JM: 如何从社会标签（Social Tags）中挖掘有用的品牌信息？ | 唧唧堂论文解析

picture from internet

解析作者 | 陈慧； 审校编辑 | 悠悠

本文赞助｜数据超市（数据超市，让每个科研人轻松玩转大数据！微信公号：bigdata711）

数据超市 赞助，研究人福利

大数据大咖们都在看什么书？我们免费送给你！

限时免费，文末领取

本文是针对论文《从社会标签中挖掘品牌信息(Harvesting Brand Information from Social Tags)》的一篇论文解析，该论文于2017年7月发表于《市场营销杂志(Journal of Marketing)》上。该作者包括Hyoryung Nam, Yogesh V. Joshi和P.K. Kannan。

研究背景和问题提出

用户生成内容（UGC）的出现让获取能够反映消费者观念、态度和产品、服务、品牌偏好的数据成为可能。在这篇文章中，作者聚焦在与品牌有关的用户生成的社会标签(social tag) 。用户会在社交媒体平台上大量使用社会标签来标注或发现与该标签主题相关的内容，如在Instgram和Facebook上可以给图像、照片打标签，YouTube上可以给视频打标签。去挖掘那些用户直接或间接提到的与品牌相关的标签数据能够帮助营销研究人员更好理解品牌联想(brand associations)。但是目前关于社会标签的研究还比较少，这篇文章的目的在于展示一种收集和分析社会标签数据的方法并讨论营销管理人如何通过社会标签生成有用的洞察。

研究方法

分析第一步是数据收集，以社会性书签网站Delicious为例，作者收集与“苹果”有关的标签数据。数据收集包括品牌名称和子品牌、与该品牌频繁连接的标签、与竞争者频繁连接的标签、在之前的消费者调查中识别出来的预定义的关键词。研究者也通过营销经理的预先定义、一些外部信息源包括标准产业分类编码和跨品牌下同一标签共同出现的模式来收集竞争者的信息。

分析的第二步为关注的品牌识别出一系列核心的社会标签。其中包括两个度量指标：联想强度，主要通过该品牌和同该品牌所打标签共同出现的次数进行度量；以及所要求的标签数目。

分析的第三步是把第二步中发现的关联整合成一个整体的对品牌的描述和可视化。首先为“苹果”建立一个关键词地图，如图所示，节点的大小代表产生的关键词容量，节点与中心相连的边的宽度代表两个节点的关联强度。然后为不同品牌构建一个关联网络。这些整合信息可以通过现存的与品牌资产相关的品牌度量指标包括社会关注、关联效度、关联宽度、竞争力进行衡量来进一步探索。

最后，研究人员利用文本挖掘和数据精简技术来理解和整合包含在社会标签中的没有被整合起来的信息。主要是在用户水平根据相似的标签模式进行聚类，进行消费者细分；然后在时间维度上识别第一提及的品牌联想随着时间推进而产生的变化。

作者将基于社会标签的方法与现存的方法包括基于原始数据（即通过调查得来）的方法和文本挖掘方法进行了比较。原始数据产生了更多的主观的关键词，对于样本大小更加敏感，而且通常取决于研究者的解读。但是“苹果”的数据发现，两个方法最终获得的品牌属性有显著的相似度。而文本挖掘的方法使用自动的关键词提取算法，对于研究者的假设比较敏感。相反，基于社会标签产生的品牌联想直接利用的是消费者自己创造的关联，获取数据成本低，它能够作为建立品牌联想的一个补充工具。

讨论总结

作者提出基于标签的方法具有很强的管理实践意义。它能够为用户如何基于已有的知识结构和社会影响来使用关键词提供有力的洞察，帮助管理人员理解消费者对于相同品牌或产品产生内容的异质性。同时随着与该品牌有关的事件、公司行动越来越多地出现，消费者对品牌的感知变化也反应在其所用标签变化上。

标签数据更加适用于营销人员对消费者品牌感知更有兴趣的情境中，但在使用上也要有几点注意。首先，要仔细考虑所选取样本数据的代表性；其次，标签数据仅仅代表用户产生的内容，并不意味着是完整的信息；第三，对于标签数据的理解依赖于标签平台的特点；第四，要选择合适的语义分析单位。

作者为未来的研究也指出了一些方向，如可以整合词汇的数据库信息，或者加上其他的度量指标如网络中心性和网络密度等，也可以分析其他非文本的内容信息，像是图片、音乐等。

参考文献：

Nam H, Joshi Y V, Kannan P K. Harvesting Brand Information from Social Tags.[J]. Journal of Marketing A Quarterly Publication of the American Marketing Association, 2017, 81(4):págs. 88-108.