Beginning 101 เริ่มต้นใช้งาน Social Listening. บทที่ 3. เข้าใจพื้นฐานของเครื่องมือ

ในบทความที่ผ่านมาได้เขียนไปแล้วจำนวน 2 เรื่องเกี่ยวกับพื้นฐานก่อนจะใช้งาน Social Listening เริ่มต้น ให้เข้าใจแหล่งที่มาของข้อมูลก่อน หลังจากนั้นก็เริ่มที่จะตั้งคำถามในหัวข้อที่เราต้องการอยากจะหาคำตอบ Data thinking mindset มาในบทความนี้ก็คือ บทที่ 3 จะมาเรียนรู้พื้นฐานของการใช้เครื่องมือต่าง ๆ ของ Social Listening เท่าที่เคยใช้งานมาแล้วนั้นจะมีเครื่องมือคล้าย ๆ กัน ทั้งของต่างประเทศ และในประเทศ จึงจำเป็นที่เราจะต้องเข้าใจพื้นฐานของ Tool ก่อนที่เราจะเข้าไปหา Insight ของ Keyword ไปเริ่มกันเลยดีกว่าว่ามีอะไรบ้างที่ต้องเข้าใจ

Keywords สิ่งที่สำคัญที่สุดของการใช้งาน Social Listening เราสามารถใช้ คำเดี่ยวที่มีความหมายในตัวมันเอง เช่น มือถือIphone แล้วให้ระบบค้นหาว่ามีคนพูดถึง มือถือIphone บนโลกออนไลน์นั้นมีใครพูดถึงบ้าง แต่ปัญหาของ Keyword แบบนี้นั้นการที่จะค้นหาข้อมูลเพื่อให้ตรงตัว ด้วยการ (Matching) นั้นข้อมูลจะมีน้อยมาก เพราะพฤติกรรมคนจริง ๆ แล้วจะพูดถึง มือถือหรือ Smartphone มากกว่า แล้วค่อยตามด้วย Brand สินค้า การแก้ปัญหาของ Keyword ที่รองรับด้วยการให้หาเพิ่มเติมจะมี อัขระพิเศษเข้ามาคือเครื่องหมาย +

เครื่องหมาย + คือการทำให้ 2 คำแยกออกจากกัน เช่น มือถือ+Iphone จะมีความหมายให้ไปคนที่พูดถึงมือถือ และ Iphone โดยที่ไม่ต้องเขียนติดกัน จะทำให้ การเข้าถึงข้อมูลที่มีการพูดถึงได้ออกมาจำนวนมากกว่าที่เป็นแบบ Match และส่วนใหญ่จะก็จะใช้เครื่องหมาย + แบบนี้ในการใช้กับ Social Listening

Exclude Keywords สิ่งที่เราไม่ต้องนำเข้ามาใน Keywords ที่เราต้องการ เพื่อจะให้วิเคราะห์ข้อมุลได้ง่ายขึ้น เช่น ติดฟิลม์ ,แบตมือถือ,ขายเคส เป็นต้น

Exclude Channels ช่องทางของร้านค้า,ที่ติดฟิลม์ ที่มี Social network เป็นช่องทางตัวเองซึ่งไม่ได้มีประโยชน์ในการนำมาวิเคราะห์ข้อมูล เราก็ควรตัดเขาออกตั้งแต่ตอนต้น

Time Frame ระยะเวลาที่เราต้องการกำหนด จะมีระยะเวลาเริ่มต้น ไปจนถึงระยะเวลาสิ้นสุด หรือ ว่าต้องการให้เรา Monitor แบบ Always ตลอดระยะเวลา สำหรับ Time Frame ใน Social Network นั้น จะสามารถตีความหมายตั้งแต่

ระยะวัน Day (ในแต่ละวัน) Keyword ที่เราต้องการค้นหานั้น ในแต่ละวันมีคนพูดถึงมีแนวโน้มเป็นอย่างไร

ระยะวัน Week (ในแต่ละสัปดาห์) Keyword ที่เราต้องการค้นหานั้น ในแต่ละสัปดาห์มีคนพูดถึงมีแนวโน้มเป็นอย่างไร

ระยะวัน Month (ในแต่ละสัปดาห์) Keyword ที่เราต้องการค้นหานั้น ในแต่ละเดือนมีคนพูดถึงมีแนวโน้มเป็นอย่างไร

ตัวอย่างแนวโน้มของระยะ Day ที่พอจะตีความได้ : ทุก ๆ วันตอนต้นเดือน ถ้าพูดคุยกันเกี่ยวกับเรื่องของหวย การขอเลขเด็ด ระยะ Day จะให้ความหมายว่าทุก ๆ ต้นเดือน กับ ช่วงวันที่ 16 วันหวยออก จะมีการพูดถึงบนโลกออนไลน์เป็นจำนวนมากกว่าทุกวัน

SOV Share Of Voice สัดส่วนของ Keyword ที่มีการพูดคุยกันบนโลกออนไลน์ ว่ามีสัดส่วนเป็นเท่าไหร่

ประโยชน์ของ share of Voice เคยเขียนไปในเรื่องสัดส่วนยอดขาย Smartphone ในเมืองไทย เปรียบเทียบกับ share of Voice ซึ่งได้ผลลัพท์ที่ตรงกันมาก ลองศึกษาได้จาก link นี้ https://onlinemedia.idea2mobile.com/?p=3627

Keyword Cloud & Hashtag Cloud เป็นระบบ Model ของ Data Science ที่นำข้อความที่ได้รวบรวมมาแล้วมาทำการแต่งตัดคำ แล้วทำให้ดูว่า ถ้าคำที่ตัดมาแล้ว มีจำนวนนับมาก ๆ ให้แสดงเป็นตัวหนา มีประโยชน์ให้เราดูว่า ทุก Content ที่รวบรวมมาแล้ว เขาพูดถึงเรื่องไหนเป็นเรื่องเด่น และยังมี Keywords อะไรอีกที่นอกจากพูด Keyword นี้แล้วยังพูดถึง Keyword อื่น ๆอีก

อ่านเพิ่มเติม เทคนิค หาความสัมพันธ์ของ Keyword (Keyword Relation) Link
อ่านเพิ่มเติม การสร้าง Word Cloud Link

Sentiment ความรู้สึกว่า ชอบ ไม่ชอบ เฉย ๆ ซึ่งเป็น Model ของ Data Science ในการนำขัอความที่ได้ทำการรวบรวมมาแล้วทำการวิเคราะห์ว่า ข้อความนี้เป็น ข้อความเชิงบวก Positive หรือ Negative เป็นข้อความเชิงลบ

ตัวอย่างนึงของ Sentiment ที่วัดความรู้สึกจาก Campaign ของฆ่าตัวตาย โรคซึมเศร้า จะบ่งบอกสิ่งที่มีการคุยกันบนโลกออนไลน์ได้เป็นอย่างดีว่าความรู้สึกของคนส่วนใหญ่นั้นแสดงความเป็น Negative

สรุปเบื้องต้นที่กล่าวมานั้นคือพื้นฐานเบื้องต้นของ Tool Social Listening ที่จำเป็นต้องใช้ทุกแคมเปญ ที่ประกอบไปด้วย

• Keywords รวมถึง Exclude Keywords, Exclude Channels
• Time Frame Analysis ประกอบไปด้วยระยะ Day, Week, Month
• SOV Share Of Voice สัดส่วนการพูดคุยบนโลก ออนไลน์
• Keyword Cloud & Hashtag Cloud การตัดคำแบ่งคำที่มีการพูดคุยกันมากที่สุด
• Sentiment ระบบที่จับข้อความแล้วเข้าไปวัดความรู้สึก ว่า ข้อความนั้นเป็นบวก Positive, Negative หรือ Neutral

ยังมี Tool ที่ยังไม่ได้นำมาพูดถึงอีกหลายตัว เช่น Time Mention , Time engagement, การ ค้นหาแบบ advance search รวมถึงการ download export data ออกมาจากระบบ เพราะจะไปเขียนในบทความที่ 4 คือ การวิเคราะห์ข้อมูล ออกแบบรายงานด้วย 5-10 หัวข้อ

บทความ Beginning 101 เริ่มต้นใช้งาน Social Listening.

บทที่ 1. เริ่มต้นใช้งาน Social Listening. บทที่ 1 :เข้าใจแหล่งที่มาของข้อมูล
บทที่ 2. เริ่มต้นใช้งาน Social Listening.บทที่ 2 Data Thinking Mindset

ไว้ติดตามบทความบทที่ 4 ต่อไปนะครับ

Webmaster
Anantachai