A hores d’ara hauríeu de saber que els professionals del màrqueting de xarxes socials no només són responsables de la gestió de la comunitat, la creació de contingut i la creació de notorietat de marca. L’anàlisi de dades de les xarxes socials és una part important de la feina. Tant és així que algunes empreses estan sumant cada vegada més analistes de dades de xarxes socials per enfortir els seus equips de màrqueting, respondre preguntes sobre objectius empresarials més grans i optimitzar les estratègies i campanyes de xarxes socials mitjançant la puntuació de dades al seu abast.



Tanmateix, al Índex HASHTAGS 2020 , hem trobat que els professionals del màrqueting social no necessàriament utilitzen les dades socials al màxim de les seves possibilitats. Mesurar el retorn de la inversió (ROI), només en segon lloc per identificar i arribar al públic objectiu, és el principal desafiament que tenen avui els venedors socials. Tot i això, només un 23% utilitza dades socials per mesurar el ROI. Encara menys (un 16%) l’utilitza per obtenir informació de la competència, que pot ser fonamental per entendre la quota de veu de la vostra marca i optimitzar la posició de la vostra marca al mercat.



Una forta anàlisi de dades de xarxes socials permet als professionals del màrqueting traduir nombres bruts i dades qualitatives en una història que respon les preguntes :

  • Què va passar?
  • Per què va passar alguna cosa?
  • Què és probable que passi?
  • Quines mesures s’haurien de prendre?

Els informes periòdics sobre els KPI us ajuden a decidir si la vostra estratègia està en bon camí i funciona tal com estava previst. Però una anàlisi més profunda ajuda a il·luminar el major impacte de les xarxes socials. En aquest article, esmentarem com els professionals del màrqueting poden donar sortida al seu analista intern de dades de xarxes socials mitjançant Sprout’s Premium Analytics i ofertes d’escolta social.

611 número d'àngel

Si encara no heu provat les opcions d'informes de Sprout, inicieu una prova gratuïta de 30 dies per obtenir experiència pràctica.

Inicieu la prova gratuïta

Anàlisi descriptiva: què va passar?

Comencem parlant de analítica descriptiva , que és la interpretació de dades històriques per entendre els canvis que s’han produït. En poques paraules: què va passar? El més habitual és que els professionals de màrqueting de xarxes socials utilitzin anàlisis descriptives en els seus informes mensuals, trimestrals o anuals per respondre a preguntes com:



  • Quin contingut va resultar més atractiu?
  • Quants seguidors hem guanyat?
  • Quantes referències de trànsit van impulsar les xarxes socials?
  • Com es comparen les nostres mètriques amb el període d'informes anterior?

Els analistes de dades han de preparar, transcriure i “ netejar ”Dades abans d’analitzar-les. D’aquesta manera, es garanteix que les dades i les respostes que es presenten siguin exactes i pertinents. Tot i això, quan utilitzeu HASHTAGS, Premium Analytics assumeix aquesta part tediosa del procés per als professionals del màrqueting i mostra dades de màrqueting de xarxes socials netes, colorides i preparades per a la presentació. També es calcula automàticament el percentatge de canvis en el rendiment de les mètriques. Si preferiu treballar amb nombres en brut, crear les vostres pròpies visualitzacions i fer el càlcul vosaltres mateixos, sempre teniu l'opció d'exportar dades de Sprout com a fitxer CSV.

Compareu el rendiment de totes les vostres plataformes socials alhora en un informe multicanal o aneu plataforma per plataforma. A cada informe Premium Analytics, els usuaris poden personalitzar el Resum de rendiment i triar quin dels disponibles mètriques de xarxes socials subratllar.

A més, podeu veure gràfics que ofereixen un context addicional al voltant d’aquestes mètriques d’alt nivell. Per exemple, si els compromisos són un dels vostres KPIs per a Facebook, Sprout us ofereix un desglossament complet de cada tipus de compromís i assigna els punts on es van produir pics i baixades.



Mirant més de prop: per què va passar alguna cosa?

Esbrinar “el que va passar” és, sens dubte, la part més fàcil d’informar. Identificar per què va passar alguna cosa, també conegut com a anàlisi de diagnòstic, és una oportunitat per perfeccionar realment les vostres habilitats d’analista de dades. També és essencial investigar el perquè abans de presentar cap troballa al lideratge.

En primer lloc, identifiqueu qualsevol anomalia o tendència emergent que trobeu a les vostres dades. Per exemple, hi va haver un augment inesperat d’impressions i compromisos en un dia concret? Hi ha hagut un canvi sobtat de trànsit sense motius obvis?

La resposta a la pregunta anterior pot ser senzilla si sabeu que heu augmentat la vostra cadència de publicacions o que teniu un llançament important de la campanya. Però si és menys obvi, mireu els gràfics de Sprout i els dies que veieu alguna cosa fora del normal, feu una referència creuada al vostre informe de rendiment de publicació. Amb Premium Analytics, podeu triar la mètrica segons la qual voleu ordenar el rendiment de la publicació. O bé, ordeneu-ho per data, per poder determinar si la publicació publicada el dia que vau notar que es produïa una anomalia és la que condueix aquest canvi.

Tingueu en compte també si heu provat alguna cosa nova. Per exemple, si normalment publiqueu sempre amb una foto, però poseu una pregunta a la vostra comunitat, només envieu un text que exploti i obtingui una resposta massiva, preneu nota.

Si no podeu determinar per què ha passat alguna cosa, és possible que hi hagi alguna cosa més gran en joc. Mireu més enllà de l’anàlisi a l’escolta social.

Escolteu per obtenir una comprensió més profunda del vostre públic, la vostra indústria i molt més

Les marques sempre haurien d’executar un tema d’escolta sobre la salut de la marca perquè tingueu una idea de com la gent pensa, parla i se sent sobre els vostres productes, serveis i marca en general. D’aquesta manera, s’assegura que s’accedeix a les converses en què no s’està etiquetant necessàriament.

Amb l’eina d’escolta social de Sprout, els venedors de xarxes socials tenen dades més qualitatives per informar del seu rendiment social. L’anàlisi de sentiments és un bon lloc per començar i proporcionar un indicador sobre si el vostre públic se sent positiu, neutral o negatiu sobre la vostra marca. Si el sentiment té un problema, podeu fer clic per veure aquests missatges i arribar-hi al final.

Escoltar-lo us pot ajudar a entendre com les coses fora del vostre control poden estar dictant el rendiment del vostre contingut. Per exemple, hem vist que els efectes continus de la pandèmia afecten directament interacció amb les xarxes socials . Utilitzeu l'escolta contínuament per fer un seguiment de com impacten la vostra marca els esdeveniments mundials i locals, les últimes notícies, les tendències de la indústria, les crisis emergents i més

Predicció resultats: què és probable que passi?

La capacitat de predir tendències i dades futures sovint depèn de resultats passats. Cada vegada que informeu de les vostres dades, tingueu en compte els patrons recurrents i els tipus de contingut que involucren constantment el vostre públic.

Sabeu que al vostre públic li encanten els GIF? Les enquestes o les preguntes de la comunitat sempre són clavades per implicar-se? Els usuaris de Twitter generen constantment més trànsit al vostre lloc web que altres usuaris de les plataformes? Mitjançant l’informe d’etiquetes de Sprout, podeu fer un seguiment de tots aquests temes i consideracions i utilitzar el rendiment passat per informar el contingut futur.

Per formar una predicció o previsió de resultats, haureu de mirar més d'un conjunt de dades. Ho hem fet recentment a Sprout per a la nostra informe de dades sobre tendències al detall per tornar a l'escola 2020. Hem analitzat els missatges de 9.100 perfils socials de minoristes a Facebook, Twitter, Instagram, Pinterest i LinkedIn i hem aprofitat l'escolta social per obtenir més informació sobre el comportament, les expectatives i les preocupacions dels consumidors sobre les compres de tornada a l'escola. .

Si mirem enrere les dades del 2019, vam poder determinar que els mesos de juny i juliol van ser els mesos més concorreguts per als minoristes tant per a publicacions com per a interaccions i, per tant, vam predir que el mateix seria cert el 2020. A continuació, vam utilitzar aquesta informació per investigar més a fons el tipus de contingut que els comerciants van compartir en aquells mesos. El juny i el juliol no són el màxim període de compres de tornada a l’escola, però vam trobar que les marques utilitzen aquests mesos per connectar amb el seu públic i establir les bases per a campanyes de tornada a l’escola.

què és 111

Escolta social és una altra manera de predir tendències. En l’exemple de tornada a l’escola, vam examinar retrospectivament les dades d’escolta per identificar les tendències més importants del 2019 per determinar si es podrien continuar o canviar el 2020.

Per exemple, vam mirar enrere les dades del 2019 i vam trobar que els usuaris de xarxes socials esmentaven amb freqüència les paraules clau 'donar' o 'donació' quan parlaven de tornar a l'escola i que aquests missatges eren molt atractius. Amb aquesta precedència en ment, vam examinar les dades de la primera meitat del 2020 i vam observar un augment en les mencions d’aquestes paraules clau. Aquestes dades junt amb la nostra comprensió de l’impacte econòmic de COVID-19 ens van fer creure que la gent buscava maneres d’ajudar els altres.

Vam predir que la tendència al voltant de les donacions continuaria a mesura que s’acostés la temporada de tornada a l’escola i vam fer la recomanació perquè els minoristes compartissin incentius filantròpics i fossin transparents a l’àmbit social sobre la destinació de la recaptació.

Resulta que teníem raó! Des de l’1 de juny de 2020, els usuaris de xarxes socials van esmentar aquestes mateixes paraules clau en relació amb el retorn a l’escola més de 18.700 vegades.

John Maynard Keynes va dir una vegada: 'És millor tenir aproximadament raó que precisament incorrecte'. Sempre que pugueu recolzar les vostres prediccions amb dades reals, si no surten exactament correctes, està bé! És una oportunitat per provar-ho, torna-ho a provar.

Que segueix?

Ara que teniu totes aquestes dades, teniu la informació que necessiteu per actuar i informar sobre les decisions sobre les vostres campanyes socials i les vostres estratègies de contingut. Si ho necessiteu, empaqueteu els vostres resultats i utilitzeu-los habilitats narratives per traduir les vostres dades a títol de lideratge.

Sprout’s opcions d'informes personalitzats us permetrà decidir l’ordre en què presentareu les vostres dades i punts de la història. El Generador d’informes també té la funcionalitat d’afegir notes perquè pugueu proporcionar un context més ampli, obtenir les troballes d’escolta rellevants i ressaltar els menjars per emportar més importants.

La transformació de les dades socials en estadístiques útils hauria de passar més d’una vegada al mes. Reflexionar periòdicament sobre les vostres dades, encara que no feu un informe formal, us ajudarà a continuar millorant les vostres habilitats d’anàlisi quantitativa i qualitativa de dades i, en última instància, tindrà un major impacte en tot l’equip de màrqueting.

Aprendre mes sobre Premium Analytics

Comparteix Amb Els Teus Amics: