미디어 모니터링 디스럽터가 되다
게시 됨: 2022-06-06“우리는 하나님을 믿습니다! 다른 모든 사람들은 데이터를 가져와야 합니다.”
홍보 및 미디어 모니터링 전문가로서 저는 물리학자이자 효율성 전문가인 W. Edwards Deming의 이 인용문이 항상 우리 업계에 영감을 주었다고 말할 수 있습니다. 사실, 개선할 수 있도록 우리의 노력을 정량화하려는 열망은 PR 역사의 모든 주요 단계의 원동력입니다.
최초의 모니터링 회사인 Romeike & Curtice는 1852년에 설립되어 뉴스 매체의 물리적 "클립"을 수집했습니다. General Electric은 1970년대에 미디어 모니터링 분석을 지원하기 위해 처음으로 컴퓨팅 기술을 사용했으며 여기에는 텔레비전과 라디오가 포함되었습니다. 그리고 2000년대는 PR 데이터의 범위를 크게 확장한 소셜 미디어와 디지털 트랜스포메이션의 시대를 열었습니다.
그러나 이러한 선형적 진보에도 불구하고 PR 데이터 분석 및 미디어 모니터링 솔루션은 150년 전과 기본적으로 동일한 방식으로 작동합니다. 오랫동안 중단이 필요한 산업입니다. 그러나 그러한 혼란이 어떤 모습인지 자세히 알아보기 전에 그것이 왜 그렇게 필요한지 정확히 이해하는 것이 도움이 됩니다.
기존 미디어 모니터링의 주요 문제
PR 전문가에게 가장 큰 도전은 항상 우리 작업의 결과를 맥락화하는 것이었습니다. 내 이야기가 이 저널리스트나 언론 매체에서 공유된다면 시장에 어떤 영향을 미치나요? 내 PR 예산이 수익을 창출하는지 어떻게 알 수 있습니까? 그리고 - 가장 중요한 것은 - 일단 알게 되면 어떻게 해야 합니까?
이러한 질문에 답하고 데이터로 컨텍스트를 설정하는 것이 현대 미디어 모니터링의 목표가 되어야 합니다. 그러나 실제로 이러한 맥락은 다음과 같은 몇 가지 주요 이유로 우리를 이해하지 못합니다.
고도로 수동적인 프로세스
디지털 기술의 모든 발전에도 불구하고 미디어 모니터링은 여전히 많은 조직과 기관에서 주로 수동 작업입니다. 이것은 손으로 코딩하는 초기 데이터 캡처를 위한 모니터링 모델 생성으로 시작합니다. 이 프로세스는 종종 몇 주가 걸릴 수 있으며 각 사용 사례 또는 고객 인스턴스에 대해 반복해야 합니다.
비효율적인 분석
모든 수동 프로세스를 거친 후 마침내 데이터에 도달한 경우에도 분석 및 수행할 수 있는 조치만큼 좋은 결과를 얻을 수 있습니다. 대부분의 모니터링 기관과 도구는 특정 매개변수를 코딩하므로 분석가는 데이터를 해석할 때 해당 매개변수 내에 있어야 합니다. 이것은 시장에서 시야를 좁히고 새로운 통찰력을 생성하기 위해 계속해서 반복해야 하는 프로세스입니다.
깨진 측정항목
PR 성과에 대한 지표는 종종 다른 마케팅 지표의 정확성이 부족합니다. 광고 가치 등가(AVE)와 같은 전통적인 측정은 비용과 가치를 결합합니다. 즉, 측정 기준에 따라 적절한 가치를 얻지 못할 수 있습니다. 광고는 또한 PR의 고유한 분야이므로 AVE를 사용하는 것은 PR 영향을 정확하게 반영하지 않습니다.
획득한 미디어 가치(EMV)는 더 강력하지만 추가 지원 데이터가 없으면 컨텍스트화하기가 어렵습니다. 감정 점수는 스토리를 이끌어가는 감정을 이해 하거나 잠재적 위험을 식별하는 데 중요하지만 수동으로 할당되는 경우가 많기 때문에 편견이 생길 수 있습니다. 그리고 독자 수와 같은 많은 중요한 통계는 시장마다 다르게 계산됩니다.
격리된 측정항목
PR 지표는 종종 다른 마케팅 보고와 별개로 공백 상태로 표시됩니다. 그러나 다른 메트릭, 특히 소셜 미디어 참여와 관련된 메트릭은 PR 노력에 중요한 맥락을 제공하고 효과가 있는 것과 그렇지 않은 것에 대한 훨씬 더 명확한 그림을 제공할 수 있습니다.
또한 많은 브랜드가 동일한 조직 내에서 사일로로 구성되어 데이터를 일관되고 신속하게 공유하거나 데이터가 말하는 내용에 동의하기조차 어렵습니다. 브랜드가 PR 데이터를 다른 마케팅 지표와 통합할 수 없고 팀 간에 통합 보고를 공유할 수 없는 경우 조치를 취할 수 없습니다.
현대적인 PR 노력에 혼란을 가져옴
저는 PR 경력에서 이러한 각 문제에 여러 번 직면했습니다. 종종 실망스럽기도 했지만 미디어 모니터링을 방해하여 더 좋고 빠른 결과를 제공하는 방법에 대한 명확한 관점도 얻었습니다. 우리 산업의 미래는 다음과 같은 핵심 요소를 특징으로 합니다.
오토메이션
가장 큰 도약을 위해서는 기술을 최대한 활용해야 합니다. 그것은 현재 우리를 느리게 만드는 모든 수동 코딩 및 프로세스를 자동화하는 것으로 시작됩니다. 대부분의 매장과 채널에서 가장 광범위한 통찰력을 포착할 수 있도록 청취 쿼리를 구축(및 필요에 따라 변경)할 수 있는 솔루션을 선택해야 합니다.
인공 지능
AI는 미디어 모니터링 전략의 또 다른 필수 요소입니다. 우선, 정보를 클러스터링하여 분석을 제한하는 좁은 매개변수를 분해하므로 다양한 범위의 범위 간의 관계를 더 잘 이해하고 노이즈가 많은 데이터를 필터링하여 브랜드와 가장 관련이 있는 요소를 분리할 수 있습니다. AI는 또한 시간이 지남에 따라 학습하므로 더 나은 데이터를 생성하고 수동 코딩으로 인한 편향을 제거할 수도 있습니다.
더 나은 측정항목
자동화 및 AI의 기반을 구축하면 성공을 위한 보다 의미 있는 메트릭이 생성되고 브랜드가 경쟁업체와 벤치마킹 할 수 있으며 실행 가능한 전략을 생성할 수 있습니다.
감정 점수와 EMV는 여전히 중요하지만 AI는 편향 없이 전자를 달성하고 다음과 같은 보다 강력한 측정과 결합하여 후자를 더 잘 이해할 수 있도록 도와줍니다.
뉴스 및 웹 매체의 참여 메트릭을 소셜 메트릭에 추가하는 영향 점수
기존 도달범위와 사회적 도달범위를 단일 점수로 결합한 전체 도달범위
소셜 채널에서 공유되는 방식을 추적하여 뉴스 스토리의 수명 주기와 영향을 이해하는 데 도움이 되는 웹 공유
PR 및 마케팅을 위한 통합 보고
PR이 나머지 마케팅 장치와 분리되어 운영되던 시대는 지났습니다. 미디어 모니터링을 최대한 활용하려면 PR 데이터를 다른 마케팅 지표와 나란히 볼 수 있는 기능이 필요합니다.
보고에 PR 데이터를 통합하는 통합 마케팅 팀 은 ROI에 대한 전체 그림을 제공하고 기존 미디어 소스의 선행 지표와 이러한 지표가 다른 마케팅 활동에 미칠 수 있는 영향을 이해하는 데 도움이 되며 사일로 전체에서 데이터를 통합하여 신속하게 조치를 취할 수 있도록 합니다.
뉴스 보도의 변화에 즉각적으로 대응하는 맞춤형 콘텐츠를 만들거나 소셜 청취 와 미디어 모니터링을 동시에 수행하여 경쟁자의 성과를 추적하거나 시장 위험이 감지되는 경우 출시 캠페인을 막판에 조정할 수 있다고 상상해 보십시오. 기존 PR 패러다임에서는 불가능한 즉각적인 조치입니다.
미디어 모니터링 및 분석을 통해 PR 관리의 미래 실현
당신이 나와 같다면, 당신은 수년 동안 전통적인 미디어 모니터링 서비스에 대한 이러한 종류의 혼란에 대비해 왔습니다. Sprinklr는 Modern Research 의 일부인 Media Monitoring & Analytics 를 통해 그 미래에 큰 발걸음을 내디뎠습니다. 이 강력한 솔루션을 통해 다음을 수행할 수 있습니다.
클러스터링 AI로 노이즈를 걸러내고 가장 브랜드에 중요한 뉴스 기사와 성과 지표를 모니터링합니다.
쿼리를 자동화하여 시간이 많이 소요되는 수동 코딩을 제거하고 올바른 사람에게 더 빨리 실행 가능한 통찰력을 얻습니다.
뉴스 매체, 최고의 저널리스트, 팟캐스트 및 30개 이상의 최신 소셜 채널에서 추적되는 소셜 청취 및 참여 메트릭과 기존 PR 메트릭을 통합합니다.
더 나은 ROI와 더 빠르고 더 많은 협업 팀을 위해 마케팅 및 PR 지표를 나란히 배치하는 유일한 통합 고객 경험 관리(Unified-CXM) 플랫폼 으로 비효율, 중복성 및 사일로를 줄입니다.
Sprinklr이 귀하의 브랜드에 미칠 수 있는 차이를 경험하려면 최근 영향 보고서 를 확인하십시오. 중요한 글로벌 뉴스의 영향을 탐색하기 위해 산업 전반에 걸쳐 시각적으로 매력적인 대시보드를 보여줍니다. 회전을 한 후 오늘 미디어 모니터링 중단자가 될 수 있는 방법에 대해 논의할 시간을 설정하십시오.
영향 보고서: 산업 전반에 걸친 공급망 혼란
지금 영향 보고서에 액세스하고 Unified-CXM 플랫폼의 차이점을 직접 경험하십시오.