1. Главная
  2. Кейсы
  3. Недвижимость: Кейсы RQ agency
  4. Как провести конкурентный анализ в товарной нише на основе аналитики соцмедиа

Как провести конкурентный анализ в товарной нише на основе аналитики соцмедиа

Как провести конкурентный анализ в товарной нише на основе аналитики соцмедиа

Цели и задачи

    • Провести глубинный конкурентный анализ по Казахстану в целом и в срезе отдельных городов
    • Проанализировать интересы целевой аудитории
    • Определить бенчмарки рынка
    • Определить сезонность спроса и выявить активные площадки и лидеров мнения для сотрудничества

Результат

В результате комплексного аудита производитель изоляционных материалов получил ответы на значимые для развития бизнеса вопросы:

  • Что говорят о товарах клиента и о его конкурентах
  • Какую долю обсуждений занимает бренд и конкуренты
  • На каких площадках находится целевая аудитория бренда
  • На основе чего принимают решение целевая аудитория
  • Как ведет себя целевая аудитория

Клиент
Производитель изоляционных материалов
Отрасль
Недвижимость

О проекте

Международный производитель изоляционных материалов уже был представлен на рынке Казахстана, однако для масштабирования бизнеса и построения эффективных коммуникаций требовалось узнать, какое место занимают бренды среди конкурентов, и лучше понять целевую аудиторию продукции.


Для этого было необходимо провести глубинный конкурентный анализ по Казахстану в целом и в срезе отдельных городов и определить бенчмарки рынка.


Кроме того, для формирования календаря маркетинговых активностей, нужно было оценить сезонность спроса и выявить активные площадки и лидеров мнения для сотрудничества.

И, конечно, было важно определить точки роста для совершенствования как коммуникации, так и самой продукции.

Аналитика соцмедиа оказалась наиболее эффективным инструментом для подобного исследования, так как позволяла в одном интерфейсе собрать:

  • социологические и маркетинговые данные
  • ретроспективно и в режиме реального времени.

Реализация

Конкурентный анализ начался с аккумулирования упоминаний 12 брендов-производителей изоляционных материалов, а также конкретных товарных позиций, но без категорийных якорных слов, которые могли бы сузить сбор.

Lля максимизации релевантного сбора необходимые ключевые слова писались и на русском, и на казахском языках в различных словоформах с учетом окончаний и возможных пользовательских ошибок при написании. 

Для основной темы мониторинга был использован фильтр «Страна» — Казахстан, чтобы увеличить количество информативных сообщений и сократить информационный «шум».

Дополнительно была запущена тема с семантикой только на казахском языке, но с настройкой гео — «страна не определена», чтобы собрать релевантные упоминания в источниках, которые не отображают свою географию или авторов.

Период архивного сбора сообщений составил 12 месяцев — для наиболее полного сезонного исследования.

После сбора упоминаний брендов было необходимо очистить темы от нерелевантных сообщений:

  • спама;
  • информационного шума (не об исследуемых брендах в принципе);
  • других постов без смысловой нагрузки для анализа.

Чтобы удалить сообщения, связанные с брендами, но которые не имеют ценности для исследования, использовали фильтрацию по тематикам в Brand Analytics.


Из тем удаляли сообщения по тематикам:

  • объявления о продажах,
  • вакансии,
  • криминал
  • и т.д.
Такие публикации могли исказить полученную статистику и сформировать неправильную картину по обсуждаемости в регионе. Например, из-за множества репостов объявления одного магазина создается видимость мнимой популярности конкретного товара.

Далее с помощью отчёта «Авторы» выявили самых активных авторов по теме мониторинга — по количеству опубликованных сообщений — и провели контент-анализ их постов. Благодаря этому определили ещё один сегмент сообщений, которые не относились к удаляемым тематикам, но не являлись значимыми. Эти сообщения содержали такие слова: «заберу остатки», «ищу открытую упаковку» и так далее. Наличие подобных сообщений также могло исказить картину рынка в Казахстане. Чтобы избежать этого, автора удаляли из темы, а его сообщения — перемещались в корзину как архивно, так и автоматически в режиме реального времени.

Аналогичным образом очистили тему от сообщений в сообществах и других публичных страницах, направленных на обмен-продажу. Для этого воспользовались поиском на основе заданных ключевых слов в отчёте «Сообщества».


Для последующей интерпретации результатов мониторинга была разработана система тегов для сообщений.
На первом уровне теги делились на три больших группы:

  • по брендам,
  • по товарным категориям продуктов,
  • по атрибутам.

Оптимизировать тегирование по брендам позволила автоматизация на основе ключевых слов (автотеги). Остальные типы тегов выставлялись после контент-анализа сообщений.

Для детального атрибутивного анализа выделили следующие теги:
  • качество,
  • стоимость,
  • рекомендация,
  • способ применения,
  • коммерция,
  • расход материала,
  • состав.

Команда проекта проанализировала количественные и качественные показатели, которые получила с помощью Brand Analytics. Для анализа в том числе использовались автоматические отчёты системы.

Share of Voice

Чтобы оценить долю бренда среди обсуждений конкурентов по категории в целом, аналитические отчёты по обеим темам экспортировали в excel, удалили полные дубли публикаций и посчитали сообщения с брендовыми тегами.

В результате выяснилось, что бренд клиента занимает второе место по упоминаемости в Казахстане. Однако этот показатель оказался почти в 2 раза ниже, чем у лидера сегмента. Это означало большой потенциал по росту брендовых обсуждений в регионе.

Share of Voice.jpg


Сезонный спрос

Количество сообщений по месяцам отражает сезонный спрос на продукцию.

Основной пик (апрель — июль) соответствует сезонности отрасли и периоду проведения работ с изоляционными материалами. В этот период было много нативных обсуждений выбора и эксплуатации товара.

А всплески в начале года (январь — февраль) потребовали дополнительного контент-анализа сообщений за этот период. Оказалось, что зимняя упоминаемость продукции и брендов была преимущественно связана с активностью локальных продавцов, которые в этот период устраивали акции и распродажи товаров.
Частота упомианий.jpg



Источники

Чтобы понять, какие площадки больше всего подходят для коммуникации с целевой аудитории, были проанализированы источники по типу и данные конкретных сайтов.

Наибольшее количество упоминаний о продукции клиента оказалось размещено на сайтах с типом «отзывы». В основном это были сообщения на портале kaspi.kz — крупнейшем макретплейсе в Казахстане, где пользователи могут оставлять свои отзывы.

Также очень популярны социальные сети. Среди них больше всего публикаций — во ВКонтакте и Instagram*. Кроме того, значимую долю по числу сообщений занимают YouTube и TikTok.

Источники.jpg


Тональность

Один из ключевых показателей в коммуникациях — доля позитивных сообщений. Позитивная тональность упоминаний является залогом хорошего отношения потенциального покупателя к бренду, когда он ищет информацию в интернете, что ускоряет процесс принятия решения о выборе продукции определенного производителя.

Чтобы определить бенчмарк по категории и более объективно оценивать эффективность, проанализировали соотношение тональностей у каждого из брендов-конкурентов, вывели среднее значение и изучили, какое место занимает бренд клиента.

Перед формированием бенчмарка дополнительно провели ручную валидацию автоматически определенной тональности сообщений.

Среднее значение по доле позитива в категории составило 13%, в то время как у бренда этот показатель превышал 34% и был наивысшим по всей категории.

Доля тональности
Тональность.jpg

Также бренд клиента был лидером по индексу Лояльность: 34 при среднем показателе среди конкурентов — 4,9.

Доля, лояльность.jpg

Продукт

Исследование тегов позволило выявить наиболее обсуждаемые темы в продуктовом срезе. Например, самой популярной категорией товаров стали теплоизоляционные материалы, которым было посвящено 88% продуктовых упоминаний. При этом звукоизоляция мало упоминалась в Казахстане.

Атрибутивный анализ, проведённый с помощью фильтрации по тональности и тегам, показал, что больше всего в позитивном ключе о теплоизоляционных материалах клиента пользователи высказывались относительно соотношения «цена — качество».


Аудитория

Аудитория всех сообщений с упоминанием бренда составила 4 378 261 человек. При этом вовлечённость пользователей, относительно сообщений оказалась всего 8 действий на пост. На основе полученных данных было принято решение о запуске совместных активаций в социальных медиа с продавцами и дистрибьюторами.

География

Данные в автоматическом отчёте «География» Brand Analytics можно анализировать на уровне страны и отдельных городов.

В итоге исследование по городам и последующий контент-анализ сообщений позволил сформировать рейтинг обсуждаемости и определить сегменты целевой аудитории:
  • Алматы (преимущественно посты строительных бригад с нейтральными упоминаниями бренда);
  • Актобе (в основном нейтральные посты в сообществах строительных гипермаркетов); 
  • Астана (зачастую упоминания в рекламных постах строительных бригад).
Эти данные позволили актуализировать маркетинговые кампании в определенных регионах.

Результаты

В результате комплексного аудита производитель изоляционных материалов получил ответы на значимые для развития бизнеса вопросы:

  • что говорят о товарах клиента и о его конкурентах;
  • на каких площадках находится ЦА бренда;
  • как ведет себя целевая аудитория;
  • на основе чего принимают решение ЦА;
  • какую долю обсуждений занимает бренд и конкуренты.
  • Полученные данные позволили совершенствовать стратегию развития digital-присутствия бренда в Казахстане.


Например, включить в digital-микс размещение на YouTube и TikTok, которые ранее не использовались компанией, однако приносили 8% и 4% нативных упоминаний соответственно.













* Instagram и Facebook принадлежат компании Meta, признанной экстремистской организацией и запрещенной в России.
Следующий кейс

Начнем знакомство

Получить чек-лист

Нажимая кнопку вы соглашаетесь с условиями обработки персональных данных