如何利用社交數據，快速打通營銷場景的「任督二脈」？

02-18

靠譜君首先邀您思考：

什麼是社會化媒體？

社交數據的範疇是什麼？

社交數據的類型有哪些？

中國特色的社交數據有哪些不同？

社交數據的應用場景有哪些？

1社會化媒體

1.社會化媒體已經成為了主流媒體。2008年的時候，網站是最主流的媒體，當時論壇只是一個輔助的媒體。經過十年左右的發展，社會化媒體已經變成了最主流的媒體。

2.基本上所有的媒體都具有社會化的特徵。例如，新聞、APP下面的評論，一個評論就相當於過去的一個小論壇，社會化媒體具備參與、公開、交流、對話、社區化、連通性等一系列的特徵。

2社交數據的範疇

過去的社交數據大部分是用戶原創數據（UGC，例如論壇里的帖子、評論），現在的社交媒體已經不再局限於UGC了，還包括PGC和OGC。

PGC屬於專業生產的內容。例如，知乎、微博大號，很多微信公眾號，都屬於專業人士，他們生產的內容非常專業。

OGC是職業生產的內容。例如，人民日報的微信公眾號和微博號，由專人負責生產內容。

所以說，可以通過互聯網方式收集和跟蹤的所有社會化媒體上產生的數據，都可以稱為社交數據。

3社交數據的類型和特點

1.文本數據：發帖、回帖等文本數據，是社交數據里最大量的。

2.效果數據：相比較於過去傳統媒體的效果不可視，只能靠猜或者說調研獲取，社交媒體上的效果數據是可視的。社交媒體里的各種閱讀數據、互動數據，絕大多數真實可見。當然也存在少量刷數的情況。

3.行為數據：某個社交賬號在社交媒體上的各種行為。例如，轉、評、贊、閱讀、登錄時間、發布時間，基本上是以一個社交媒體的ID為核心展開的，而且持續性會更好，這就讓我們可以跟蹤某個ID的持續行為，監測其行為的變化和行為特點，為其打上行為偏好標籤。

4.關係數據：關注的人和粉絲都屬於關係數據，關係數據是社交媒體獨有的一種數據，通過社交關係數據，可以描繪出用戶的關係圖譜以及興趣圖譜。

舉例：我們原本想通過楊冪發一篇帖子，但是由於預算不足轉而找到與楊冪關係很好的另一個明星，這個明星發的文章，楊冪基本上都會轉發、評論、點贊，所以我們有機會花較少的費用得到了類似的效果。

一個群體內部關係的節點通常是這個群體的KOL，微博里存在大量的關係數據。

相比於其他數據，社交關係數據的優勢非常明顯：

首先是豐富性：包括文本、關係、行為、效果、數據，它比其他任何媒體的數據種類更豐富。
其次是海量：無論是數據量、文本處理、關係演算等，都絕對屬於大數據級別，社交媒體擁有最海量的數據。
第三是社交數據的完整性：由於開放性和技術可跟蹤，社交數據的呈現、收集、跟蹤監測都更及時，而且更完整。完整的數據有利於構建營銷數據的應用方法。
第四是社交數據的真實性：過去的數據通常採取估算的方法。例如，線下調研數據的真實性會受到問卷的影響，社交數據相對來說是真實的言論關係和行為（除了少量刷數的行為）。

企業加入社會化媒體環境的三個步驟：聆聽、出席、參與。

4社交數據營銷的三個步驟

1.監聽和獲取：選取想獲得的數據源以及數據的欄位。

2.確定規則：需要根據應用場景量身制定不同的規則，不斷的積累演算法，不斷的優化演算法，不斷的。

3.細分應用場景：通過可視化的維度得出一些可執行的營銷方法，得出的數據進行洞察和應用，是社交數據的應用過程中最關鍵的部分。

社交數據的應用是業務導向，需要根據業務場景尋找滿足需求的數據，通過構建標籤維度把數據結構化。因為社交數據基本上是非結構化的，需要做大量結構化的動作，之後進行演算法的優化和規則的處理，最後得出應用的結論

5中國特色的社交數據

中國的社交數據與國外的社交數據有著天壤之別，中國特有的防火牆催生了「中國特色」的社交媒體，整體使用習慣跟美國有較大差異，美國基本上代表了全球的趨勢和習慣，全球大部分人會使用美國的社交媒體，唯獨中國具備獨特的社交媒體生態。

1.微博數據，它聲稱是中國最開放的社交平台，數據流通量巨大，數據價值極高，但微博現在對數據的把控也在提高，很多數據不會隨便開放。

目前，微博的月活數據大概有3.76億，日活數據有1.65億，整個移動端的佔比高達92%，微博中25個領域的閱讀量超過100億。微博數據兼顧文本數據、效果數據、關係數據、行為數據，同時它是最大的UGC文本資料庫，目前沒有任何一個平台可以比擬。

它的數據有一定的偏向特徵，某些領域的數據比較欠缺，某些領域的數據居於主導地位。例如，在明星、影視、旅遊等方面擁有海量數據，但是在一些垂直領域（汽車）的數據就比較少。

微博數據還是最大的興趣偏好資料庫之一，它的關係數據最為豐富開放，適合於各種營銷的場景。例如，話題監測、危機監測、用戶標籤等等。

2.微信數據，微信的日均登錄用戶九億，比微博用戶多得多，擁有海量數據，但是微信數據相對來說不太開放，微信個人號中的數據基本上不可得。微信是最大的OGC和PGC文本資料庫。

在一些垂直領域，微信不如垂直媒體豐富，但是在整個社會話題方面，它已經是最大文本資料庫，它也是一個很大的興趣偏好的資料庫，每一個微信公眾號基本上代表了一定的興趣取向，它也適合各種話題監測、危機監測、用戶標籤。

3.百度貼吧數據，百度貼吧也是一個非常大的UGC資料庫，主要是影視、遊戲類的行為數據，數據類型非常豐富。百度貼吧中包含了各個種類的貼吧，但這類數據很少有相應的應用場景。

4.綜合的購物評價數據，集中在各個購物網站里，是對整個商品具有參考價值的口碑及一定的銷量數據。

5.知識數據。例如，果殼、知乎、分答這樣的平台有很多知識數據，會時常出現對某個領域解讀很深的知識性文章，如果有時候出現負面消息，就會對品牌造成巨大的傷害。

6.垂直領域數據，例如，汽車類的四大論壇，他們的數據非常被汽車品牌主認可；旅遊類的各種OTA平台，螞蜂窩、阿里媽媽的評價數據、論壇數據、攻略，基本上也是偏UGC性質或者PGC性質的數據，這些數據對整個垂直行業起到非常積極的作用。

6數據的獲取和處理

數據這麼多，如果不是平台方自有數據，想要應用社交數據來進行營銷的應用，在數據的獲取方面往往會遇到很多障礙。目前中國還沒有完整的數據交易體系，個別平台可以通過API介面獲取一些數據，大多數數據都是不開放的。

所以很多數據需要建立爬蟲工具去獲取，各類數據的數據量、數據維度不一樣，爬蟲的技術難度也不一樣。是按需原則還是全量原則，可以根據應用場景的需求來確定，也體現了一家數據第三方平台的實力。

數據獲取之後，需要根據營銷場景做各種的標籤、規則、關聯、演算法、數據模型，建立一套實時處理系統。這裡面各家的數據清洗根據場景的需求不同，有很大的差異。

舉例，藍標的標榜是一個微信公眾號的營銷價值評估榜，有一些與眾不同的數據指標。例如閱讀中位數，很多平台都會用最高閱讀數作為衡量指標，但是中位數是對一段時間的表現進行評估，從而規避兩個問題：第一，很多公眾號會刷頭條閱讀數，而不會刷二條、三條閱讀數；第二，有些公眾號不是每天刷數，中位數可以作為綜合衡量指標。

藍標對公眾號的營銷價值的評估體系、評估指數，包括頭條影響力、非頭條影響力、影響力的穩定度、發稿穩定度、活躍度等5大維度，通過跟蹤過去30天的數據來判斷其是否可以合作。

具有中國特色的數據處理過程非常複雜。例如，刷數是常見的，在做效果評估時一定要規避刷數對營銷的影響和最終判斷結果的影響，所以需要有監測刷數的機制和技術手段。例如，營銷貼的識別機制，現在的營銷貼通過C-UGC（cosplay UGC）手段，幾乎達到以假亂真的地步。

當甲方去評估某家公司數據質量的時候，需要一些技巧和方法。很多公司都聲稱具備海量數據，但是卻不能及時將數據提供出來，因為他們基本上是按需爬數據，爬蟲的質量有兩個問題：第一，在數據的排序過程中，會缺失很多數據；第二，在時效性上，不能提供完整的舊數據。數據的爬取邏輯是一個重要指標。

7社交數據的應用

除去某一些垂直類的場景，社交數據基本可以滿足絕大多數營銷場景的使用需求。營銷場景可以分為監測、洞察、執行。

1.監測：發稿效果、投放效果、合作效果、運營效果，根據監測數據總結效果，為後續動作做參考。

2.洞察：目的是要制定策略，例如，用戶策略、內容策略、投放策略、危機策略。

3.執行：社交數據，更偏向於社交媒體及相應場景的執行。它對於其他的執行可能有輔助作用，但是需要把數據做一定的打通才能實現。

8社交數據的快速應用場景

1.快速反應場景（Quickly Response Marketing）。過去會主動做PR，現在的營銷是反應式營銷。例如，微信中的借勢營銷或海報營銷，需要快速捕捉熱點，一旦錯過，營銷效果就會大打折扣。

在這種營銷環境或營銷趨勢下，就要求企業去建立一整套快速反應的營銷系統。它對整個技術系統和數據系統的要求很高。

2.快速反應系統：監測系統、規則系統、執行系統。第一步要獲取數據；第二步要建立規則，清洗數據；第三步要立刻應用。監測和規則能夠將數據清洗乾淨，快速得到洞察結果，快速應用。

舉例，汽車營銷。它非常注重口碑和用戶反饋，然後根據反饋去做改進。例如新車上市。從經驗來看，新車上市基本上有三個月至半年的口碑建立期，新車在消費者心中還沒有很明確的形象，這個階段也被稱為黑箱期。這個時候需要大量的跟蹤、監測來建立口碑。有的企業會發大量的新聞稿，有的企業會找專業媒體做試駕，有的企業會找行業專家來解說新車的性能。

若要把這些轉化為用戶或者車主的感知，就需要監測。在這個過程中去建立媒體庫、口碑庫、內容庫、KOL庫。當然新車上市除了這些之外，還要監測一些專業的微信公眾號是否有惡意言論。

所以，建立快速反應系統需要一套社交工具。它的核心是解決三個問題：第一，盡量保證數據的完整性。第二，數據的獲取、計算、分析時間快。第三，盡量保證數據的準確性。

3.九大快速反應場景

1）運營的監測，品牌在各大社交媒體賬號的監測，其中監測效果、跟進評比、效果都需要做監測。

2）效果監測，一批稿子、一個話題、一個活動在某個社交環境里的成長整體如何都需要監測，而且是全部聲量的監測，例如汽車的某一個點，在垂直領域裡起到舉足輕重的地位。

3）話題監測，例如競品做了一個campaign之後的效果如何，或者熱點事件合作之前，提前對話題進行測試，包括危機監測。因為現在的危機基本上都發生在社交媒體里，相比而言，傳統媒體只在其中部分節點起一些推波助瀾的作用，絕大多數的聲量都在社交媒體里，整個影響危機走勢的數據效果也體現在社交媒體中。

4）口碑監測，監測產品和競品的口碑聲量、口碑點變化等。口碑營銷中，口碑是需要動態的去管理，無論是聲量的覆蓋，還是口碑點的提煉、傳播、固化，都需要品牌有及時的把控。

5）運營策略，品牌的各種官方賬號如何運營，定位怎樣、每月的發布規劃是什麼。

6）內容策略，某一個活動通過什麼樣的內容跟消費者溝通也需要洞察。例如大家很喜歡聯想某個電腦的顏色，如果再做文章或者campaign就要從這個點出發。

7）投放和KOL策略，例如與微博某個大號、明星號的合作。微信自媒體的投放計劃等。

8）用戶策略。在一些快速的執行項目中，需要快速地產生用戶溝通策略，所以需要快速地洞察用戶的特徵，包括用戶人口學特徵、興趣偏好、觸媒習慣、內容偏好等，從而制定正確的執行策略。

9）危機策略。這更需要快速了解危機全貌，並且分析出一些關鍵點，比如關鍵話題點、關鍵KOL和媒介，從而制定應對策略。

9深度研究場景

這類場景不只是針對營銷部門，對企業的各個部門都有參考作用，當然它的發端來自於營銷相關的一些部門。

1.市場概況的分析，社交媒體里存在大量的影響力或者聲量，例如評估某個品牌整體的社會影響力，大量的數據來自社交媒體。

2.競品的分析，社交媒體中的精品會相互關注，通過競爭策略體現。

3.消費者的情感識別。例如某汽車企業根據消費者的售後評價，以及競品用戶對競品的售後評價來評估它的售後是不是能夠打動用戶，在此過程中會用到大量的社交數據。

4.口碑的分析，可以通過社交媒體的行為，以及一些興趣偏好得出。例如發掘意見領袖，絕大多數人的領袖都是依靠PGC生存，這類營銷一定要維護起來。

5.用戶畫像，也就是群體畫像，利用大量的群體畫像來分析用戶。這種數據在社交媒體中大量存在，但是因為很多數據屬於新生代，以抽樣調查的方式收集起來，結構化很好，真實性卻存在很大的質疑，社交數據的優勢是數量巨大，所以重建規則至關重要。

在實際執行過程中，這些場景不僅要用到社交數據，還需要結合各種數據為客戶做分析。

在某汽車案例中，收集很多用戶的識別號（手機號、移動設備號），在此基礎上如果匹配一些出行數據、購買行為數據以及互動行為數據，把它拿來做分析，再去找一些第三方的數據，結合起來做成更完整的用戶畫像。