Два частных случая управления информационными потоками в Интернете

Появившись недавно, управление информационными потоками (УИП) в Интернете многим представляется пока неким "черным ящиком" с неожиданными и порой непонятными свойствами. Первые разработки методов такого управления носят скорее экспериментальный характер, поэтому говорить о массовом применении УИП пока преждевременно. И все же... Попробуем рассмотреть несколько частных случаев управления информацией, которые уже сейчас можно применять в PR-деятельности компаний с прогнозируемым результатом.

Для начала, не следует воспринимать никакой информационный поток как единое целое. Обычно такой поток квантован, то есть состоит из элементарных частиц, как, например, видимый свет состоит из фотонов. Одной из задач УИП является как раз выделение в общем потоке наиболее значимой информации для отдельно взятой целевой аудитории (ЦА).

Допустим, именно такая и поставлена задача - выделить в новостной ленте наиболее значимые политические новости для аудитории состоящей из топ-менеджмента российских фирм. Традиционный способ - рейтингование с помощью опросников. Метод дорогой и требующий значительного времени на осуществление. Посмотрим, может ли нам помочь в этом Интернет и его технологии.

Интернет-коммьюнити в рунете разнообразны, среди них есть и такие сообщества, в которых собраны именно топ-менеджеры российских компаний. Пример - сайт http://e-xecutive.ru Уникальность этого ресурса в том, что каждый участник сообщества оставляет в регистрационных данных информацию о своем рабочем статусе. Кодированные данные "зашиваются" в cookies и сохраняются в компьютере участника. Далее в новостном разделе того же сайта организуется запрос пользовательских данных из cookies и проводится анализ кликов на всем информационном потоке. В итоге, можно выделить именно те "кванты"-новости, которые заинтересовали наибольшее число менеджеров.

Стоит отметить, что создание подобных фильтров невозможно без серьезной базы пользовательских данных. Но затраты на ее получение сопоставимы с уровнем затрат на сбор аналогичной оффлайновой базы, а то и меньше за счет снижения издержек на регулярное обновление. Зато проведение качественной аналитики становится настолько недорогим, что шкурка стоит выделки уже сейчас.

Чуть менее достоверные фильтры можно получать с помощью affinity-индексов. Предположим, что стоит точно такая же задача - изучение спроса на конкретные политические новости среди руководителей предприятий. В этом случае понадобятся два интернет-ресурса с известными affinity-индексами. Причем, обязательным условием должно быть сильное различие индексов именно в части топ-менеджеров. И чем выше эта разница, тем надежнее результат. На обоих ресурсах необходимо организовать идентичные ленты новостей и сравнивать удельный вес посещения каждой новости на сайтах. Сравнение данных даст весьма прозрачную картину интереса по выбранной ЦА.

Естественно, что в обоих случаях необходима сравнительно высокая посещаемость сайтов и новостных лент. А во втором варианте желательно иметь невысокую разницу в индексах по другим группам аудитории и большую по ЦА. Получить готовые affinity-индексы можно, например, в Рамблере.

Как затем поступать с такими "отфильтрованными" новостями, пусть уж вам подскажет здравый смысл. Но ведь зачем-то вам понадобилось узнать интересы ЦА?