Big Data для бизнеса: как крупные компании работают с клиентами в социальных сетях

Александр Сергиенко, исполнительный директор компании «Иннодата»

 

Современный бизнес не может игнорировать социальные сети. Компании — как небольшие, так и крупные — все чаще открывают свои представительства в VK, Facebook, Twitter, Linkedin и т. д. Специфика социальных сетей и «взрывной» рост их аудитории ставят перед компаниями новую проблему: теперь аккаунты и профили нужны не для привлечения новых пользователей, а для работы с уже существующей клиентской базой.

Задумайтесь:

  • В 2016 году был опубликован отчет «The State of Social», согласно которому 54% всех компаний осуществляют поддержку своих клиентов через социальные сети.
  • Специалисты Sprout Social, опираясь на свои внутренние данные, отметили, что клиенты в поисках поддержки сначала обращаются к социальным сетям, а уже потом пытаются найти и использовать другие возможные каналы. Рост обращений в поддержку за 2015-2016 гг. через социальные аккаунты и группы компании увеличился на 18%.
  • Эксперты Университета Хартфорда и Университета Южной Каролины выявили интересную закономерность: чем активнее компания работает с пользователями посредством социальных сетей, тем сильнее у них ассоциация с брендом. Кроме того, эти клиенты чаще демонстрируют свою лояльность и заинтересованность в услугах и товарах компании.

Как бизнес использует аналитику в CRM-системах

Социальные сети для бизнеса — относительно новый, малоизученный канал взаимодействия с пользователями. Канал, который практически лишен анонимности — у пользователей имеются свои аккаунты с заполненной информацией. При необходимости можно составить профиль клиента путем сбора некоторых доступных сведений о нем.

Анализировать такие большие объемы информации непросто, а со временем данных станет еще больше. Их прирост будет лавинообразным, поскольку пользователи проводят онлайн все больше и больше времени и их коммуникации переносятся в социальные сети. Онлайн-жизнь становится неотъемлемой частью реальной жизни. Ведущие социальные сети сталкиваются с мощным притоком новых пользователей. Как показывает статистика, сегодня социальными сетями в общей сложности пользуется свыше 2 млрд человек.

Это влечет за собой серьезные последствия для компаний. Если клиент будет недоволен обслуживанием, он всегда может оставить негативный отзыв на своей странице. Для него это гораздо быстрее и проще, чем пытаться достучаться до службы поддержки компании. Играет свою роль и высокий градус недоверия к традиционным способам решения возникающих проблем. Игнорирование вопросов, шаблонные ответы по email — пользователи пресытились всем этим.

Компании, дорожащие своей онлайн-репутацией (а кто ей не дорожит?), должны непрерывно отслеживать негативные комментарии в социальных сетях, вовремя отвечать на них и превращать негативный клиентский опыт в позитивный. Игнорирование пользовательских обращений — верный способ растерять всех лояльных клиентов. Работа с негативом в социальных сетях не несет в себе особых сложностей для малого и среднего бизнеса — ее можно выполнить и вручную. Однако в случае с крупным бизнесом, который имеет многочисленные филиалы, территориальные подразделения и магазины, раскиданные по разным городам, все не так просто.

Мониторинг клиентских отзывов в социальных сетях напоминает анализ обращений по другим каналам (email, форумы поддержки и т. д.). Однако в данном случае все отзывы публикуются сразу же. Сотрудники могут ознакомиться с ними лишь постфактум. И лишь в редких случаях отзывы являются положительными. Чаще всего приходится работать с негативом. Все это открывает новое поле деятельности для бизнеса: чтобы анализировать большие объемы поступающих данных требуются современные технологии на базе Big Data.

Анализ Big Data в социальных сетях

На рынке довольно много решений для мониторинга социальных сетей. Например, есть платформы социальной аналитики hootsuite.com и brand24.com, а если говорить о российских решениях, это br-analytics.ru и iqbuzz.pro. Однако основная проблема состоит в том, что все они предоставляют разный набор аналитических опций в зависимости от решений, платформы и страны. На Западе, например, проще относятся к использованию облачных технологий, а у нас крупные компании неохотно идут на использование каких-то внешних сервисов.

Российские решения отличаются от западных тем, что позволяют работать с русскоязычными площадками, такими как Одноклассники, ВКонтакте, МойМир. Однако зачастую у них имеются свои недостатки, например, ограниченный или узкоспециализированный функционал.

Зарубежные разработчики склонны запускать облачные сервисы со ставкой на свои страны и лидирующие в них социальные платформы. Российские компании в целом предвзято относятся к облачным сервисам — это и является их существенным отличием от западных коллег. Но все они в основном предоставляются как «сервис по подписке», то есть размещаются на серверах за периметром клиента, сами подключаются к социальным сетям, анализируют данные на «своей» территории, а клиент видит только результат анализа, а также метрики, которые предоставляет компания-поставщик.

Большинство подобных решений ориентированы на нужды среднего и малого бизнеса, но у больших компаний появляются новые требования к системам для работы с данными. В крупных компаниях обычно работают колл-центры, есть специальные службы, в которые передают работу с обращениями в соцсетях, при этом компании стремятся минимизировать количество приложений, с которыми работают их сотрудники. Поэтому часто заказчик хочет работать внутри своей CRM-системы, которая стоит в его внутреннем контуре без доступа в интернет. Но не у всех SaaS-приложений есть возможность встроиться в сложную внутреннюю архитектуру заказчика, например, сделать так, чтобы сотрудник работал в своей CRM-системе, но при этом мог коммуницировать с клиентами в социальных сетях. К тому же заказчики не всегда согласны, чтобы анализ проходил за пределами их периметра. Для таких компаний на рынке появляются сложные, персонализированные решения.

Методы анализа контента в социальных сетях

Специалисты Big Data создали решения для анализа контента социальных сетей, которые позволяют обобщить информацию о комментариях и обращениях конкретных пользователей. Наиболее удачные решения имеют тесную связью с CRM-системами. Любые комментарии и отзывы, оставленные пользователями в социальных сетях, могут быть погружены в CRM для изучения и обработки. Передовые платформы и решения поддерживают все популярные на российском рынке социальные сети.

Интересная особенность платформ для анализа и обработки контента в социальных сетях — возможность группировать профили и комментарии по всем социальным сетям в единую карточку клиента. В дальнейшем можно открыть карточку, посмотреть все отзывы, уточнить информацию о клиенте, узнать его предпочтения, интересы, увлечения и т. д. Выявление профилей одного и того же клиента в разных социальных сетях производится на базе технологий Big Data. Чтобы понять, действительно ли аккаунты принадлежат одному пользователю, платформа анализирует целый ряд разных факторов и признаков. Например, с ее помощью можно найти похожие публикации, деанонимизировать клиента и т. д. Такие платформы собирают публичные пользовательские сведения, доступные в социальных сетях, и вносят их в отдельную базу, где впоследствии эти данные сравниваются и анализируются. В традиционных CRM-системах ничего из вышеперечисленного нет.

Использование технологий машинного обучения позволяет анализировать активность пользователей в лидирующих социальных сетях, изучать социальные профили и отслеживать любые отзывы и комментарии, оставленные клиентами компании. Профили клиентов можно сегментировать по социальной активности, демографическим данным, интересам и многому другому.

Прогностический компонент таких систем определяет настрой комментариев (негативный или позитивный отклик), их приоритетность, направленность и другие особенности. Непрерывное обучение помогает системе самосовершенствоваться и повышать точность своей работы. Понимание сути отклика позволяет быстрее передать его в нужное подразделение, ответственное за его обработку, и увеличить скорость решения всех обращений в поддержку.

Анализ отзывов в социальных сетях помогает компаниям не только работать с негативом, но и привлекать клиентов к улучшению продуктовой линейки. Если компания планирует вносить какие-либо изменения в свои торговые предложения, она может связаться с клиентами напрямую и узнать их мнение. Такой диалог отличается высокой прозрачностью и максимальной персонализацией.

Еще одно преимущество — возможность отслеживать, насколько пользователи довольны брендом. Прямая коммуникация с клиентами в социальных сетях помогает компаниям поддерживать свою репутацию на высоком уровне.

Информация, полученная из социальных сетей, может использоваться и для решения других, смежных задач. С помощью платформы обращений можно выявлять экстремистские намерения у пользователей и передавать эту информацию в отдел безопасности или в HR-отдел для принятия соответствующих мер.

Заключение

Анализ социальной активности пользователей — важное звено в сфере маркетинга, безопасности и работы с отзывами. С помощью маркетинговых данных можно отправлять пользователям индивидуальные предложения, скидки и акции. Работа с отзывами подразумевает под собой поиск негативных комментариев в разных социальных сетях. В последнее время компании стремятся охватить не только социальные сети, но и тематические ресурсы (сообщества, форумы и т. д.). Кроме того, в сегменте безопасности решения, представленные на рынке, помогают выявлять злоумышленников и экстремистов.

Поддержание репутации — важный аспект существования любой компании, а выявление негативных отзывов в социальных сетях и оперативное реагирование на них позволяют завоевать и надолго удержать лояльность клиентов.

Подобрали три теста для вас:
— А здесь можно применить блокчейн?
Серверы для котиков: выберите лучшее решение для проекта и проверьте себя.
Сложный тест по C# — проверьте свои знания.

Также рекомендуем: