Эмануил Розен - Анатомия сарафанного маркетинга

Накануне визита в Keller Fay я провел целый день на мероприятии, проходившем на Мэдисон-авеню в Нью-Йорке; его организовала Nielsen Buzz-Metrics (сейчас Nielsen Online) – компания, которая занимается измерением онлайновых обсуждений. Судя по количеству пришедших на него людей и по тому, что среди присутствующих было много представителей компаний из списка Fortune 500, можно с уверенностью сказать, что люди убеждены в важности измерения онлайновых слухов {33}.

Почему маркетологи проявляют такой интерес к сарафанному радио? Во-первых, потому что, даже если на онлайновые слухи приходится всего 10 процентов, все равно они составляют бо́льшую часть разговоров потребителей, причем чем те младше, тем чаще обсуждают те или иные продукты и бренды в сети. Кроме того, некоторые специалисты утверждают, что на самом деле процент этих слухов выше, поскольку многие пользователи занижают данные о своей сетевой активности. Во-вторых, весьма вероятно, что в предстоящие годы произойдет увеличение числа интернет-коммуникаций. В-третьих, независимо от того, дают ли онлайновые слухи объективное представление о сетевом сарафанном радио, компания Nielsen провела исследования, подтвердившие существование зависимости между их количеством и объемом продаж соответствующих продуктов {34}.

Изучать отзывы о вашей компании в социальных медиа следует в любом случае, с помощью таких компаний, как Nielsen, или без нее {35}. Поисковые системы по блогам, подобные Technorati и Google Blog Search, существуют уже несколько лет. В YouTube, MySpace, Twitter и Flickr тоже предусмотрена возможность поиска. Отслеживание того, что люди говорят в сети о вашем бренде, подобно созданию огромной фокус-группы. Что и когда потребители говорят о вашем продукте? Какие еще свойства они хотят видеть в нем? Что для них важно?

Благодаря регулярному количественному измерению онлайновых слухов и анализу полученных выводов Nielsen и другие компании, занимающиеся этим (например, Cymfony, BrandIntel, Biz360 и MotiveQuest), поднимают свое дело на новый уровень. Например, программы, используемые Nielsen, осуществляют в интернете поиск сообщений, которые содержат названия определенных брендов и другие ключевые слова. Затем эти программы анализируют результаты поиска с целью получения ответов на следующие вопросы: комментарии написаны молодыми людьми или людьми зрелого возраста, женщинами или мужчинами, носят они позитивный или негативный характер?

Но как машина может установить, является отзыв позитивным или негативным? Посредством выявления закономерностей. «Если вы покажете машине тысячу позитивных и тысячу негативных комментариев о продуктах Colgate-Palmolive, она научится определять разницу», – говорит Джонатан Карсон, президент Nielsen Online и основатель BuzzMetrics. При точности оценок от 80 до 90 процентов такое распознавание характера комментариев нельзя назвать идеальным. Выполнение некоторых дополнительных операций вручную повысит этот показатель.

Первые клиенты BuzzMetrics решили воспользоваться этим инструментом, для того чтобы выяснить потребности покупателей. «Предположение, что тысячи людей поддерживают общение в сети и обсуждают друг с другом их продукты, очень заинтересовало их», – говорит Карсон.

Помимо всего прочего, измерение онлайновых слухов позволяет делать прогнозы. «Этот замысел, как нам кажется, опирается на сугубо интуитивное предположение, – объясняет Карсон. – Потребители во многих случаях предпочитают с кем-то обсудить продукт, прежде чем покупать его» {36}. В рамках одного проекта компания проанализировала отзывы о низкоуглеводных диетах и диете Аткинсона и пришла к выводу, что по количеству таких обсуждений можно составить прогноз объема продаж тех продуктов, на которых основаны эти диеты. Когда исследователи еще глубже изучили полученные данные, они обнаружили, что, сфокусировав внимание на самых влиятельных покупателях (тех, кто создает большой объем онлайнового контента и чьи комментарии чаще всего цитируют другие), можно повысить эти результаты.

Результаты еще одного исследования, проведенного BuzzMetrics и BASES (еще одним сервисом Nielsen Company) {37}, свидетельствуют о том, что качество прогнозов объема продаж можно улучшить посредством использования слухов как одного из критериев прогнозирования. Сначала исследователи попытались составить прогноз объема продаж для одной группы фасованных потребительских товаров только на основании таких критериев, как расходы на рекламу в СМИ, расходы по сбыту и первоначальная оценка конечных пользователей. Когда они прибавили сюда еще и данные об удовлетворенности потребителей после применения соответствующих продуктов, прогноз стал более точным.

Все, кто занимается этим бизнесом, понимают, что пока это только первые эксперименты. Семь лет назад меня бы очень удивили инструменты, доступные в наши дни. Через семь лет, когда будет накоплено больше опыта, эти инструменты усовершенствуются, и появятся новые интересные идеи. Возможно, тогда мы вспомним о способах, которые применяем сегодня, – и улыбнемся.

За последние годы было проведено несколько подробных исследований, призванных измерить эффективность конкретных кампаний по распространению слухов {38}. В 2003 году компания Rock Bottom попыталась развернуть дискуссию о своих ресторанах и пивоварнях. Но как узнать, обеспечивает ли та или иная кампания распространение слухов и, что еще важнее, приводит ли это к увеличению объема продаж?

С апреля по июнь 2003 года Дэвид Годес из Гарвардской школы бизнеса и Дина Мейзлин из Йельской школы менеджмента провели исследование, в котором приняли участие 1073 человека. Каждый участник заполнил подробную анкету о своей активности в социальных сетях и информированности о пиве и продуктах питания. Затем каждый получил по почте пакет с материалами о компании Rock Bottom, а также некоторые предложения по поводу распространения слухов о ней (когда их запускать и о чем говорить). Респондентам дали ссылку на сайт, на котором их попросили подробно отчитываться о любых своих действиях в сети, способствующих созданию онлайновых слухов. На протяжении следующих тринадцати недель участники эксперимента распространяли слухи и отчитывались об этом.

Через тринадцать недель два исследователя получили два набора данных. Во-первых, информацию, которую сообщили им участники эксперимента. Во-вторых, Rock Bottom предоставила данные об объеме продаж на каждом из пятнадцати охваченных ею рынков. Вооруженные всеми этими данными, исследователи попытались обнаружить зависимость между распространением онлайновых слухов и объемом продаж.

Была ли она выявлена? Да. Усилия по распространению онлайновых слухов привели к увеличению объема продаж. Два исследователя сформулировали свой вывод (хотя и несколько нерешительно) так: «По всей видимости, компания может создать направляемый извне обмен мнениями между потребителями, который оказывает существенное влияние на увеличение объема продаж, поддающееся количественному измерению». Это очень важный вывод, демонстрирующий, как компания может заблаговременно запустить слухи о своем продукте, для того чтобы увеличить объем доходов. Однако в результате исследования был сделан еще один интересный вывод: некоторые участники действовали более эффективно по сравнению с другими.