Posted August 16, 2007 by Linda Bustos /
I really enjoyed this morning’s webinar with Andy Chen of PowerReviews and Jay Gordman of NetShops. (If you missed it, you can catch the recap here). Today I want to expand a bit on fake reviews and bad reviews.
Liar, Liar?
We all know how easy it would [...]
最近更新博客较少，因为实在太忙，甚至不得已请Tenly为我们写了一篇关于Crazy Egg的文章（其实他也很忙，但比我更刻苦）。但是，不能总拿忙当借口，毕竟跟朋友们聊聊心得和发现也应该是“忙”的重要部分。
话归正题，最近为什么忙，就是因为在为客户做一个相当复杂的IWOM的监测。所谓IWOM，可能大家还有点儿陌生，是英语“Internet Word of Mouth”的简称，Word of Mouth的意思是“口碑”，因此IWOM监测听起来搞得挺玄乎，实际上就是为客户研究互联网上的口碑。
虽说说起来很简单，但如何监测这个IWOM，如何为客户提出好的建议，却是一件相当复杂的工作。互联网上的口碑载体本就很多，但更麻烦的是口碑 这东西永远没有标准，而且随着老百姓语言和网友们情绪的发展不断变化着——这不是加入一个Tracking Code（监测代码）就能搞定的事情，这需要一个完整的方法论。
我知道目前最好的IWOM研究公司是CIC（SeeISee），在与他们的高级总监交流及自己做项目的实践过程中，我逐渐形成了一些自己的理解，并放入为客户服务的实践中，现在跟朋友们进行分享，内容还远不成熟，大家自备避雷针。:)
IWOM的3A层次
在实践中，IWOM被分为三个层次，与客户的需求紧密相连。三个层次分别是：Alert（报警），Analytics（分析）和Architecture（构建）。
Alert层次指帮助客户及时发现负面口碑。不要小看了那些该死的“Gossip”，负面口碑往往会演变成危机。“三株口服液”和“秦池古酒”的 案例大家已经耳熟能详了，甚至写入了吴晓波的“大败局教科书”，而互联网上的反面案例则来自于DELL（HELL）以及“家乐福”。所以，你要永远相信“ 天有不测风云”，即使你不能防患于未然，也不能完全消除负面口碑，早点儿发现它们并且早做准备也是好的。
Analytics是比Alert更高一级的层次。Alert是以发现负面口碑为中心，而Analytics则是全面分析口碑内容及趋势。前者如同雷达，后者则是卫星全局扫描（糟糕，有人丢砖——你以为你是嫦娥一号？！）。简单说来，Analytics要实现的目标是：
1. 分析互联网上关于品牌/产品/企业有哪些主要的口碑；
2. 口碑的趋势；
3. 更重要的，是发现这些口碑发生的原因。第3点可是一个称职的分析师应该做的哦！:)
Architecture则是最高层次。所谓构建，就是能够消除口碑对抗，营造口碑氛围，甚至控制口碑走势。哇，偶地个妈呀，这已经不是人工降雨了，这简直是控制天气！没错，这……的确是高科技啊，要做的就是要让舆论不知不觉走向有利于客户的方向，甚至是走向客户预先定位的方向。尝试用专业的语言来说则是：
1. 消弭负面情绪
2. 扩大正面声音
3. 引导（甚至左右）舆论内容
这3个层次都不简单，尤其是第2和第3个。口碑这东西，今天平安无事，明天就满城风雨，如何实现上面的三个目标层次呢？
1. 相信28分布，别信长尾
大家都知道网络有非常明显的长尾特征，但是口碑这东西，却有明显的聚合性。因此我说，在进行IWOM研究的时候，一定要相信二八分布，千万不要试图把长尾都一网打尽，原因很简单——你做不到。
我在这方面吃过亏，因为客户永远都希望什么都要，但他们其实很多时候并不清楚什么是他们最应该要的。不知道大家是否有同感——客户拿到了所有， 但忽视了精华，他们拥有，但他们不消化。这常常让我回忆起《夺宝奇兵——圣杯》的最后场景。在监测IWOM的时候，我发现，在绝大多数情况（我这么说你要 相信是100%的情况）下，20%（甚至是10%不到）的口碑聚合地已经聚集了80%（其实我更相信是90%）的口碑了。
大家用双手就能数清楚各个行业的互联网口碑聚集地。另外我的认识是，在中国，BBS类网站是口碑的实际垄断者。这么说你可能会不同意，的 确，Web2.0之类网站的口碑在增长，但是他们的影响是通过BBS类网站放大的——道理很简单，Web2.0是小众的集合，BBS则仍是大众。
我这么说不是抹杀Web2.0之类小众聚合的重要性，尤其是博客，我认为对口碑的研究是相当重要的。博客常常是负面声音的发起者（虽然绝大多数 情况不是由它放大的），但请你还是相信我坚持的二八分布规律，20%的blogger已经覆盖了80%的声音——鬼才相信有那么多的有价值的原创呢！
不过，请不要误解我，长尾在很多地方是有效的，只是在这里，我们先忽略它吧！
2. 搞定IWOM的所有数据？
在分析网站的时候，我们使用Tracking Code，或者可以通过Log file来直接获得数据。但是IWOM则不能如此。有几个难处。
没有Tracking Code可加，也没有Log file能分析。原因很简单，就不罗嗦了。
即使技术上能加，面对浩如烟海的BBS，Blog以及层出不穷的Web2.0网站，技术人员也会加的吐血。
加了Code又有什么用呢？你要分析的是内容，而不仅仅是点击量。
所以，不需要用网站分析的方法来分析IWOM了，我们需要其他的帮助。这个帮助是网页抓取技术，或者更精确的说，是BBS（或者Blog）的页面内容抓取技术。
这个技术并不复杂，但是想要做好却是相当困难。我没有发现哪个服务提供商能真正做好的，原因在于BBS（或者Blog）系统的多样化，虽然 Discuz系统（或是Wordpress系统）已经占据相当份额，但是还是有数以千记的各种系统以及自行开发的系统存在着。所以我可以肯定的告诉大家， 中国没有哪一家技术提供商能够做到抓取哪怕50%的BBS（Blog）内容（请注意，我所说的内容是包括首贴和回复的）。这一点上，我很笃定，但我希望我是错的，我希望我的读者告诉我，在这一点上我错了，有一家公司能做到！我一定会请你看奥运（附注：电视上）！
[转载请事先声明并得到许可，版权归作者www.chinawebanalytics.cn所有]
现在大多数都只能抓取部分BBS或者BBS的部分数据。一种是能够搜索到相当多的BBS，但是很可惜只能抓取主贴，但是抓不到回复（大旗网就是 如此），另外一种则是能够抓取论坛上的所有主贴和回复，但是要为每个BBS做专门的抓取定制开发，所以抓取的BBS数量是有限度的（印象中CIC是这样， 但我希望我是错的，请CIC的朋友指正）。因此，这就是为什么我前面说，千万不要相信长尾的原因。能够把20%一网打尽我看已经是救民于水火了。
在我的实践中，我们需要抓取的数据包括：
定性数据
主贴的内容
回复的内容
标题
作者
发帖时间/回帖时间
所在BBS及板块的名称，以及它们的URL
以及其他数据（如是否置顶，是否加精等等）
定量数据
发帖数
每个帖子的回复数
每个帖子的阅读数（点击数）
这些数据构成了IWOM分析的基础。其中，定量数据容易获得，而定性数据则很难完全抓取（比如第7个，现在技术上面临的困难还很大），这正是IWOM分析在全球都仍然是需要攻克的难题的第一个原因，但相比第二个难题，这个简直就是小儿科。
3. 初步分析——你知道汉语有多么可怕吗？
为什么说是初步分析呢？原因在于这一部分的分析是最基础的，本来应该由机器完成，但是现在却需要大量的人力来完成。机器程序编的越好，人力需要参与的就越少，但想要让人在旁边睡大觉是不可能的。
相信你已经猜到初步分析的内容了：
机器参与的：
排水/扫水（就别让水帖占用我们的空间了）
关键词抽取和统计（初步的主题分析）
调性分析（所谓调性，就是这个帖子是正面的还是负面的还是中性的还是扯淡的）
人参与的：
主题分析（也就是说，这个帖子最主要是关于什么的，其他谈到了哪些方面）
调性分析（帖子整个主题表现出的调性，以及谈到的各个方面的调性）
这其中，最关键的是调性分析和主题分析。调性分析能够帮我们实现本文最初所讲的第一个层次：Alert，而且更重要的是帮助我们进行进一步的分析；而主题分析则是为了深入挖掘口碑的内涵。
本来，我们是希望机器能把这些事情都做了，很可惜，中文是世界上第一复杂的语言，不仅词汇繁多，俚语已经不少，还非要成天两头的蹦出来一些网络 语言，酱紫搞得机器很不知所措，处理的结果常常“雷倒众生”。其实不是我们的技术不行，微软和Google现在也做不好自然语言的分析，仅仅一个“分词” 技术就够申请数个专利的了。所以，没辙，还是要靠大脑。
不过，就算是靠大脑，还是会有误差，因为人的背景不同，比如分析讨论电脑的帖子，没有一点儿DIY的背景很容易分析错误。不仅如此，有时候帖子 的标题似乎是“负面的”，但仔细一看帖子，很可能是“正面的”，这个时候，粗心一点儿就会出错。但是人不可靠的最关键原因是，人是会疲劳的，尤其是面对这 种枯燥的工作。而且，如果我问你，你愿意每天60元坐在电脑面前兼职做这个工作吗？你的答案一定是——No，并且给我一记闷棍。
[转载请事先声明并得到许可，版权归作者www.chinawebanalytics.cn所有]
所以，汉语口碑的调性分析对于机器而言，还是一座不可逾越的大山，必须要人来完成，但人力资源是可贵的，而且服务的质量也难以保证。这是IWOM监测如此困难和痛苦的原因，也是需要攻克的最难的难题。
初步分析的数据具有极为重要的意义，它是后面所有分析的基础，但是质量让我十分伤心。我们需要一个高质量的服务，如果谁知道，请告诉我。
4. 深入分析和提出建议——分析师的工作来了
前三步实际上等于网站分析中利用WA工具获得的初步数据报告，可是已经让人精疲力尽了。终于轮到分析师上场了，他们需要做的事情实际上就是解答IWOM的第二个层次——Analytics。其实，也是我在这个客户项目中最主要负责的部分。
我主要从下面的各个方面入手：
Negative（负面） vs. Postive（正面）
Negative分析：Negative舆论是什么，为什么，以及产品/品牌/企业的短板
Positive分析，Positive舆论是什么，产品/品牌/企业的长项
分类主题分析，以细分产品/品牌/企业的不同特征，这个必须基于初步分析中的“主题分析”
竞争对手分析（内容跟上面4个一样）
产品/品牌口碑对比分析
趋势分析
总结分析的发现，并且提出建议
最恐怖的是——上面的所有分析应该基于不同细分用户群体。
上面的这些内容就是让我在7月的半个月中没有周末，没有写博客的最主要原因。纷繁无杂，千头万绪，我希望我再不用做这个东西。不过最终当报告形 成，看到拿出来的一些结果和建议，还是有点儿成就感。但是，我对初步分析的基础数据一直不满意，因此我竭尽所能，仍不能确保这是一个100%可信的报告， 我也相信在中国可能还没有这样的一个报告。
5. 控制天气——仍然非常困难
现在报告形成了，我们知道了口碑背后的原因，我们开始形成一些行动，比如，用官方的正确舆论引导，或者强烈抗议竞争对手的恶意破坏（这种行为实 际上就是反面软文）。但是我不打算在这个领域写太多，我相信有很多专家，但是我相信这是一个很难解决的问题。我还在实践，我还没有结论。我希望大家的建 议。
终于，这个似乎又是突破记录的乏味长文要结束了。如果你看完了，请给我留个言，算是对自己的一个鼓励，也是对我的一个favor。我知道看这么多内容是需要耐力的。什么，你看完了？你应该参加奥运会的马拉松比赛，你能赢，真的。
最后，把整个流程做一个图形化的总结，见下图。
给我留言吧，需要大家的启发！谢谢！
还记得汶川大地震刚刚发生不久，一大把的编辑问sonia要不要写一篇文章，关于灾难营销的，sonia拒绝了。然后写了如下的文章评论：
所谓“灾难营销”还是不要这么去叫的好，一个企业的企业责任心与社会责任感并不仅仅应该在出现在灾难的时候才显露。
危急时刻雪的中送炭是可以快速帮助一个企业快速树立良好的口碑的，在大灾难面前迅速的伸出援手，是一个企业社会责任感的体现。但如果以“营销”为目的，而 非发自肺腑的自愿，这个行为只会让企业蒙受更多的指责。“慈善营销”大行其道的时候，也是有诸多企业趋之若鹜的。但是为什么后来做“烂”了——不是因为社 会道德的沦丧，而是因为企业为了“作秀”而“慈善”。
比尔盖茨把慈善当作毕生的事业，其多年来建立的慈善公益形象不是简单的一两个善举或者一两个天文数字所能涵盖。李嘉诚常年慈善，没有人会关注某一个大灾难面前李先生会不会伸出援手——慈善已经成为李嘉诚的另一个优秀品质
如果一两个灾难就可以帮助一个企业树立它所期望的社会责任感形象，那么这个企业或许得到的是短期的声名远扬，但是长久下去，消费者一定会明白事实的真像。
像品牌的铸就是一个漫长的过程一样，一个企业的公益形象也应该发自肺腑的长期积累才能形成的。
当王石和他的万科因为捐款过少而被网友抨击，当时觉得王石很可怜，他很多观点sonia是赞同的，尤其“慈善不是一朝一夕，慈善不是大喇叭喊出来”——前提是他真的也是这么做的话——但是他用错了处理方式，于是造成了万科前所未有的公关危机。
CCTV赈灾捐款晚会应该是创造了有史以来最高收视率的节目，当时一边看晚会一边和一个在CCTV值班的朋友聊MSN。他说：“加多宝集团厉害，倦了一个 亿！”于是在好奇心的驱使下，搜索了一下“加多宝”集团，才知道那是生产王老吉的集团。当时心情挺激动的，一个民营企业能这样的慷慨实属不易，而且，在 sonia的认知范围里，王老吉其实并不是特别赚钱，大部分钱都用在了渠道建设和推广上。
接下来的几天里，各个论坛里充斥了和王老吉有关的信息，大部分都是赞扬这个企业的，表示今后只喝王老吉。王老吉的贴吧里也一下子活跃了起来，褒奖之声不绝 于耳。当时只是觉得奇怪，为何但是王老吉被如此多的提及，难道只是因为它捐款捐的多么？如果真是这样，sonia是真的宁愿相信王老吉是善有善报的。
一篇名为“封杀王老吉”的帖子尤为火爆
作为中国民营企业的王老吉,一下就捐款一个亿,真的太恨了,网友一致认为:不能在让王老吉的凉茶出现在超市的货架上,见一罐买一罐,坚决买空王老吉的凉茶, 今年爸妈不收礼,收礼就收王老吉!
支持国货,以后我就喝王老吉了,让王老吉的凉茶不够卖!让他们着急去吧!
这篇文章首次出现在天涯论坛就获得了极高的点击率，而后又被网友们疯狂转载。简单用“封杀王老吉 powered by discuz!”搜索了一下，百度出现了3350个结果——真是不小的数字！光是论坛的转载就超过3000多条。惊人的转载量、回复量和点击量让这个帖子 登山了各大论坛的首页，也引起了传统媒体的关注，《北京晨报》就有一条关于这个帖子的报道：
这个“正话反说”的“封杀王老吉”倡议，昨天在天涯社区发出后，迅速成为最热门的帖子，很多网友刚看到标题后本来是要进去愤怒驳斥，但看到具体内容后却都是会心一笑并热情回帖。到昨天下午，个帖子几乎已遍及国内所有的知名社区网站与论坛。
的确，当全部的网民都在支持王老吉的时候，一篇这样标题的文章的确会让人不得不看。简单的几句文字，很平实，却很有煽动力，不但导致了网友疯狂的转载，更直接鼓动起了网民对于王老吉的购买热情。于是，王老吉在多个城市的终端都出现了断货的情况。
近日终于证实了一直以来的猜想，王老吉这次捐款行为的网络传播确实是人为操作的。
姑且抛开道德什么的不谈，这次的网络事件营销做的确实漂亮。
成功之一：借势（事件传播的土壤）。此 处用“借势”这个词吧，说“灾难营销”有点太苛刻。王老吉的捐款数额是足以引起一片赞誉的，况且是在当时“比富（比谁捐款多）”的大舆论背景下。CCTV 那场捐款晚会的收视率是不用质疑的，“一鸣惊人”是那场晚会赋予王老吉最大的收获（这可能比投放几个亿的广告效果都要好）。
成功之二：策划（制造事件-病毒源本身）。网 友是单纯的，也是容易被煽动的。王老吉捐款一个亿的“壮举”在接下来的几天里迅速成为各个论坛、博客讨论的焦点话题。但是话题是分散的，需要一个更强有力 的话题让这场讨论升级。于是《封杀王老吉》成为了由赞扬到付诸实际购买行动的号令。创意本身契合当时网友的心情，使得可能平日里会被人痛骂为“商业贴”的 内容一下子成了人人赞誉的好文章。
P.S.：“标题党”这个词再次显示了它强大的威力，引人入胜的标题是话题成功的关键之一
成功之三：推动（给病毒传播一个源动力）。病毒之所以能够扩散，除了病毒源“优质”之外，初期的推动也很重要。一个单贴，能够有如此大范围的影响，背后网络推手对于这个帖子的初期转载和回复引导至关重要。BBS营销在这个事件中显得尤为成功。首发天涯等大论坛，然后迅速的转载各个小论坛，之后，就可以依靠病毒自身的传播惯性去进行扩散了。
P.S.：有时候回复也是需要技巧的，留心观察一些帖子就不难发现，当前几楼回复都是赞扬的时候，后面就很少出现反对的声音——舆论就是如此被引导的。
《封杀王老吉》与《吃跨必胜客》有异曲同工之妙，相信《封杀王老吉》的作者也是受了必胜客那个经典的事件营销的启发。不过这里还是不得不赞扬一下《封杀王老吉》操作者的智慧、敏感以及对网络事件操作的熟练程度。
从百度趋势上不难看出，“王老吉”的搜索量在5月18之后直线上升，而《封杀王老吉》的流量曲线比“王老吉”稍微滞后，但是搜索量是几乎相当的。
任何事件都会有它的爆发期和衰退期，哪怕是大如汶川地震的事件（可能吧有一篇文章讨论了这个问题）。王老吉捐款一亿的“壮举”，以及以“封杀王老吉”为代表的一些列网络营销的热度也正在逐步的消退，最终会遵循互联网的“长尾理论”，无限的趋近于“零”。
最后，写给“封杀王老吉”的操作者：
这是你第一次做出让我刮目想看的“真正的”网络事件营销！抛开是不是利用了网民的爱国热情不谈，这个事件从策划到执行都是一次可以和《吃跨必胜客》媲美的 经典营销之作。经典在它帮助品牌树立了形象，经典在它提升了消费者对于品牌的忠诚度，经典在它最终促进了销售，经典在它完美的运用了互联网的口碑传播力 量！
希望以后你真的能少用点美女，这个妹妹那个姐姐的，最终只能形成一份漂亮的以PV为核心的总结报告，而不能真正帮助品牌进行传播，“知道”和“了解”以及“认知”甚至“喜爱”是有本质的不同的。
再次佩服你一下，也再次忠心的祝贺你又创造了中国互联网营销史上的一个经典案例。
互联网口碑(Internet Word of Mouth，简称IWOM)调研作为一门新兴行业，在研究方法和对象上跟传统的市场调研都有很大的不同。因此呢，同很多其他新生事物一样，难免有这样或者那样的怀疑目光，认为它先天营养不足或者会后天发育不良。
最大的怀疑，当然是来自传统的市场调研行业，早在去年，来自两个行业的专家，就有过一次短暂而又激烈的交锋(链接)。
去年六月，市场调研专家Bill Neal 在一次访谈中就表达了他对IWOM 研究的疑惑。他说：我不认为用户在网上的言论可以作为可靠的信息来源，它们犯了科学研究的两个大忌：自选择(Self Selection)跟宣传(Advocacy)。他举例说：“我有两辆福特卡车，在诸多Blog上我屡屡看到有人在抱怨同款的车子质量不如人意，可是我 的车却相当好。只是我不愿意花时间把我的良好体验写出来，而那些碰巧遇到问题的人却对他们的糟糕感受喋喋不休….. 难道说那些负面言论反映的就是实际情况么？
他说，那些在网络上积极发言的用户，无法代表任何可被定义的用户群，同时他们的言论也是虚实难辨。因此，他的结论是网络口碑调查没有借助科学的方法，其所基于的样本没有代表性，信息不可靠，结论也不具有预测性。
Bill Neal 的抨击似乎有道理。没错，自选择的数据或者自发性的回应(Voluntary response)被视为严肃统计研究的天敌。如果一个调查是基于用户的自发回应，那么对调查内容有强烈感觉的人更有意愿去回应，而其余则情愿去做沉默的 大多数，结果便是样本数据有很大的偏差，不具备代表性。
但是Bill Neal的质疑很快迎来了IWOM调研行业的专家们的回应，BuzzMetrics公司的 Max Kalehof 就留言反驳说， 没错，口碑调研并不是针对普通大众用户，但这恰恰是口碑调研的强项。口碑调研的研究对象是那些积极使用并且讨论产品的用户群，他们难以捉摸，却同时又富有 价值。因此对口碑调研不基于普通用户而针对那些具有影响力的用户的批评毫无道理。现今市场营销者的一大问题就在于他们常常过于依赖一般场景，却不能敏锐的 观察到用户差异性以及捕捉早期迹象。
来自ElectionMall 的 Michael Cornfield 博士也致信Max Kalehof表示支持，他说，口碑研究专家们并非在寻找具有代表性的样本，我们寻找的，是灵感，是个体，是文化基因(meme)及其传播模式。
对于Bill Neal 的第二点批评，即网络口碑真假难分，Max Kalehof 和 Michael Cornfield 也都指出，很多时候其实口碑的真假本身并不重要，重要的是他们使否会影响受众。网络上虚假信息的存在，恰恰说明及时准确地研究和甄别口碑是多么迫在眉睫。
去年发生在国内的戴尔信任危机(链接)，就已经充分展示了网络口碑的力量，起初犹如星星之火般的言论，通过网络口碑流传蔓延，最终在网上网下燃成一片，成为燎原之势。
可以想象，在那次事件当中，只有很少的笔记本电脑用户了解T2300和T2300E的区别，在这些人当中，又只有更少比例的人愿意为CPU的细微差别大动肝火大动干戈。
但恰恰就是这个小比例的人群，他们虽然不能代表广大的一般用户，却很可能代表了对产品有深层次了解，同时乐于表达意见，于是在网络上最具有影响力 的一群人，他们是意见领袖，是影响人物(Influencer)。这群人虽会被严格意义上的统计数字掩盖，而在现实中他们却能借助网络获取足够的力量来挑 起话题，让一个跨国巨头陷入窘境。
网络口碑调研的任务便是，及时有效的研究这组非一般群体以及他们通过网络口碑所展现的响力。
俗话说不打不相识，传统市场调研行业对IWOM调研曾经有过质疑也好，误读也好，现如今他们也愈加认识到IWOM调研的有效性和重要价值。作为佐 证，继AC尼尔森的母公司尼尔森集团购买了BuzzMetric的股份之后，另一大市场研究咨询公司TNS也早先了宣布对IWOM研究公司Cymfony 进行战略收购(链接)。
