61、通过社交媒体挖掘衡量品牌忠诚度的管道

通过社交媒体挖掘衡量品牌忠诚度的管道

1. 引言

在当今商业环境中，通过社交媒体改善客户关系并利用社交媒体内容来改进产品，对企业具有重要意义。传统上，企业依靠内部客户关系管理（CRM）系统来衡量客户满意度，但现有CRM方法往往不足以分析和理解客户行为。社交媒体等外部系统的反馈对于真正了解品牌形象至关重要。社会商业智能（SBI）将企业数据与用户生成内容（UGC）相结合，使决策者了解重要的品牌相关趋势，并通过及时反馈改进决策。

UGC通过挖掘在线文本片段来捕捉品牌形象，这些文本片段包括客户和其他利益相关者的品味、意见、反馈和行动。从社交媒体上的消息、在线报纸或杂志的文章到亚马逊或谷歌应用商店的客户评论，都属于UGC的范畴。从文本UGC中提取有用信息需要先爬取数据源以获取相关片段，然后进行丰富处理。SBI在信息检索、数据挖掘和自然语言处理等多个领域带来了研究挑战，而且由于缺乏公开可用的真实世界数据，SBI研究常常受到限制。

本文介绍了通过丰富管道提取和处理社交数据以进行品牌忠诚度分析的经验。一方面，设计了收集社交媒体数据并存储在数据仓库中的系统，用于从多个维度进行品牌忠诚度分析；另一方面，通过对三个知名ICT品牌的分析展示了该方法的灵活性，结果表明不同的评估指标可能导致不同的结果，没有单一指标适用于所有品牌分析用例。

2. 相关工作

SBI在许多不同领域都有研究，有很多处理社交数据和UGC的提案。例如，有分析语料库中文档术语出现情况的SBI方法，有将文本度量作为总结文本信息的解决方案，还有用于对推文进行OLAP分析以获取统计信息的完整架构。

对于从文本片段中提取客户情感和地理位置等结构化信息，有许多NLP方法和深度学习技术