Monitoring social media: social listening, narzędzia i metodyka

Kontekst tematyczny

Szersze ujęcie tematu znajdziesz w artykule filarowym Community management i obsługa klienta w social mediach. Powiązane decyzje omawiają szerzej Budowanie społeczności: kiedy opłaca się własna społeczność, Komunikacja kryzysowa w social mediach: jak wcześnie rozpoznać kryzys wizerunkowy i Moderacja w social mediach: usuwać, ukrywać czy odpowiadać.

Ustalenia, które zmieniają decyzję

Model pracy: główne cele social listeningu jako dyscypliny to obserwacja, analiza, wczesne ostrzeganie i insighty; główne KPI to share of voice, sentyment i wykrywanie trendów; odpowiedzialność leży zwykle po stronie marketingu, działu insightów lub PR. Community management, obsługa klienta w social mediach i moderacja otrzymują od listeningu sygnały, na które odpowiadają lub które eskalują.

Przechowywanie danych w regionie DACH (Niemcy, Austria, Szwajcaria): Swat.io (Wiedeń) przechowuje dane w centrach danych w UE, od grudnia 2024 r. ma certyfikat ISO/IEC 27001:2022, oferuje szyfrowanie AES-256 i umowę dodatkową DORA; Facelift (Hamburg) podkreśla przechowywanie danych w UE i ISO 27001.

Wczesne ostrzeganie w kryzysie: agencja famefact wymienia cztery sygnały, które powinny uruchamiać weryfikację: nagły wzrost liczby wzmianek, gwałtowną zmianę sentymentu, skoordynowaną aktywność wpływowych kont i nowe negatywne hashtagi związane z marką. Krzywa przebiegu jest przy tym wyjątkowo stabilna: eskalacja w ciągu kilku godzin, szczyt po 24–48 godzinach, potem wygaszanie. Kto reaguje dopiero drugiego dnia, komentuje już koniec.

Jak taka krzywa wygląda w praktyce, pokazuje przypadek ERGO z 2011 roku: po doniesieniach o imprezie dla przedstawicieli handlowych w Budapeszcie krytyka na Twitterze eskalowała i osiągnęła szczyt 21 maja, gdy pojawiło się ponad 500 postów, analizowanych wówczas w Salesforce Radian6. Przypadek jest stary, więc ma charakter wyłącznie ilustracyjny, ale wniosek nadal jest aktualny: sprawnie działający system wczesnego ostrzegania ograniczyłby szkody wizerunkowe.

Analiza sentymentu z użyciem LLM: LLM lepiej niż klasyczne NLP, takie jak VADER czy RoBERTa, wychwytują kontekst, sarkazm i wielojęzyczność. Jak mocno RoBERTa przechyla się w stronę neutralności, pokazuje badanie z arXiv dotyczące artykułów prasowych o tematyce politycznej: z 50 artykułów model uznał 70% za neutralne, a 23% artykułów uznanych za neutralne miało wyniki prawdopodobieństwa negatywnego powyżej 0,30. W odniesieniu do niemieckojęzycznych postów w social mediach liczby te niczego bezpośrednio nie dowodzą. Mimo to zaskakująco wysoki udział neutralnych ocen jest dobrym sygnałem ostrzegawczym przy Twojej własnej weryfikacji.

Metodyka: od zapytania wyszukiwania do przekazania sygnałów

Konfiguracja social listeningu jest tylko tak dobra, jak zapytanie wyszukiwania, na którym się opiera. Buduj ją w tej kolejności:

1. Budowanie zapytań: uwzględnij nazwy marek i produktów, hashtagi kampanii, nazwiska członków zarządu i najważniejszych konkurentów. Połącz je operatorami logicznymi (AND, OR, NOT) i dodaj warianty pisowni: literówki, ae, oe i ue zamiast umlautów, ss zamiast ß w przypadku postów ze Szwajcarii, skróty i formy dialektalne.
2. Wykluczanie szumu: jeśli nazwa Twojej marki jest też słowem potocznym lub nazwą miejscowości, wyklucz inne znaczenia za pomocą NOT. Przed pierwszym raportem sprawdź na próbie, czy wyniki naprawdę dotyczą Twojej marki.
3. Wybór źródeł: ustal, które sieci, serwisy informacyjne, fora i portale z opiniami się liczą, i zapisz, czego narzędzie nie widzi: prywatnych grup, komunikatorów i wiadomości bezpośrednich.
4. Weryfikacja sentymentu: regularnie koduj ręcznie próbę i porównuj ją z automatycznym przypisaniem. Zwracaj uwagę na ironię i zaskakująco wysoki udział neutralnych ocen.
5. Kalibracja alertów: ustawiaj progi względem własnego poziomu bazowego, np. liczby wzmianek na godzinę w porównaniu ze średnią z ostatnich tygodni, a nie stałe wartości. Cztery sygnały famefact opisane wyżej dobrze sprawdzają się jako wyzwalacze.
6. Zasady przekazywania: ustal, kto otrzymuje który sygnał. Pojedyncze zapytania trafiają do obsługi klienta w social mediach, komentarze wymagające moderacji do community managementu, a sygnały kryzysowe do PR lub zespołu kryzysowego. Jak przebiega eskalacja w sytuacji kryzysowej, opisuje Komunikacja kryzysowa w social mediach: jak wcześnie rozpoznać kryzys wizerunkowy.
7. Kwestie ochrony danych: publiczne posty są danymi osobowymi, gdy tylko można je przypisać do konkretnej osoby, również poprzez nazwę użytkownika (art. 4 pkt 1 RODO). Podstawą prawną może być prawnie uzasadniony interes na podstawie art. 6 ust. 1 lit. f RODO, z udokumentowanym wyważeniem względem interesów osób, których dane dotyczą. Do postów, z których wynikają dane o zdrowiu lub poglądy polityczne, mają zastosowanie surowsze zasady art. 9 RODO: tam sam prawnie uzasadniony interes nie wystarcza i potrzebny jest jeden z wyjątków z art. 9 ust. 2. Wyjaśnij też, jak spełniasz obowiązek informacyjny z art. 14 RODO albo dlaczego ma zastosowanie wyjątek z art. 14 ust. 5, na przykład niewspółmierny wysiłek. Analizuj dane zbiorczo i nie twórz profili poszczególnych osób.

Narzędzia: przegląd i kryteria testu

Swat.io i Facelift to przede wszystkim narzędzia do obsługi własnych kanałów, z planowaniem publikacji, skrzynką odbiorczą i raportowaniem. Swat.io oferuje dodatkowo zintegrowany monitoring serwisów informacyjnych, blogów i forów. Do szerokiego pokrycia źródeł, porównań z konkurencją i analizy trendów służą osobne platformy do social listeningu, takie jak Brandwatch, Lumen by Talkwalker (dawniej Talkwalker, przejęty przez Hootsuite), Meltwater, Brand24 i YouScan. Brand24 wymienia jako źródła m.in. social media, serwisy informacyjne, blogi, fora, podcasty i recenzje. YouScan stawia na rozpoznawanie obrazów i znajduje logo także na zdjęciach, których tekst nie wymienia marki.

Porównywanie list funkcji niewiele daje. Przetestuj dwa lub trzy narzędzia z własnymi zapytaniami w tym samym okresie i oceń je według tych kryteriów:

Pomiar: jak prawidłowo interpretować share of voice

Share of voice znajduje się o poziom wyżej niż same metryki platformowe: należy do KPI marketingowych. Les Binet i Peter Field na podstawie analiz IPA Databank wykazali, że marki mają tendencję do wzrostu, gdy ich udział w wydatkach reklamowych kategorii przewyższa ich udział w rynku (podsumowanie w DPR&Co). Ten excess share of voice jest miarą mediową. Share of voice z social listeningu mierzy natomiast udział we wzmiankach, a wniosku Bineta i Fielda nie można po prostu na niego przenieść. Traktuj go jako porównanie z konkurencją i wskaźnik wyprzedzający, a nie jako prognozę wzrostu.