Sidney的IWOM監測與分析：理解和實踐

<SPAN class=Apple-style-span style="FONT-SIZE: 12px; COLOR: rgb(85,85,85); LINE-HEIGHT: 20px; FONT-FAMILY: Verdana, Geneva, sans-serif"> 

所謂IWOM，可能大家還有點兒陌生，是英語“Internet Word of Mouth”的簡稱，Word of Mouth的意思是“口碑”，因此IWOM監測聽起來搞得挺玄乎，實際上就是為客戶研究互聯網上的口碑。

雖說說起來很簡單，但如何監測這個IWOM，如何為客戶提出好的建議，卻是一件相當復雜的工作。互聯網上的口碑載體本就很多，但更麻煩的是口碑這東西永遠沒有標準，而且隨著老百姓語言和網友們情緒的發展不斷變化著——這不是加入一個Tracking Code（監測代碼）就能搞定的事情，這需要一個完整的方法論。

我知道目前最好的IWOM研究公司是CIC（SeeISee），在與他們的高級總監交流及自己做項目的實踐過程中，我逐漸形成了一些自己的理解，并放入為客戶服務的實踐中，現在跟朋友們進行分享，內容還遠不成熟，大家自備避雷針。

IWOM的3A層次

在實踐中，IWOM被分為三個層次，與客戶的需求緊密相連。三個層次分別是：Alert（報警），Analytics（分析）和Architecture（構建）。

• Alert層次指幫助客戶及時發現負面口碑。不要小看了那些該死的“Gossip”，負面口碑往往會演變成危機。“三株口服液”和“秦池古酒”的案例大家已經耳熟能詳了，甚至寫入了吳曉波的“大敗局教科書”，而互聯網上的反面案例則來自于DELL（HELL）以及“家樂福”。所以，你要永遠相信“天有不測風云”，即使你不能防患于未然，也不能完全消除負面口碑，早點兒發現它們并且早做準備也是好的。

• Analytics是比Alert更高一級的層次。Alert是以發現負面口碑為中心，而Analytics則是全面分析口碑內容及趨勢。前者如同雷達，后者則是衛星全局掃描（糟糕，有人丟磚——你以為你是嫦娥一號？！）。簡單說來，Analytics要實現的目標是：

  • 1. 分析互聯網上關于品牌/產品/企業有哪些主要的口碑；

  • 2. 口碑的趨勢；

  • 3. 更重要的，是發現這些口碑發生的原因。第3點可是一個稱職的分析師應該做的哦！:)
  </UL>
  • Architecture則是最高層次。所謂構建，就是能夠消除口碑對抗，營造口碑氛圍，甚至控制口碑走勢。哇，偶地個媽呀，這已經不是人工降雨了，這簡直是控制天氣！沒錯，這……的確是高科技啊，要做的就是要讓輿論不知不覺走向有利于客戶的方向，甚至是走向客戶預先定位的方向。嘗試用專業的語言來說則是：

    • 1. 消弭負面情緒

    • 2. 擴大正面聲音

    • 3. 引導（甚至左右）輿論內容
    </UL></LI></UL>

    這3個層次都不簡單，尤其是第2和第3個。口碑這東西，今天平安無事，明天就滿城風雨，如何實現上面的三個目標層次呢？

    相信28分布，別信長尾

    大家都知道網絡有非常明顯的長尾特征，但是口碑這東西，卻有明顯的聚合性。因此我說，在進行IWOM研究的時候，一定要相信二八分布，千萬不要試圖把長尾都一網打盡，原因很簡單——你做不到。

    我在這方面吃過虧，因為客戶永遠都希望什么都要，但他們其實很多時候并不清楚什么是他們最應該要的。不知道大家是否有同感——客戶拿到了所有，但忽視了精華，他們擁有，但他們不消化。這常常讓我回憶起《奪寶奇兵——圣杯》的最后場景。在監測IWOM的時候，我發現，在絕大多數情況（我這么說你要相信是100%的情況）下，20%（甚至是10%不到）的口碑聚合地已經聚集了80%（其實我更相信是90%）的口碑了。

    

    大家用雙手就能數清楚各個行業的互聯網口碑聚集地。

    博客常常是負面聲音的發起者（雖然絕大多數情況不是由它放大的），但請你還是相信我堅持的二八分布規律，20%的blogger已經覆蓋了80%的聲音——鬼才相信有那么多的有價值的原創呢！

    不過，請不要誤解我，長尾在很多地方是有效的，只是在這里，我們先忽略它吧！

    搞定IWOM的所有數據？

    在分析網站的時候，我們使用Tracking Code，或者可以通過Log file來直接獲得數據。但是IWOM則不能如此。有幾個難處。

    1. 沒有Tracking Code可加，也沒有Log file能分析。原因很簡單，就不羅嗦了。

    2. 即使技術上能加，面對浩如煙海的BBS，Blog以及層出不窮的Web2.0網站，技術人員也會加的吐血。

    3. 加了Code又有什么用呢？你要分析的是內容，而不僅僅是點擊量。
    </OL>

    所以，不需要用網站分析的方法來分析IWOM了，我們需要其他的幫助。這個幫助是網頁抓取技術，或者更精確的說，是BBS（或者Blog）的頁面內容抓取技術。

    這個技術并不復雜，但是想要做好卻是相當困難。我沒有發現哪個服務提供商能真正做好的，原因在于BBS（或者Blog）系統的多樣化，雖然Discuz系統（或是Wordpress系統）已經占據相當份額，但是還是有數以千記的各種系統以及自行開發的系統存在著。所以我可以肯定的告訴大家，中國沒有哪一家技術提供商能夠做到抓取哪怕50%的BBS（Blog）內容（請注意，我所說的內容是包括首貼和回復的）。這一點上，我很篤定，但我希望我是錯的，我希望我的讀者告訴我，在這一點上我錯了，有一家公司能做到！

    現在大多數都只能抓取部分BBS或者BBS的部分數據。一種是能夠搜索到相當多的BBS，但是很可惜只能抓取主貼，但是抓不到回復（大旗網就是如此），另外一種則是能夠抓取論壇上的所有主貼和回復，但是要為每個BBS做專門的抓取定制開發，所以抓取的BBS數量是有限度的（印象中CIC是這樣，但我希望我是錯的，請CIC的朋友指正）。因此，這就是為什么我前面說，千萬不要相信長尾的原因。能夠把20%一網打盡我看已經是救民于水火了。

    在我的實踐中，我們需要抓取的數據包括：

    • 定性數據

      1. 主貼的內容

      2. 回復的內容

      3. 標題

      4. 作者

      5. 發帖時間/回帖時間

      6. 所在BBS及板塊的名稱，以及它們的URL

      7. 以及其他數據（如是否置頂，是否加精等等）
      </OL>
      8. 定量數據

         1. 發帖數

         2. 每個帖子的回復數

         3. 每個帖子的閱讀數（點擊數）
         </OL></LI></UL>

         這些數據構成了IWOM分析的基礎。其中，定量數據容易獲得，而定性數據則很難完全抓取（比如第7個，現在技術上面臨的困難還很大），這正是IWOM分析在全球都仍然是需要攻克的難題的第一個原因，但相比第二個難題，這個簡直就是小兒科。

         初步分析——你知道漢語有多么可怕嗎？

         為什么說是初步分析呢？原因在于這一部分的分析是最基礎的，本來應該由機器完成，但是現在卻需要大量的人力來完成。機器程序編的越好，人力需要參與的就越少，但想要讓人在旁邊睡大覺是不可能的。

         相信你已經猜到初步分析的內容了：

         • 機器參與的：

           1. 排水/掃水（就別讓水帖占用我們的空間了）

           2. 關鍵詞抽取和統計（初步的主題分析）

           3. 調性分析（所謂調性，就是這個帖子是正面的還是負面的還是中性的還是扯淡的）
           </OL>
           4. 人參與的：

              1. 主題分析（也就是說，這個帖子最主要是關于什么的，其他談到了哪些方面）

              2. 調性分析（帖子整個主題表現出的調性，以及談到的各個方面的調性）
              </OL></LI></UL>

              這其中，最關鍵的是調性分析和主題分析。調性分析能夠幫我們實現本文最初所講的第一個層次：Alert，而且更重要的是幫助我們進行進一步的分析；而主題分析則是為了深入挖掘口碑的內涵。

              本來，我們是希望機器能把這些事情都做了，很可惜，中文是世界上第一復雜的語言，不僅詞匯繁多，俚語已經不少，還非要成天兩頭的蹦出來一些網絡語言，醬紫搞得機器很不知所措，處理的結果常常“雷倒眾生”。其實不是我們的技術不行，微軟和Google現在也做不好自然語言的分析，僅僅一個“分詞”技術就夠申請數個專利的了。所以，沒轍，還是要靠大腦。

              不過，就算是靠大腦，還是會有誤差，因為人的背景不同，比如分析討論電腦的帖子，沒有一點兒DIY的背景很容易分析錯誤。不僅如此，有時候帖子的標題似乎是“負面的”，但仔細一看帖子，很可能是“正面的”，這個時候，粗心一點兒就會出錯。但是人不可靠的最關鍵原因是，人是會疲勞的，尤其是面對這種枯燥的工作。而且，如果我問你，你愿意每天60元坐在電腦面前兼職做這個工作嗎？你的答案一定是——No，并且給我一記悶棍。

              所以，漢語口碑的調性分析對于機器而言，還是一座不可逾越的大山，必須要人來完成，但人力資源是可貴的，而且服務的質量也難以保證。這是IWOM監測如此困難和痛苦的原因，也是需要攻克的最難的難題。

              初步分析的數據具有極為重要的意義，它是后面所有分析的基礎，但是質量讓我十分傷心。我們需要一個高質量的服務，如果誰知道，請告訴我。

              深入分析和提出建議——分析師的工作來了

              前三步實際上等于網站分析中利用WA工具獲得的初步數據報告，可是已經讓人精疲力盡了。終于輪到分析師上場了，他們需要做的事情實際上就是解答IWOM的第二個層次——Analytics。其實，也是我在這個客戶項目中最主要負責的部分。

              我主要從下面的各個方面入手：

              1. Negative（負面） vs. Postive（正面）

              2. Negative分析：Negative輿論是什么，為什么，以及產品/品牌/企業的短板

              3. Positive分析，Positive輿論是什么，產品/品牌/企業的長項

              4. 分類主題分析，以細分產品/品牌/企業的不同特征，這個必須基于初步分析中的“主題分析”

              5. 競爭對手分析（內容跟上面4個一樣）

              6. 產品/品牌口碑對比分析

              7. 趨勢分析

              8. 總結分析的發現，并且提出建議

              9. 最恐怖的是——上面的所有分析應該基于不同細分用戶群體。
              </OL>

              紛繁無雜，千頭萬緒，我希望我再不用做這個東西。不過最終當報告形成，看到拿出來的一些結果和建議，還是有點兒成就感。但是，我對初步分析的基礎數據一直不滿意，因此我竭盡所能，仍不能確保這是一個100%可信的報告，我也相信在中國可能還沒有這樣的一個報告。

              控制天氣——仍然非常困難

              現在報告形成了，我們知道了口碑背后的原因，我們開始形成一些行動，比如，用官方的正確輿論引導，或者強烈抗議競爭對手的惡意破壞（這種行為實際上就是反面軟文）。但是我不打算在這個領域寫太多，我相信有很多專家，但是我相信這是一個很難解決的問題。我還在實踐，我還沒有結論。我希望大家的建議。

              最后，把整個流程做一個圖形化的總結，見下圖。

              

              </SPAN>