Menggali 'Harta' Tersembunyi di Sosial Media

social-networks.jpg

Jakarta - Jika Anda ingin membeli produk, apakah Anda menggali informasi terlebih dahulu melalui internet? Apa yang Anda dapatkan? Biasanya Anda akan memperoleh testimoni pengguna produk yang memberikan referensi baik/buruk di forum diskusi, blog, Facebook, Twitter atau media online lainnya.

Setelah memperoleh informasi tersebut, Anda baru akan menentukan jenis produk yang diinginkan.

Dengan semakin banyaknya pengguna internet di Indonesia, maka sudah menjadi hal yang biasa jika dalam mengambil keputusan kita seringkali memanfaatkan informasi melalui media online.

Pernahkah Anda mengetahui jika melalui percakapan di sosial media, kita dapat mengetahui informasi di balik jutaan teks baik berupa kata dan juga video?

Itu merupakan 'harta' tersembunyi yang jika kita mampu menganalisanya maka kita dapat memperoleh feedback secara real time untuk menentukan kebijakan, meningkatkan keselamatan publik, meningkatkan hubungan warga negara dan mendukung penelitian sosiologi yang penting.

Pemerintah juga dapat menganalisa percakapan di media sosial mengenai sentimen yang memiliki tone positif dan negatif mengenai rencana kebijakan harga Bahan Bakar Minyak (BBM), listrik, sarana tranportasi umum, dan kebijakan lainnya. Pemerintah dapat memperoleh informasi berharga agar dapat mengurangi efek negatif dari kebijakan yang akan dilakukan.

Kemampuan untuk mengumpulkan dan menganalisa percakapan di sosial media kurun waktu tertentu dari Facebook, Twitter, YouTube, forum diskusi, blog dan media online lainnya dapat dilakukan dengan Sosial Media Analytics.

Bagi pengambil kebijakan, mereka dapat memperoleh jawaban tentang strategi yang tepat untuk mengatasi permasalahan, implementasi kebijakan, dan juga kegiatan pelayanan masyarakat.

Pada saat ini, masyarakat sudah terbiasa mengekspresikan komentar dan sentimen tentang pekerjaan, transportasi, biaya hidup dan hal lain yang terjadi dalam kehidupan sehari-hari. Jika kita dapat mengumpulkan komentar masyarakat, maka kita akan banyak menemukan hubungan komentar tersebut dengan berbagai peristiwa yang terjadi.

Sebagai contoh, United Nations Global Pulse telah mempelajari bahwa obrolan dan sentimen pembicaraan dalam sosial media dapat memberikan peringatan sebelum jumlah pengangguran meningkat dan menginformasikan pembuat kebijakan tentang akibat yang mungkin terjadi.


Infografik yang menunjukkan beberapa indikator meningkatnya pengangguran

Fitur Penting di Sosial Media Analytics

Terdapat beberapa fitur penting yang perlu dimiliki Social Media Analytics. Di antara fitur tersebut antara lain data integration dan penyimpanan untuk menangkap seluruh percakapan di media online.

Fitur kedua, data dan text mining, pengguna dapat menentukan kategori topik, sentimen, tone dan taksonomi berdasarkan tujuan organisasi. Fitur selanjutnya, social media analytics workbench untuk menginterpretasikan bagaimana sentimen diterapkan pada tiap dokumen dan menyediakan pandangan dalam kategorisasi sentimen dan content dalam document viewer.

Fitur keempat, portal media intelligence yang menyediakan dashboard laporan atas hasil analisa sosial media yang di dalamnya juga terdapat tracking lintas channel -- seperti Facebook pages, Twitter accounts, YouTube channels dan Flickr group pages -- menggunakan social scorecards.


Screenshot dashboard dalam Social Media Analytics

Fitur kelima, dalam Social Media Analytics juga terdapat Conversation Center yang memungkinkan Anda dapat berinteraksi dengan pelanggan melalui sosial media dan mengetahui prioritas pesan yang sesuai dengan sentimen dan pengaruhnya, bukan sakedar kata kunci saja.

Dalam Social Media Analytics juga dapat tersedia dalam interface perangkat mobile untuk menampilkan laporan sentimen, site lima besar berdasarkan volume, influencer lima besar, daftar topik, dan tren sosial, aplikasi Twitter secara riil time, dan buzz di Twitter pada topik yang terkategorisasi.

Untuk mendukung analisa, kemampuan mesin untuk mengetahui berbagai bahasa juga menjadi sangat penting. Sebaiknya, Social Media Analytics yang baik mendukung beberapa bahasa antara lain Arab, China, Ceko, Denmark, Belanda, Inggris (US/UK), Persia, Finlandia, Prancis, Jerman, Yunani, Ibrani, Hongaria, Indonesia, Itali, Jepang, Korea, Norwegia, Polandia, Portugis, Rumania, Rusia, Slovakia, Spanyol, Swedia, Thailand, Turki dan Vietnam.

Bahasa ibu tempat Social Media Analytics digunakan tentunya harus dimiliki namun tambahan bahasa lainnya diperlukan untuk mendukung kemampuan analytics jika ada percakapan yang menggunakan bahasa lain atau organisasi yang memiliki layanan di berbagai negara.

*) Penulis, Erwin Sukiato merupakan Country Manager SAS Indonesia.


( ash / ash )


Sumber : detik.com