Listening vs pelacakan: etika mendengarkan audiens Anda

Listening berarti mempelajari percakapan publik secara agregat untuk memahami apa yang orang pikirkan, rasakan, dan butuhkan. Tracking berarti mengikuti individu yang dapat diidentifikasi di berbagai konteks untuk memprediksi atau memengaruhi mereka. Keduanya menggunakan data, tetapi membangun hubungan yang berlawanan: listening mendapatkan kepercayaan dengan merespons apa yang dikatakan orang, sedangkan tracking mengikisnya karena mengetahui lebih banyak daripada yang ingin dibagikan orang.

Mengapa perbedaan ini penting sekarang?

Dalam percakapan yang kami analisis tentang brand dan AI, satu tema terus muncul kembali: orang merasa tidak nyaman dengan brand yang tampak terlalu mengenal mereka. Iklan yang menyinggung sesuatu yang hanya Anda ceritakan kepada seorang teman. Rekomendasi yang terasa seperti sedang diawasi. Reaksinya jarang berupa rasa terima kasih, melainkan kecurigaan.

Insight yang membentuk Somonitor lahir dari listening tersebut: kepercayaan tumbuh di tanah percakapan, bukan di data algoritme. Brand mendapatkan kepercayaan ketika terlihat merespons apa yang dikatakan orang di ruang publik. Brand kehilangan kepercayaan ketika tampak sedang menyusun berkas pribadi.

Hal itu memberi pemasar pilihan sikap yang jelas. Anda bisa mencoba mengenal setiap orang, atau Anda bisa mencoba memahami percakapannya. Somonitor dibangun untuk yang kedua.

Apa perbedaannya dalam praktik?

Definisi

• Listening: menganalisis unggahan publik di tingkat tema, konsep, dan komunitas. Unit analisisnya adalah percakapan.
• Tracking: mengaitkan perilaku dengan orang yang dapat diidentifikasi dari waktu ke waktu dan di berbagai tempat. Unit analisisnya adalah individu.
• Insight agregat: temuan yang berlaku di banyak unggahan dan tidak bergantung pada siapa penulis salah satunya.
• Jejak bukti: kumpulan unggahan yang mendukung sebuah temuan, tersedia untuk ditinjau, tanpa membangun profil para penulisnya.

Pertanyaan listening berbunyi seperti "apa yang dikhawatirkan orang tua saat memilih prasekolah?" Pertanyaan tracking berbunyi seperti "orang tua mana di kode pos ini yang melihat-lihat prasekolah minggu lalu?" Yang pertama menghasilkan produk dan pesan yang lebih baik. Yang kedua menghasilkan penargetan yang mungkin berhasil selama satu kuartal tetapi membuat Anda kehilangan kepercayaan selama bertahun-tahun.

Apakah listening otomatis etis?

Tidak. Unggahan publik memang publik, tetapi itu tidak membuat setiap penggunaannya dapat diterima. Komunitas kecil yang membahas suatu kondisi kesehatan, grup penggemar dengan normanya sendiri, remaja yang sedang curhat: semuanya publik, dan semuanya layak diperlakukan dengan hati-hati. Listening yang etis adalah sebuah praktik, bukan sifat bawaan data.

Kami memandangnya seperti cara para peneliti terbaik memandangnya. Anda adalah tamu dalam percakapan orang lain. Anda belajar dari mereka; Anda tidak memanfaatkan mereka.

Kode praktis untuk listening yang etis

1. Laporkan pola, bukan orang. Temuan sebaiknya menggambarkan tema dan komunitas. Jangan pernah membuat daftar individu dari data listening.
2. Kutip dengan hati-hati. Saat membagikan contoh unggahan secara internal, hapus nama akun kecuali penulisnya adalah figur publik yang berbicara di ruang publik. Jangan pernah mengutip orang yang rentan dalam materi eksternal.
3. Jangan menanggapi semua yang Anda dengar. Ikut serta dalam percakapan yang tidak mengundang Anda bisa terasa mengganggu. Responslah ketika orang berbicara kepada Anda atau ketika Anda jelas bisa membantu.
4. Hormati norma komunitas. Sebagian ruang bersifat publik menurut platformnya, tetapi privat menurut budayanya. Pahami suasananya sebelum bertindak berdasarkan apa yang Anda pelajari di sana.
5. Buat kesimpulan dapat diperiksa. Setiap temuan buatan AI harus terhubung ke unggahan yang mendukungnya, sehingga manusia bisa memastikan mesin tidak melampaui batas.
6. Jaga tujuannya tetap jujur. Gunakan listening untuk memahami dan melayani, bukan untuk memanfaatkan momen kerentanan.

Mengapa kemampuan untuk diperiksa penting bagi etika?

Peringkasan oleh AI membuat listening lebih cepat, dan juga membuatnya lebih mudah untuk salah dengan penuh keyakinan. Sebuah model mungkin melabeli suatu kelompok "marah" padahal mereka sedang bercanda, atau menggabungkan dua komunitas yang akan tersinggung jika disatukan. Jika Anda tidak bisa melihat unggahan di balik kesimpulan, Anda tidak bisa menangkap kesalahannya, dan Anda mungkin bertindak berdasarkan karikatur dari orang-orang nyata.

Inilah alasan Somonitor dibangun di atas pendekatan SOMIN terhadap AI yang mendengarkan: setiap tag konsep dapat ditelusuri ke unggahan yang menjadi buktinya. Kemampuan untuk diperiksa bukan sekadar fitur kualitas. Itulah cara menjaga manusia tetap bertanggung jawab atas apa yang dikatakan mesin tentang manusia lain. Kami menguraikannya lebih lanjut dalam mengapa setiap kesimpulan AI harus dapat diperiksa.

Seperti apa listening yang baik bagi sebuah brand?

Bayangkan sebuah peritel yang berfokus pada keluarga mendengar, dari banyak unggahan publik, bahwa para orang tua merasa dihakimi oleh iklan produk bayi yang menampilkan rumah yang tenangnya mustahil. Pola pikir tracking akan mencari para orang tua itu lalu menargetkan ulang mereka. Pola pikir listening mengubah materi kreatifnya, sehingga kampanye berikutnya menampilkan kekacauan dan kelelahan yang nyata, dan tidak ada seorang pun yang perlu dibuntuti ke mana pun.

Itulah perbedaannya dalam satu contoh. Brand merespons percakapan secara terlihat, dan semua pihak diuntungkan. Untuk bacaan lanjutan tentang bagaimana pemahaman audiens semacam ini menjadi kampanye, lihat studi kasus Mothercare Singapura di situs SOMIN.

Bagaimana tim saling menjaga kejujuran?

Etika jarang gagal di dokumen kebijakan. Etika gagal di rapat hari Selasa yang terburu-buru. Biasakan mengajukan dua pertanyaan setiap kali insight listening berubah menjadi tindakan: apakah orang-orang yang menulis unggahan ini akan nyaman melihat cara kami menggunakannya, dan bisakah kami menunjukkan buktinya? Konsultan saudara kami, AgentC, menulis tentang menjaga penilaian manusia tetap memegang kendali atas pemasaran otomatis, dan prinsip yang sama berlaku di sini: manusia memiliki keputusan, mesin menyiapkannya.

Bagaimana dengan personalisasi?

Tim terkadang khawatir bahwa melepaskan tracking berarti melepaskan relevansi. Tidak demikian. Listening menghasilkan relevansi di tingkat pesan, bukan di tingkat orang: Anda mempelajari kekhawatiran, harapan, dan ungkapan mana yang umum dalam sebuah komunitas, lalu Anda menulis untuk mereka. Semua orang yang memiliki kekhawatiran itu merasa dipahami, dan tidak ada yang merasa dibuntuti. Itu adalah jenis personalisasi yang berbeda, yang diperoleh, bukan diambil paksa.

Brand yang dipercaya audiens adalah brand yang jelas mendengarkan mereka, bukan brand yang jelas mengawasi mereka.

Daftar periksa: apakah kita sedang listening atau tracking?

• Apakah unit analisisnya tema atau komunitas, bukan orang?
• Bisakah kita menjelaskan penggunaan ini kepada para penulisnya tanpa merasa malu?
• Apakah komunitas yang sensitif ditangani dengan kehati-hatian ekstra?
• Bisakah setiap kesimpulan ditelusuri ke unggahan dan diperiksa?
• Apakah tindakannya merespons apa yang dikatakan orang, alih-alih memanfaatkan apa yang kita simpulkan?

Listening adalah pilihan yang lebih bersahaja, dan seiring waktu lebih efektif. Itulah alasan Somonitor ada.

Pertanyaan yang sering diajukan

Apakah social listening legal?

Menganalisis unggahan publik umumnya sah secara hukum, tetapi ketentuan platform dan aturan perlindungan data seperti PDPA atau GDPR tetap berlaku, terutama untuk penyimpanan data pribadi. Analisis agregat di tingkat tema tanpa membangun profil membuat Anda berada di posisi yang jauh lebih aman. Mintalah nasihat hukum untuk pasar Anda.

Apakah Somonitor membuat profil individu?

Tidak. Somonitor melaporkan pola di berbagai percakapan, tema, dan komunitas. Contoh unggahan tersedia agar temuan dapat diperiksa, tetapi produk ini tidak dirancang untuk mengikuti atau membuat profil orang per orang.

Bisakah listening menggantikan data first-party?

Keduanya menjawab pertanyaan yang berbeda. Data first-party memberi tahu Anda apa yang dilakukan pelanggan dengan Anda. Listening memberi tahu Anda apa yang dipikirkan dan dirasakan pasar yang lebih luas, termasuk orang yang belum menjadi pelanggan. Sebagian besar tim membutuhkan keduanya, digunakan dengan persetujuan dan kehati-hatian.