Как искусственный интеллект и машинное обучение влияют на мониторинг СМИ и PR-индустрию

Технологии заметно трансформируют многие сферы человеческой деятельности, в том числе PR и медиа. Рассказываем, почему для специалистов это не повод для тревоги, а возможность быть эффективнее.

Для начала напомним, почему мониторинг средств массовой информации важен, как его проводить и какие задачи PR-специалистов он решает.

Почему мониторинг СМИ важен для PR-индустрии

Мониторинг медиа — это один из базовых инструментов бизнеса, который заботится о своём публичном имидже. Количество публикаций в традиционных печатных и интернет-изданиях уже превышает 300 тысяч в сутки. В таком потоке информации легко не заметить рисковое упоминание и допустить негативную волну, направленную против компании. 

Даже если организация не хочет «светиться» в медиа, публикации о ней всё равно будут появляться. Поэтому мониторинг СМИ — это не только страховка от «сюрпризов» со стороны медиа, но и отличная возможность продвигать репутацию компании и быть в курсе новостей и трендов в любой сфере.

Методы мониторинга СМИ

Существует два метода мониторинга СМИ: ручной и автоматический. 

Ручной мониторинг используется PR-специалистами всё меньше, в основном в небольших компаниях. Сотрудники сами просматривают ленты информагентств, читают новости и профильные медиа, ищут в поисковиках упоминание своего бренда. Также бесплатным инструментом в ручном мониторинге остаётся сервис Google Trends, который рисует график запросов с упоминанием интересующего объекта. Но серьёзную аналитику на этих данных не построить — она даёт лишь общее представление о динамике интереса к запрашиваемому объекту.

Автоматизированный мониторинг — это поиск и — что важно — анализ информации по любому объекту с помощью ИИ. Инструменты для него не только находят максимум релевантных публикаций в медиа, но и мгновенно выдают аналитику: количество публикаций и их просмотров, охваты, наиболее частые сюжеты вокруг объекта, тональность, роль объекта в публикации и так далее. Также поисковая строка имеет гораздо больше тонких настроек, по сравнению с поисковиками.

Проиллюстрируем, как эти технологии нейросети работают, на примере СКАНа:

И еще одно важное преимущество технологий нейросети в медиааналитике: можно настроить автоматический мониторинг, который в фоновом режиме сканирует медиа и уведомляет, как только появится что-то важное или интересное. То есть нет необходимости самостоятельно следить за всеми новостями (что вообще вряд ли возможно) — за PR-специалиста это делают технологии.

Какие задачи стоят перед современным мониторингом

Обрисуем вкратце основные задачи, которые решает отслеживание СМИ.

• Находиться в повестке 

Анализ средств массовой информации показывает, куда движется отрасль, какие перспективы у тех или иных сфер деятельности, на каких мероприятиях собираются и что обсуждают представители топовых компаний, что нового в законодательстве и так далее. 

• Оценивать интерес к собственным PR-кампаниям и пресс-релизам со стороны медиа

Хорошие результаты подтверждают верность выбранной стратегии и эффективность пресс-службы, неудовлетворительные — выявляют слабые места и помогают вовремя перестроиться. 

• Наблюдать за PR-активностью конкурентов

Это может стать источником для ценных инсайтов: на что аудитория реагирует лучше, как отстроиться от конкурентов, какие ниши и в какой сфере стремятся занять другие компании, какую тональность они выбрали в общении со своей целевой аудиторией. 

• Защищать репутацию компании

Мониторинг средств массовой информации позволяет вовремя реагировать на негативные события и новости, отслеживать имидж контрагентов через медиа, выявлять фейки, нащупывать слабые места в коммуникации.

Искусственный интеллект и машинное обучение в мониторинге СМИ

Системы медиааналитики — это сложные IT-технологии на основе искусственного интеллекта (ИИ) и машинного обучения (ML — от англ. machine learning). Рассмотрим, как именно ИИ и ML делают анализ СМИ таким эффективным и точным.

Автоматизация процесса мониторинга

Фоновое отслеживание информации. Как мы уже говорили, медиаполе ежедневно наполняется огромным количеством публикаций. Уследить за всем — задача, невыполнимая для человека. Но не для искусственного интеллекта — он умеет отслеживать весь массив данных в режиме 24/7 и находить запрашиваемое, как только оно появляется в информационном пространстве. 

Отслеживание социальных сетей нейросетью. PR-службы теперь включают различные соцсети в свои мониторинги, так как понимают, какое значение они имеют для репутации компании и насколько большая аудитория ими охвачена. Для этой задачи автоматизации используются боты, которые сканируют не только публикации, но и комментарии. 

Точный анализ данных

Распознавание конкретных объектов, прямой речи, тональности текстов в медиа. Применение технологии искусственного интеллекта позволяет делать более точные выборки. Например, если перед PR-специалистом стоит задача проработать негативные публикации в средствах массовой информации по отношению к определенному инфоповоду, то нейросеть по контексту определит тональность каждой найденной статьи или заметки и покажет только те, в которых есть негативный подтекст.

Специалист в режиме ручного поиска по запросу «ООО Нева» найдет сотни публикаций с упоминанием одноименных компаний и будет вынужден отбирать среди них те, где упоминается интересующее его юрлицо. Технологии искусственного интеллекта и машинного обучения умеют точно определять объект в публикациях. 

Как они это делают? 

Разные системы медиааналитики используют разные технологии. Мы в СКАНе продвигаем «объектный» подход в поиске и аналитике. 

Объектный подход — это работа не со словами, а с конечными понятиями: конкретными объектами, их высказываниями, событиями, произошедшими с ними, и тональностями описания этих событий.

Представим, что в тексте говорится о компании с неуникальным названием и рядом с ней упомянута персона с редким именем. ИИ сверяется с базой СПАРКа и находит такое юридическое лицо, которым руководит человек с таким именем. Тогда СКАН считает, что упомянуто именно это юридическое лицо, и клиент СКАНа получает доступ к аналитике по юридическому лицу, а не по отдельным словам из его названия.

Когда для компании важно, чтобы в медиа был слышен её собственный голос, ей необходимо понимать, доходят ли до аудитории её месседжи. Распознать публикации с прямой речью — задача непростая, но для искусственного интеллекта выполнимая.

Например, технологии СКАНа умеют идентифицировать высказывания персон и на основе этой информации строят Индекс прямой речи.

Классификация упоминаний по категориям. Искусственному интеллекту не составляет труда определить тему каждой публикации и ранжировать выдачу, например, по сюжетам. Это удобно, когда нужно выяснить, какое событие вокруг компании было наиболее заметным. Полученные данные легко преобразуются в график, который наглядно отображает медиакартину. Его удобно показывать в отчётах пресс-службы.

Автоматический расчёт PR-индексов. Технологии ИИ и ML, применяемые в системах мониторинга медиа, способны за секунды рассчитать упоминания и охват за любой период. Например, СКАН с помощью нейросетей строит диаграммы PR-индексов прямой речи и заметности, охвата и количества упоминаний. 

Оперативная реакция на негативные события

Работать с рисками можно:

— превентивно, когда компания предвосхищает неблагоприятное событие,

— постфактум, когда что-то нехорошее уже случилось, и пресс-служба сглаживает или нейтрализует негативное воздействие события на репутацию. 

В обоих случаях наибольший эффект дают своевременные уведомления из профессиональных систем медиамониторинга. Такие системы реагируют не только на ключевые слова и словосочетания (например, «закрытие производства», «уголовное дело» и др.), но и тональность публикаций, которая определяется исходя из контекста с помощью технологий искусственного интеллекта и машинного обучения.

Например, СКАН отправляет уведомления в Телеграм или на почту ответственных специалистов — компания узнает о риске мгновенно и успеет предпринять необходимые действия. 

Также в СКАНе есть сервис «Проверка репутации», который пригодится не только для контроля собственного имиджа, но и для проверки контрагентов через медиа. «Умные» алгоритмы сканируют все упоминания бренда за определённый период и формируют наглядную карту риск-факторов, подсвечивая красным и желтым цветом те, что требуют внимания.

Рекомендуем также статьи на эту тему: 

— Как управлять репутационными рисками: примеры и разборы

— Мониторинг упоминаний бренда в интернете: предупрежден, значит вооружен

Преимущества использования ИИ и ML в мониторинге СМИ

Без технологий искусственного интеллекта и машинного обучения невозможно представить какой-либо современный цифровой продукт. Эти технологии будут и дальше проникать в область анализа СМИ, так как приносят очевидные выгоды. 

Экономят время и отслеживают публикации в разы эффективнее

Там, где раньше PR-специалист тратил часы и дни, автоматизированные системы справляются за секунды и минуты. Технологии сами находят и классифицируют данные, подсвечивают важные места и формируют отчёты. Теперь специалист может погрузиться в аналитику и разработку новых PR-кампаний вместо того, чтобы вручную выуживать релевантные публикации из поисковиков и информационных лент. Компания, в свою очередь, получает высокоэффективного сотрудника, который занимается не рутинными, а стратегическими задачами. 

Улучшают качество данных

Именно применение технологий искусственного интеллекта позволяет находить релевантные публикации. Благодаря этому выдача получается точной и полной, а медиакартина в отчётах — максимально объективной. На основе качественной информации и точных данных руководство компаний получает возможность принимать более продуктивные решения как в сфере PR, так и для бизнеса в целом.

Чтобы прикладные инструменты, использующие технологии ИИ и ML, работали бесперебойно и постоянно совершенствовались, необходим большой штат IT-специалистов. Для справки расскажем, как это устроено в СКАНе.

В нашей IT-команде около 60 специалистов: 

• отдел frontend разработки отвечает за функционирование клиентских сервисов, 
• отдел разработки лингвистического ядра занимается логикой принятия СКАНом интеллектуальных решений, 
• отдел разработки систем мониторинга источников занимается поставкой контента от всех видов источников, их структурированием и каталогизацией, 
• отдел машинного обучения внедряет новые подходы в лингвистическое ядро, в мониторинг источников и во frontend, 
• отдел лингвистической разметки занимается ручной корректировкой срабатывания лингвистических подходов для достижения максимального качества идентификации сложных объектов и событий,
• отдел тестирования в своей работе использует ручные и автоматические подходы,
• инженеры обеспечивают надежную и безопасную инфраструктуру, 
• аналитики занимаются проработкой внедрения новых функций и анализом пользовательского опыта.

Перспективы развития технологий в мониторинге СМИ

Дальнейшее внедрение инструментов ИИ и ML

Технологии искусственного интеллекта бурно развиваются, и это только начало — буквально в ближайшие два-три года специалисты ожидают еще более заметных прорывов в сфере автоматизации отслеживания медиа. Поэтому ручной анализ СМИ уже в ближайшее время исчезнет как вид, а ему на смену придут высокотехнологичные решения систем медиамониторинга. 

СКАН постоянно работает над тем, чтобы совершенствовать применение искусственного интеллекта в медиаанализе. 

Если вам интересно применение искусственного интеллекта в работе, рекомендуем также статью Искусственный интеллект уничтожит PR-профессию: правда или очередная спекуляция?

Что это будет означать на практике

Ближайшее будущее медиаанализа связано с тем, что технологии продолжат совершенствоваться, а медиасистемы извлекать из этого пользу — наиболее полную и точную выдачу. Расскажем, над чем сейчас работает IT-команда СКАНа.

• Уменьшение пропусков релевантного контента. Бывает так, что по независящим от системы мониторинга причинам публикации поступают с неполным контентом, с мусорными рекламными вставками или вообще перестают поступать. Или другая ситуация — системе сложно идентифицировать понятия в публикации из-за особенностей авторских формулировок. Всё это приводит к неполной выдаче и пропускам интересующего клиентов контента. 

Команда СКАНа применяет ИИ, чтобы минимизировать риск таких пропусков, и внедряет решения, которые помогают системе даже в подобных ситуациях находить максимальное количество релевантных публикаций. 

• Более глубокий анализ текста. СКАН работает над автоматизированным определением степени похожести и связности текстовых фрагментов. Это обеспечит пользователям более прозрачное понимание инфополя и поможет в работе с источниками, инфоповодами и сюжетами.

• Продвинутый мониторинг источников. В этом направлении СКАН решает технические задачи: бесперебойная поставка контента, инструменты работы с каталогом источников и архивом публикаций, подключение новых источников. Например, в этом году были подключены телеграм-каналы, что значительно расширило медиакартину для наших пользователей. 

Чем глубже IT-команда погружена в развитие технологий, тем увереннее чувствует себя компания, ведь у неё появляется понимание вектора будущих изменений.

Заключение

Искусственный интеллект и машинное обучение важны для развития мониторинга СМИ и PR в целом. Они берут на себя рутинные и затратные по времени задачи и помогают PR-отделам быть максимально эффективными:

— не тратить ресурсы на механические действия по поиску и анализу информации,

— получать полную и релевантную информацию и на её основе делать точный анализ медиа,

— оперативно реагировать на негатив в информационном пространстве,

— проверять публичную репутацию контрагентов. 

Нейросети открывают новые возможности для PR, и результаты их развития мы сможем наблюдать уже в ближайшие два-три года. 

Если вы хотите использовать в работе самые современные методики мониторинга СМИ, используйте тестовый доступ к СКАНу и управляйте репутацией компании в медиа еще эффективнее.