。那么，具体的“术”很多却不全，有没有一个原则或者法则，即所谓的“道”呢？
个人认为，舆情研判的关键，是从声誉风险角度出发，理解声誉事件、负面舆情和银行风险管理的关系。即：
事情（声誉事件）* 媒体（负面舆情）* 银行自身风险容忍
三者关系背后的逻辑是：事件是诱因，媒体是放大，容忍度是出口。没有事件，媒体就没有方法的机会（谣言问题再说）；没有媒体，事件对声誉的危害有限（其余危害再说）；没有银行这个主体，这个话题也就没有价值。
四． 舆情研判的注意事项
1. 声誉事件定级需考虑事件的动态变化；
2. 当突发声誉事件随时间推移升级后,按升级后级别的程序处理；
3. 声誉事件定级需充分考虑本行自身情况，如自身风险管理能力、风险偏好等因素；
4. 当声誉事件等级指标有所交叉难以判定级别时,应按相对较高一级突发事件处理；
最后，引用人民大学喻国明关于舆情研判的一段话：“舆情研判是一项较为复杂的工作。舆情是‘社会的皮肤’，也被称为‘社会时势的晴雨表’，它的构成成分是多层次、多元素的，如果只从表面的舆情表达去解读某些概念和含义，这是对社会组织、对决策者的一种误导。当社会公众消费者不断发出危机信号的时候，如果组织机构做出错误的解读，其面临的代价可能是非常沉重的，所以舆情研判者，要为这些信号的解读提供正确的方法。不要被表面的舆情话语牵着鼻子走，不要用简单的逻辑进行肤浅的图解。”
发布于 2016-06-22
284 条评论分享
收藏感谢收起
卢茜Joyce
互联网产品经理
37 人赞同了该回答
现在市面上的舆情监控产品多的数不清，但是实际上在系统层面，核心功能差异并不大。一般的全网监控正如1楼所说的，处于对搜索引擎的数据再挖掘，多半只能够做到广铺面的作用。
我觉得舆情监控在流程上来说可以分为发现-跟踪-处理-报告四大环节，针对现有一般的网络载体，如搜索引擎、论坛、社区、贴吧和微博等进行数据的挖掘。光从上面提及的载体复合度和技术环境跨度来说，就可想而知舆情监控自动化产品的技术难度。个人觉得一般市面上的舆情工具基本都是比较局限的，只能作为公关媒体的辅助工具。尤其在一件舆情事件的溯源上要做到精准十分困难，而且基本上舆情事件爆发后，以现今网络时代的传播速度，基本是在4-5小时内以几何倍速度增长。而通过系统去判断事件是否可能爆发，何时爆发这样的预防措施更是难上加难，因此基本现有的舆情产品都免不了提供人工的部分服务。
针对与企业主或政府机构来说，最大的需求当然是及时发现并控制舆情发展。这也是舆情监控产品大部分时候拿所谓的全网监控、实时监控等嘘头吸引客户目光的主要原因。
其实，针对现有的所谓全网监控，我倒是认为对目前几个新媒体形式的舆情监控更能达到效果，比如微博、微信。尤其是微博，不论是新浪微博还是腾讯微博，作为微博的核心特点，就在于文本内容精简，关键词突出，语义判断较为简单，同时微博又是网络舆情最容易爆发及广泛传播的阵地。
且现今大部分主流媒体、社会知名人士都开具微博，所以通过对微博舆情的监控，最容易及时的发现舆情，且结合微博的开放平台资源，能够比较容易的对事件的传播情况进行分析和追溯，及时找到关键人物，这部分应用和系统在现在也有许多的公司都在做研究，且有了一定的成果。
如果能够针对舆情微博进行传播路径分析，同时通过对传播内容进行语义判断，最好能够做到对微博文本进行相似度判断，从而追溯到事件的原始微博，我觉得会比现今市面上的大部分监控系统要有效和及时的多。再结合及时的预警通道，和一段时间内的数据分析挖掘，能够让用户对事件形成一个较为完善的感知认识。
当然以上只是针对系统层面的分析，我认为在未来很长一段时间内，舆情监控还是缺少不了人工的干预，一个对于舆情事件有较强敏感度和较丰富处理经验的公关人员，要比一个套重金砸出的系统要靠谱的多。不过，这显然对于大部分企业主和政府机构来说，是比较困难的。所以，针对政府机构和企业来说，除了一套相对靠谱的舆情监控系统外，更重要的是要努力的通过时时刻刻发生的网络舆情事件，不断的学习积累，这样才有可能在遇到实际情况时，及时作出应对。
编辑于 2013-07-19
|
|
发表于 2018-5-26 15:23:07
收藏
分享
淘帖
