اگر می‌خواهید داده‌های بیشتری از شبکه‌های اجتماعی استخراج کنید، مانند انسان‌شناسان فکر کنید.

مدیران بازاریابی یک نکته را در مورد اینترنت فراموش کرده‌اند: اینترنت برای انسان‌ها ساخته شده، نه برای سازمان‌ها یا برندها. به همین علت نکته‌ای را به آن‌ها متذکر می‌شویم که از آن غفلت کرده‌اند: گوش‌سپاری اجتماعی[۱].

گوش‌سپاری به گفت‌وگوهای مشتریان در شبکه‌های اجتماعی به بازاریابان این امکان را می‌دهد که به شیوه‌ای اقتصادی و منظم وارد زندگی مردم شده و زندگی آنان را همان‌گونه که هست و بدون تاثیرات ناشی از مصاحبه‌ی مستقیم، بررسی کنند. مدیران در بلندمدت می‌توانند با بررسی نظرات و رفتارهای صریح کاربران، تاثیر و تبعات تصمیمات خود را بر رفتار مصرف‌کنندگان کشف کنند. انطباق این منابع با نشانه‌های صریح علم بازاریابی مشخص می‌سازد که چگونه رفتار این کاربران بر فروش، سلامت برند و حتی شاخص سهام شرکت تاثیر می‌گذارد. در عصر دیجیتال، گوش‌سپاری اجتماعی می‌تواند به عنوان یک مزیت رقابتی مهم نقش‌آفرینی کند.

اما با وجود ظرفیت‌های فوق‌الذکر، شرکت‌ها عموماً شبکه‌های اجتماعی را کمتر به عنوان جریان ورودی تحلیل بازار به خدمت می‌گیرند. تحلیل‌گران معمولاً به دنبال داده‌هایی برای تایید یک پیش‌فرض از قبل تعیین‌شده هستند و نگاهشان به گفت‌وگوهای شبکه‌های اجتماعی به مثابه چیزی است که به جای گوش دادن به آن، باید آن را مدیریت کرد. از نظر آن‌ها، گوش‌سپاری بیشتر یک تمرین تشریحی است تا یک پروژه‌ی استراتژیک با ظرفیت‌های بالقوه‌ی بالا.

برخی از آن‌ها تنها زمانی به داده‌های شبکه‌های اجتماعی توجه می‌کنند که بحرانی از ناحیه‌ی این شبکه‌ها گریبان‌گیر شرکت شده باشد. با وجود اینکه سرنخ‌هایی که از گوش‌سپاری اجتماعی به دست می‌آید، بایسته و شایسته است که در تبیین استراتژی و ایجاد خلاقیت‌های سازمانی به کار بسته شوند، اما عموماً در حصار دپارتمان‌های بازاریابی و خدمات اسیر شده و “مایملک” آن‌ها می‌گردند. گوش‌سپاری اجتماعی هدف غایی کسب‌وکار را تضمین می‌کند: درک عمیق مشتریان. پس چرا مدیران نمی‌توانند به طور موفق از آن بهره‎برداری کنند؟

در اغلب موارد، متخصصین علوم زیستی، دانشمندان حوزه‌ی کامپیوتر و سیستم‌های اطلاعاتی[۲] (IS) برنامه‌های گوش‌سپاری اجتماعی را مدیریت می‌کنند. مهارت‌های آنان در مدیریت پایگاه‌های داده و تحلیل ابرداده‌ها ضروری است اما این دانشمندان خبره مهارت‌های علوم اجتماعی مورد نیاز برای مدیریت گذار از داده به شهود در دنیای گوش‌سپاری اجتماعی را ندارند. این امر تفاوت بنیادین میان اطلاعات و معانی را بار دیگر بازگو می‌کند. همان‌طور که از عنوان رشته‌ی تحصیلی آن‌ها مشخص است، متخصصین سیستم‌های اطلاعاتی در مدیریت اطلاعات خبره هستند. وظیفه‌ی آن‌ها ساده‌سازی است: تبدیل داده‌های پیچیده به سطوح قابل فهمی از صفر و یک‌ها.

انسان‌شناسان و تحلیل‌گرانی که به حوزه‌ی فرهنگ علاقه‌مند هستند، نقش متخصصین اطلاعات را در قبال معانی ایفا می‌کنند. وظیفه‌ی آن‌ها تحلیل داده‌ها پیچیده و ایجاد حسی ساخت‌یافته‌تر نسبت به آن داده‌هاست. اطلاعات و معانی در دو جبهه‌ی مستقل عمل می‌کنند و هرکدام اهداف خاصی را مرتفع می‌سازند. در مدیریت معانی، هرچیز می‌تواند در بافت گنجانده شود حال آنکه در مدیریت اطلاعات بافت شامل خطاها و انحراف‌ از معیارهاست. وقتی پروژه‌های گوش‌سپاری اجتماعی را به دست متخصصین اطلاعات بسپاریم، امکان فهم بافت را از دست می‌دهیم و به طبع آن توانایی استخراج معانی و شهودی که برای شرکت و برند در پی دارد را نیز از کف می‌رود.

برای حل این مشکل، باید گذاری از مدیریت ساختاری داده‌ها به ذهنیتی جامع‌تر از مدیریت معانی صورت پذیرد. داده‌های شبکه‌های اجتماعی کیفی بوده و برای مدیریت آن‌ها نیز باید رویکردهای کیفی را به کار بست و به همین طریق در برخی موارد تحلیل آن‌ها نیز باید به صورتی کیفی تهیه شده و ارائه گردد. برای آنکه مدیران بتوانند “کیفی[۳]” تحلیل کرده و معنا را استخراج کنند، باید مانند انسان‌شناسان فکر کرده و بسیاری از اصول موضوعه‌ی علمی را که در تحقیقات کلاسیک علمی به کار می‌برده‌اند، کنار بگذارند.

اصل “یافتن تعداد کافی نمونه[۴]” و آنتی‌تز آن را در دنیای آنلاین در نظر بگیرید. در تحلیل داده‌های گوش‌سپاری اجتماعی، حتی یک جمله، یک کامنت و یا یک تصویر ارسالی می‌تواند ایده‌هایی با معانی عمیق ایجاد کند. برای مثال یک شرکت بزرگ دارویی تنها از طریق یک تصویر ارسالی یکی از مشتریانش در فلیکر، یکی از چالش‌های ناخواسته‌ی مشتریان خود را دریافت. تصویر پای مردی را نشان می‌داد که پس از زدن کرم رفع درد پا، آن را با فویل پیچیده بود. کاشف به عمل آمد که این پماد لکه‌های غیرقابل رفعی بر روی برخی از لباس‌ها به جا می‌گذاشته و او از فویل به عنوان پوشش محافظ استفاده کرده بود. علی‌رغم سال‌ها مطالعه و تحقیقات متداول مصرف‌کنندگان، مدیران این مشکل را شناسایی نکرده بودند. این تصویر ساده باعث ایجاد تغییراتی در محصول و همچنین ارتباط با مشتریان شد که در نهایت رضایتمندی بالاتر مشتریان را در پی داشت.

مفهوم “نمونه‌های نماینده‌ی کل[۵]” که در مطالعات کمی از آن بهره می‌بریم، باید به طور کامل کنار گذاشته شود. مشارکت‌کنندگان فعال در شبکه‌های اجتماعی مطمئناً با کسانی که محصول شما را استفاده نمی‌کنند متفاوتند. حتی کسانی که متنی را در شبکه‌های اجتماعی می‌خوانند ولی مشارکتی در آن انجام نمی‌دهند نیز می‌توانند سیگنال‌های معناداری به شما بدهند. گوش‌سپاری به سخنگویان شبکه‌های اجتماعی می‌تواند به ما بیاموزد چه سیگنال‌هایی نیاز به ورود به آن بحث را دارند، کدامشان در سطح جامعه تشدید می‌شوند و کدام‌یک نیازمند پاسخگویی از سوی سازمان را داراست. بسیاری از سازمان‌ها برروی این منافع سرمایه‌گذاری کرده‌اند اما عمده‌ی این برنامه‌ها آزمایشی است؛ این برنامه‌های پیش‌رونده نام “تحقیقات حقیقی[۶]” را به خود گرفته که به دنبال یافتن حقیقت در میان چیزهایی است که گفته می‌شود. اما توسعه‌ی تئوری مستلزم نمونه‌های مصداقی نیاز ندارد. مشتریان غیرحقیقی نیز می‌توانند به سازمان ما مرتبط فرض شوند چرا که ارتباط مفهومی وابسته به تعریف ماست.

برای مثال به گروه‌هایی که در اینترنت در مورد تراشه‌های بازی‌های رایانه‌ای صحبت می‌کنند توجه کنید. با وجود اینکه آن‌ها گروه‌های بسیار کوچکی از جامعه هستند که هرگز “نماینده[۷]“‌ی تمام کاربران کامپیوتر به حساب نمی‌آیند، اما افرادی بسیار متعهد با اطلاعات بسیار دقیق هستند که اطلاعاتی ارزشمند در مورد ویژگی‌ها و کیفیت محصولات جدید تولید می‌کنند که مورد استفاده‌ی سطح وسیع‌تری از کاربران قرار می‌گیرد. در این مورد، گوش‌سپاری اجتماعی به ما می‌آموزد چگونه گروه‌های کوچک کاربران وفادار می‌توانند وفاداری به برند را تحت‌الشعاع قرار دهند و به همین خاطر استراتژی‌های عرضه‎ی نخستین یک محصول در بازار باید تغییر یافته و به جای آنکه تنها متمرکز بر اجتماعات حول برند باشد، بر فروم‌های کامپیوتری عمومی‌تر نیز تمرکز کند.

تحلیل کیفی شیوه‎ی توسعه‌ی علوم را به چالش می‌کشد. استقرای کمی یک فرضیه را در بوته‌ی آزمایش می‌گذارد یا حداقل سعی می‌کند ارتباطی آماری میان مفاهیم شناخته‌شده ایجاد کند. گوش‌سپاری اجتماعی در حالت خالص خود هیچ پیش‌فرضی نداشته و این کیفیت فاقد پیش‌زمینه فرصتی به وجود می‌آورد تا به سوالاتی پاسخ دهیم که مدیران حتی نمی‌دانند باید در مورد آن‌ها سوالی مطرح کنند.

برای مثال یکی از تولیدکنندگان کالسکه‎ی کودک سال‌ها با این پیش‌فرض مشغول فعالیت بود که توانسته محصول خود را با موفقیت تبدیل به برندی کند که عبارت “بدون اضافات” یکی از هسته‌های اصلی این برندینگ بوده است. تحلیل کیفی هزاران پرسشنامه‌ی اینترنتی که از چندین کشور جمع‌آوری شده بودند شکافی میان انتظاری که آن‌ها داشتند و واقعیت نشان داد. حتی یک جمله نیز در میان پرسشنامه‌ها مبین هسته‎ی برندینگ مدنظر نبود و این نکته به مدیران آموخت که برندینگ آن‌ها برروی عبارت بدون اضافات در بین مشتریان شکست خورده است. واکنش آن‌ها شگفت‎زدگی بود – چیزی که ایزاک آسیموف آن را این‌گونه توصیف می‌کند: جذاب‌ترین عبارت در علم – چیزی که پیشرفت واقعی علم را نشان می‌دهد – عبارت “اورکا، اورکا” (یافتم، یافتم) نیست، بلکه این عبارت است: “هوم، جالبه!”. مدیران باید داده‌ها را به دنبال یافتن سوالات تازه کنکاش کنند نه آنکه صرفاً به دنبال رد یا قبول یک فرضیه به سراغ آن‌ها بروند.

مدیریت معانی هم‌چنین به مقوله‌ی گوش‌سپاری اجتماعی به عنوان سامانه‌ی جامع‌تری برای ساخت معنا و نه به عنوان یک منبع ساده‌ی داده‌ها نگاه می‎‌کند. گوش‌سپاری داده‌ها یک فرآیند واحد نیست بلکه بخشی از یک بسته‎ی مکمل شهودها نسبت به مشتریان، مصرف، بازارها و فرهنگ‌ها هستند. عمده‌ی مدیران در خان اول که شناسایی همبستگی میان آنچه در مطالعات شرکت “یافته شده” و آنچه واقعاً در اینترنت در حال رخ‌دادن است متوقف می‌شوند.

از آن‌جایی که این همبستگی ضعیف است، مدیران را بر آن می‌دارد که داده‌های گوش‌سپاری اجتماعی را انکار کرده و یا اهمیت کمی بدان‌ها دهند. این انکار ما را به یاد گروه‌های هدف داده‌ای می‌اندازد که مدیران سابقاً تشکیل می‌دادند: آن‌ها عاشق صحبت‌های گروهی هستند چرا که اعتماد و راحتی این گروه‌ها بینش‌های عمیقی به بار می‌آورد اما به محض شنیدن یک صدای مخالف با خط فکر خودشان، شروع به توجیه خود کرده و آن نظر مخالف را رد می‌کنند. اما اگر گفت‌وگوهای شبکه‌های اجتماعی می‌تواند زندگی مشتریان را به طریقی نمایان کند که تحقیقات سفارشی هرگز توانایی انجام آن را ندارند، باید انتظار بروز ناهماهنگی‌هایی را نیز داشته باشیم. ناهماهنگی یکی از منابع مهم بینش مشتریان است چرا که پیش‎فرض‌ها را به چالش می‌کشد. ناهماهنگی در میان داده‌ها، اقتداری که برای داده‌ها و اصالت تحلیل داده‌ها فرض کرده‌ایم را نفی می‌کند.

برای کسب حداکثر داده‌ها از شبکه‌های اجتماعی، باید فراتر از دانشمندان داده و دپارتمان‌های بازاریابی که آن‌ها را در خود جای داده‌اند برویم. هر نیروی اجرایی باید یک گوش شنوا باشد. مدیران اجرایی شرکت‌های پیشرو به صورتی فعال به تفسیرهای شبکه‌های اجتماعی گوش می‌سپارند – هرروز و به صورت لحظه‎ای، نه اینکه هر ماه به گزارش مختصری که دپارتمان بازاریابی آماده کرده نگاهی بیاندازند. مدیران ارشد سایر دپارتمان‌ها نیز باید خود را آلوده‌ی این کار کنند.

نظرات شبکه‌های اجتماعی باید چیزی فراتر از دپارتمان‌های بازاریابی و آژانس‌های خدماتی باشد که این نظرات را به صورت گزارش‌هایی برای جلسات ماهانه‌ی مدیران آماده می‌سازند. ابزارهای زیادی برای تبدیل آسان داده‌های گوش‌سپاری اجتماعی به گزارش‌ها یا فرآیندهای کسب‌وکار وجود دارد – و این خود می‌تواند بخشی از مشکل نیز باشد.

تیم Oxyme (یک ابزار تحلیلی که Rietveld آن را بنیان نهاده) برای یکی از مشتریان خود تعداد داشبوردهایی که در بخش فروش و رفتار مشتریان وجود دارد را برشمرد. ۱۹ داشبورد مجزا وجود داشت. Oxyme به جای آنکه داشبورد بیستم را تولید کند، یک ایمیل روزانه ایجاد کرد که حاوی اظهارنظرهای مثبت و منفی ثبت‌شده توسط مشتریان در فضای اینترنت بود. این رویکرد بسیار ساده بینش‌های جدیدی در مورد مشتریان به وجود آورد که فرآیندهای داده‌کاوی عظیم قبلی به سختی می‌توانستند آن‌ها را تولید کنند. برای مثال، احساسات همیشه وابسته به زمینه است و تحلیل آن‌ها نیز باید با توجه به این زمینه و شرایط و خصایص گوینده‌ی آن‌ها باشد. مطالعات حاضر در مورد تنفس بد کماکان جملات منفی را نشان می‌دهند اما با توجه به زمینه‌ی بحث، مدیران دریافتند که نویسنده‎ی این کامنت‌های منفی مادران بودند و راه‌حل‌هایی که آن‌ها به دنبال آن می‎گردند، برای کودکان آن‌ها و نه خود آن‌هاست. با تمرکز بر زمینه به جای میزان منفی بودن نظرات، تیم تحقیقات مخاطبان بالقوه‌ی تازه‌ای را شناسایی کرد. حال وقتی مدیران به نمودارهای حسی خود نگاه می‌کنند، تفاسیر به داده‌هایی کیفی مجهز شده‌اند که زمینه و معنا را نیز دربر می‌گیرد.

برای بهره‌گیری از شبکه‌های اجتماعی در جهت کسب بینش نسبت به مشتریان، پا را از مرزهای مدیریت داده‌ها فراتر گذاشته و به هنر تفسیر قدم گذارید. بافت ارائه‌شده در تفاسیر کیفی را بپذیرید و گوش‌سپاری اجتماعی را به دپارتمان بازاریابی محول نکنید.

 

https://hbr.org/2016/08/to-get-more-out-of-social-media-think-like-an-anthropologist

 

Susan Fournier استاد مدیریت دانشگاه Questrom و مدرس ارشد دانشگاه بوستون است.

John Quelch استاد مدیریت بازرگانی چارلز ادوارد ویلسون دانشکده بازرگانی هاروارد است و در دانشکده‌ی بهداشت عمومی هاروارد نیز در زمینه‎ی مدیریت و سیاست‌های سلامت تدریس می‌کند.

Bob Rietveld موسس شرکت Oxyme، یک شرکت تحلیل بازاریابی در هلند است که متخصص گوش‌سپاری اجتماعی هستند.

 

[۱] Social listening

[۲] Information Service

[۳] qualitative

[۴] adequate sample sizes

[۵] representative samples

[۶] real research

[۷] representative

اشتراک گذاری

اگر می‌خواهید داده‌های بیشتری از شبکه‌های اجتماعی استخراج کنید، مانند انسان‌شناسان فکر کنید.

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *