Untuk social media strategist, content planner, dan teman-teman yang menangani promosi brand di media digital pasti paham pentingnya memahami percakapan di media sosial. Dari mulai menganalis sentimen, word cloud, share of voice, hingga waktu percakapan yang dilakukan pengguna media sosial tentang topik tertentu.
Pada 9 Agustus lalu, pada acara Indonesia Brand Communication Excellence 2024, Kristiyanto, Chief Marketing Officer dari Ivosights memberikan analisis tentang percakapan di media sosial yang berkaitan dengan masalah dan perawatan kulit wajah.
Platform media sosial X digunakan untuk diskusi yang berkaitan dengan masalah kulit seperti jerawat dan wajah kusam. Waktu puncak untuk percakapan ini terjadi antara pukul 18.00 hingga 23.00, terutama pada hari Rabu. Instagram lebih banyak digunakan untuk promosi produk perawatan kulit terutama yang melembabkan, dengan wakti percakapan terbanyak pada pukul 12.00-17.00 WIB.
Sumber: Unsplash.com |
Melihat hal tersebut, Kristiyanto menyarankan beberapa catatan untuk para brand owner. Pertama, optimalisasi waktu posting. Kedua, bedakan platform dan waktu posting untuk topik tentang masalah kulit wajah dan kebutuhan perawatan kulit. Ketiga, kampanye berdasarkan topik terpopuler. Sertakan konten edukatif dan soroti manfaat produk yang mencerahkan dan melembabkan kulit. Keempat, berkolaborasi dengan influencer.
- Analisis Sentimen: Teknik pemrosesan bahasa alami (NLP) untuk mengidentifikasikan dan mengatagorikan opini (positif, netral atau negatif) dalam percakapan di media sosial.
- Share of Voice (SoV): Metrik yang mengukur proporsi percakapan tentang suatu brand atau topik tertentu dibandingkan dengan total percakapan di media sosial dalam kategori yang sama. SoV menunjukkan berapa besar kehadiran brand tersebut di media sosial, dibandingkan dengan kompetitornya.
- Word Cloud: representasi visual dari Kumpulan kata yang sering muncul dalam percakapan di media sosial. Kata-kata yang sering digunakan akan ditampilkan dengan ukuran yang lebih besar. Word Cloud dapat membantu mengidentifikasi topik, tren, dan sentimen yang dominan dalam percakapan pengguna.
No comments:
Post a Comment