“[…] every customer who leaves feedback is now an influencer – and every potential buyer is ready to be influenced”. C’era scritto in un paper di qualche anno fa. Non che il passaparola non sia sempre stato un elemento fondamentale per il successo, o il fallimento, di un prodotto o di una marca, ma la struttura dell’infosfera attuale, in cui la catena del passaparola è onlife e potenzialmente always-on, ha portato più d’uno a magnificare gli effetti della review culture.
La cultura della recensione e la società della valutazione sono solidali. In questo episodio de La voce del dato proviamo a immergerci in questo connubio, seguendo le tracce proprio della chiave di ricerca “recensione”. L’intento è il solito, didattico: simulare un percorso possibile, tra i tanti, di un’attività di intelligence. Ma con dati reali, da cui traiamo informazioni e, se necessario, qualche interpretazione.
Prima di procedere con il consueto esercizio, riepiloghiamo le pubblicazioni di questa settimana che ci separa dall’uscita del numero precedente della newsletter, il 29 (dal titolo Non solo amore: i prodotti più cercati, e più “chiacchierati”, a San Valentino).
Abbiamo pubblicato l’episodio numero 23 della rubrica settimanale Parole d’Italia. E il numero 15 della rubrica Share of Words. Le due rubriche accolgono ogni settimana un’attività di content intelligence su un campione casuale di messaggi pubblicati nell’infosfera italiana e internazionale.
Questa settimana l’approfondimento di entrambe le rubriche è stato dedicato a LinkedIn, con un’analisi di un campione di 13.000 messaggi per l’Italia e di 641.000 per l’estero.
La demo della settimana verte sull’analisi di 300.000 statuses pubblicati su Facebook negli ultimi dieci anni circa, in cui compare la parola “social”.
In un’intervista pubblicata ieri su Il Corriere della Sera, una delle protagoniste principali della vicenda del pandoro griffato, di cui tanto si è parlato, ha fornito per la prima volta la sua versione in un contraddittorio. Chi ha avuto la pazienza di leggere qualche settimana fa il nostro report dal titolo “Di un caso di influencer marketing in senso extra-morale” vi potrà ritrovare la spiegazione della maggior parte delle linee narrative, di marca, a cui quell’intervista pare dare il là. Non si tratta ovviamente di capacità divinatorie, di cui né tropic né chi scrive sono purtroppo dotati, ma delle possibilità fornite dalle analisi di intelligence volte a determinare le variabili ambientali (i mondi possibili) e le personalità semiotiche in gioco, con simulazioni a carattere predittivo.
L’intervista ci dà la possibilità di aggiornare qui qualche dato del nostro piccolo, e parziale, osservatorio sulla vicenda.
“[…] every customer who leaves feedback is now an influencer – and every potential buyer is ready to be influenced”. C’era scritto in un paper di qualche anno fa. Non che il passaparola non sia sempre stato un elemento fondamentale per il successo, o il fallimento, di un prodotto o di una marca, ma la struttura dell’infosfera attuale, in cui la catena del passaparola è onlife e potenzialmente always-on, ha portato più d’uno a magnificare gli effetti della review culture.
La cultura della recensione e la società della valutazione sono solidali. In questo episodio de La voce del dato proviamo a immergerci in questo connubio, seguendo le tracce proprio della chiave di ricerca “recensione”. L’intento è il solito, didattico: simulare un percorso possibile, tra i tanti, di un’attività di intelligence. Ma con dati reali, da cui traiamo informazioni e, se necessario, qualche interpretazione.
Prima di procedere con il consueto esercizio, riepiloghiamo le pubblicazioni di questa settimana che ci separa dall’uscita del numero precedente della newsletter, il 29 (dal titolo Non solo amore: i prodotti più cercati, e più “chiacchierati”, a San Valentino).
Abbiamo pubblicato l’episodio numero 23 della rubrica settimanale Parole d’Italia. E il numero 15 della rubrica Share of Words. Le due rubriche accolgono ogni settimana un’attività di content intelligence su un campione casuale di messaggi pubblicati nell’infosfera italiana e internazionale.
Questa settimana l’approfondimento di entrambe le rubriche è stato dedicato a LinkedIn, con un’analisi di un campione di 13.000 messaggi per l’Italia e di 641.000 per l’estero.
La demo della settimana verte sull’analisi di 300.000 statuses pubblicati su Facebook negli ultimi dieci anni circa, in cui compare la parola “social”.
In un’intervista pubblicata ieri su Il Corriere della Sera, una delle protagoniste principali della vicenda del pandoro griffato, di cui tanto si è parlato, ha fornito per la prima volta la sua versione in un contraddittorio. Chi ha avuto la pazienza di leggere qualche settimana fa il nostro report dal titolo “Di un caso di influencer marketing in senso extra-morale” vi potrà ritrovare la spiegazione della maggior parte delle linee narrative, di marca, a cui quell’intervista pare dare il là. Non si tratta ovviamente di capacità divinatorie, di cui né tropic né chi scrive sono purtroppo dotati, ma delle possibilità fornite dalle analisi di intelligence volte a determinare le variabili ambientali (i mondi possibili) e le personalità semiotiche in gioco, con simulazioni a carattere predittivo.
L’intervista ci dà la possibilità di aggiornare qui qualche dato del nostro piccolo, e parziale, osservatorio sulla vicenda.
Il sentiment negativo era al 54% nel nostro carotaggio del 13 gennaio. Al 62% in quello del 5 febbraio. È al al 47% in quest’ultimo del 24 febbraio.
Veniamo ora all’esercizio di questa settimana, sulle tracce della parola “recensione”, sui motori di ricerca, tra le news, nei social e sul web. Una simulazione di una attività di intelligence tra le tante possibili, utile per creare valore grazie al monitoraggio delle fonti, alla creazione di data lake, alla loro analisi e all’elaborazione di informazioni.
In primo luogo, è utile capire qual è il trend di ricerca correlato alla parola “recensione” su Google.
Ne vien fuori una prima curiosità: pare esservi, come si vede, un decremento del volume di ricerca negli ultimi anni.
Il secondo passo è l’analisi della SERP, sia da desktop che da mobile. Si raccolgono i link e si cerca di capire quali sono i siti che compaiono con maggiore frequenza. È un’informazione utile, in un’attività di marketing intelligence per esempio, per capire quali keywords generano il traffico maggiore e quali siti premiano.
Serp desktop.
Serp mobile.
A questo punto, restringiamo il periodo di osservazione agli ultimi 3 mesi e proviamo a capire verso quali siti si dirige il traffico generato dalla keyword recensione.
Ci sono tante potenziali informazioni. Facciamo un passo avanti. Selezioniamo due dei siti che occupano degli spicchi non trascurabili della torta: Trustpilot e YouTube.
Sondiamo Trustpilot, e grazie a delle proiezioni, cerchiamo di scoprire quali sono le categorie e i prodotti più citati, tra i cosiddetti popular search terms non-branded.
Questo è il risultato da desktop.
E questo è il risultato da mobile.
Spostiamoci ora su YouTube. Utilizziamo la chiave di ricerca “recensione”, anche qui, e selezioniamo i 50 video, in Italia e in italiano, che hanno generato il maggior numero di visualizzazioni. Scopriamo quali sono gli autori maggiormente presenti in quella lista e le parole più frequenti nelle descrizioni.
Passiamo ora a monitorare quello che accade sui social e nel web, in una finestra temporale più ristretta.
Questo è il trend delle menzioni correlate alla keyword “recensione”.
Andiamo ora più in profondità, con l’analisi del sentiment e la lista delle espressioni e degli hashtags più usati.
Anche in questo caso, abbiamo tante informazioni sui prodotti, sugli attributi e anche sui canali usati per recensire o per cercare recensioni. Ovviamente, ogni parola e ogni hashtag può, o deve, essere l’inizio per un’ulteriore attività di intelligence.
Prima di chiudere, facciamo un altro test. Prendiamo un campione di 10.000 messaggi pubblicati su vari canali e sottoponiamolo a una content analysis per cercare di estrarre delle informazioni sui prodotti più citati e sul “successo” eventuale delle varie strategie di promozione.
Questo è il risultato.
Le parole più frequenti nei messaggi che hanno generato il maggior numero di interazioni in quel campione.
È tutto. Grazie della pazienza e al prossimo episodio.
