Riassunto esame Comunicazione pubblicitaria e linguaggi mediali, prof. Boccia Artieri, libro consigliato Social Media Marketing, Tuten, Solomon

CAPITOLO 9 - I SOCIAL MEDIA PER COMPRENDERE I CONSUMATORI

Il ruolo dei social media nella ricerca

Gli operatori di marketing devono comprendere i consumatori e il loro ambiente,

e ogni decisione deve essere basata sulle conoscenze del pubblico. Per prendere

decisioni ci si affida alla ricerca. Con i social media si sono ampliate le possibilità

di espressione del pubblico, con una maggiore importanza all’utilizzo degli UGC. Il

monitoraggio è effettuabile per qualsiasi cosa che sia disponibile al pubblico nei

social media (le menzioni della marca). La ricerca secondaria si avvale di infor-

mazioni già raccolte e disponibili per l’uso (fonti a pagamento di dati, pubblica-

zioni, fonti interne), mentre quella primaria è effettuata proprio per gli obiettivi di

ricerca del momento, con strumenti quali osservazione, focus group, interviste

approfondite, sondaggi, simulazioni, test di mercato.

I tipi comuni di dati sono detti verbatim (commenti effettivamente effettuati da

parte degli utenti), per i quali è possibile identificare elementi come ora e data di

pubblicazione.

Ricerca qualitativa sui social media 29

La ricerca osservativa consiste nella registrazione del comportamento o delle sue

prove residuali (offline si fa da anni per esempio con l’osservazione delle persone

durante lo shopping). In rete si ricorre al social media listening, e sono molte le

aziende a dedicarsi solo a tale attività nelle prime fasi di maturità. Riconoscendo

sempre più il valore dei dati residuali condivisi sui social, è probabile che l’ap-

proccio aziendale diventi più sistematico e organizzato, ricorrendo al social media

listening affiancato a strumenti di monitoraggio per migliorare la raccolta dati

(Technorati, Google Blog Search, Blog Pulse, Twitter Search, Google Alerts, Goo-

gle Trends). Le ricerche dei contenuti social potrebbero non essere rappresenta-

tive dei siti in cui vengono pubblicati, perciò si parla di campionamento di comodo

(indicazioni difficilmente generalizzabili all’intera popolazione).

I dati relativi al listening devono essere classificati dalle persone più che dalle

macchine, quindi si tratta di un processo complesso che non può trattare grandi

volumi di risposte.

Una delle ricerche più comuni è quella delle menzioni di una marca, che possono

essere utilizzate per misurare il volume delle conversazioni, la diffusione virale,

individuare motivi di insoddisfazione nei confronti del prodotto; nel caso delle la-

mentele il problema può diventare opportunità se trattato rapidamente, con il

passaparola sulle azioni compiute dall’impresa per risolverlo.

La netnografia è invece una metodologia di ricerca in rapido sviluppo e che adotta

le tecniche dell’etnografia applicate allo studio delle comunità in rete. Segue di-

versi passaggi:

- Individuare i luoghi d’incontro online che potrebbero fornire informazioni

sull’argomento

- Selezionare le comunità che si concentrano su un argomento o segmento, con

un alto traffico di post, con tanti partecipanti attivi e con post dettagliati

- Apprendere la cultura del gruppo

- Selezionare il materiale da analizzare e classificarlo come social o informativo e

in tema o fuori tema

- Classificare in categorie le persone che prendono parte alle discussioni

- Tenere un registro delle osservazioni

- Essere chiari con la comunità osservata

Ricerca quantitativa sui social media

La seconda fase della ricerca è il monitoraggio dei social media, e funziona con

software che ricercano sistematicamente determinate parole chiave in blog, social

network, forum. La differenza tra ascolto e monitoraggio è nella continuità

dell’approccio: l’ascolto è effettuato ad hoc, il monitoraggio è sistematico. La rac-

colta delle informazioni è detta scraping, ed è volta all’inserimento in un data-

base. Ora si hanno dati qualitativi e quantitativi per rispondere alle domande:

Quante volte risulta il termine? Quando? Dove? Chi lo ha utilizzato?

La ricerca va oltre il semplice ascolto e monitoraggio, specificando i soggetti con

cui i ricercatori intendono interagire, dove queste persone possano essere tro-

vate, le domande da rivolgere. Questo rientra però in un piano di ricerca da sti-

lare prima dell’inizio della raccolta. 30

I dati possono essere usati per stimare il sentiment, cioè quello che le persone

pensano o sentono in merito a un’entità come una marca o un personaggio. Il

sentiment è più legato alle emozioni che alla razionalità, ma cattura un’opinione

su qualcosa. Si tratta essenzialmente di una ricerca sugli atteggiamenti, chiamata

a volta opinion mining: analizzare il contenuto per determinare l’atteggiamento

del suo autore, determinando se si tratta di conversazioni positive o negative. Il

ricercatore crea un dizionario di parole ed espressioni necessario per la codifica

dei dati. L’analisi del sentiment richiede una grande quantità di lavoro quanto ef-

fettuata da umani, ed è molto complessa per essere effettuata dalle macchine,

che non riescono a capire per esempio i giochi di parole. Ci sono diversi passaggi

che conducono all’analisi del sentiment:

- 1: cercare, raccogliere, ripulire. Web crawler (app che si muovo tra i siti racco-

gliendo e memorizzando i contenuti) per selezionare solo contenuti pertinenti

(basandosi sul dizionario). Il processo è detto web scraping.

- 2: estrarre gli elementi di interesse, i post rilevanti.

- 3: estrarre il sentimento con gli indicatori di sentimenti. L’intento del messaggio

è più semplice da comprendere quando i dati per frammento di contenuto sono

minori. Il dizionario del sentimento specifica gli indicatori e le regole per l’ana-

lisi.

- 4: aggregare dati grezzi per arrivare a una sintesi.

L’analisi del sentiment ha però diversi problemi: accuratezza (manca nei sistemi

automatizzati), fattori culturali (sfumature linguistiche per decretare contenuti

positivi, negativi, neutri, e grandi difficoltà per i software nel comprendere le

stesse sfumature), definizione del dizionario del sentiment (più significati delle

parole), precisione dei dati di classificazione (difficile reperire info sugli autori dei

commenti).

Il sentiment è un tipo di text mining, cioè una raccolta e analisi dati da fonti si-

gnificative.

L’analisi del contenuto è invece un approccio analitico utilizzato per identificare la

presenza di concetti e temi all’interno di dati qualitativi, e procede dall’alto con

l’applicazione di teorie o risultanze empiriche alla codifica. L’intento è di consen-

tire al ricercatore di fare inferenze sui messaggi presenti nel contenuto, studiare i

significati trasmessi dal contenuto stesso è quindi fondamentale. Utilizzando dei

codici, etichette che i ricercatori associano a frammenti di informazione, gli anali-

sti possono utilizzare i commenti e determinarne i temi.

Errori e distorsioni nelle ricerche

Ogni studio è soggetto a errori che non è possibile specificare con precisione: lo

scopo dei ricercatori è minimizzarlo. La definizione della popolazione è il processo

di selezione di persone o famiglie che vogliamo analizzare, e dà vita a una base

di campionamento, approssimazione del totale. L’errore di copertura è quando

non vengono coperti tutti i componenti della popolazione studiata, che presenta

un grosso divario tra base di campionamento e popolazione definita. Il campiona-

mento è il processo che un ricercatore effettua per selezionare una base di casi

31

specifici da includere nello studio. L’errore di campionamento è il risultato di una

raccolta dati di un sottoinsieme della base anziché di tutti i suoi membri.

Sono diversi i pericoli: effetto eco online (duplicazione del volume delle conversa-

zioni negli spazi socia, come per i retweet. L’effetto partecipazione è invece quello

dello spam, e si muove intorno a menzioni a pagamento o comunque non organi-

che. La distorsione da mancata risposta consiste nella possibilità che vengano in-

cluse unità differenti nel campione finale rispetto a quello iniziale a causa di man-

cata risposta.

Ci sono poi particolari utenti, che non consumano contenuti ma si limitano ad os-

servare, mentre altre non sono affatto attive nelle comunità social: queste non

saranno rappresentate nell’analisi con i social media. Ci sono anche diversi tipi di

contenuti da un social all’altro, perciò è opportuno pesare i campioni, con fattori

di correzione da attribuire per tenere conto delle diverse probabilità di selezione

degli elementi di un campione. (Es. meno del 9 % degli utenti è su Twitter, ma

Twitter genera il 60 percento dei contenuti monitorati). Senza ponderazione i dati

sarebbero distorti. Tra i servizi di monitoraggio ci sono Radian 6 (social + blog +

tendenze), ScoutLabs (conversazioni + sentiment) o NetBase, ma sono pro-

grammi molto costosi, anche 500 dollari/mese.

Ricerca primaria nei social media

Negli spazi social le organizzazioni possono scegliere anche i dati primari come

focus group, interviste, sondaggi, tutti nei social media.

CAPITOLO 10 - METRICHE PER I SOCIAL MEDIA

Misurare ciò che conta

Nessuna campagna può essere portata a termine se mancano gli obiettivi e la va-

lutazione dell’efficacia. Contare follower, mi piace, amici, retweet, commenti, ha

senso solo se sono legati con gli obiettivi dell’attività che la marca svolge nei so-

cial media. Si possono misurare reach (persone esposte al messaggio), frequenza

(numero di volte a cui le persone sono esposte al messaggio), stickiness (tratte-

nere le persone), relative pull (reazioni suscitate), clickthrough (click sull’inser-

zione rispetto alla reach), conversione in vendite, viewthrough (persone della

reach che non cliccano ma poi visitano il sito della marca).

Amiamo contare (mi piace, fan, commenti, condivisioni, ecc.) ma spesso il nu-

mero non dice tanto sulla qualità del coinvolgimento. Il coinvolgimento è un co-

strutto formato da diversi singoli risultati. L’engagement food chain illustra gli ef-

fetti che cerchiamo nel pubblico, dalla visualizzazione al consiglio con il WOM pas-

sando per varie tappe. Gli indicatori chiave di prestazioni (KPI, Key Performance

Indicators) sono le metriche di misura dell’efficacia degli obiettivi aziendali, le-

gate alla chiarezza degli obiettivi stessi.

Le metriche possono cambiare con l’avanzamento della campagna: nei primi

giorni si potrebbe cercare la notorietà, poi all’incremento delle vendite.

Processo di valutazione e misurazione: DATA 32

La misurazione non è facoltativa, ma anzi è necessaria