Почему медиа тоже используются как источник исследований потребительского поведения и уверенности

В прошлом материале мы начали обсуждать частные потребительские практики и поведение, которые часто не охватывают в рамках макроэкономических исследований, несмотря на их важность для измерения уровня потребительской уверенности и потребительских расходов. В качестве одного из альтернативных подходов к измерению потребительского поведения выступает анализ метаданных социальных сетей. Его применяют для оценки представлений потребителей о будущем национальной экономики, состоянии рынка труда, планировании крупных покупок или сберегательного поведения. 

Экспертный текст как источник данных

Одним из предшественников семантического анализа данных социальных сетей выступает индекс экономических новостей, а также другие индексы экономических настроений, основанные на средствах массовой информации. Подобные индексы чаще строятся на материалах заранее отобранных источников СМИ (обычно – специализированных на экономике и финансах) за определенный период  – например, ежемесячно. 

Вариации индекса экономических настроений на базе материалов СМИ чаще всего используют один из следующих подходов либо их комбинацию. Ранее более популярным подходом было использование существующих словарей («мешок слов»), чаще – финансовых и экономических, для количественной оценки настроений (позитивного/негативного) или эмоций (радости, грусти, удивления и т. д.) используемых в тексте слов. Результатом было выявление общего настроения на базе материа­лов по определенной тематике. 

Второй подход предполагает использование алгоритмов машинного обучения. Оно учитывает не только эмоциональную окраску самого слова, но также содержание и структуру текста. Это отличает данный подход от базового подхода «мешка слов».

Анализируя потребителей в социальных сетях

Интерес к анализу социальных сетей для понимания текущего отношения потребителей к бренду и потребительскому поведению возник благодаря PR- и маркетинговым исследованиям. Далее этот подход был расширен и стал использоваться не только для анализа отношения потребителей к конкретному бренду или продукту, но и для анализа их отношения к экономике в целом. 

Учитывая невозможность ограничения количества данных социальных сетей (как это происходит в случае с анализом источников СМИ), активно развивающийся подход мета­анализа данных соцсетей использует алгоритмы машинного обучения. Такой подход позволяет обработать все посты и сообщения пользователей, касающиеся, например, крупных покупок за последний месяц в наиболее часто используе­мых социальных сетях в отдельной стране. 

Настроения VS индикаторы

В большей части исследований потребительских настроений с использованием анализа сообщений пользователей соцсетей его результаты сравниваются с индексом потребительского поведения. 

Например, исследование 2010–2014 годов продемонстрировало, что изменения в настрое­ниях сообщений в соцсетях нидерландских пользователей коррелировали с изменениями ежемесячного индекса потребительской уверенности. Оба показателя – индекс потребительской уверенности и показатель настроений пользователей социальных сетей – демонстрировали схожую динамику изменений.

Исследование пользователей социальных сетей Великобритании, проведенное примерно в тот же временной период, продемонстрировало схожую связь настроений в соцсетях с ежемесячным индексом потребительской уверенности от GfK (хоть и с меньшей корреляцией). 

Оба исследования показали, что изменения в настроениях в социальных сетях обычно предшествуют изменениям в уровне потребительской уверенности. Разница между изменениями составляет примерно неделю. 

От Европы к Азии 

Исследования, проводимые в Юго-Восточной Азии (Тайвань, Южная Корея), также демонстрируют долгосрочную и достаточно стабильную связь между сообщениями пользователей социальных сетей по темам, связанным с индексом CCI (планирование крупных покупок, уровень безработицы), и непосредственно индексом потребительской уверенности. 

Исследователи также проверили направленность связи. Оказалось, что прогнозные данные, собранные в социальных сетях по сообщениям пользователей и поисковым запросам, опережали официальные статистические данные, агрегированные в индексе потребительской уверенности. Более того, точность прогнозирования потребительской уверенности по опросным данным была улучшена после добавления данных поисковых запросов пользователей по компонентам индекса в перспективе последующих шести месяцев. 

Исследования настроений пользователей социальных сетей (а также поисковых запросов по компонентам индекса потребительской уверенности) крайне перспективны, поскольку являются опережающими по сравнению с опрос­ными методами, используемыми для построения индекса потребительской уверенности. Если взаимосвязь между обоими показателями остается стабильной, а используемые данные отобраны с позиции их объяснительной силы в случае каждой конкретной страны, то показатели настроений пользователей социальных сетей и поисковых запросов могут публиковаться с большей частотой, чем основанные на опросных данных макроэкономические индексы. Также показатели экономических настроений пользователей могут быть использованы для уточнения индикаторов, собранных опросными способами.