Методики измерения здоровья бренда: от опросных данных к данным из социальных медиа

Здоровье бренда – это важный концепт в жизни любого бренда, так как именно он помогает понять, каким образом пользователи на рынке видят бренд, какие есть слабые и сильные стороны бренда и какие шаги можно предпринять для усиления позиций на рынке. На сегодняшний день существует большое количество методов, с помощью которых исследовательские компании и бизнес менеджеры измеряют здоровье брендов: среди таких методов, например, можно отметить потребительские опросы, измерение здоровья бренда через рыночные показатели объема продаж или недавно появившиеся методики оценки здоровья бренда через онлайн-показатели (веб-трафик, количество посещения страниц бренда и т. д.). В особенности хочется обратить внимание на методики оценки здоровья бренда через онлайн-показатели; в ситуации текущей массовой популярности социальных сетей, социальные медиа сегодня – это огромная площадка с потребителями различных брендов, которую нельзя игнорировать при измерении эффективности работы бренда. Исходя из всего выше сказанного, цель данной дипломной работы состояла в том, чтобы разработать методику измерения здоровья бренда на основе данных из социальных медиа и апробировать ее на опросных индикаторах здоровья бренда. Эмпирическим объектом исследования стал бренд "Тинькофф банк", который полностью сфокусирован на дистанционном обслуживании пользователей. Для этого мы использовали один из методов интеллектуального анализа данных - веб-скрапинг (web scraping), и собрали отзывы о бренде "Тинькофф банк" из трех социальных медиа: портала Банки.ру, магазина мобильных приложений Google Play и его аналога App Store. Далее с помощью алгоритма тематическое моделирование (topic modeling) LDA (Latent Dirichlet Allocation/ Латентное размещение Дирихле) полученные текстовые отзывы были проанализированы на предмет конечного числа интерпретируемых топиков (тем), а также были даны количественные оценки распространённости каждого из полученных топиков в общем количестве комментариев в выбранном месяце.