Social Listening 2.0，冲出图片数据的盲区

用户在社交网络中留下了海量信息，为企业进行消费者和市场研究提供了宝贵的数据资源，Social Listening（社群聆听）已经成为品牌市场部门的必修技能。长期以来，互联网数据的应用局限于文本数据，消费者与品牌的大部分对话场景——图片，成为Social Listening的巨大盲区。

Social Listening 2.0时代，已经到来

据统计，每天有32亿张图片被分享到社交媒体上，50%以上的社交内容包含图片，85%的视觉信息没有文字提及。图片已经成为信息传播、品牌曝光的主要形式。对于企业而言，看不见海量的彩色数据，无异于睁眼的瞎子，不仅会导致数据研究的失真和失实，也将丧失洞察消费者的最佳机会。随着近年来AI领域的飞速发展，基于深度学习的图像识别技术，为图片数据的理解和挖掘打开了大门。与文本数据相比，图片数据更完整、更真实、更丰富、更可靠。具备读图能力的Social Listening 2.0时代，已经到来。

更完整：图片声量–Social Listening 不可或缺的指标

社交网络的“声量”和“互动量”，是评估品牌资产、线上营销活动效果和媒介投放的重要指标。当前的监测系统，这两个指标都是通过文本关键词来计算的。比如，提及“可口可乐”关键词的内容数量，以及参与“转/评/赞”的数量，分别是“可口可乐”品牌的声量和互动量。读图时代，越来越多的用户选择用图片传播信息、表达情感。消费者在很多场景下不会直接提及品牌的名字，而是通过发布包含品牌或产品的图片，并加以评论。由于图片比文字具备更强的表达能力，也往往会吸引更多的互动量。据图片大数据应用公司ImageDT统计，超过50%的品牌声量有图片数据产生，有些品牌甚至超过80%，图片数据是Social Listening不可或缺的监测和评估指标。

更真实：更加贴近真实的消费场景

消费者提及品牌，可以通过文字提及品牌的名字（文字声量），也可以通过发表包含品牌或产品的图片（图片声量），而两者所表达的内容却有不同。 文字声量要求直接提及品牌名，大部分受品牌主营销活动的影响，反应了消费者的直接品牌认知。比如，文字声量的高频词可能是品牌代言人、品牌赞助综艺节目、线上推广活动、产品的参数属性等。

与之相比，图片声量往往是用户在真实消费场景下产生的，消费者在体验产品的时候，拍照上传，并表达他们的感受，更加贴近用户的生活场景和感受。

更丰富：文本数据从未拥有的洞察维度

Social Listening需要通过文本语义分析技术，对社交网络中的海量语料数据进行分析和挖掘，从而进行消费者和市场洞察。文本语料，需要用户在语言上经过雕琢才发布出来，往往反映了用户感知最强烈的一部分。比如，对品牌的印象、或者对产品体验的评价。然而，用户通常不会完整的表达，Who、When、Where、What，而这恰恰是品牌主很希望知道的。通过图片数据的分析，对图片内容进行结构化，能够还原图片中的上下文信息，比如，在什么时间、什么地点、跟谁在一起、正在做什么事情。对于消费品，通过图片数据可以研究消费场景、购物篮、伴随消费品等；对于网络游戏，通过玩家截图，可以研究战绩、对战、海报、角色等不同画面最吸引玩家的地方。

更可靠：解决数据清洗的世纪难题

在海量非结构化的社交数据中，存在着大量的“脏”数据，一直以来是Social Listening准确性的巨大障碍。1）文本数据存在大量的歧义，例如“统一”、“亲亲”、“尖叫”，这些品牌名都存在着大量的歧义数据，即使运用最先进的语义消歧技术，往往也难以得到非常满意的结果；

2）消费者提及品牌名时，很容易出现错别字，如”安（幕）希→安（慕）希“，通过文本关键词监测很难识别这部分数据；

3）社交网络上存在着大量的“僵尸”和“水军”，制造大量的垃圾信息，也使数据价值大打折扣。

图片数据天生具备消歧的能力，通过Logo识别就能够准确定位品牌图片声量；而且，由于图片垃圾信息的制造成本高，对于需要批量重复操作的水军，发图操作更复杂，一般的黑市会选择性价比更高的纯文字模式，使得图片数据的可靠性远高于文字数据。

Social Listening 2.0时代，图片数据必将扮演重要角色。今年，ImageDT已经将图片数据应用于品牌资产评估、产品口碑分析、产品包装创新、山寨品跟踪、公关舆情监测、用户画像等多个研究场景。“图片必将成为商业大数据的标配，所有的互联网数据监测、舆情、洞察和分析产品，都将具备读图的能力。ImageDT正在加速这一天的到来。”