Maîtriser sa e-réputation sur les réseaux sociaux : du bon usage des Analytics
« 91% des marques de luxe ont travaillé avec des influenceurs sur Instagram en 2018 »*
Personnalisation, « user generated content » (contenus, images, sons, vidéos, posts publiés par les consommateurs eux-mêmes), site web, pages facebook, instagram, snapchat… Les entreprises doivent maintenant gérer une complexité nouvelle, au retour sur investissement souvent incertains et dont la mesure de l’efficacité devient donc clé.
Les consommateurs sont désormais les protagonistes : ils génèrent des contenus pouvant être relayés sur les réseaux sociaux et influencent directement ou indirectement l’acte d’achat. La gestion de la e-réputation est donc devenu une activité à part entière pour toute entreprise souhaitant conserver ou accroître son chiffre d’affaires. Les réseaux sociaux sont les nouveaux panneaux publicitaires des marques et les services marketing en sont bien conscients. Ils investissent lourdement sur le marketing d’influence et sur le social media mais comment peut-on suivre ses effets via la Data ?
Quelques chiffres pour commencer
Vous pouvez cliquer sur l’infographie pour l’agrandir
Les apports de la data pour maîtriser sa e-réputation :
L’analyse des données provenant des réseaux sociaux permet d’obtenir de nombreuses informations concernant la réputation d’une entreprise. On distingue deux types d’informations à capter :
1) Des informations quantitatives :
- Nombre de tweets, de likes Facebook, de followers Instagram, audience des publications etc.
- Taux de rebond vers le site web de la marque, taux de conversion d’achat, taux de clics, géolocalisations des internautes etc.
- Ces informations peuvent être facilement captées et restituées via des Dashboards d’analyse et de pilotage
2) Des informations qualitatives :
- Nombre de commentaires positifs/négatifs dans les publications de la marque
- Mots et hashtag associés le plus fréquemment dans les commentaires
- Identification des futurs influenceurs
- Vérification des valeurs de la marque relayées dans les publications des influenceurs
L’aspect qualitatif de ces données est plus compliqué à extraire et analyser et repose principalement sur l’analyse syntaxique des commentaires et publications.
EXEMPLE DE CAS PRATIQUE :
Une publication peut avoir des millions de vues et des centaines de publications associées faisant croire à une campagne réussie alors qu’en réalité les mots et hashtags les plus fréquemment retrouvés sont à connotation négative.
L’analyse syntaxique des commentaires et publications permet donc de contrebalancer des indicateurs quantitatifs par une analyse plus qualitative de l’audience. La combinaison des analyses qualitatives et quantitatives permet ainsi d’obtenir une analyse fiable, pertinente et exhaustive.
La technologie au service de la e-réputation
Aujourd’hui, avec l’essor des technologies d’analyse syntaxique de données (Big data, machine learning etc.) nous sommes capables d’exploiter pleinement les données provenant des réseaux sociaux.
De nouveaux acteurs comme Elasticsearch (un moteur de recherches et d’analyse) et sa couche de visualisation Kibana ont vu le jour et arrivent maintenant à maturité afin de permettre ces analyses de données syntaxiques qualitatives.
Elasticsearch est désormais capable d’interroger de très gros volumes de données structurées ou non structurées et cela de manière très rapide. L’analyse syntaxique temps réel est donc facilitée et des outils de data visualisation adapté comme Kibana permettent d’en tirer tous les bénéfices pour le pilotage des activités social media/influence.
EXEMPLE DE CAS PRATIQUE :
Ces outils permettraient de suivre par exemple l’impact d’un défilé de la fashion week qui serait retransmis en live sur Instagram. Dans un Dashboard Kibana on consoliderait, en temps réel via la puissance d’analyse du moteur Elasticsearch, les données relatives à l’audience, l’analyse live des commentaires et des tendances associées, le nombre de publications indirectes, le nombre d’articles publiés ou l’activité du site de la marque en parallèle.
Cela permettrait d’identifier par exemple les produits ayant reçus le plus de commentaires positifs et ainsi les proposer ensuite aux clients via des publicités ciblées afin de déclencher l’acte d’achat et ainsi augmenter son chiffre d’affaires.
On pourrait également identifier rapidement une campagne de dénigrement ou une erreur de communication grave identifié par les utilisateurs et ainsi stopper la retransmission du défilé afin de limiter l’impact négatif sur l’image de la marque.
Et vous, quel est votre usage de la data dans votre stratégie social media ?
Les analyses de ces données étant multiples et variées, nos experts Data & Analytics se tiennent à votre disposition pour vous accompagner dans l’analyse de votre e-réputation et vous conseiller sur le choix des outils adaptés à vos besoins.
Vous avez un projet ? Parlons-en ?
* Etude Digimind 2018
