Сколько времени вы тратите, чтобы прочитать десяток сообщений, понять их содержание и выделить главное? А если не десяток, а сотни или вообще тысячи? Целые рабочие дни уходят на то, чтобы просто упорядочить инфополе бренда или персоны: понять, за что хвалят или критикуют, что считают главным.
И ведь этого недостаточно — намного важнее решить, что на основе этих данных делать: реактивно отвечать на сообщения, совершенствовать контент-стратегию или даже менять продукт. Но как найти на это время и не упустить ничего важного в инфополе?
На помощь приходят ИИ-инструменты, способные радикально ускорить аналитику соцмедиа и СМИ.
Brand Analytics помогает не просто собирать сообщения по нужной вам тематике, но и анализировать их с помощью встроенных ИИ-инструментов: прямо внутри системы и без необходимости разработки сложных структур передачи данных.
Рассказываем, какие инструменты Brand Analytics ускорят и упростят вашу аналитику.
Как ИИ помогает усилить аналитику соцмедиа и СМИ
ИИ-инструменты могут не только автоматизировать рутину и сэкономить ценные часы работы, но и:
- Очищают данные
Помогают отфильтровать сообщения, оставив в ленте только ценные для проработки; - Категоризируют неструктурированные данные
Кластеризируют большие данные по понятным и прозрачным сегментам; - Предоставляют непредвзятое мнение
Становятся «свежим взглядом» и выявляют паттерны за пределами рамок исследовательских гипотез.
Какие ИИ-инструменты Brand Analytics помогут оптимизировать аналитику
То, что система Brand Analytics автоматически определяет тональность сообщений, их категорию и тематику, а также донасыщает сообщения дополнительными данными, включая информацию об источниках, авторах и так далее — известно всем, кто её уже использует или только присматривается к старту работы с ней.
Это — база для аналитики соцмедиа.
А в Brand Analytics есть встроенные ИИ-инструменты для углублённой работы со смыслами в инфополе:
- Смарт Буст;
- BrandGPT;
- Сюжеты;
- Характеристики продукта и Аспекты.
Они позволяют оперативно обрабатывать собранные сообщения и видеть комплексную картину инфополя в соцмедиа и СМИ.
Смарт Буст: оперативная ИИ-аналитика
Смарт Буст — это набор ИИ-инструментов для автоматического тегирования сообщений и анализа комментариев. Главная технологическая новинка в Brand Analytics 2025 года, которая регулярно расширяется новым функционалом, чтобы сделать вашу аналитику ещё эффективнее.
Смарт Буст объединяет:
- ИИ-тегирование — тегирование по смыслу, а не по ключевым словам;
- ИИ-анализ комментариев — частотные мнения в комментариях к собранному в тему сообщению или сюжету.
Как работает ИИ-тегирование
ИИ-тегирование понимает смысл сообщений на основе промпта. Оно в 20 раз быстрее ручной обработки сообщений при точности, сопоставимой с человеческим анализом.
Чтобы составить промпт для ИИ-тегирования, достаточно естественным языком описать содержание нужных сообщений. Это похоже на постановку ТЗ коллеге или подрядчику — нужно описать объект и контекст его упоминания. Например, сообщения с позитивом о блюдах ресторане или сообщения, где говорят, что компания заботится об экологии и окружающей среде. И так же, как в жизни, примеры подходящих и неподходящих формулировок увеличивают точность решения задачи.
Пример промпта: Сообщения, в которых позитивно упоминаются блюда в Ростиксе или KFC. Подходят сообщения, где говорится о высоком качестве или хорошем вкусе еды в заведении, о любви к блюдам. Не подходят просто упоминания ресторана, его еды
Так получается ёмкое описание содержания сообщения, которое достаточно один раз сформулировать и сохранить, чтобы потом регулярно применять для тегирования и значительно ускорять решение рутинных задач.
ИИ-тегирование имеет неограниченное количество сценариев использования, например:
- Анализ любых характеристик бренда или продукта;
- Оценка восприятия и проникновения ключевых сообщений;
- Выделение сообщений по специфическим тематикам;
- Выявление кризисных ситуаций по собственным критериям;
- Разметка сообщений на иностранных языках, в том числе — в мультиязычных темах.
Это может быть особенно полезно для быстрых исследований и оперативной проверки гипотез.
ИИ-тегирование можно запускать и на нужном вам срезе сообщений, и на входящем потоке сообщений — в зависимости от ваших задач.
Главное, чтобы для решения задачи был важен смысл сообщения, а не наличие ключевых слов — в таком случае больше подойдет автотегирование.
ИИ-анализ комментариев
С помощью ИИ-анализа комментариев можно выявлять частотные мнения в обсуждениях поста в соцсетях или публикации в СМИ. Нейросеть за вас «читает» комментарии, даже если они не загружены в вашу тему Brand Analytics, выявляет в них повторяющиеся позитивные, негативные и другие нарративы и подкрепляет их реальными сообщениями, которые можно прочитать прямо в системе.
Благодаря ИИ-анализу комментариев больше не обязательно переходить в источник обсуждаемых сообщений и самостоятельно читать сотни или тысячи комментариев, чтобы понять, как аудитория восприняла публикацию или что её волнует прямо сейчас.
Чтобы провести ИИ-анализ комментариев достаточно нажать одну кнопку под сообщением или сюжетом в системе — и получить в ответ структурированный отчёт с мнениями пользователей.
А как на практике
Мы протестировали Смарт Буст на практических задачах, и плюсов его использования больше, чем минусов. Во-первых, высокая скорость и точность (более 90%) при быстрой корректировке промпта и масштабируемости процесса. Разметка и анализ производятся настолько быстро, насколько требует темп работы сегодня, особенно в агентстве. При этом сохраняется конфиденциальность данных — их не нужно выгружать вовне, ведь обработка данных происходит в знакомом интерфейсе Brand Analytics. У Смарт Буста доступная и понятная стоимость без скрытых расходов. Из минусов — сложно его использовать при широкой системе тегирования, например, для глубокой продуктовой аналитики, а на проектах иногда бывает до 1 500 тегов.
Юлия Нюхтилина ex-руководитель отдела аналитики ORM в MGCom
Кейс производителя автомобильных шин
Ноябрь — сезон смены шин, за месяц публикуются десятки тысяч сообщений по этой теме. И именно этот период требовалось проанализировать для участия в тендере одного из производителей.
Для агентства шины оказались достаточного новой продуктовой категорией. При сложном шаблоне отчёта, который требовалось предоставить, не было времени, чтобы забрифовать сотрудников.
В отчёте требовалось ранжировать пять аспектов по объему негативных упоминаний пользователями в контексте производителя и 4 конкурентов:
- Noise (шумность);
- Durability (долговечность, структурная прочность и износостойкость);
- Price (стоимость);
- Hardness (жесткость);
- Winter grip (безопасное сцепление, торможение и управляемость на снегу, льду и холодной слякоти).
В результате анализ более чем 10 000 сообщений занял 2 часа, из которых 1 час 45 минут — написание и тестирование промптов.
Не жалейте времени и сил на качественный промпт. И обязательно тестируйте его перед запуском разметки. Все формулировки, включая метафоры и сравнения, при написании автотега учесть невозможно, а ИИ-тегирование вычленяет эти смыслы в сообщениях и корректно размечает массив упоминаний.
В результате исследования команда проекта получила соотношение частотности упоминания ключевых негативных характеристик продукции по каждому бренду для участия в тендере.
Кейс фармацевтической компании
Фармацевтический бренд уже работал с агентством по другим направлениям, и требовалось с использованием ограниченных ресурсов оценить, как он представлен в соцмедиа, чтобы предложить идеи для доработки коммуникационной стратегии.
Оказалось, что объем негатива значительно превышал позитив. Соответственно, было необходимо выявить основные причины негатива и понять, как можно скорректировать восприятие пользователями.
Было несколько гипотез о причинах. Например, сам производитель считал, что чаще всего негативно говорят о бренде из-за недостаточной доказательной базы препарата. Из-за чего команда производителя фокусировала свои усилия и бюджеты на трансляции в публичном поле наличия научных исследований.
А специалисты агентства провели анализ рынка, выявили другие возможные причины негатива и сформулировали ещё 5 гипотез.
С помощью ИИ-тегирования разметили более 4 000 сообщений по 6 возможным причинам негатива с учётом тональности упоминаний — было разработано 12 промптов. Разметка всего массива заняла около часа.
Подтвердилась ли гипотеза?
Нет. Доказательная база воспринималась аудиторией очень позитивно.
А вот обсуждения эффективности имели зачастую негативную тональность. При этом 34% таких сообщений были в контексте некомпетентности врачей и массовых назначений препарата без индивидуального подхода к диагностике. И на этот показатель бренд не может повлиять напрямую.
В то время как 72% упоминаний состава препарата были связаны с сомнениями в его качестве и достаточности действующего вещества. И на этот параметр бренд может влиять в коммуникациях напрямую. К тому же, если начать транслировать ключевое сообщение о качественном действующем веществе, то это косвенно повлияет и на восприятие эффективности препарата.
По результатам исследования предложили сменить фокус в коммуникациях с доказательной базы на качественный состав.
Также для формирования коммуникационной стратегии фармацевтического бренда использовали ИИ-анализ комментариев. Компания регулярно оценивает эффективность своих амбассадоров и ищет новых лидеров мнений, например, тех, кто сотрудничает с косвенными конкурентами (теми, кто работает с той же целевой аудиторией). ИИ-анализ комментариев позволил оценить качество донесения ключевого сообщения и восприятия рекламы подписчиками инфлюенсера. Смарт Буст за несколько минут проанализировал 1 500 комментарий и подготовил информативный и ёмкий отчёт, о чём и в какой тональности говорят пользователи. Так, оказалось, что под интеграцией с очень крупным блогером люди обсуждали личность инфлюенсера, а не предмет рекламы. Это позволило сэкономить бюджет на нерелевантном размещении.
BrandGPT: Умная оценка инфополя
BrandGPT — это умный ИИ-помощник аналитика соцмедиа и СМИ внутри системы Brand Analytics. Он анализирует ленту собранных в тему сообщений, в соответствии с пользовательским запросом и фильтрацией, формирует краткое содержание и приводит подтверждающие примеры.
ИИ-помощник позволяет оперативно проанализировать инфополе, чтобы понять, о чем чаще всего говорят в собранных в тему сообщениях. Чтобы рассказать вам об основных темах, достоинствах или недостатках, BrandGPT зачастую требуется пара минут.
Можно задать собственный открытый вопрос, а можно использовать готовые сценарии, например, провести SWOT-анализ или попросить выделить мнения инфлюенсеров.
При этом, если для ответа на ваш вопрос требуется проанализировать сообщения особенного сегмента аудитории или СМИ, то BrandGPT сам настроит фильтрацию в сводном отчёте.
А как на практике
Команда агентства Markway чаще всего использует BrandGPT, когда нужно оперативно проанализировать большой объем данных, чтобы выявить ключевые тематики обсуждений. Таким образом, становится видно, как можно сегментировать инфополе и какие теги нужно сформировать через настройку правил или автотегирование.
Почему BrandGPT, а не сторонняя нейросеть? Он уже адаптирован и обучен для обработки большого массива текстовых данных, поэтому не нужно долго подбирать промпт, чтобы ИИ тебя понял. Это очень удобно — делать всю работу с массивом данных в режиме одного окна — и невероятно экономит время.
Юлия Полковникова ведущий специалист по медиамониторингу и аналитике Markway
До того, как появился BrandGPT, команда агентства выявляла ключевые тематики на основе анализа частотности в отчете «Популярные слова» или опиралась на свой опыт и знание ниш, т.е. действовали по наитию. Например, предполагали, что обсуждая продукт питания, пользователи будут говорить о вкусе, цене, качестве и т.д. и размечали массив, ориентируясь на эти общепринятые характеристики. Из-за этого не сразу выявляли нестандартные тематики обсуждения, характерные только для конкретного бренда или конкретной ситуации, а BrandGPT их подсвечивает моментально.
BrandGPT облегчает построение гипотез для исследований: когда есть какой-то резонансный инфоповод в СМИ, и нужно узнать, что о нем думают простые пользователи в сети: поддерживают бренд или выступают против? А, может быть, занимают нейтральную позицию? Порой даже не знаешь, в какую сторону исследовать, какие тенденции искать. Такие объемы данных трудно осилить и проанализировать вручную оперативно, поэтому задаешь вопрос BrandGPT, и он выдает иногда совершенно скрытые, но интересные и значимые инсайты, предлагает готовый набор гипотез, которые можно раскопать, исследовать и прийти к неочевидным выводам.
Сюжеты: О чём больше всего говорят в соцмедиа и СМИ
Сюжеты структурируют инфополе, помогают выявить ключевые инфоповоды и виральные темы.
Близкие по смыслу сообщения с помощью ИИ объединяются в сюжет. Все сюжеты за выбранный период в вашей теме можно посмотреть в одноимённом отчёте. В этом же отчёте можно подробно изучить состав сюжета: какие публикации в соцмедиа или СМИ в него вошли и динамику его развития.
Бывает, что заголовок материала в СМИ настолько кликбейтный, что теряет связь со смыслом публикации, а у сообщений в соцмедиа вообще зачастую нет заголовков. Поэтому заголовки сюжетов формируются с помощью нейросети и максимально точно передают смысл, чтобы ускорить аналитику.
А как на практике
Ключевая задача в работе аналитика — выделять главное как в краткосрочной, так и в долгосрочной перспективе. Для этого используем отчёт Сюжеты, который агрегирует схожие упоминания в топики и позволяет вместо разрозненного потока сразу видеть структурированную картину инфополя.
Дмитрий Кормильцев эксперт-аналитик билайн
В СМИ Сюжеты помогают выявлять ключевые темы по уровню медиаприсутствия за длительные интервалы (неделя, месяц, квартал) и понимать, какие из них стали драйверами повестки и получили наибольшее распространение.
В социальных медиа инструмент решает более оперативные задачи: позволяет быстро отслеживать реакцию пользователей на инфоповоды, заявления или продуктовые запуски. За счет объединения источников формируется целостная картина обсуждений, а Смарт-буст помогает быстро оценить и разложить тональность комментариев к сообщениям в сюжетах.
Характеристики продукта: Товары и услуги глазами клиентов
В Brand Analytics есть отчёт Продукты, который группирует отзывы о товарах или услугах на специализированных площадках. По каждому продукту выводится суммарное число отзывов вообще, а также в разрезе тональностей, и усреднённая оценка за выбранный период.
Brand Analytics с помощью ИИ-модели выделяет повторяющиеся достоинства и недостатки продуктов, упомянутые пользователями, и формирует графики с самыми частотными характеристиками.
Характеристики — динамические. Они изменяются с учётом выбранного периода и фильтрации.
А как на практике
Анализ больших массивов данных всегда осложняется тем, что сначала необходимо правильно понять контекст, выявить общее / различное, а затем уже погружаться в детали для оцифровки. Продуктовые характеристики помогают оптимизировать этот процесс.
Полина Демчук руководитель отдела по анализу данных о потребителе Арнест ЮниРусь
В исследованиях Арнест ЮниРусь покрывает 6+ FMCG категорий (личная гигиена, уход за домом, красота и благополучие и др.) с разными форматами продуктов, их функциональных особенностей, широкой вариативностью отдушек и другими продуктовыми свойствами. Инструмент характеристики помогает оперативно структурировать данные на первых этапах исследования.
Характеристики позволяют находить ценные инсайты. Например, иногда бывает так, что в отчёте Продукты не отображается вынесенная в клеймы характеристика, показывая, что потребитель, скорее всего, не фокусирует на ней своё внимание. В таком случае полезно провести дополнительное исследование и выявить причины. Ведь это может означать, что потребителям не важна эта характеристика или клеймы не считались, соответственно, их нужно их скорректировать. Также интересно сравнивать характеристики двух конкурентных продуктов, чтобы выявить особенности фокуса внимания потребителей.
А группировка продуктов внутри одноимённого отчёта позволяет объединять товары, например, из одной линейки для комплексной оценки её восприятия.
В основном продуктовыми характеристиками в Арнест ЮниРусь, как и системой в целом, пользуются аналитики из команды исследований соцмедиа, но при необходимости, к нему подключаются и другие специалисты. Например, бренд-команда с помощью отчёта может самостоятельно провести верхнеуровневый анализ, чтобы не ждать полноценного исследования, и оперативно день-в-день получить данные по тональности отзывов и основным характеристикам продукта. На основе полученных из отчёта данных можно своевременно вместе с отделом исследований и разработки продуктов принять меры по улучшению товара.
Возможность быстро получать продуктовые исследования особенно важна для участников инновационных команд, которые запускают новинки и должны в моменте «держать руку на пульсе» для оперативного принятия необходимых мер при появлении первых потребительских впечатлений и следить за данными в динамике.
Характеристики продуктов позволяют увидеть, как потребители описывают продукт и эффект от него, которые аналитик мог бы упустить при ручном анализе. Отчёт в 2-3 раза ускоряет работу с данными, особенно по новым категориям.
И, конечно, характеристики продуктов помогают лучше понимать и слышать потребителей, чтобы предлагать им в будущем максимально подходящий продукт и удовлетворять их потребности — что для нашей компании является ключевой миссией.
Таким образом ИИ-инструменты ускоряют работу аналитиков на всех этапах: от формирования гипотез исследования до оценки настроений пользователей под рекламными размещениями. Главное — это тестировать разные инструменты для решения конкретных задач.
Как начать работать с ИИ-инструментами
