圖片來源:

【大數據驅動商業策略】講座精華(IV) - 善用大數據工具掌握品牌競爭力,讓i-Buzz VOC+成為敏捷策略管理好幫手

延續前一場講座,我們已了解如何以數據為基礎透過口碑爆紅十大句型為品牌創造能見度,本篇將由i-Buzz Research 網路口碑研究中心數據應用經理 孫敬軒接續以美妝市場為例,與我們說明「何時」以及「如何用對」大數據工具維持敏捷調整策略,並善用 i-Buzz VOC+工具時刻掌握品牌競爭力。

 

 

一、大數據工具提供即時與邏輯兼具的分析,協助企業維持敏捷

 

過往企業在制定策略時,經常依循策略管理之父安索夫提出的策略管理五步驟「界定目標、分析環境、形成策略、執行策略、評估結果」運作。然而隨著管理學的演進,近年根據麥肯錫及哈佛商學院的研究,提出了「維持敏捷」的重要性。敏捷式管理又稱為「Agile」,源自於軟體開發,其核心理念為「快速試錯、即時回應、顧客導向、排定優先順序分配資源」。而大數據工具提供了即時性且具有邏輯的資訊,協助企業了解消費者insight,制定出合乎市場的策略,也提供企業資源配置的參考依據,是企業維持敏捷策略管理不可或缺的工具。

 

 

 

二、大數據應及層面廣又複雜,i-Buzz VOC+帶您從關鍵字設定到數據解讀一把抓用涉

 

企業如未使用大數據應用工具,以人力進行輿情分析時常會遇到以下問題:

 

1. 人工爬版耗時、耗力

→ 大數據工具透過Python系統性爬版快速又便利,大幅降低時間與人力成本。

 

2. 人工爬版缺乏準確度與完整性

→ 大數據系統搜尋範圍涵蓋上萬個頻道,並結合語法除錯,強化資訊蒐集的準確度,降低雜訊的干擾。

 

3. 討論內容無奇不有,截圖到天荒地老

→ 大數據系統可協助量化消費者討論的內容,減少質化分析帶來的偏差。

 

4. KPI評估總是球員兼裁判

→ 大數據系統提供客觀的第三方數據,協助企業檢核活動執行成效,解決球員兼裁判的窘境。

 

 

然而即使企業採用了大數據應用工具,仍可能遇到「關鍵字設定困難」、「產品設定太少無法看到整個品類的表現」、「市場界定範圍模糊」、「數據龐雜無法抓到重點」等問題,以下我們將帶您了解i-Buzz VOC+如何替企業解決以上痛點!

 

 

 

三、i-Buzz VOC+以三階層關鍵字設定結合產業分類詞庫讓輿情分析更全面

 

前文中我們提到現代的策略管理概念中「維持敏捷」的重要性,然而我們該如何維持敏捷呢? 我們透過日本三井住友海上集團4位資料科學家提出的5D框架幫助我們結構化地解析敏捷策略管理需要做的工作有哪些?

 

1. Demand 需求-詢問需求: 

透過持續性搜尋、追蹤、檢核,時刻掌握消費者的需求變化。

 

2. Design 設計-描繪整體輪廓:

利用每日、每週、每月的定期觀察描繪出消費者的具體輪廓,以達到精準的TA設定與溝通切角規劃。

 

3. Data 資料-搜集資料:

以系統化的自動爬搜技術搜集巨量的資料並進行結構化的管理

 

4. Develop 開發-分析資料:

i-Buzz VOC+提供邏輯性的資料分析模組,幫助行銷人有效追蹤產業最新狀況。

 

5. Deploy 部署-展示資料:

透過電子報、儀表板(Dashboard)、檢核報告等多元形式展示資料,協助後續數據解讀、策略擬定等工作。

 

 

而企業又該如何以5D框架實際應用於大數據分析呢? 以下我們將透過「每日監控」、「每週追蹤」、「每月檢核」三階段,分享iBuzz VOC+大數據工具的功能:

 

  • 每日監控:

 

前文中提到企業在使用大數據工具時,首先會面臨關鍵字設定的問題。在輿情分析的領域中,關鍵字設定看似簡單,但其實是門檻較高的一門技術。i-Buzz透過「消費者族群、消費者需求、產品功能、產品類別、明星產品」等多面向的關鍵字設定,並排除低相關與錯誤的話題,讓資料爬蒐的結果更加完整精準。此外i-Buzz VOC+系統內建話題篩選器,幫助使用者鎖定欲觀察的「來源、頻道、評價」,精準篩選出需要檢閱的話題,達到省時又省力的目標。當然也可以直接產出分類篩選後的報表,進一步分析利用。

 

 

除了基礎的話題查詢,i-Buzz VOC+也提供每日電子報的服務。每日定時將系統爬蒐整理的資訊彙整發送給企業窗口,觀察的面向涵蓋「論壇話題、特定頻道、負評追蹤」,不僅可以協助行銷人員找尋可操作、置入的機會點,也可以進行即時的負評管控,維持品牌好感度。

 

 

  • 每週追蹤:

 

過去以人工方式搜尋、追蹤話題的模式已不適用於現今輿情分析的趨勢,i-Buzz VOC+透過「經典圖表庫」、「話題速查」兩大話題追蹤工具,協助企業即時、快速、精準的掌握網路議題趨勢。

 

經典圖表庫有別於市面上其他social listening工具,i-Buzz VOC+系統內建上百張常用圖表,且下載次數不受限,對有分析需求的企業內部市調人員來說至關重要。此外話題速查結合了i-Buzz獨家的三層級篩選功能,除了下載次數沒有限制,也讓分析人員可以更細緻的篩選出欲觀察的話題分類。

 

 

而在資料的呈現方式上,i-Buzz VOC+獨家設計的儀表板,納入包括「每日聲量趨勢、產品聲量佔比、關鍵字分析、熱門話題」等多樣化的圖表,幫助有定期追蹤輿情動態需求的行銷人快速一鍵下載數據與圖表,省時又省力讓數據分析不再成為整理圖表與撰寫報告的惡夢。

 

 

  • 每月檢核:

 

i-Buzz VOC+獨家的三階層設定邏輯,除了可以做同階層的比較,也可透過結構化的關鍵字設定提高資料蒐集的完整性,有效解決市面上一般social listening工具只能設定單一組關鍵字觀察的問題。除了三層級的關鍵字設定,i-Buzz VOC+結合了分類詞庫讓分析結果更具應用價值。

 

市面上的大數據系統多以AI進行自動斷詞,除了無法針對不同產業別做出差異化的分析,也會出現雜訊過多、熱門詞彙無消費者insight的窘境。i-Buzz VOC+針對不同產業別設定專屬的分類詞庫。以美妝產業為例,詞庫分類包含「保濕效果、美白效果、抗老效果、抗痘效果、成分、膚況」等,結合「品牌、品類、產品」三層級的設定,我們可以交叉觀察如: 1. 小黑瓶、小棕瓶的各功效討論面向差異。 2. LANCOME、ESTEE LAUDER抗老產品在抗老效果的細部討論為何。有效協助企業描繪出更為細緻、具體的消費者輪廓。

 

 

此外i-Buzz以多年的輿情分析服務經驗,在VOC+系統中內建九大類自動化分析報告模組。自動化分析報告的模組從宏觀的行業趨勢觀察到品牌、產品的例行性觀察報告都一應俱全,提供企業一鍵下載各類報告所需的圖表,幫助企業降低數據分析與統整的成本。

 

 

以下舉例分享i-Buzz VOC+資料呈現方式:

 

一、關鍵字分析

 

前文介紹中提到VOC+以獨家的分類詞庫讓關鍵字分析不受低相關詞彙等雜訊干擾,可以有效率的掌握消費者insight。下圖為各產業皆適用的行銷4P分析模組,透過產品、價格、通路、促銷解析品牌自身、競品對比、產業趨勢等多元面向的關鍵字觀察。此外VOC+系統的關鍵字分析也可以協助企業長期觀察同一標的(如:特定品牌、產品)的熱門關鍵字變化,幫助企業掌握品牌形象、消費者需求的轉變。

 

 

二、聲量分析

 

有別於市面上其他大數據應用工具只能設定單一關鍵字或若干組關鍵字做觀察的限制,以美妝產業為例,i-Buzz VOC+以產業資料庫的規模,設定了200個品牌並涵蓋上萬項產品的關鍵字設定,讓資料庫更貼近產業現狀。不僅可觀察品牌表現,更可下探分析產品聲量,協助企業以更全面、不受侷限的視角檢視自身表現與掌握產業脈動。

 

 

三、來源分析

 

聲量來源的分析除了可以掌握消費者的討論聚集地,更可以幫助企業追蹤品牌、競品、產業在不同頻道的露出比例,提供企業在進行廣告、行銷投放資源配置時作為參考。此外區分活動聲量與實質聲量對企業來說也是聲量追蹤的重點之一,以行銷活動密集的美妝產業為例,掌握每一觀察區段的聲量來源是來自活動聲量或消費者的實質討論相當重要,了解活動聲量的占比能夠幫助品牌檢核一波活動的宣傳成效。

 

 

四、好感度分析

 

只看聲量還不夠,掌握消費者對品牌實質的討論內容也至關重要。除了聲量外,iBuzz  VOC+也可以透過正面與負面評價的統計,計算出品牌或產品的好感度,協助企業掌握品牌自身與競品的差距。此外透過i-Buzz的聲譽定位分析,結合聲量與好感度兩項指標做觀察,除了可幫助決策者判斷資源應該投注在累積聲量抑或是提升好感度,同時也可以作為消費者議題溝通規劃的參考依據。

 

 

 

讓 i-Buzz 成為您橫跨數據分析與商業運用的橋樑

 

大數據的應用過去幾年在行銷業界不斷被反覆強調,然而能夠橫跨數據分析與商業應用兩大領域的工具少之又少。i-Buzz VOC+奠基於過去十多年的輿情分析經驗,結合三階層結構化的關鍵字管理,以及針對各產業做出獨家差異化的分類詞庫,協助企業在進行輿情分析、市場調查時有效節省分析人力與時間成本,幫助行銷人快速掌握消費者insight,提高策略擬定的效率與行銷資源投放的精準度,最終幫助企業成功落實敏捷式的策略管理。

 


 

i-Buzz VOC+ 產業口碑數據庫

i-Buzz VOC+ 產業口碑數據庫,內建17大產業114個品類分析資料庫,可快速查詢產業中各「品牌、系列、產品」三階層聲量數據。五大工具可各別租賃:品牌電子報、產業話题速查、自動化圖表庫、分類詞庫、數據報告,依照客戶需求推薦適合工具組合,減少預算浪費。

 立即聯絡我們 

 

追蹤我們

訂閱我們

訂閱我們|收到最新分析文章!

* indicates required