（文／趙維孝） 臉書觸及又降了嗎？大概是全台社群經營者過去半年甚至長久以來心中時不時的疑問。 然而，臉書的演算法是一直在動態調整的，平台方的策略我們無法掌握，不論是否真的調降觸及，長期來看只要平台使用者總數趨於飽和，而越多社群經營者進入，分食使用者版面與時間勢必成為必然。 需要更廣域的經營如YT、IG等多元平台自然是該面對的事實，但在粉絲頁經營仍佔社群行銷吃重角色的現今，面對一直下滑的帳面觸及數字，能否有更合理的方式評估社群績效？ 我們以台灣臉書社群，經營NBA相關粉絲頁為例，透過從大量數據爬蒐，特定篩選的機制找出如影響力分數(註)、平均貼文影響力、黏著度等分析指標，透過各種指標去說明一個粉絲頁的經營成績，且從不同的方式評估，粉絲頁在市場競品中的定位，做為決策參考的輔助。
在所有人悲鳴 Facebook 觸及率大幅下滑、社群紅利時代已經結束的 2020，品牌到底還能在社群上玩出什麼新把戲？這個命題，大概是所有後社群時代的行銷人腦袋中的最大惡夢之一。不知道大家有沒有觀察到在今年 10 月底時一檔相當有意思的行銷專案 — 麥當勞與只要有人社群顧問（就是社群丼傑哥的團隊）以及 justfont（就是曾做金萱集資的專業字型設計團隊）合作，推出了一套正式的字型「麥克鷄塊體」，用麥克鷄塊和糖醋醬拼出了 26 個英文字母和符號。 這套字型不僅免費下載、更開放商用，讓各品牌的小編都能響應參與，形成好幾天從 Facebook、Instagram、Dcard 等各大論壇、到各家網路媒體 … 的「麥克鷄塊之亂」。而這個行銷案例讓我們產生了一點好奇心 — 到底怎樣的社群內容能夠跨越觸及率低谷、甚至自主擴散到各大行銷管道形成話題？
(文/趙維孝) 當一個爭議事件發生時，網路輿情是很重要的觀測指標，然而即使有能全面檢視與提高效率的輿情聲量分析工具，面對整包的數據與龐雜的粉絲頁、貼文的資訊，初接觸者往往不知道該如何下手來梳理數據與資訊，並提出更完整的輿情觀點。 我們常強調，好的輿情處理絕對不是只有把數據找出來，畫出一堆圖表，而是要根據數據結合對訊息良好的判讀，整理出一份帶有專業判斷的整體分析。 今天我們將分享一個分析方式，透過粉絲頁分類群組，在整體輿情中用更快速讓數據賦予判讀的意義，也提供更多輿情訊息。 近日吵得沸沸揚揚的彰化篩檢爭議，就很適合用這樣的方式來做初步的分類分析。
(文/趙維孝) 「機器能處理的事，就不該浪費人力」 2014年，QSearch 建置了完善的 Facebook輿情分析系統，除了大幅精簡製作輿情分析的時間，更用機器來處理極大量資訊，提供更精確有價的資訊萃取。 除了對數據資訊深度與廣度的追求外，速度同時也是我們的核心目標，在社群資訊快速更迭的時代，讓機器完成大量的監控、爬梳資料，甚至自動通知，而人腦留著專業性的判斷與決策分析，正是趨勢。 過去近6年的持續優化，輿情分析系統 QSearch Trend+在商用的研究分析上，已經十分成熟，也能極高效率解決非常多社群觀察的問題，然而，使用者不可能每隔幾分鐘就查詢一次資料，針對一些例行性報告製作、更即時自動通知等需求，需要更多樣化的功能來滿足。 目前 QSearch的既有服務中，就有三種自動化工具，針對不同的需求，甚至可以搭配使用，就把無聊、龐雜、重複的工作交給機器吧！
QSearch成立六年，以業界最完善的 Facebook社群資料分析服務立足，數據資料涵蓋台港日以及眾多東南亞地區，並以一直致力於追求資料齊全性，光是台灣，就涵蓋超過80萬個粉絲專頁，全球更超過3000萬，資料體之龐大、爬搜之徹底一直是我們引以為傲之處。 除了一般公關監測、社會議題追蹤等社群輿情的使用場域外，透過 QSearch整理分析的資料，由於兼具深度與廣度，甚至更多次被用於嚴謹的學術研究、小眾族群分析等。 過去6年，我們以 Facebook資料源為主的「QSearch Trend」社群輿情分析系統，幫助許多夥伴一同挖掘龐大的 Facebook社群世界，輔佐夥伴們的各種決策，憑著對資料完備的堅持、持續優化的系統介面，而深獲得各界肯定。 自2018年起，我們深感社群平台的多樣性與受眾分散，許多品牌、媒體已逐漸需要經營多個社群平台來擴大受眾，為此我們早已提前著手收集包括 Youtube、Instagram、各大論壇、各大網媒等數據資料，持續秉持對資料齊全度的堅持，針對不同社群平台分析資料與用戶偏好，並已經陸續將這些數據服務產品化。 與各界夥伴反覆討論與試驗不同的資料源數據該如何整合、應用與呈現近兩年後後，今年六月，我們正式隆重推出整合多資料源、功能更強大、介面更優異的「QSearch Trend+」(QSearch Trend Plus) 。 我們希望在介面上，不僅是將一堆數據放在一起，而是做有意義的比較、整合，以協助商業夥伴不管是公關、行銷、研究各方面都能更有效的挖掘與應用社群數據。 一起來看看嶄新的「QSearch Trend+」 比起過去單一分析 Facebook數據與內容的「QSearch Trend」帶來哪些質與量的改變！又如何透過這樣的系統工具，產生一份量化質化兼具的社群輿情、數據分析。
