תרחיש לדוגמה: חנות אונליין

נניח חנות אונליין קטנה מבאר שבע שמוכרת כלי מטבח מקרמיקה: ספלים, סטים של צלחות וקערות הגשה. החנות מומצאת, אין לה שם אמיתי, וגם לא יופיעו כאן מספרים על מה שהיא ״השיגה״. בעל החנות פותח את Brand24 עם שלוש שאלות: מה אומרים על המשלוחים שלי? מי מחפש את מה שאני מוכר? מה אומרים על המתחרה? העמוד הזה לא עונה עליהן. הוא מראה איך מגדירים את הכלי כך שיאסוף את מה שנכתב, אם בכלל נכתב.

התרחיש: חנות מומצאת ושלוש שאלות

ב-Brand24 כל מעקב נקרא ״פרויקט״: אוסף של מילים שהכלי מחפש ברשת. האזכורים שהוא מוצא, כלומר פוסטים, תגובות וביקורות שמכילים את המילים, מרוכזים בפיד אחד. לפי מדריך איתור הלידים של הספק, כדאי לעקוב אחרי שלושה תחומים: המותג שלך, השוק והמתחרים. אצל בעל החנות שלנו זה מתחבר ישירות לשלוש השאלות שלו:

• פרויקט החנות מטפל בשאלה ״מה אומרים על המשלוחים שלי?״ וגם בכל מה שנכתב על השירות ועל המוצרים.
• פרויקט השוק מטפל בשאלה ״מי מחפש את מה שאני מוכר?״. כאן עוקבים אחרי אנשים שמדברים על ספלי קרמיקה או מחפשים אותם, גם אם החנות לא מוזכרת בכלל.
• פרויקט המתחרה מטפל בשאלה ״מה אומרים על המתחרה?״. זה פרויקט נפרד, עם מילים משלו.

מדוע לא לדחוס הכול לפרויקט אחד? כי כל שאלה דורשת מילים אחרות ומסננים אחרים. בפרויקט אחד שלושתן היו מתערבבות לפיד אחד רועש.

המילים שנכנסות לפרויקט: שם, מוצרים ותלונות משלוח

במדריך איסוף המשוב של Brand24 הצעד הראשון הוא פרויקט על שם המותג. בחנות שלנו הפרויקט נבנה כך:

• שם החנות כותבים אותו בכל הצורות שלקוחות עשויים להקליד, בעברית ובאנגלית. את המילים מזינים ב-Required and Excluded Keywords (מילים שחייבות להופיע ומילים שיש להוציא).
• שמות המוצרים מוסיפים את הכינויים שהלקוחות עצמם משתמשים בהם, למשל ״ספל קרמיקה״ ו״סט צלחות״, ולא רק את השם בקטלוג.
• מילות תלונה על משלוח למשל ״לא הגיע״, ״איפה החבילה״, ״שליח״, ״איחור״ ו״נשבר במשלוח״. כדי לצרף אותן לשם החנות, הספק מציין את Boolean search (חיפוש בוליאני, שמצרף מילים לפי תנאים). המילה שהכי כדאי לא לפספס היא לפעמים ״עדיין״, כמו ב״עדיין לא הגיע״.
• רשתות ואתרי ביקורות ב-Social Media Integration (חיבור רשתות) מחברים את Facebook, Instagram ו-LinkedIn. אם החנות רשומה באתרי ביקורות, מוסיפים את הקישורים ב-Additional Sources (מקורות נוספים). לפי הספק, זה עוזר לכלי למצוא אזכורים בצורה יסודית יותר.

המתחרה מקבל פרויקט נפרד

הספק ממליץ לפתוח פרויקט אחד לכל מתחרה מרכזי. בתרחיש שלנו יש מתחרה אחד: חנות אונליין אחרת לכלי קרמיקה, שגם היא מומצאת. המילים בפרויקט הזה הן השם שלה ושמות המוצרים הבולטים שלה, באותו היגיון שבו בנינו את הפרויקט של החנות.

בפרויקט המתחרה מסננים כך שיוצגו רק אזכורים מרשתות חברתיות, מבלוגים ומפורומים. אחר כך מפעילים את ה-Sentiment filter (מסנן הסנטימנט, כלומר הטון החיובי, השלילי או הניטרלי של האזכור) כדי למצוא לקוחות לא מרוצים של המתחרה. הספק מנסח זאת כהזמנה לפנות אליהם בטקט ולהציע את המוצר שלך. השאלה ״מה אומרים על המתחרה?״ נשארת שאלה. הפרויקט רק אוסף, ומה שנאסף הוא מה שנכתב בפועל, בלי פרשנות.

ארבע תגיות: משלוח, איכות, מחיר, שירות

תחת Optimizations (שיפורים) הספק מציין את Set Tags and Saved Filters (הגדרת תגיות ומסננים שמורים), שנועדו לייעל את העבודה. תגית היא תווית שמצמידים לאזכור. מסנן שמור הוא צירוף מסננים שנשמר, למשל Sentiment שלילי יחד עם מקור מסוים, כדי שלא יהיה צריך לבנות אותו מחדש כל בוקר. בתרחיש שלנו בעל החנות מגדיר ארבע תגיות. העמודה השמאלית בטבלה היא החלטה שלו על מה לעשות, ולא פעולה אוטומטית של הכלי:

מלידים לתגובה: מי שואל איפה לקנות

ליד הוא לקוח פוטנציאלי, אדם שכבר הביע עניין במה שאתה מוכר. השאלה ״מי מחפש את מה שאני מוכר?״ מקבלת כאן פרויקט שוק משלה. הספק ממליץ להוסיף להגדרות המילים ביטויים כמו recommendation (המלצה), looking for (מחפש) ו-suggestions (הצעות). בעברית, בעל החנות שלנו מצרף ביטויים כמו ״מחפש״, ״ממליצים על״ ו״איפה קונים״ למילים ״ספלי קרמיקה״ ו״כלי הגשה״. כך נבנה המסלול:

• קוראים ב-Mentions לשונית האזכורים. כאן רואים את השאלות עצמן, ולפי הספק אפשר לפנות לכותבים ישירות.
• מסתכלים ב-Analysis לשונית הניתוח, שמציגה מגמות ונושאים פופולריים. ב-AI Topic Analysis (ניתוח נושאים בבינה מלאכותית) רואים על מה מדברים הכי הרבה.
• מרחיבים את הרשת בתוך Analysis, ה-Context of discussion (הקשר השיחה) מציג את מילות המפתח שמופיעות סביב הנושא. הספק מציע לפתוח פרויקטים גם עליהן.
• עונים תשובה עניינית לשאלה שנשאלה, ולא הודעת פרסום מודבקת. לעומק, ראו את איתור לידים: אנשים ששואלים המלצה.

השגרה: מה עושים כל יום וכל שבוע

הגדרה טובה שווה משהו רק אם מסתכלים על מה שהיא אוספת. תיעוד הספק מחלק את העבודה לפעולות יומיות ולפעולות שבועיות או חודשיות:

• כל יום: נכנסים ל-Mentions. ב-source filter (מסנן המקור) מתמקדים בפלטפורמות שבהן מופיעות רוב הביקורות. ב-Sentiment filter מאתרים אזכורים שליליים. עונים לשאלות, לתלונות וגם לביקורות החיוביות.
• כל יום: מסמנים אזכורים מעניינים לדוח ה-PDF הבא, ועוקבים אחרי תרשימי ה-reach (טווח חשיפה משוער) וה-sentiment כדי לזהות מגמות.
• כל שבוע או חודש: נכנסים ללשונית Influencer (משפיענים) כדי למצוא שגרירים פוטנציאליים, משווים בין תקופות, ומפיקים PDF report (דוח PDF) לשיתוף.

כדי לא להיות תלוי בזיכרון, מגדירים גם התראות: Email Reports (דוח יומי או שבועי במייל), Slack Integration (התראות בזמן אמת בערוץ Slack) ו-Customize Notifications (התראות מותאמות במייל ובנייד). בנוסף יש Storm Alerts (התראות סערה), שמודיעות במייל לאנשי צוות מסוימים כשמשהו גדול קורה. הספק נותן דוגמה של השקת מוצר שהלקוחות לא מרוצים ממנה כבר ביום הראשון. בחנות שלנו זה יכול להיות סוף שבוע של מבצע. מי שעונה ללקוחות מתווסף דרך פאנל User Management (ניהול משתמשים) ומקבל תפקיד. למה לעשות מזה סיפור בזמן אמת ראו בניהול מוניטין.

מה זה אומר עליך

שלוש השאלות של בעל החנות נשארות שאלות, עד שהפיד מתחיל להתמלא. אם הוא נשאר שקט, ייתכן שאף אחד לא כתב. ייתכן גם שהמילים בפרויקט לא תואמות את הדרך שבה אנשים כותבים. לפני שמסיקים משהו, כדאי לחזור לרשימת המילים. מה שמודגם כאן הוא סדר פעולות: קודם פרויקטים, אחר כך מילים, תגיות, לידים ושגרה. זה לא מתכון לתוצאה.

ההגדרה קובעת מה תשמע. היא לא קובעת מה יגידו. שלושה פרויקטים מופרדים וארבע תגיות ברורות הם הדרך לשמוע כל שאלה בנפרד.