Palestra realizada por Marcel Ayres (sócio da PaperCliQ e SOMMAR) na 3ª Imersão em Mídias Sociais - Vitória / ES (2013) - http://www.eventodemidiassociais.com.br/
2. Intro PROPOSTA - SAEB
Marcel Ayres
@MarcelAyres
Jornalista – Universidade Federal da Bahia (UFBA)
Sócio da PaperCliQ – Comunicação e Estratégia
Digital e SOMMAR Social Media Marketing
Pesquisador no Grupo de Pesquisa em Interações,
Tecnologias Digitais e Sociedade (Gits - UFBA)
Organizador dos Ebooks “Mídias Sociais:
Perspectivas, Tendências e Reflexões” e “Mídias
Sociais e Eleições 2010”.
15. Monitoramento
1º momento:
• Organizações são ‘impelidas’ a ouvir;
• Oportunidades que vão além do ‘falar’;
• Quando escutar? Ontem!
Colleen AF Venable (Flickr)
17. Coleta de
Dados
Análise e
Armazenamento
Recomendações
Ciclo do
Monitoramento
Adição de
Classificação
Informações
Categorização
18. O que ouvir?
Onde e O quanto se falou? Sobre o que falou? Quem falou?
Quando falou?
19. Tipos: Monitoramento Parcial
› O Monitoramento de Marcas e
Conversações pode ser realizado de
diversos modos diferentes.
› O Monitoramento Parcial é aquele que
utiliza softwares que não permitem adição
de informações e tratamento avançado de
dados, como, por exemplo, a utilização de
Google Reader + Google Alerts ,
Ferramentas gratuitas etc.
20. Tipos: Monitoramento Pleno
› O Monitoramento Pleno é o
que possibilita e agrega em uma
única plataforma as diversas
etapas do monitoramento de
marcas e conversações.
› Em geral, ferramentas pagas.
21. Vantagens
• Grandes amostras;
• Acesso a
pessoas/conversações
públicas;
• Registro das conversas e
possibilidade de resgate das
informações;
• Caráter mais “espontâneo”.
22. Métodos de Pesquisa
O monitoramento não substitui outros
métodos de obter dados e informações.
Complementa!
methodshop.com (Flickr)
23. Métodos de Pesquisa
Monitoramento se mostra como uma técnica de
pesquisa relevante, contudo, não irá responder
todas as perguntas desejadas pelo cliente.
A) Nem todos estão conectados, além da
grande variação de público entre as mídias
sociais;
B) Nem todos que estão conectados publicam
/editam e moderam conteúdos.
24. Diferenças!
• Diferenças entre métodos de
feedback tradicionais e os advindos
das mídias sociais;
• Nas mídias sociais, os usuários estão
compartilhando suas experiências e
não respondendo perguntas de
pesquisas.
antwerpenR (Flickr)
25. Dados, dados, dados!
• Trabalhar com dados não é novidade;
• Antes, não era simples descobrir o
que os consumidores falavam;
• Hoje, há um crescimento exponencial
de dados produzidos, armazenados e
processados pela humanidade.
Mrflip (Flickr)
26. Precisamos evoluir!
• Somente escutar e reunir dados já
não é mais suficiente;
• Muitas organizações não estão
tirando vantagem dos benefícios do
monitoramento.
Stephenhanafin (Flickr)
27. Mais do que a própria marca!
• Monitoramento restrito ao
impacto da marca;
• ‘O que aconteceu no Twitter?’
• ‘Qual foi o sentimento?”
28. Ação!
• As organizações, em geral, estão
apenas ouvindo, e não agindo;
• Não estão buscando inteligência
nos dados coletados.
Ste3ve (Flickr)
30. Social Intelligence
2º momento:
• Perceber a importância dos
dados das mídias sociais e agir a
partir deles são duas dimensões
distintas;
• O monitoramento pode ser ainda
mais efetivo - proativo;
• Os dados devem apoiar
estratégias e levar à ação.
Bernhardt Soccer (Flickr)
32. Alinhando...
Conceitos:
- McKinsey: forma de inteligência competitiva
que é originada, coletada, analisada ou
distribuída usando tecnologia social.
- Forrester Research: conceito de transformar
dados das mídias sociais em ações de
marketing e estratégias de negócios.
Cubosh (Flickr)
33. De A a Z.
As aplicações são
infinitas e vão além
do Marketing.
35. Operação
• Mídias Sociais são grandes,
velozes e repletas de conteúdos –
dificuldade para trabalhar sem
aparatos técnicos adequados;
• Necessidade de desenvolver
técnicas e métodos;
• Social Intelligence não é
encontrada – ela é buscada.
Brett Jordan (Flickr)
36. Big Data – ou, simplesmente, Data?
• Big Data – Desafios e Oportunidades;
• Três características fundamentais:
volume, variedade e velocidade;
• Revela informações que antes não
podiam ser vistas a ‘olho nu’;
• Possibilidade de enxergar padrões e
relações que permitem tomar decisões Vruba (Flickr)
mais rápidas e assertivas.
37. Novos métodos e ferramentas
• Cenário convoca novas expertises;
• Necessidade de equipe multidisciplinar;
• Ferramentas sofisticadas aliadas a métodos
de análise resultam em iniciativas como, por
exemplo o Social Network Analysis (SNA);
• Análise de Interações Sociais e
Influenciadores.
Kyle McDonald (Flickr)
38. Dados: alguns cuidados
• Paradoxo: dados podem ajudar ou
atrapalhar;
• Perigo de se perder em meio a
tantos insumos ou se reter a dados
‘vazios’;
• Coleta e uso deve ser estratégica;
• Ter as ferramentas é diferente de
ter tempo, recurso e conhecimento
para usá-las. Zzpza (Flickr)
39. Ferramenta é meio, não fim
• Coletar os dados é apenas o
primeiro passo;
•A melhor ferramenta não garante a
melhor análise;
• Importância da dimensão humana
no processo – Extrair Significados;
• Fazer as perguntas certas e obter
respostas relevantes. Zzpza (Flickr)
40. Os dados sozinhos não contam histórias
Exemplo:
Crescimento no número de
Dados
seguidores e menções
Informação
Conhecimento
41. Os dados sozinhos não contam histórias
Exemplo:
Crescimento no número de
Dados
seguidores e menções
Informação Polêmica sobre a fabricação dos
produtos gera crise de imagem
Conhecimento
42. Os dados sozinhos não contam histórias
Exemplo:
Crescimento no número de
Dados
seguidores e menções
Informação Polêmica sobre a fabricação dos
produtos gera crise de imagem
Conhecimento Elaboração de estratégias de
conteúdo e relacionamento para
conter a crise e diminuir a
percepção negativa do produto.
44. Refinamento
› Indecisão (‘Ainda não sei se quero
comprar esse produto’);
› Comparações (‘Esta empresa tem um
bom serviço, mas deixa a desejar nas
instalações’);
› Sarcasmos/Ironias (‘Nossa, como eu amo
Imagem: http://pt.aliexpress.com
essa empresa. Passar 2h numa ligação,
aguardando ser atendida’, ‘‘Esta empresa
tem um ótimo atendimento. Só que não’)
45. Refinamento
Análise de Automática de sentimento
Pontos positivos
• Rápida percepção geral de sentimento
• Otimização de esforços (classificação em massa)
Pontos negativos
Impossibilidade de interpretação mais profunda
Imagem: http://pt.aliexpress.com
• “Vejam isso: http://bit.ly/225vpw”;
• “Ninguém merece Avenida Brasil’: novela ou a av.?;
• “Esse cara é f***!”;
• Conteúdos publicitários disfarçados.
50. Desafios
"Se eu perguntasse para os
meus clientes o que eles
desejavam, eles diriam: um
cavalo mais veloz".
Henry Ford
51. Desafios
Demanda:
• Pessoas inverterão fluxo e passarão
a demandar dados (Trendwatching);
• Consumidores começarão a buscar
seus dados e entregá-los para
organizações que ofereçam
proativamente serviços e recursos
para melhorias na experiência do Images_of_Money (Flickr)
consumo.
52. Desafios
Creep
Como usar dados personalizando
experiência, mas sem produzir
sensação de constante vigilância
ou intrusão?
ZinebBenharbit (Flickr)
53. Desafios
Rapidez:
Como processar e aplicar rapidamente
o conhecimento gerado por um volume
cada vez maior de dados?
daz smith (Flickr)
54. Desafios
Entrega:
• Traduzir massa de dados de forma
clara e objetiva;
• Customização para cada equipe,
atendendo a necessidades específicas.
Fonte: Lithium