Читать книгу Зачем пиарщику линейка? Советы по измерению коммуникаций - Лилия Глазова - Страница 9

Если вы проводите мониторинг СМИ самостоятельно или заказали у исследовательской компании только сбор публикаций, после его завершения у вас на руках останется гора клиппингов (так называют полную копию публикаций о компании с выходными данными).

К сожалению, эта стопка бумаг ничего не скажет вам о тональности публикаций и поведении конкурентов. Поэтому следующий ваш шаг – контент-анализ. Благодаря ему тексты и фотографии в статьях превратятся в цифры и графики в годовом отчете.

Контент-анализ делается в пять этапов:

1. Подготовка – определение списка объектов и параметров анализа;

2. Сбор – мониторинг или поиск информации;

3. Кодировка – ручной или автоматизированный перевод текстовых данных в кодированные;

4. Проверка данных – выявление ошибок при кодировании;

5. Анализ – интерпретация результатов.

Вопросы автоматической кодировки решаются с помощью электронных баз данных, которые предоставляют статистику по большинству количественных показателей, таких как число упоминаний или распределение по типам СМИ.

С автоматической оценкой качественных параметров, в первую очередь тональности, не все так гладко. Технологии на рынке есть, но работают они с погрешностями.

Чтобы понять механизм автоматической оценки тональности, предлагаю протестировать российскую разработку ВААЛ (www.vaal.ru) – она определяет воздействие текстов на читателя. Для примера я оценила в системе следующую новость: «„Русский стандарт“ выпал из сети: „Эльдорадо“ прекращает сотрудничество с банком».

Новость была оценена как негативная, текст назван «шероховатым, страшным, угловатым, злым». Однако это общая оценка, а в PR нужно оценивать тональность по отношению к определенному объекту. Новость, скорее всего, была негативной по отношению к «Русскому стандарту» и вместе с тем позитивной или нейтральной по отношению к «Эльдорадо».

Другая неточность в автоматической оценке тональности связана со сленгом и сокращенными названиями объектов. Эта проблема часто встречается при оценке публикаций в социальных сетях. Люди могут по-разному называть один и тот же бренд, а для обозначения продуктов использовать сленговые словечки (например, оболочку Mac OS в народе называют «макосей»).