Web Analysis
Perché l'analisi
Le evidenze emerse dall’ analisi consentono di definire strategie e azioni utili a raggiungere gli obiettivi di marketing di un Brand, di un Ente o Organizzazione o di personaggio pubblico.
Comprendere i principali bisogni informativi e pratici dei pubblici, siano essi utenti, clienti o prospect di un
brand, rispetto ad un tema specifico, consente di progettare le azioni di comunicazione più utili per
incontrare l’interesse e il gradimento dei pubblici online. E’ un’azione propedeutica e necessaria per avere cognizione della web reputation e derivare azioni strategiche in ottica data driven, sia in ambito marketing che in ambito comunicazione.
Che cos’è la netnografia?
La Netnografia è un metodo di analisi quali-quantitativo, che consente ai ricercatori di immergersi in maniera empatica nelle interazioni e nelle conversazioni spontanee delle persone, al fine estrarne insight di natura commerciale e culturale di rilevanza strategica.
Rispetto al social media monitoring, si arricchisce di un processo interpretativo, di ispirazione sociologica, che va oltre la mera classificazione o la traduzione dei dati in grafici, e che non può essere automatizzato.
Viralbeat è stata tra le prime agenzie a introdurre l’innovativa metodologia nello scenario del marketing italiano, rielaborando in ottica di mercato gli studi sul digital methods paradigm di R. Roger. A tutt’oggi è solida e fruttuosa la relazione col mondo universitario, grazie alle partnership con
l’Università Federico II di Napoli, l’Università degli Studi di Milano e la Business School di Copenaghen che ci consentono di intercettare i nuovi sviluppi della ricerca e adattarli alle esigenze delle aziende e dei mercati.
Tipologia di Analisi e output
1. Volumi e fonti
Viralbeat monitora i volumi di dati prodotti negli ecosistemi digitali, dalla blogosfera ai social channel, restituendo il totale categorizzato per fonte, in base al luogo digitale in cui è stato prodotto l’item.
2. TREND
Attraverso il trend dei dati si ottiene una panoramica quantitativa del flusso di dati e la possibilità di indagare specifici picchi di attenzione mediatica nella narrazione del brand.
La periodizzazione è customizzabile (es. mese, bimestre ecc.) e può restituire una valutazione complessiva della presenza del brand o suddivisa per canale.
3. Sentiment Analysis
L’analisi del sentiment consente di definire se le conversazioni realtive ad un’entità sono positive, negative o neutre dal punto di vista del linguaggio utilizzato.
Viralbeat sviluppa la tecnica in modo sia manuale, che semi-automatico. Il setting che guida il processo di machine learning (l’apprendimento del software) è ottimizzato continuamente attraverso la supervisione dell’analista, al fine di evitare distorsioni interpretative legate ad ambiguità semantiche e garantire un’altissima qualità del dato.
4. Analisi Community – Content Analysis
Viralbeat analizza i social touchpoint di proprietà del brand, andando ad osservare il comportamento degli utenti attraverso l’interazione più preziosa in chiave reputazionale: i commenti (o le recensioni).
I commenti vengono taggati e categorizzati, sia secondo un criterio di rilevanza, che secondo un criterio di pertinenza (in base al tipo di argomento trattato).
Nel tempo, attraverso la creazione di uno storico, si sviluppano analisi comparative.
5. Clusterizzazione Hashtag
A partire dal monitoraggio degli hashtag di riferimento (di brand o di campagna) si analizzano le co-occorrenze di altri hashtag che vengono categorizzati, al fine di studiare il contesto semantico in cui si ritrovano ad essere fruiti e/o utilizzati dai pubblici.
6. Analisi delle Emozioni
Si tratta di un’analisi di affinità lessicale di tipo semi- automatico: attraverso il settaggio di script di proprietà e la costruzione di librerie semantiche ad hoc, Viralbeat è in grado di catalogare il linguaggio utilizzato sui testi presi dal web rispetto ad una determinata tipologia di emozioni e di ricavarne così un indice di coinvolgimento emotivo.
7. Mappa delle narrazioni
Si analizzano la comunicazione dei competitor attivi sul web e sui vari social channel, le attribuzioni di senso rilevate dalle conversazioni degli utenti, attraverso una mappa delle narrazioni, volta ad esplorare l’immagine percepita dei brand nello stesso scenario competitivo.
La selezione dei brand sarà basata sulle indicazioni del cliente rispetto al settore di riferimento, in coerenza con le valutazioni di rilevanza e pertinenza, rispetto alla comunicazione prodotta.
8. Brand Personas Framework
Tracciamo profili di utenti potenzialmente idonei ad entrare in relazione col brand. Il percorso parte dall’individuazione delle identità discorsive e arriva alla costruzione di vere e proprie personas.
Le identità discorsive sono idealtipi riconducibili a modelli di comunicazione precisi, con logiche, metodi e dinamiche ben delineate.
L’attribuzione ai profili delle caratteristiche è basata sull’interpretazione netnografica delle conversazioni on line, da parte degli analisti, dopo l’individuazione di contenuti pertinenti. Il principio di base è che ogni utente, nel rappresentarsi in un universo discorsivo (forum, social media ecc), esegue un ruolo narrativo, che è legato all’emergere di un dato culturale. Qusta deduzione diventa input per guidare strategie di comunicazione
altamente profilate
