Метод цифрового слушания (анализ взглядов пользователей интернета): источник информации из социальных сетей

Что такое цифровое слушание?

Выражая свое мнение в Твиттере о Дональде Трампе или Брексите вы не ожидаете, что ваше сообщение станет частью анализа общественного мнения. Однако, отрасль цифрового слушания формируется через ваши собственные действия в социальных сетях, которые впоследствии анализируются с целью понять взгляды каждого потенциального избирателя и общественное мнение в целом. Хотя большинство выводов сделанных на основе метода цифрового слушания публикуются учеными или общественными организациями, этот метод также продается в качестве услуги как средство сбора данных для предвыборных кампаний.

digital-listening-image-9

В этом посте из блога компании Crimson Hexagon объясняются некоторые детали относительно избирателей в Великобритании. В блоге отмечается, что сторонники партии Независимости в социальных сетях «в 40 раз вероятнее будут заинтересованы в Джихаде", чем другие пользователи, а сторонники лейбористов "в 26 раз вероятнее будут заинтересованы в дикой природе", чем другие.
Источник: Crimson Hexagon, ‘Voter Interests UK Election | Affinity Analysis Politics’, 12 марта 2019 года.

Цифровое слушания - это термин-зонтик за которым скрыты мониторинг и анализ действий человека в социальных сетях, таких как Facebook или Twitter. Анализируются как действия (репосты, предпочтения, распространение картинок или комментарии), так и содержание сообщений (хэштеги, посты в Twitteр, сообщения и комментарии). Компании, предлагающие такие услуги следят за тем, какие темы являются наиболее популярными среди пользователей в определенный промежуток времени. Вместе с тем, компании не ограничиваются только мониторингом содержания и «настроения» сообщений, вроде, отношения людей к определенному кандидату. Одна из таких компаний, Bakamo.Social, которая работает с правительствами, ОО, и политическими партиями объясняет смысл своих услуг на сайте:

«Bakamo идет далеко за пределы ключевых слов и анализа «настроения» сообщений в социальных сетях. Из мелких деталей мы развиваем широкие темы, которые привлекают и мотивируют людей присоединяться к беседе. Мы в полной мере понимаем социальный дискурс, предпочтения пользователей, определяем сегменты [рынка] основываясь на потребностях, идентифицируем факторы, влияющие на выбор продукта и даже больше. Посредством настоящих голосов, вы получаете реальные, точные и неожиданные данные о поведении пользователей.»

Как это работает?

Чтобы узнать мнение избирателей и понять их политические настроения, в предвыборных кампаниях, традиционно используют опросы и телефонные звонки. Технология анализа взглядов пользователей интернета позволяет провести такой же вид анализа, но, гораздо быстрее, с меньшим количеством ресурсов, охватывая при этом гораздо большую аудиторию.

Когда такой анализ применяется в сочетании с другими данными, такими как перечень подписчиков или геолокации пользователей, технология анализа взглядов пользователей позволяет узнать мнение целевой аудитории, что делает эту технологию ценным инструментом для кандидатов и предвыборных кампаний.

Технология анализа взглядов пользователей интернета состоит из двух компонентов, которые благодаря автоматизации стали еще более эффективными, следовательно, это - получение данных и анализ данных. Во-первых, данные собираются с помощью программного обеспечения, которое называют скрепером. Так, скреперы собирают информацию из сообщений целевой аудитории в соцсетях, вроде сообщений с хэштегом в Twitter, или комментариев на Facebook. Через ретвиты в Twitter или предпочтения на Facebook анализируются данные о реакции в соцсетях, что помогает понять «заинтересованность» аудитории той или иной темой. В дальнейшем такие реакции классифицируют, например, если определенная тема имеет мало предпочтений, она классифицируется как отрицательная и наоборот.

Затем, эти данные анализируются с применением алгоритмов, которые определяют настроение (отрицательное или положительный) сообщения, анализируя слова и контекст в котором они написаны. Большинство таких анализов строятся на последних достижениях в технологии «обработки естественного языка» (natural language processing (NLP). Упомянутая технология - это вид искусственного интеллекта, который анализирует большие объемы текста. NLP запрограммирован распознавать не только положительный/отрицательный настрой определенных слов, или контекст, но и развивать свои собственные правила анализа, поскольку, чем больше информации он обрабатывает, тем умнее он становится.

Технология анализа взглядов пользователей интернета не заменяет старые инструменты, зато часто применяется в комплексе с ними. Например, традиционный инструмент для опросов, YouGov, собирает данные об общественном мнении рассылая опросы и пользуясь другими онлайн методами, которые используют политические партии, правительства и частные компании. В 2018 году, YouGov, приобрел компанию-разработчика искусственного интеллекта Portent.IO, чтобы получить доступ к ее технологиям, касающихся анализа взглядов пользователей интернета чтобы дополнить работу YouGov. Portent.IO, которая после ребрендинга известна как YouGov Signal проводит в Twitter анализ текста и реакции пользователей в Twitter, чтобы найти ключевые данные среди многих других. Такой анализ предназначен для того чтобы узнать об отношении общественности к компании, предвыборной кампании или отдельным лицам. Этот инструмент может быть полезен политикам, давая им понимание того, как они могут улучшить свой имидж среди потенциальных избирателей.

digital-listening-image-4

В изображении экрана из поста в блоге компании Meltwater показывается уровень отношения к кандидатам на Кенийских президентских выборах - Ура Кеньятты и Рейли Одинга.
Источник: Филипппа Додс, ‘Kenya-Elections-Online-Media-Analysis’, South Africa — Meltwater (blog), 12 марта 2019 года.

Как используются ваши данные?

Данные собранные из социальных сетей для предвыборных кампаний полезны в достижении ряда результатов:

↘ Данные могут помочь штабам предвыборных кампаний, понять насколько отрицательно или положительно воспринимается кандидат или определенный вопрос. С каким стилем речи они ассоциируются и то, как много о них говорят.

↘ Данные могут показать какие проблемы беспокоят общественность во время выборов.

↘ Программное обеспечение может также помочь выявить политических лидеров мнений обращая внимание на тех, кто имеет наиболее широкую аудиторию и положительное отношение к предвыборной кампании.

NUVI, инструмент для анализа взглядов пользователей в соцсетях разработанный компанией Brickfish предлагает услуги политического направления. «Понимать, что важно для ваших избирателей в любое время. Мониторинг трендов и концепций, которые пользуются популярностью у ваших избирателей. Оставайтесь на вершине новых идей» - написано в заголовке раздела «Политика» на сайте компании. Среди услуг, которые предлагает Brickfish также помощь политиками в том, чтобы «оставаться на одной волне с избирателями», «создать перечень лидеров мнений и недоброжелателей, «быть проинформированным о том, какие темы они обсуждают», «понимать настроения людей по отдельным вопросам» и «визуализироваться обсуждения определенных тем в реальном времени с помощью приложения на вашем смартфоне».

digital-listening-image-2

NUVI, компания, работающая в сегменте социальных сетей, и расположенная в Юте, рекламирует свои услуги для проведения предвыборных кампаний. На этом снимке экрана с их сайта демонстрируется гендерная принадлежность подписчиков, где они находятся, как они вовлечены в предвыборную кампанию, и как эти показатели со временем меняются. Такого типа данные могут быть использованы для построения будущих политических сообщений.
Источник: ‘Politics - NUVI - Real-Time Social Intelligence’, 12 марта 2019 года.

Компания Crimson Hexagon, которая также специализируется на технологии анализа взглядов пользователей предлагает взглянуть более подробно на то, как они собирают данные о текущих политических дискуссиях в соцсетях. Например, недавно в компании проанализировали, какие кандидаты были наиболее обсуждаемыми после анонса своего участия в выборах президента США 2020. Согласно их информации, в конце 2018 года, когда Камала Харрис 21 января объявила о своем участии в выборах, в Твиттер ее кандидатуру вспомнили 191 000 тысячу раз . Такое же количество сообщений собрал Берни Сандерс, анонсировав свое участие в феврале 2019 года. Они также проанализировали настроение общественности накануне выборов и выяснили, что многие избиратели испытывают «печаль» по таким важным вопросам как изменение климата и иммиграция; некоторые люди чувствовали «страх» или «радость» по отношению к новым кандидатам.

digital-listening-image-10

В октябре 2018 Канада стала первой развитой страной, легализировашей использование марихуаны в рекреационных целях. Crimson Hexagon, компания, расположенная в Бостоне, провела мониторинг реакции канадцев на это событие в социальных сетях. Согласно этому скриншоту взятому с их сайта, в день легализации в соцсетях появилось 40 000 сообщений по этому поводу, 56% из которых имели положительную окраску. Регионы разделились в вопросе легализации, так жители городов западной Канады поддержали ее, в то время как жители востока против.
Источник: ‘Canada Has Legalized Weed and Banff National Park Is Loving It’,22 марта 2019 года.

Другая компания, Ossalabs, продвигает собственное приложение Election Impact tool, разработанное специально для предвыборных кампаний. Ossalabs заявляет, что с помощью своих инструментов они могут помочь политикам "быть в курсе актуальных проблем избирателей», «предвидеть и решать проблемы до того как они превратятся в кризисы», « быть подготовленным к атакам оппонентов »,и« найти точки соприкосновения в дискуссиях».

digital-listening-image-3

Цифровое прослушивание можно использовать для достижения различных целей. OssaLabs, базирующейся в штате Вирджиния, на этом скриншоте с их сайта объясняет, как предвыборные кампании могут использовать их услуги. Название компании происходит от Оссы, греческой богини слуха, и славы.
Источник: ‘Political Campaigns’, OssaLabs, 12 марта 2019 года.

Некоторые примеры

Тайвань: фирма AutoPolitic работала над предвыборной кампанией кандидата на пост мэра Тайпея в 2014. AutoPolitic «сканирует и преобразует данные из соцсетей в практический инструмент». С AutoPolitic работал Ко Вен-Дже, который впервые участвовал в выборах мэра. Для избирательной кампании доктора Ко, фирма анализировала общественное мнение с целью понять «какие темы беспокоят общество (и почему), кто является инфлюенсерами (выяснив это, они могли бы сотрудничать) и какие темы их больше всего интересуют. Фирма создала перечень активностей инфлюенсеров в соцсетях и разбила их на категории основываясь на собственных прогнозах того в какой мере они могут привлечь их к кампании. Специалисты пришли к выводу, что доктор Ко должен привлекать молодую аудиторию посредством тату, уличных танцев, баскетбола и велосипедов. Ко учел эти советы и посетил тату салон. Этот визит считается успешным и широко обсуждался в социальных сетях.

Индия: Germin8 Social Intelligence - индийская компания, занимающаяся исследованиями технологии анализа общественного мнения в политике. «Социальный центр управления» Germin8 - это онлайн программа, которая анализирует «дискуссии в социальных сетях». Они опубликовали результаты анализа этих «дискуссий» перед выборами 2014 года. Результаты показали, что Bharatiya Janata Party (BJP) использовала в своей кампании больше положительных месседжей, в то время как Aam Aadmi Party главным образом сфокусировалась на таких темах как коррупция и тому подобное. Пресс-секретарь Germin8 заявил, что это могло повлиять на результаты обеих кампаний. Так позитивные сообщения привлекают внимание избирателей, которые идут голосовать в первый раз, что обеспечило успех BJP. Это пример того, как технология анализа общественного мнения позволяет получить информацию, которая может быть интегрирована в стратегии будущих предвыборных кампаний.

Как узнать была ли эта технология использована на мне?

Компании, занимающиеся технологиями анализа общественного мнения, представляют свою деятельность как анализ открыто выраженных взглядов. Однако, мы не знаем, как далеко заходит такой анализ. Некоторые организации не скрывают, что используют Twitter для анализа поведения его пользователей, другие наоборот. Таким образом, трудно понять, кто является объектом «прослушивания», а кто нет. Однако можно быть уверенным, что комментируя сообщение в соцсетях ваши данные могут быть собраны и использованы описанными выше средствами.

Выводы

↘ Технология анализа общественного мнения лишена некоторых проблем, которые имеют традиционные методы исследования общественного мнения, вроде само-цензуры и эффекта Хоуторна (вызывает изменение поведения субъектов, если они знают, что находятся под наблюдением.)

↘ Технология анализа общественного мнения позволяет получить более подробную и актуальную информацию опережая по эффективности традиционные методы опросов.

↘ Технология анализа общественного мнения направлена ​​лишь на исследование поведения как такового, из-за чего полученные данные не учитывают такие факторы как «ожидания» и «смысл», содержащиеся в сообщениях.

↘ Пользователей не спрашивают об их согласии стать частью анализа общественного мнения, однако, компании оправдываются, что собирают данные из открытых источников. Девиз компании Bacamo.Social: «Статистика, не спрашивая» позволяет предположить, что отсутствие необходимости получить согласие пользователя рассматривается как преимущество.

↘ Хотя компании, которые занимаются анализом общественного мнения заявляют, что «Понять настроение достаточно просто. Это только чувства, эмоции, отношение или мнение», собрать мысли людей не так «легко». Эта технология фокусируется на анализе текущего положения дел используя его для прогнозирования будущего поведения людей, что не обязательно является эффективным.

↘ Бесспорно, технология анализа общественного мнения может помочь охватить определенную аудиторию и провести более детальное исследование, чем с применением традиционных методов. Однако, использование технологии ограничивается политическими группами в соцсетях, что не дает полной картины о точках зрения, которые существуют в обществе.

Автор: Эмбер Масентайр


  1. Dave Nyczepir, ‘The Next Step in Online Persuasion’, Campaign and Elections, accessed 12 March 2019, https://www.campaignsandelections.com/campaign-insider/the-next-step-in-online-persuasion.
  2. ‘2017 French Election Study Microsite’, Bakamo Social, accessed 12 March 2019, https://www.bakamosocial.com/frenchelection.
  3. Kristof Varga, ‘Why European Campaigns Should Invest in Social Media Listening’, Campaigns and Elections, accessed 12 March 2019, https://www.campaignsandelections.com/europe/why-europeancampaignsshould-invest-in-social-media-listening.
  4. ‘Bakamo.Social | Strategic Social Listening | Insights without Asking’, accessed 12 March 2019, https://www.bakamosocial.com/.
  5. Steve O’Hear, ‘YouGov Acquires Portent.IO, accessed 12 March 2019, https://techcrunch.com/2018/12/18/yougov-acquires-portent-io/.
  6. ‘How We Work’, YouGov Signal, accessed 12 March 2019, https://yougov-signal.com/how-we-work/.
  7. ‘Politics - NUVI - Real-Time Social Intelligence’, accessed 11 March 2019, http://marketingstage.nuvi.com/politics/.
  8. ‘Politics - NUVI - Real-Time Social Intelligence’.
  9. ‘Bernie Sanders and Kamala Harris Most Discussed Democratic Party Candidates’, accessed 12 March 2019, https://www.crimsonhexagon.com/the-crimson-post/bernie-sanders-kamala-harris-most-discusseddemocraticparty-candidates/.
  10. ‘Bernie Sanders and Kamala Harris Most Discussed Democratic Party Candidates’.
  11. ‘Election Impact’, OssaLabs, accessed 12 March 2019, http://www.ossalabs.com/election-impact.
  12. ‘Political Campaigns’, OssaLabs, accessed 12 March 2019, http://www.ossalabs.com/political.
  13. ‘Case Study’, AutoPolitic, received on 5 August 2018
  14. AutoPolitic.
  15. AutoPolitic.
  16. Elonnai Hickok, ‘Digital Platforms, Technologies, and Data in the General Elections in India’, 2018, accessed 11 March 2019, https://ourdataourselves.tacticaltech.org/posts/overview-india/.
  17. Rohan Swamy, ‘Did Social Media Really Impact the Indian Elections?’, Gadgets 360, 20 May 2014, accessed 11 March 2019, https://gadgets.ndtv.com/social-networking/features/did-social-media-reallyimpact-the-indianelections-527425.
  18. Brittany Berger, ‘How to Use Social Media Sentiment Analysis for Listening’, The Mention Blog, 2017, accessed 12 March 2019, https://mention.com/blog/social-media-sentiment-analysis.