Контент-анализ бывает количественным и качественным.
Количественный прост, он подразумевает подсчет слов и словосочетаний в искомом тексте. Но на основе его лишь результатов не стоит делать каких-то категоричных выводов о смысле, посыле или других особенностях текста. В принципе, для проведения такого анализа вам будет достаточно банального Microsoft Word’а.
Качественный куда круче и сложнее. Его задачей является не только подсчет лексических единиц, но и анализ связей между этими единицами. Перед тем как начинать такой анализ, необходимо выделить как минимум цель исследования, смысловые категории и словарь лексических единиц (да, можно сказать, что качественный анализ проводится на базе количественного). Качественный анализ поможет вам выделить и измерить в массе букв то, что может быть незаметно невооруженным взглядом.
Вот несколько простых примеров.
Исследование потребностей
Представим, что вы запускаете новый онлайн-сервис в сфере торговли авиабилетами.
Вам нужно определиться с позиционированием, понять, какие потребности потребителя ещё не опредмечены вашими конкурентами и, в свою очередь, какие пользовательские потребности уже окучены конкурентами по самые гланды.
1) В качестве предмета исследования со стороны конкурента берем его официальную самопрезентацию, интервью и тексты блогов. В качестве предмета со стороны потребителей — их комментарии с площадок конкурентов и просто схожих площадок по тематике.
2) В качестве категориальной матрицы берем всеми любимую пирамиду потребностей А. Маслоу (любопытный факт — сам Маслоу никогда никакие потребности в пирамиду не складывал, более того, впервые термин структуры пирамиды использовали для критики его измышлений по поводу гуманистической психологии). К каждой из выделенных вами категорий внутри пирамиды необходимо создать словарь. В зависимости от вашей лени и программного обеспечения словарь может оперировать лексическими единицами (словами или словосочетаниями) или позариться на смысловое восприятие (например, руководствоваться в том числе определением некоторых предлогов и окончаний слов).
3) Результатом вашей работы будет как минимум отчет по типу представленной ниже картинки (в ней случайные данные). Возможно, вам покажется что результаты были предсказуемы. На этот счет у меня есть для вас два аргумента. Первый — это то, что применение контент-анализа имеет смысл лишь при больших объёмах данных. А второй — перед проведением анализа попробуйте сами, отдельно на листочке, попытаться предсказать результаты анализа, и уверяю, в 70% случаев реальные результаты вас все же удивят.
Исследование негативных отзывов
Предположим, что в адрес вашего бренда внезапно полились потоки негатива, схожие по своей мощи с миграцией населения из Кавказа в Москву. Как понять, атаковал ли вас нечестивый конкурент, или вы действительно безнадежно отстали от современных норм оказания услуг?
Для такой сложной ситуации не стоит ограничиваться одним категориальным подходом, стоит рассмотреть ситуацию с нескольких точек зрения.
Подходящие к случаю «пакеты»:
1) Сравнить лексическую основу подозрительного шквала сообщений с предыдущими, более редкими негативными отзывами.
2) Проанализировать категории причин негативных отзывов и сопоставить их с объективными недочетами производства вашей компании.
3) В большинстве случаев контент волн заказного негатива формируется, на 70% опираясь на истинные слабые стороны атакуемой компании, и на 30% — по тематике сильной стороны компании заказчика. Контент-анализ поможет вам легко распознать те самые сильные стороны, а соответственно, увеличит шанс в определении заказчика.
4) Для закрепления можно обратиться в агентства, оказывающие услуги по инициированию негативных волн. За ноль рублей они предоставят вам коммуникационные матрицы, подходящие к вашей тематике, которые так же можно сравнить с агрессивной к вам волной.
Чтобы приступить, осталось всего-то приобрести софт.
1) atlasti.com
2) gesis.org
3) provalisresearch.com
В качестве русскоязычного чтива по теме рекомендую блог Алексея Рюмина
и книгу Владимира Шалака «Современный контент-анализ».
