Listening vs tracking: ang etika ng pakikinig sa inyong audience

Ang listening ay pag-aaral sa pampublikong usapan nang pinagsama-sama para maunawaan kung ano ang iniisip, nararamdaman at kailangan ng mga tao. Ang tracking ay pagsunod sa mga makikilalang indibidwal sa iba't ibang konteksto para hulaan o impluwensyahan sila. Parehong gumagamit ng data, pero magkasalungat na relasyon ang binubuo nila: nakakamit ng listening ang tiwala sa pagtugon sa sinasabi ng mga tao, habang sinisira ito ng tracking sa pagkaalam ng higit pa sa piniling ibahagi ng mga tao.

Bakit mahalaga ngayon ang pagkakaibang ito?

Sa mga usapang sinusuri namin tungkol sa mga brand at AI, may isang temang paulit-ulit na bumabalik: nababahala ang mga tao sa mga brand na tila masyadong kilala sila. Isang ad na bumabanggit sa bagay na sinabi lang ninyo sa isang kaibigan. Isang rekomendasyong parang may nagmamasid. Bihirang pasasalamat ang reaksyon. Hinala ito.

Nagmula sa listening na iyon ang insight na humubog sa Somonitor: ang tiwala ay lumalago sa lupa ng usapan, hindi sa data ng mga algorithm. Nakakamit ng mga brand ang tiwala kapag nakikita silang tumutugon sa sinasabi ng mga tao sa publiko. Nawawala ito kapag mukhang nag-iipon sila ng mga pribadong file.

Nagbibigay ito sa mga marketer ng malinaw na pagpipilian ng paninindigan. Maaari ninyong subukang kilalanin ang bawat tao, o maaari ninyong subukang unawain ang usapan. Binuo ang Somonitor para sa ikalawa.

Ano ang pagkakaiba sa praktika?

Mga kahulugan

• Listening: pagsusuri sa mga pampublikong post sa antas ng mga tema, concept at komunidad. Ang usapan ang yunit ng pagsusuri.
• Tracking: pag-uugnay ng pag-uugali sa isang makikilalang tao sa paglipas ng panahon at sa iba't ibang lugar. Ang indibidwal ang yunit ng pagsusuri.
• Aggregate insight: isang natuklasang totoo sa maraming post at hindi nakasalalay sa kung sino ang sumulat ng alinman sa mga ito.
• Evidence trail: ang hanay ng mga post na sumusuporta sa isang natuklasan, available para suriin, nang hindi bumubuo ng profile ng mga may-akda.

Ganito ang tunog ng isang listening question: "ano ang ikinababahala ng mga magulang kapag pumipili ng preschool?" Ganito naman ang tunog ng isang tracking question: "aling mga magulang sa postcode na ito ang tumingin ng mga preschool noong nakaraang linggo?" Humahantong ang una sa mas mahuhusay na produkto at mensahe. Humahantong ang ikalawa sa targeting na maaaring gumana nang isang quarter at magpawala ng inyong tiwala nang ilang taon.

Awtomatiko bang etikal ang listening?

Hindi. Pampubliko ang mga pampublikong post, pero hindi ibig sabihin nito na katanggap-tanggap ang bawat paggamit. Isang maliit na komunidad na tumatalakay sa isang kondisyon sa kalusugan, isang fan group na may sariling pamantayan, isang teenager na naglalabas ng sama ng loob: lahat pampubliko, lahat nararapat sa pag-iingat. Ang etikal na listening ay isang gawi, hindi katangian ng data.

Iniisip namin ito gaya ng ginagawa ng pinakamahuhusay na researcher. Bisita kayo sa usapan ng ibang tao. Natututo kayo mula sa kanila; hindi ninyo sila sinasamantala.

Isang praktikal na code para sa etikal na listening

1. Mag-ulat ng mga pattern, hindi ng mga tao. Dapat ilarawan ng mga natuklasan ang mga tema at komunidad. Huwag kailanman bumuo ng listahan ng mga indibidwal mula sa listening data.
2. Mag-quote nang maingat. Kapag nagbabahagi kayo ng mga halimbawang post sa loob ng kompanya, alisin ang mga handle maliban kung public figure ang may-akda na nagsasalita sa publiko. Huwag kailanman i-quote ang mga bulnerableng tao sa panlabas na materyal.
3. Huwag tumugon sa lahat ng naririnig ninyo. Maaaring maramdamang nakikialam ang pagsali sa usapang hindi kayo inimbitahan. Tumugon kung saan kayo kinakausap ng mga tao o kung saan malinaw na makakatulong kayo.
4. Igalang ang mga pamantayan ng komunidad. Pampubliko ayon sa platform ang ilang espasyo pero pribado ayon sa kultura. Basahin muna ang sitwasyon bago kumilos sa natutunan ninyo roon.
5. Gawing masusuri ang mga konklusyon. Dapat naka-link ang bawat natuklasang gawa ng AI sa mga post na sumusuporta dito, para makumpirma ng isang tao na hindi lumampas ang makina.
6. Panatilihing tapat ang layunin. Gamitin ang listening para umunawa at maglingkod, hindi para manipulahin ang isang sandali ng kahinaan.

Bakit mahalaga sa etika ang pagiging masusuri?

Pinabibilis ng AI summarisation ang listening, at pinadadali rin nito ang pagiging kumpiyansang mali. Maaaring lagyan ng model ng label na "galit" ang isang grupo kahit nagbibiro sila, o pagsamahin ang dalawang komunidad na masasaktan kapag pinagsama. Kung hindi ninyo makita ang mga post sa likod ng konklusyon, hindi ninyo mahuhuli ang pagkakamali, at maaari kayong kumilos batay sa isang karikatura ng mga totoong tao.

Ito ang dahilan kung bakit itinayo ang Somonitor sa pananaw ng SOMIN sa AI na nakikinig: natutunton ang bawat concept tag sa mga post na nagpapatunay dito. Hindi lang quality feature ang pagiging masusuri. Ito ang paraan para manatiling may pananagutan ang mga tao sa sinasabi ng makina tungkol sa ibang tao. Pinalalawak namin ito sa kung bakit dapat masusuri ang bawat konklusyon ng AI.

Ano ang hitsura ng mahusay na listening para sa isang brand?

Isipin ang isang family-focused na retailer na nakaririnig, sa maraming pampublikong post, na pakiramdam ng mga magulang ay hinuhusgahan sila ng baby-product advertising na nagpapakita ng mga imposibleng kalmadong tahanan. Hahanapin ng tracking mindset ang mga magulang na iyon at ire-retarget sila. Binabago ng listening mindset ang creative, kaya ipinapakita ng susunod na campaign ang totoong kalat at totoong pagod, at walang kinailangang sundan kahit saan.

Iyan ang pagkakaiba sa isang halimbawa. Tumugon ang brand sa usapan, nang nakikita ng lahat, at nakinabang ang lahat. Para sa karagdagang babasahin kung paano nagiging campaign ang ganitong uri ng pag-unawa sa audience, tingnan ang Mothercare Singapore case study sa site ng SOMIN.

Paano pinananatiling tapat ng mga team ang isa't isa?

Bihirang pumalya ang etika sa isang policy document. Pumapalya ito sa isang nagmamadaling meeting sa Martes. Gawing ugali ang pagtatanong ng dalawang tanong tuwing nagiging aksyon ang isang listening insight: komportable ba ang mga taong sumulat ng mga post na ito na makita kung paano namin ginamit ang mga ito, at maipapakita ba namin ang ebidensya? Ang aming sister consultancy na AgentC ay sumusulat tungkol sa pagpapanatili ng human judgment bilang namamahala sa automated marketing, at pareho ang prinsipyong umiiral dito: mga tao ang may-ari ng desisyon, mga makina ang naghahanda nito.

Paano naman ang personalisation?

Minsan nag-aalala ang mga team na ang pagtalikod sa tracking ay pagtalikod din sa relevance. Hindi. Lumilikha ang listening ng relevance sa antas ng mensahe sa halip na sa tao: natututunan ninyo kung aling mga alalahanin, pag-asa at parirala ang karaniwan sa isang komunidad, at sumusulat kayo para sa kanila. Nararamdaman ng lahat ng may parehong alalahanin na naiintindihan sila, at walang nakakaramdam na sinusundan sila. Ibang uri iyan ng personalisation, pinaghirapan sa halip na kinuha.

Ang mga brand na pinagkakatiwalaan ng mga audience ay ang mga malinaw na nakinig sa kanila, hindi ang mga malinaw na nagmasid sa kanila.

Checklist: nakikinig ba tayo o nagta-track?

• Tema o komunidad ba ang yunit ng pagsusuri, hindi isang tao?
• Maipapaliwanag ba natin ang paggamit na ito sa mga may-akda nang walang kahihiyan?
• Hinahawakan ba nang may dagdag na pag-iingat ang mga sensitibong komunidad?
• Natutunton ba sa mga post at nasusuri ang bawat konklusyon?
• Tumutugon ba ang aksyon sa sinabi ng mga tao, sa halip na samantalahin ang hinuha natin?

Ang listening ang mas mapagpakumbabang pagpili, at ang mas epektibo sa paglipas ng panahon. Ito ang dahilan kung bakit umiiral ang Somonitor.