Qual a diferença entre Social Listening e a análise da Postmetria?

A construção de uma reputação sólida de sua marca envolve um monitoramento constante de sua imagem nas redes sociais. É preciso estar sempre atento aos sinais de alerta para evitar grandes crises de confiança. Assim, o Social Listening surge não apenas como uma maneira de monitorar as redes sociais. Se refere também a entender o porquê, onde e como as pessoas estão reagindo ao conteúdo que sua empresa divulga nas redes sociais.

latoya jackson searching
Estar sempre atento aos sinais de alerta da sua marca é essencial

Entretanto, somente o Social Listening às vezes não é suficiente para compreender o quadro geral da experiência do consumidor com sua marca. Entender como seus consumidores se relacionam com sua marca para além das redes sociais é essencial na construção dessa visão mais abrangente e obter insights mais pertinentes. É nesse sentido que a Postmetria contribui ainda mais para a construção de um CX mais assertivo. Confira abaixo as 5 principais diferenças entre a Postmetria e o Social Listening:

1. A abordagem multicanal de Big Data

Além das tradicionais redes sociais que são analisadas por Social Listening, com a Postmetria é possível absorver e analisar dados de outras fontes como bases internas, e-mails Fale Conosco, Reclame Aqui, Consumidor.gov, App Store, Google Play, Whatsapp, entre outros. Dessa forma, o escopo da visão de experiência do consumidor não fica limitado apenas às redes sociais,. Todos esses dados são unificados em um só lugar para otimizar sua análise.

2. A Métrica Spontaneous NPS

Grandes empresas do mercado como Amazon, Netflix e Starbucks, utilizam a métrica Net Promoter Score© para medir a satisfação de seus clientes. A Postmetria vai além isso, utilizando o Spontaneous NPS. O S-NPS extrapola o NPS convencional ao analisar os textos e áudios espontâneos dos consumidores. É possível ainda segmentar o S-NPS à nível de atributos e até SKUs, para analisar a performance específica de algum produto ou serviço, inclusive em comparação com os concorrentes.

Métrica Spontaneous NPS
Zonas de Satisfação do S-NPS

3. Inteligência Artificial focada na análise de CX

A análise de dados não-estruturados, ou seja, todos esses comentários espontâneos do consumidor em redes sociais, bases internas e outras fontes, é feita de forma automatizada por nossa Inteligência Artificial. Atribui-se uma nota a cada texto em uma escala de 0 a 10, que juntos são classificados em zonas de satisfação dentro da tradicional métrica NPS. Assim, o grau de satisfação da experiência do consumidor é quantificado, tornando a sua análise mais clara.

4. Cruzamentos de Bases Transacionais

A partir de feedbacks dos consumidores, como e-mails Fale Conosco ou respostas a um chatbot ou questionário, é possível cruzar esses dados com bases transacionais. Isto é, todos os dados que você possui de seus clientes – como gênero, local de compra, ticket médio, produtos comprados, entre outros – podem ser cruzados com essas respostas. Esses dados associados ainda são classificáveis nas notas, zonas de satisfação e temáticas da métrica S-NPS agregando valor ao seu BI.

5. Construção de uma visão abrangente da Jornada de Satisfação do Consumidor

Além da análise de opiniões espontâneas, enviamos também a pergunta clássica do NPS pelo Question NPS. O nosso diferencial é que estimulamos o engajamento com o cliente através de um chatbot. Ao coletar as respostas textuais, nossa IA analisa o feedback e dá a própria nota para o sentimento do comentário. Também estaremos lançando em breve a análise de sentimento de áudios de SAC com o Falametria, além de outros produtos para a construção de uma visão 360º da Jornada de Satisfação do Consumidor.

Construir uma imagem sólida da sua marca, portanto, compreende muito mais do que somente a análise de redes sociais por Social Listening. Entender os sentimentos e demandas dos seus consumidores em todos os pontos de contato com a marca é fundamental para obter uma inteligência de mercado capaz de gerar resultados efetivos. 

0