A Politial Capital cikke a NIOK Alapítvány felkérésére született, melyben részletesen bemutatjuk a civil szervezeteket érintő narratívák monitorozásához hasznosítható közösségi és nem-közösségi médiafigyelő eszközök alapvető funkcióit és lehetőségeit.
Milyen célt szolgálhatnak a médiafigyelő eszközök egy civil szervezet életében?
A civil társadalmi szereplők, mint például a nonprofit szervezetek, érdekvédelmi csoportok és közösségi kezdeményezések számára a közösségi média figyelő eszközök értékes eszközként szolgálhatnak kommunikációs hatékonyságuk és közönségük elérésének növeléséhez. Ezen túlmenően az eszközök lehetővé teszik számukra, hogy betekintést nyerjenek a számukra releváns ügyeket és témákat tárgyaló közvélemény attitűdjeinek alakulásába, felismerjék a meghatározó kommunikációs trendeket és dezinformációkat, majd ezekre alapozva időben reagáljanak a kommunikációs kihívásokra vagy krízishelyzetekre. Ez az egyik útja annak, hogy a civil szervezetek és a civil szektor általában versenyképes maradjon a jelenleg radikálisan átalakuló információs és online technológiai környezetben, melynek fő hajtóerejét a generatív mesterséges intelligencia-applikációknak a munkahelyekre, az egyéni skillekre, a munkafolyamatokra és általában a gazdaságra, ill. a szolgáltatásokra gyakorolt forradalmi hatása szolgáltatja.
A szoftverek a következő kérdésekre adhatnak válaszokat:
Milyen narratívák uralják a szervezeted ügyét?
Milyen dezinformációk keringenek a témáddal kapcsolatban?
Milyen szereplők támogatják ezeket a narratívákat? Vannak domináns szereplők? Kik ők?
Mely csatornákon és platformokon jelennek meg leginkább a szervezetet érintő narratívák?
Saját célcsoportod hogyan beszél az ügyedről? Hogyan segít megérteni saját célcsoportod a social listening?
Milyen narratívák jelennek meg a hozzád hasonló szervezetekről?
Hogyan segítheti kampányodat a social listening?
Hogyan mobilizálhatod saját célcsoportjaidat ügyed mentén?
Az alábbiakban gyakorlati példákon keresztül részletesen bemutatjuk, hogyan használhatják a civil társadalmi szereplők ezeket az eszközöket mindennapi működésük során. Ebben a cikkünkben a médiafigyelő eszközök funkcióit ismertetjük, a gyakorlati felhasználási módjaikkall pedig egy külön cikkben foglalkozunk.
A médiafigyelő eszközök definíciója
A médiafigyelő eszközök olyan online fizetős vagy ingyenes szoftverek, amelyek lehetővé teszik az internet legkülönfélébb felületein és technikai platformjain a legváltozatosabb formákban – így például cikkekben, Facebook-posztokban, hozzászólásokban vagy interakciók révén – folyó írott és audiovizuális kommunikáció nyomon követését, rögzítését, az adatok AI-alapú elemzését és jelentésekben történő kiértékelését. Ezáltal a felhasználók vagy szervezetek valós időben vagy historikus adatok alapján:
Követhetik a meghatározó médiumok, hírforrások és influenszerek kommunikációját, hogy általuk jobban megértsék a számukra fontos narratívák vagy közügyek alakulását, mélyebb betekintést nyerve az ezekkel kapcsolatos médiafogyasztói attitűdökbe és a közvélemény alakulásába.
A médiafigyelő eszközök által szolgáltatott adatok, elemzések és jelentések alapján a civil szervezetek jobban menedzselhetik brandjüket, PR-kampányaikat éskutatásokat végezhetnek.
Emellett hatékonyabban felléphetnek az őket vagy szektorukat érintő dezinformációkkal szemben.
A kevésbé komplex eszközökhöz képest, ilyen például a Google Trends, a fejlett médiafigyelő szoftverek nem csak keresési trendek egyszerű időbeli vagy földrajzi összegzésére képesek, hanem kifejezetten szervezetekre vagy projektekre szabható funkcionalitással rendelkeznek. Azaz, ezen programok specifikus – előre kiválasztott – platformok és hírforrások széleskörű hírtermelését képesek fejlett, mesterséges intelligenciát is bevető, elemzési eszköztárral (például trend-, forrás-, platform-, érzelem-, interakció-, közönség-elemzés) egyidejűleg több nyelven vagy több országot átívelően, valós időben elemezni. Az eredményeket változatos és interaktív adatvizualizációk révén képesek prezentálni vagy online válaszreakciók (pl. hír-riasztások vagy engagement-menedzsment műveletek) előidézésére felhasználni.
Az eszközök funkciói
Az általunk bemutatott eszközök általában három alapfunkcióval és két kiegészítő funkcióval rendelkeznek. Az alapfunkciók az adatgyűjtéshez, azok feldolgozásához és kimutatások készítéséhez kapcsolódik, míg a két kiegészítő funkció a felhasználókkal vagy kliensekkel való kapcsolattartáshoz, továbbá a mesterséges intelligencia alkalmazásához járul hozzá. A funkciókat és használatukat a Gerulata Juno és a SentiOne médiamonitorozó szoftverek példáin ismertetjük.
3.1 Adatgyűjtési alapbeállítások („Perspectives”/„Projects”)
Minden szoftver rendelkezik a médiamonitorozás kiinduló kereteit meghatározó beállítási funkcióval, ezt a Gerulatában „perspektívának” („Perspectives), míg a SentiOne-ban „projektnek” („Projects”) hívják. Ezek alapvetően a kutatási céltól vagy projekttől függően a megfigyelni kívánt médiumok és üzenetek körét határozza meg a következő paraméterek mentén:
Keresési fókusz vagy „Search query”/„Keywords”: az adatgyűjtés egyik központi, ha nem a legfontosabb funkciója a keresési kulcsszavak és kulcsszó kombinációk beállítása, amelyek lehetővé teszik számunkra, hogy konkrét üzenetekre, narratívákra, szervezetekre stb., a hozzájuk kapcsolódó diskurzusokra keressünk a médiatérben. Ha nem állítunk be kulcsszavakat, akkor a keresési eredmények a valós időben keletkező vagy az általunk megadott időszakra vonatkozó adatok teljes körét fogják megjeleníteni – ezeket tovább szűrhetjük, például csak a legvirálisabb vagy legújabb üzenetekre koncentrálva.
Időintervallum („Date”): minden szoftver lehetőséget biztosít a médiaadatok gyűjtésének időbeli lehatárolására a „dátum” funkcióval. A historikus vagy múltbeli adatok általában az elmúlt 1-2 évre visszamenőleg érhetőek el az adatbázisokban – azaz ilyen időtávra lehet például visszamenőlegesen trendeket vizsgálni.
Médiumok vagy hírforrások köre („Targets”/„Source”): a Gerulata „Targets” vagy „célok”, a SentiOne „források” meghatározása révén teszi lehetővé médiumok előre meghatározott körének vagy listáinak a monitorozáshoz szükséges meghatározását. Ezek lehatárolása különösen hasznos, ha például a „megbízható” vagy „megbízhatatlan” hírforrások híreit szeretnénk összehasonlítani – a szoftverek általában lehetővé teszik, hogy manuálisan vagy az operátorok segítségével új, az adatgyűjtésünk számára releváns médiumokat, hírforrásokat adjunk hozzá az adatbázishoz. Ha nem határozzuk meg a megfigyelendő médiumok vagy hírforrások körét, akkor az eszközök az adatgyűjtésünkhöz az adatbázisban a használat napján elérhető összes médiumot fogják felhasználni.
Platformok vagy üzenetek típusa („Types”/„Type of mentions”): az üzenetek vagy platformok típusánál állíthatjuk be, hogy milyen platformok milyen médiatartalmait kívánjuk legyűjteni. A Gerulata esetében 13 üzenettípusból válaszhatunk, a Facebook-posztoktól, az internetes cikkeken át a YouTube videókig. Az már az eszköztől függ, hogy mely platformok milyen tartalmait teszi elérhetővé, a Facebook-csoportok kommentjeihez például egy-két eszköz nem fér hozzá. Amennyiben nem állítjuk be a monitorozni kívánt üzenetek típusát, akkor az eszközök az adatgyűjtéshez az adatbázisukban – a megadott időintervallum során – elérhető összes tartalomtípust fel fogják használni.
Nyelv: a fejlett médiamonitorozó eszközök immár számos nyelven elérhetőek. A nyelvi beállítások egyrészt lehetővé teszik, hogy csak az adott nyelvspecifikus nyilvánosság számunkra releváns tartalmai jelenjenek meg keresési eredményként, másrészt kitűnő lehetőséget biztosítanak a több országot átfogó és több nyelven folyó projektek vagy összehasonlító kutatások kivitelezéséhez.
Alapbeállítások egyéb kiegészítő funkciói: eszközöktől függően az alapbeállítások az adatgyűjtés finomságát egyéb funkciókkal is biztosítják. A Gerulata esetében ezek közé tartozik az adatok vagy üzenetek leszűrése tag-ek vagy címkék („Tags”), interakciótípusok száma („Performance”), audiovizuális tartalmak típusa („Features”) vagy a törölt tartalmak („Deleted”) alapján. A SentiOne ezen kívül specifikus szavak („Included words”), szerzők („Name of the author” vagy „Facebook author categories”), internetes címek („Website address – URL”) alapján is szűrhetővé teszi a keresési találatokat.
3.2 Elemzési vagy „Analysis” funkció
Az adatgyűjtés által kinyert vagy leszűrt adatokat kvalitatív vagy kvantitatív módszerekkel és eszközökkel elemezhetjük. A kvalitatív elemzés manuális, olvasáson alapuló, elemzést jelent, amit vagy az eszközök online felületén az olvasni kívánt tartalomtípus – például X-bejegyzések, Facebook -kommentek – megjelenítésével végezhetünk el, vagy ugyanezen tartalmakat Excel- vagy CSV-tábla formátumban fájlként le is tölthetjük a további offline vizsgálódáshoz. A kvantitatív elemzésre ezzel szemben számos, az online felületen elérhető interaktív eszköz áll rendelkezésre, míg az adatok fájlként való letöltése itt is opcionális. Az elemzési eszközök közül egyesek vagy közvetlenül az adatgyűjtési funkció felületén érhetők el, mint például a Gerulata Juno esetében a Perspektívák „Inspect” vagy „Inspekció” alfunkciójaként, vagy külön elemzési modult képeznek – erre a Gerulatában és a SentiOne-ban egyaránt az „Elemzés” vagy „Analysis” modulok szolgálnak. Az elemzési felületek és modulok legfontosabb és leggyakrabban használt eszközei a következők:
Eredmények összesítése („Observed Data”/„Result summary”): szoftvertől függően összesíti az adatgyűjtés által kiszelektált és elemzésre felhasznált üzenetek vagy tartalmak darabszámát, a tartalmakhoz tartozó interakciótípusok számait, az elért vagy becsült közönséget („Views”/„Reach”).
Rangsorolás („Ordered by”/„Sort by”): a különféle típusú üzeneteket rangsorolni lehet publikációs idő, továbbá interakciószám alapján, amely szintén lehetőséget ad a legfrissebb és/vagy legfontosabb diskurzusok és narratívák gyors áttekintésére.
Trendelemzés („Trends”/„Mentions in time”): trendelemzést, azaz az adatok időbeli előfordulásának eloszlását az adott eszköztől függően a legkülönfélébb adatokra le lehet kérni, ill. ezek, a trendeket megjelenítő eszközök az elemzési modulokban már alapvetően adottak és használatra készek. A Gerulata-ban a trendelemzést a vizsgált üzenetek vagy tartalmak számának, interakciószámának időbeli eloszlásának, a top vagy vezető források, Facebook- vagy Telegram-csoportok, a vezető platformok, a publikációs időpontok, az érzelem-elemzés, a szófelhő szavainak időbeli alakulásának vizsgálatára lehet használni. Maga a trendelemzés a kiválasztott adattípus időbeli alakulásának számszerű elemzését, az adat- vagy hírtrendek kiugró „csúcspontjainak” („Peak”) azonosítását, a csúcspontokat hajtó üzenetek, narratívák és források vagy influenszerek további kvantitatív vagy kvalitatív vizsgálatát teszi lehetővé. Emellett össze lehet hasonlítani az egymástól eltérő keresések trendjeit, így például két civil szervezet nevének említéséről szóló trendeket.
Forrás- és platform-analízis („Sources, Platforms”/„Sources breakdown”, „Top authors”): a médiafigyelési szoftverek alapbeállításként és automatikusan megjelenítik a vezető, azaz legtöbb tartalmat vagy interakciót elérő forrásokat és platformokat. Ezáltal megállapítható, hogy a vizsgált témát vagy narratívát mely források, médiumok vagy influenszerek és milyen platformokon állítják vagy uralják elő, ill. az adott civil szervezet milyen felületeken javíthat a jelenlétén vagy ügyeinek láthatóságán. Egyes szoftverek, így a Gerulata, ezen kívül külön összeállítja a legjobban teljesítő linkek („Links”) és domainek („Domains”) listáját is.
Közönség-becslés („Views/„Reach”): a közönség-becslés funkció általában valamilyen előre meghatározott képlet vagy mesterséges intelligencia segítségével szolgáltat adatot a vizsgált tartalmak által elért közönség nagyságára.
Érzelem- vagy attitűd-elemzés („Sentiment Analysis”): az érzelem-elemzés az üzenetekben megtalálható szavak pozitív, negatív vagy semleges jelentéstartalmának kategorizációja alapján pozitív, negatív vagy semleges értéket rendel a vizsgált adatokhoz. Ezek körébe a Gerulata-ban csak a médiatartalmak, a SentiOne-ban viszont a források érzelmi értékelése is beletartozik. Az érzelem-elemzés segítségével betekintést nyerhetünk a vizsgálatunk fókuszában álló témák, narratívák mögött meghúzódó attitűdökbe, amelyek sok szempontból meghatározzák a közönség reakcióját, a tartalmakra érkező interakciók számát és típusát.
A SentiOne fenti érzelem-elemzési trendje alapján megállapítható, hogy a Szivárványcsaládokért Alapítvány által 2020-ban indított “A család az család” kampányról, ill. a “szivárványcsaládokról” szóló közbeszéd általában nyugodt és semleges hangvételű volt a 2023-as évben. Az egyetlen izgalmas pillanatot Orbán Viktor miniszterelnöknek Ferenc pápánál tett áprilisi látogatása jelentette, amikor a miniszterelnök és a kormányzat által kontrollált média kiforgatta és a hagyományos családmodellre utaló értelmezéssel használta a kampányszlogent, melynek hatására a diskurzus minimálisan negatív irányban tolódott el.
Publikációs időeloszlás („Publish Times”/„Tops days, hours”): az elemzési eszköz az üzenetek időbeli eloszlásának mintázatát jeleníti trendszerűen, napi vagy órás eloszlásban – rámutatva a vizsgált kommunikáció esetlegességére vagy koordinációjára. A funkció elsősorban a dezinformációkkal szembeni fellépésnél vagy kutatásoknál használható a megfigyelt kommunikációs mintázatok azonosításához.
Hálózatelemzés: a Gerulata „Connection explorer” funkciójával feltérképezhetjük az egyes médiatartalmak vagy médiumok közötti kapcsolatrendszert, a hamis információk terjedését, amennyiben ezek egymás tartalmait – cikkeket, posztokat, linkeket stb. – hivatkozzák vagy idézik. Ez a funkció különösen hasznos, ha például koordinált dezinformációs támadásokat kivitelező médiumok vagy influenszerek ellen kíván egy szervezet fellépni.
Kulcsszó-felhő és hashtagek („Keyword cloud”/„Hashtags”): a kulcsszó-felhő a kijelölt adatbázisban leggyakrabban előforduló szavakat és kifejezéseket jeleníti meg vizuálisan, azaz, minél gyakoribb egy adott szó előfordulása, annál nagyobb méretben jelenik meg a szófelhő ábráján. A funkció révén a vizsgált időszak fontosabb témafókuszait, narratíváit, diskurzusait lehet azonosítani. A hashtagek szintén a legrelevánsabb tartalmak gyors kijelölésével járulnak hozzá az elemzéshez.
Címkézés vagy „Tagging”: a címkézés lehetővé teszi, hogy előre meghatározott kategóriákba soroljuk vagy „felcímkézzük” a különféle médiatartalmakat. Ez a funkció különösen hasznos kutatásoknál, mivel lehetővé teszi a releváns médiatartalmak rendszerezését pl. narratívák azonosításához.
Riasztások vagy figyelmeztetések („Alerts”): a funkció a médiafigyelő eszközök valós idejű médiamonitorozását kihasználva lehetővé teszi, hogy a figyelemmel kísért kommunikáció fontos változásáról a felhasználók azonnali riasztást kapjanak. Ezáltal a szervezetek rögtön tudomást szerezhetnek a számukra fontos trendek, témák, narratívák vagy közönség-interakciók hirtelen, negatív vagy pozitív irányú változásáról. Mindez lehetővé teszi számukra, hogy gyorsan reagáljanak a legkülönfélébb kommunikációs kihívásokra, például krízishelyzetekben. A SentiOne „Alerts-funkciója” akkor riaszt, ha meghatározott médiaplatformok előre meghatározott, magas impakt-faktorral rendelkező üzenettípusainak száma átlép egy általunk definiált küszöbértéket.
3.3 Jelentéskészítés
Egyes szoftverek lehetővé teszik, hogy az adatgyűjtés, majd elemzés során előállított adatvizualizációkat és a felületen megjelenített elemzési outputokat egy online jelentésben vagy formátumban összegezzük. Ennek köszönhetően a monitoring eredmények gyorsan, egy helyen, áttekinthető formában válnak elérhetővé, hogy azokat digitálisan megosszuk, letöltsük vagy egy hosszabb, offline jelentésbe integráljuk. A két szoftver közül csupán a SentiOne rendelkezik ilyen funkcióval „Reports” néven, amely többek között például márka-, forrás- és érzelmi elemzést tartalmaz. A jelentéseket PDF- vagy PPT-formában lehet letölteni a további felhasználáshoz.
3.4 Elköteleződés vagy „engagement”-menedzsment
A médiafigyelő eszközök fent felsorolt eszközkészlete lehetővé teszi, hogy a civil szervezetek megfigyeljék a szervezetükkel, kampányaikkal és az általuk képviselt ügyekkel kapcsolatos reakciókat, ill. időben reagáljanak a (cél)közönségeik által felvetett kérdésekre vagy problémákra. Az elköteleződést vagy az általános elemzési eszközök – így például a kommentek vagy reakciók monitorozása – révén vagy specifikusabb – a platformokkal való közvetlen kommunikációt lehetővé tévő – kapcsolattartási funkciók segítségével menedzselhetjük. Sajnos utóbbiakkal az általunk prezentált két szoftver nem rendelkezik.
3.5 Mesterséges intelligencia alkalmazása
A mesterséges intelligencia (AI) ma már a szoftverek jelentős részének olyan központi elemévé vált, amely az általuk kezelt nyelvek és nyelvi adatbázisok feldolgozását a háttérben segíti, emellett pedig közvetlenül hozzájárul egyes elemzési eszközök működtetéséért. A Gerulata-ban és a SentiOne-ban ezek közé tartozik például a trendeket meghatározó „legfontosabb események összefoglalása”, „a diskurzusok általános fókuszának” meghatározása, továbbá a klienseknek a „márkáról alkotott negatív és pozitív” véleményének összefoglalása (SentiOne) és az érzelmi-elemzés (Gerulata). Más médiafigyelő eszközöknél a gépi tanulás segíti az új trendek felismerését és előrejelzését, avagy a gyors információáramlás sikeres detektálásán alapuló krízis-menedzsmentet.
A funkciók áttekintése után ajánljuk cikkünket, melyben arra hozunk példákat, mely területeken és hogyan használhatunk egy ilyen szoftvert.