No.1
楔子
什么是舆情监测？
?北美著名媒体情 公司Agility PR Solutions的定义是：
Media monitoring is listening to who’s saying what about your brand, your competitrs, your industry, and any other topic that’s important to you and your operations.
用一句话来解释，它是：
公关传播分析的基础和晴雨表，帮助品牌主拥有千里眼和顺风耳。
我们说的通俗一点，媒体公关工作中，少不了营销活动。营销产生的媒体稿件，除了公司自有媒体平台发布，也会委托一些发稿中介代为传播。
可发布之后呢？
活动在市场引起了多大的水花？大约有多少受众阅读了我们的文章？品牌是否引起一波讨论潮？怎样去衡量in-house公关营销团队或者agency的传播效果。讨论重点和公司的宣传重心是一致的吗？这些都是营销人员需要去思考的点。
品牌营销活动，是需要根据媒体传播效果分析，结合自身品牌基因去做调整的。其中最关键的一步就是舆情监测。
近十年是舆情监测的飞速发展期，传统的舆情监测做了功能衍生，
用一张图来解释：
针对上述舆情监测产品维度中的 交媒体监测，是这几年全球都很火的概念。利用信息采集、数据挖掘等技术手段，倾听、监测目标客户和潜在客户的 交媒体内容与 交行为，从而挖掘出有商业价值的洞察。下图摘自著名英国商业与市场资讯公司Ideya 2018年发布的 交媒体监测工具与服务 告。
No.2
前面大概讲了舆情监测是什么，再谈一下企业为什么一定要做舆情监测？
覆盖全面性
许多人会问，“为什么我不能依赖于人工的新闻搜集？” ”我可以用百度搜新闻，或者用平台自带的新闻追踪插件（例如google alert)来做信息推送啊“。
这个问题的回答很简单，单个搜索引擎覆盖的数据是有限的，收录内容大多为 络新闻，对当下全媒体矩阵下的 媒平台、客户端、论坛、短视频 区等均无法覆盖。
再者，哪怕收集到了一些数据，人工也无法做到像舆情监测产品那样迅速、全面地对这些大数据做分析。
试想，互联 每天产生的媒体信息数以亿计，如果只是借助于搜索引擎去一条条地搜索监测媒体信息，只能是从一个庞大的搜索引擎页面跳转到另一个巨大的结果，搜索结果也无法按照需求排序，以一个凌乱的形式呈现。
现在互联 的海量信息的，已经远非人工监测所能穷尽，人工剪 是无法排除监测的盲点的。
这里从“时间轴”和“地域轴”两个维度来谈一下什么是信息真正的全面性。
时间轴
行业内的人都知道，”数据全“很多时候近乎一个伪命题，全面不仅意味着数据源监测全面，还需要历史数据全面。市面上很多舆情监测系统实际上并不能提供历史数据。
历史数据可以允许企业与过去的自己比较。例如一些年度大会，如何衡量今年与去年的媒体宣传效果，针对上一届会议有哪些改进空间，这些数据都能通过历史数据追溯到。因此，企业在做媒体监测的时候，不仅要“往前看”，也要“往后看”。
面对历史数据回溯的要求，市面上许多舆情监测公司会用一些“小把戏”。很多品牌主可能经历过：当要求抓取历史数据，有些舆情软件小型供应商会需要不少时间，其实是去人工手动调取。又或者，舆情系统内关于某个关键词的信息走势图突然某个时间点有一个明显增量，并非是那天的媒体声量大，其实是因为从那天开始舆情软件开始服务客户收集数据了。
因此历史数据的系统回溯能力，尤其是能否实时调取历史数据，是考验一个舆情公司技术含量的标杆性参考面。这里比拼的其实是舆情公司大数据云存储量的能力，就算欧美的一些舆情软件头部企业，在历史数据方面，也只是做到了部分回溯能力。
地域轴
仅仅依靠人工搜索，只能接触到非常有限的数据。
对于不同企业，主流受众所处的媒体渠道也各不相同，更不用提多语言监测了。但一款专业的舆情监测系统可以覆盖不同平台的几十万个信息源，监测几百个国家不同种类的语言。
对于出海的中国品牌，通常更多会考虑用全球性公司的舆情监测软件，可以分全球几百个国家并且细分到地区查看，也可监测几十种不同语言的媒体声量。
及时性
数据的时效性决定了监测速度的重要性，一般舆情监测软件的结果会输出为一个随时间变动的信息仪表盘。有些平台甚至能以“自动刷新”的方式实时呈现媒体声量、传播路径、信息发展态势等等。
另外，舆情系统一般会有预警设置。通过关键词的串联，系统在监测到预警消息后，会在第一时间向用户多途径（短信、微信、邮件、PC弹框）通知。
准确性
舆情监测不是简单的在搜索框里搜几个单独的词语，就能筛选出有价值的内容。舆情监测软件通过布尔逻辑将关键词串联，每一次串联都相当于给信息多加上一层滤 ，把所需要追踪的信息从上万条精准浓缩到几十条最有价值的信息。做到真正的价值热点识别。
系统甚至可以追踪每一条新闻的传播路径，谁转发了这条消息，评论的都是哪些人，以及路径中谁在推波助澜。
另外 媒水军泛滥也是公关营销人头疼的话题，舆情系统会用算法识别水军做到信息过滤，屏蔽无关的数据噪音。
可解读性
这一部分是最不证自言的。数据的价值不仅仅在于呈现，更在于洞察和分析。产出高质量的数据研究和分析 告，是舆情监测输出价值的最后一公里。
人机结合性
服务！服务！！服务！！！
毫不夸张地说，客户服务可能是舆情监测这个产业的成败关键。
舆情监测是“人机结合”的工作。系统可以提供花里胡哨的功能，但如何利用这些功能，需要专业的人来做专业的事。就像普通人面对赛级跑车，即使驾驶技术非常高超，也只能发挥跑车的三成功力。
舆情监测本身，非常依赖于对舆情行业有经验的客户服务人员，深入了解企业业务传播核心点，帮助企业主量身裁衣去设置监测方案。尤其对于初上手舆情监测的企业工作人员，是否一个拥有富有经验的咨询顾问，结果将是天差地别。
咨询顾问可以融会贯通地从过往同行业或者跨行业的服务经验中给到企业一些建议， 而这些建议往往成为点睛之笔。
从另一个角度说，企业也应该内部培养深谙舆情系统操作、拥有舆情分析嗅觉的人才。在这种情况下，舆情监测系统供应商的培训体系以及资料友好度，决定了是否可以事半功倍。
专业的舆情监测公司一般都配备有研究 告团队，但团队人员的舆情分析水平至关重要，他们决定了舆情分析工作带来的洞察上限。分析师要有行业敏感度，团队里不乏数据挖掘能手，统计高手和图表大神。许多成功的舆情监测案例证明，舆情监测服务商可以成为品牌的战略合作伙伴，帮助企业根据行业去设定媒体表现等KPI。
No.3
总结一下舆情监测的几个核心功能
1.数据可视化，仪表盘实时刷新。舆情监测产品的更新时效及界面可视化是其优于人工舆情操作的优势之一。可视化的界面能清楚看到媒体声量走势图、词云、信息的渠道分布等，整合于一体的仪表盘一直在实时刷新，方便用户全面浏览数据。
2.高级的舆情监测产品，可以像百度快照对历史 页的存档一样，调取 交媒体中已经被删除的内容。
3.文本倾向性分析，即情感判断 (sentiment analysis)。这一部分近年也被AI风口带了一波热点，不从技术层面赘述，但是判断舆情的正负面以及敏感占比，已经远非传统的统计学能满足，而是要从机器学习和不断积累的语义库中逐步优化。
4.对于 交媒体，品牌可以通过一些重点词的高频转发时间，摸索优化出信息发布的规律。
5.积累了大量数据的舆情监测工具，可以帮助品牌评估某个媒体与自身品牌的契合度，或者从茫茫 红中匹配出最佳KOL组合。
6.舆情监测得到数据后，对于事件分析的维度和颗粒度都已经逐步优化，目前的舆情软件可以分析全 走势变化、高频词语、地域分布、用户画像、 交媒体引爆点、 媒传播路径和推动账 、水军判断分析、粉丝分布等等。
No.4
再进一步列举一下舆情监测的几个较少被讨论的应用场景
场景一
品牌公关部门常常会为新产品的发布做媒体声量的监测，但其实新产品发布之前也需要通过舆情监测做舆情预判，对一些信息进行规避，这样产品一落地，就会有市场前期的先发优势。
场景二
企业在IPO之前会经历一段时间的”静默期” (quiteperiod)，拟上市企业在这段时间的对外新闻发布，会面临证券监管机构的限制约束。但上市过程很容易收到舆论干扰，甚至有个别无良媒体向拟上市企业销售“有偿沉默”。与此同时，拟上市企业也能从高质量的媒体 道受益。这段时间的舆情监测非常关键，可以帮助企业梳理出来谁是友善的媒体、而哪家媒体拥有敌意。
推荐阅读：WeWork 上市风波：一篇招股书引发的舆情风暴。
场景三
除了品牌自身媒体投放的效果监测，也可以就当下媒体环境帮助企业做品牌诊断。此时舆情监测结果的受众，就不再局限于公关营销人，可以从品牌诊断上升到战略性的解读。未来往哪个方向发展？未来或许会受到怎样的威胁？公关营销部门可以通过舆情监测对外界信息做商业观点透视，提交给企业高层做战略参考。
场景四
不少电商或者线下贸易公司，也逐渐开始使用舆情监测系统，探查哪些产品是当下的消费热点，并追着热点去进货。
场景五
立足于本土或者需要出海的企业，会通过舆情监测平台大数据去搜索营销红人，建立合作并推广自己的产品。
应用舆情监测工具的场景这里不穷举，但无论是什么场景，核心是:
需要补充的是，舆情监测不局限于媒体舆情信息，还关注于商情。这一块对2B的公司尤其重要，可以帮助其了解行业动态、竞品资讯、2B公司上游供应商和下游渠道的动态。
有趣的是，国外有些舆情公司甚至从企业招聘信息中提炼出企业商情和发展态势。只要是公开的数据源，就能从某种程度被监测提炼出价值。
大多数公司花了很大的力气挖掘内部数据，却低估了对外界信息进行商业观点透视的力量，即通过搜集、分析大量公开在互联 上的信息，以提取出有价值的商业观点。
No.5
如果认同了舆情产品的价值，
那么问题来了。
什么样的公司需要舆情监测软件？
以前和一个从事媒体监测行业十几年的元老讨论过，究竟什么样的企业需要舆情监测系统？2B还是2C？传统还是新型？
他的答案是：无论处于什么发展阶段的公司，公关营销团队是怎样的人设，不限行业不限规模，没有公司是不需要舆情监测系统的。
也许这是个极端的论点。
但反过来想，到底哪些企业有刚需？
首先，企业本身需要了解自己的需求和监测的目标，不要沦入“为 告而监测”的怪圈。制定舆情监测计划，究竟是为了负面舆论的防守？为了自身媒体声量走势的监测和评估？还是为了侦察行业和竞品动态？
另外，对于组织架构本身有数据考核需求的企业，舆情监测也是必备品之一。对传统的舆情搜集到痛点，为了寻求更加高效的输出方式，制作更有质量的数据分析和 告，是哪怕中小规模公司的公关营销部门都需要舆情监测。不单针对公关部门内部，数据和 告的读者还包括了CEO、管理层、商务BD人员、 区域管理层、战略部门。通常企业内部有都有跨部门阅读舆情数据的需求。
监测需求可以分为三个层级：
1/对于做新闻/ 媒投放的企业，需要用舆情监测服务对传播投放做一个客观的效果评估。
就算已经在使用PR中介， 也可以用舆情监测公司做配合，两者相辅相成。PR只做企业自有品牌维护，不涉及行业竞品。事实上，PR的数据分析也通常来自于舆情监测公司的数据。
2/对于没有新闻/ 媒投放的企业，也可以用舆情监测，来听听外界媒体和 民是怎么讨论自己的。
3/对于不做投放、外界媒体也甚少 道的企业，也需要舆情监测。没有任何企业是一座孤岛，各自都处于某行业产业链中的某一环。不去考察自己的媒体声量，也要关注上下游以及竞品的媒体声量。
没有完全不需要做舆情监测的企业，
只是优先级的高与低，时间上的早与晚。
那到底什么样的公司不适合用舆情监测软件？
舆情监测工作，需要部门内部了解监测重点，人工与软件配合，接收舆情分析师的专业 告。对于想使用免费版舆情监测的公司，可以到软件 上找到一些1MB以下的软件下载，当然功能性不能过分期待。
另外，不少舆情监测系统还提供寻找KOL的平台，但一般这种工具要求公司至少有一个内容输出的团队，因为平台只是帮助定向搜索红人，并不负责联络与内容输出。
需要牢记的是，舆情监测服务商，是大数据公司，不是PR公司，也不是发稿公司，也和SEO，SEM等不是一回事。
No.6
最后谈谈舆情监测几点未来展望
人工智能和舆情监测的结合是最值得期待的一点。
舆情监测系统公司，作为媒体情 先驱者和世界最多元数据的管护者。在累计了大量用户行为数据后，对词库进行模型训练，建立基于机器学习/深度学习的文本分类模型，甚至可以为广大数据可选人员提供AI模型。通过知识图谱连接并组织内外部数据，从而实现商业智能。
例如媒体情 和 交分析公司Meltwater已经在舆情监测系统之上，开发了Fairhair.ai人工智能数据平台。为开发人员提供工具，可以使用平台预先训练的人工智能模型库，也能使用自己的模型。
2019年刚刚获得2500万美元C轮融资的Signal AI 也正在开发新的人工智能和机器学习技术，可以学习高管需要了解的知识并调查大量媒体数据以实时提供重要见解。
未来的舆情系统将不再停留于文本内容，而会拓展至多媒体。对图片、视频、音频进行全方位监测，实现文本和多媒体数据的结构化。
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！