« SOCIAL MEDIA INTELLIGENCE : COMMENT ECOUTER LES RÉSEAUX SOCIAUX EN PROFONDEUR GRÂCE À L’INFÉRENCE SOCIALE ET SÉMANTIQUE ? »

HIER LE SOCIAL LISTENING ….

Les indicateurs de performance traditionnels utilisés sur les plateformes de médias sociaux sont quantitatifs. Les plateformes proposent des tableaux de bord actualisant des données de mention de marque. Leur captation est simple, large, mais peu qualitative :

· l’analyse est uniquement fondée sur les résultats de recherche à partir de mots-clés. Or, les mots peuvent être ambigus : le “bruit” doit être supprimé, et des mots utiles à l’analyse manquent ;

· le social listening brosse un tableau en temps réel, mais fournit peu d’information contextuelle sur les communautés et les influenceurs, les mots des conversations employés par leurs participants, leur teneur émotionnelle et en opinions ;

· le social listening ne prend pas en compte le contexte initial d’une conversation, dictant likes, commentaires et partages. Et les commentaires ne contiennent pas les mots-clés initiaux. Quelle valeur a la captation d’une publication à travers le prisme d’un mot-clé biaisant la compréhension de la conversation ?

· les algorithmes effectuent des calculs simples : elle consiste en une addition. Or, le poids de ces indicateurs varie selon le réseau social et un outil de social analytics doit prendre ce facteur en compte.

 Force est de constater que ces écueils ignorent la source riche d’enseignement que sont les commentaires.La captation d’information pertinente doit être bien plus large pour comprendre les échanges et la dynamique d’influence. Les besoins dépassent  la gestion de l’e-réputation et de la notoriété, de la visibilité sur le web ou l’analyse de la performance de campagnes de communication. Les entreprises ont compris que l’analyse des réseaux sociaux va bien au-delà du webmarketing au service de leur image de marque. Elles peuvent s’appuyer sur une dimension qualitative des données collectées via l’analyse des réseaux sociaux pour piloter leur activité. L’inférence sociale et sémantique intervient pour répondre à ce besoin.

QU’EST-CE QUE LA SOCIAL MEDIA INTELLIGENCE ?

La social media intelligence comprend la collecte de données disponibles sur les réseaux sociaux, leur traitement pour isoler les informations utiles à l’entreprise et leur interprétation pour nourrir la stratégie et la prise de décision de l’entreprise. 

Elle comporte donc un volet technologique de traitement de la donnée, et un volet humain correspondant à son analyse par un data expert capable de lui faire prendre son sens dans le cadre de l’environnement de l’entreprise et les enjeux qu’elle souhaite relever. 

Elle traduit une plus grande maturité de l’entreprise dans l’usage qu’elle fait des réseaux sociaux, car elle met l’utilité du réseau social au service de la stratégie et de la vision de l’entreprise tout entière.

Elle démontre que l’écoute des réseaux sociaux va plus loin que le simple social media monitoring utile au community manager.

Les commentaires représentent 80% des données sur les réseaux sociaux, et pourtant c’est le gisement d’informations le moins exploité et le plus riche

AUJOURD’HUI, LA SOCIAL MEDIA INTELLIGENCE GRÂCE A L’INFÉRENCE SOCIALE ET SÉMANTIQUE

C’est pour en découvrir plus sur les consommateurs et leurs préoccupations que Bloom a conçu une plateforme de smart data sociale alimentée par intelligence artificielle. Son but est d’aider les marques à collecter et traiter des informations disponibles sur les plateformes des médias sociaux. Elle permet ensuite aux consultants de Bloom d’accompagner les marques pour résoudre leurs problématiques en interprétant ces informations. Notre outil d’analyse des réseaux sociaux transforme les conversations qui s’y déroulent en mine d’information utile pour les entreprises, alimentant leur prise de décision stratégique en allant bien au-delà de leur stratégie marketing et de communication.

Les commentaires composent environ 80% des données des réseaux sociaux. Ils reflètent précisément ce que pense l’opinion : il s’agit même du gisement de social media data le moins exploité, alors qu’il est le plus riche. Plus complexe à traiter, son analyse est pourtant fondamentale : il est essentiel de récupérer les conversations, point-clé pour comprendre la dynamique d’échange et d’influence.

Franchir cette étape implique un saut qualitatif :

• la donnée social media doit être contextualisée en fonction d’un objectif, correspondant à une problématique d’affaires, de stratégie, de décision, de développement commercial. Par exemple, la fidélisation client nécessite de comprendre ce qu’attendent ses clients en matière de nouveaux services ou d’innovation produit, mais également l’attractivité de la proposition de ses concurrents. La conquête de prospects exige une compréhension de ses motivations à travers l’écoute de ses conversations.;
• Elle doit être purifiée pour être pertinente au regard de la problématique ;
• Elle doit être statistiquement agrégée avec rigueur.

Quand la donnée est prête, le concept d’inférence sociale et sémantique agit en révélateur :

• L’inférence sociale met à jour la dynamique des liens entre les acteurs participant à une conversation dans une communauté (partages, commentaires, likes…) ;
• L’inférence sémantique détecte les liens entre les mots utilisés dans les conversations, au-delà de la seule information fournie par la recherche sur un mot-clé :

o quels sont les mots souvent utilisés avec lui ?

o Quelle tournure l’inférence sémantique donne-t-elle à la conversation ?

o Quels sujets ignorés, mais pertinents pour l’entreprise, sont découverts grâce à cette écoute profonde des conversations ?

Les commentaires représentent 80% des données sur les réseaux sociaux, et pourtant c’est le gisement d’informations le moins exploité et le plus riche

Une émotion négative est-elle liée à la peur, la colère ou la déception?

La plateforme propose aussi un puissant outil d’analyse pour mieux comprendre la teneur des émotions émaillant les conversations.

Par exemple, une émotion “négative” est-elle de la peur ou de la déception ? Estimer la nature de cette émotion a pourtant un impact différent en termes de communication et de politique produit de l’entreprise. Sa juste compréhension mérite de dépasser une catégorisation insuffisante en “positif, négatif, neutre”.

L’ensemble de ces traitements des données crée cette smart data et donne naissance à une véritable social media intelligence, sur laquelle ancrer des décisions mieux informées pour le développement de l’entreprise.

(voir le portrait d’Alexander)

Les commentaires sur les réseaux sociaux représentent 80% des contenus sur le web