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.
Александр Жариков
Архитектор сервисов анализа информации СКАН, группа «Интерфакс»
«За Индексом прямой речи стоит идентификация в тексте множества понятий:
— Упоминание компании в публикации, независимо от её написания и наличия одноименных объектов (для этого нужно идентифицировать также локации и упомянутых персон).
— «Голос» компании (было ли в тексте высказывание через её пресс-службу или других представителей).
— Вес источника в инфополе (взаимный индекс цитирования изданий)».
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.
Александр Жариков
Архитектор сервисов анализа информации СКАН, группа «Интерфакс»
«Усилия нашей команды в сфере обработки текста практически полностью направлены на увеличение роли современных подходов, основанных на нейронных сетях и больших языковых моделях, которые стоят за такими технологиями, как ChatGPT.
При достижении определенного качества на смену практике написания правил в компьютерной лингвистике приходят технологии машинного обучения. Мы уже достигли этого предела и стремимся минимизировать создание новых правил, а всё внимание уделяем внедрению искусственного интеллекта.
В итоге в задачах идентификации мы получили результаты, намного превосходящие самые лучшие комбинации правил. Сейчас мы работаем не просто над решением каких-то конкретных задач с помощью нейросетей, а над организацией производственных процессов, многократно ускоряющих такие решения.
Для нас важно не только делать что-то хорошо, но и понимать, что именно нужно делать хорошо. ИИ — это лишь подход к решению задач. Самое важное — правильно определить, какие именно задачи нужно решать. Наша команда постоянно продвигается в понимании потребностей медиаанализа, и именно это я считаю нашей сильной стороной».
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.
Александр Жариков
Архитектор сервисов анализа информации СКАН, группа «Интерфакс»
«Мы единственные на рынке имеем стратегию развития интеллектуальных инструментов, которая в перспективе приведет к намного более полному пониманию инфополя в произвольном срезе.
Мы выигрываем умным целостным решением, а не идеальностью каждой детали. Мы постепенно переводим решение всех наиболее ценных внутренних задач на использование state-of-the-art методов, когда используются наиболее современные и продвинутые технологии. Так повышается общее качество выдачи».
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.
Тестовый доступ