Как соцсети формируют бизнес в недвижимости: Digital Guru об аналитике и big data в ЖКХ

97% компаний в мире инвестируют в Big Data как важный фактор успеха своего бизнеса, однако, принимают решения на ее основе лишь 24%. При том, что 70% всех данных генерируют сами пользователи (посты в социальных сетях, электронные письма, отзывы и т.д.), бизнес больше не может не учитывать их мнение при формировании своих продуктов и опираться лишь на собственное видение. Мы решили узнать, как большие данные применяются в недвижимости, и правда ли сегодня застройщики учитывают потребности своих клиентов при строительстве новых объектов городской инфраструктуры.

Для этого мы поговорили с Ольгой Соколовой — партнером аналитического агентства Digital Guru и экспертом в сфере управления digital‑репутацией. Ольга и Digital Guru фокусируются на работе в сегменте урбанистики и работают с лидирующими игроками рынка недвижимости, помогая им выстраивать продуктовую стратегию с учетом потребностей целевой аудитории и планировать инфраструктурные новшества благодаря анализу мнения жителей в социальных сетях. Среди клиентов — Правительство Москвы, Capital Group, Vesper, MR Group и другие.

Задача аналитики — совсем не рейтинг на Яндекс.Картах

Какие ключевые задачи решает аналитика социальных сетей для застройщиков и управляющих компаний?
Я бы здесь говорила больше именно о застройщиках, потому что управляющие компании — это больше отдельные объекты со своими задачами, причем иногда УК бывают и не связаны с застройщиками.

Так вот, если говорить именно о застройщиках, то я бы выделила несколько основных задач в области ORM и мониторинга соцмедиа:

1. Оперативный мониторинг и оповещение: очень широкий пункт и, по сути, основной. Застройщику важно видеть и понимать, что происходит в каждый момент времени — какие упоминания есть в СМИ, как называют его проекты в профильных изданиях или Telegram‑каналах, что дольщики обсуждают в чатах и т.д. В общем, любые упоминания и обсуждения застройщика и его проектов. Все это он должен получать оперативно и в понятном и структурированном виде.
2. Реагирование на негатив: это такое продолжение предыдущего пункта. Важно не только находить упоминания и видеть обсуждения в чатах или комментариях, но и реагировать на них. Например, транслировать позицию застройщика по спорным моментам, отвечать на негативные отзывы на площадках‑отзовиках, работать над увеличением рейтинга на основных площадках с отзывами о проектах.
3. Аналитический блок задач: исследование продукта, сравнение с лидерами/конкурентами и т.д. С помощью этих инструментов можно проводить сравнение своих проектов с похожими, подмечать “фишки”, которые нравятся целевой аудитории (чтобы в дальнейшем реализовать у себя), лучше понимать слабые стороны проектов, находить главные проблемы с точки зрения клиентов, и наоборот, понимать, что им нравится больше всего и чего бы им хотелось (например, какое именно благоустройство на территории проекта хотелось бы видеть жителям).
4. И, наверное, отдельно можно выделить антикризисное реагирование (этот пункт как бы производный от всех остальных, но применяется в каких‑то конкретных ситуациях, как правило, связанных с объектами (ЧП на стройплощадке, просадка грунта, паркинг затопило, местные жители собрались против стройки и т.д.)

И тогда у вас всегда будет понимание, в чем вы лучше, где вы уступаете, где нужно доработать какие‑то функции, где что‑то добавить (например, заметили, что у вашего конкурента вау эффект вызывает отапливаемый тротуар перед зданием, или визуальное оформление строительного забора само по себе становится отдельным инфоповодом для СМИ).

Более того, вы можете с помощью такого анализа не ограничиваться несколькими проектами, а делать более масштабные измерения (например, по всем проектам в вашем классе в городе), чтобы понять, что жителям (в том числе, потенциальным) нужно и важно в жилом доме, чего им не хватает, как они оценивают существующие функции в их ЖК. И это уже может вам помочь еще на этапе разработки концепции вашего проекта (например, мы недавно в исследовании чатов жильцов определили большой интерес и спрос среди жителей домов бизнес‑класса к инфраструктуре для электромобилей).

Везде общаются люди, обсуждают самые разные вещи, ругаются, шутят. В этих чатах можно найти массу данных, которые будут полезны застройщику или управляющей компании (от жалоб на мусор на этаже во втором подъезде до обсуждений, каких секций не хватает детям в соседней школе).

Мониторинг этих чатов, анализ настроений, поиск идей для улучшений и решение проблем — это большая работа, которую, причем, нужно делать быстро. Нет никакого смысла “отрабатывать” жалобу на мусор у подъезда спустя неделю, но с другой стороны, быстрое решение проблем жителей способно дать вау эффект и обеспечить лояльность большинства жителей. Например, увидели жалобу на наклонившееся дерево во дворе или мусор — исправили — сообщили об этом жителям.

Причем это все в равной степени относится не только к застройщикам и “коммерческим” УК, но и обычным городским службам. Только тут к чатам добавляются еще районные сообщества и чаты, которые также нужно оперативно отслеживать и реагировать на жалобы.

Обсуждения и жалобы в чатах и сообществах далеко не всегда идут в структурированном виде (я бы даже сказала, почти никогда), авторы используют разную лексику, поэтому отдельная большая задача — как это все отслеживать и разделять, где люди в чате обсуждают погоду на улице, а где жалуются на, условно, плохое освещение в паркинге.

Можете привести примеры, когда аналитика социальных сетей помогла застройщику улучшить проект или предотвратить кризис?
Специфика отрасли такова, что таких примеров масса, просто они незаметны (ну или заметны только узкоспециализированным специалистам или какой‑то части жителей конкретного комплекса). Разного рода и масштаба потенциальные кризисные ситуации возникают у разных застройщиков практически ежедневно. Еще одна проблема — как определить, насколько аналитика повлияла на предотвращение кризисной ситуации. Условно, вышло негативных 5 публикаций о ЧП на стройке дома — это много или мало, как оперативные комментарии и контакты с администрацией разных популярных telegram‑каналов повлияли на объем публикаций о событии (условно, без нас было бы 10 публикаций? Или 20‑40‑100?). Это все очень сложно оценить.

В плане улучшений продукта на основе аналитики похожая ситуация. Можно наблюдать как меняется уровень архитектуры и уровень наполнения новых жилых комплексов (причем я говорю о самых разных классах). Что нравится людям, какие дворы они хотят видеть, насколько сильно влияет озеленение (причем не просто озеленение, а именно люди хотят сразу видеть крупномеры, а не ждать по несколько лет пока саженцы во дворе вырастут). Все эти вещи измеряются и отслеживаются и в том числе с помощью аналитики соцмедиа.

Данных много, но не все подходят

Как вы определяете, какие источники данных из социальных сетей наиболее релевантны для анализа в конкретном проекте?
По каждому проекту мы собираем любые данные, так или иначе относящиеся к проекту. Но конечно если говорить о мониторинге соцмедиа на рынке недвижимости, то можно выделить несколько основных площадок. Сейчас это в первую очередь Telegram (здесь и крупные отраслевые/экспертные каналы, и наиболее популярные чаты жильцов), дальше остальные площадки — я бы выделила ВК, Instagram* и видеоплощадки (*запрещенная в РФ социальная сеть). Есть еще точечные площадки на других платформах, но это скорее исключение.

Каковы основные метрики и показатели, которые вы используете при анализе социальных сетей для клиентов в сфере недвижимости?
Метрики обычно настраиваются на старте каждого проекта, поскольку у разных проектов могут быть разные задачи и разный подход к реагированию.

Мы смотрим на количество единиц контента, их тип (это может быть публикация в тг‑канале, отзыв на площадке, статья в прессе, комментарий и т.д.), смотрим на их тональность. Часто есть градация “важности” публикации в зависимости от канала (условно, это пост в популярном канале “Недвижимость инсайды” или пост бота в ВК).

Есть, условно, общепринятые метрики в индустрии как охват, вовлеченность публикаций — на них мы также смотрим.

На части проектов мы объединяем похожие публикации/комментарии (или беседы в чатах) в сюжеты, и тогда число авторов или число комментариев в таких сюжетах также может быть показателем, на который мы ориентируемся.

И, конечно, у нас есть градация упоминаний/сюжетов по теме. В зависимости от этого алгоритм дальнейшей обработки упоминания может быть совсем разным. Например, мы можем отследить обсуждение сложности заезда в подземный паркинг — и у такого обсуждения будет один приоритет, а можем увидеть критическую публикацию в топовом отраслевом канале, например, о качестве строительства жилого комплекса — у этой темы будет совсем другой приоритет.

Еще одной группой метрик может быть время реакции, например, на жалобу управляющей компании. Эти метрики могут быть разнообразными в зависимости от конкретных ситуаций и формата жалоб. Но это может выглядеть так: время обнаружения жалобы на основных площадках — Х минут, время передачи жалобы в работу — У минут.

Как вы работаете с негативными отзывами и комментариями в социальных сетях? Есть ли стратегии их нейтрализации или превращения в позитив?
Я бы разделила реагирование на несколько частей. Во‑первых, все отзывы или комментарии нужно собирать и анализировать, даже в самых негативных комментариях и ругани застройщика или проекта всегда нужно стараться находить причину (даже если вы понимаете, что это фейковые отзывы от кого‑то из конкурентов или откровенная неправда). И нужно всегда стараться не просто эту причину найти, но и постараться решить проблему (конечно, если это возможно).

Дальше в зависимости от негатива стратегия реагирования может быть разной.

Например, если это явно фейковый отзыв — реакцией может быть жалоба администрации площадки с обоснованием позиции и просьбой удалить такой отзыв.

У части компаний на рынке есть несколько другое представление об обработке негатива. Считается, что в чат жильцов можно пригнать толпу ботов, которые всех затроллят, и тем самым “отработают” негатив. У нас другое мнение, мы считаем, что такой подход только злит людей и приводит к дополнительному негативу.

Например, если есть жалобы жителей на недостаточное благоустройство и недостаточное количество взрослых деревьев на территории, то на такие жалобы будет странно приходить ботами и говорить, что все в порядке, деревьев хватает, а благоустройство и так красивое. Это будет выглядеть максимально странно. И если и вызовет какую‑то реакцию у жителей в чате, то это будет смех и улюлюканье и последующий бан аккаунтов.

А вот если застройщик проведет дополнительное озеленение и высадит крупномеры, и заранее анонсирует свои планы, чтобы жители были в курсе (и будет регулярно далее об этом рассказывать), то это повысит лояльность и уберет саму причину недовольства.

Кстати, темы наиболее частых вопросов жителей можно использовать при подготовке контента для собственных площадок застройщика. Это может быть, например, материал с обзором мест для прогулок в ближайших парках, или, например, рассказ о том, какие спортивные секции доступны для детей в районе.

Как аналитика социальных сетей может помочь в разработке новых жилых проектов или улучшении существующих?
Я ранее рассказывала о том, как можно собирать упоминания проектов и сегментировать их по различным темам и параметрам. Все это же можно делать не только для существующих объектов, но и на этапе, когда новый проект только задумывается. Можно начать с изучения различного контента о соседних жилых комплексах (какие у них достоинства и недостатки, чего не хватает их жителям, что им нравится), проанализировать другие проекты со схожими с вашим новым проектом характеристиками и с примерно теми же функциями, что и у вас. Например, это могут быть другие проекты бизнес‑класса или другие комплексы, расположенные у воды или у парка, или комплексные проекты, реализованные “в чистом поле” (если вы планируете такой проект). Так вы сможете получить массу данных для анализа: что для вашей ЦА более важно, на что потенциальные покупатели обращают внимание в первую очередь, а без каких фишек они могут обойтись.

На основе чужого опыта можно внести изменения в готовящийся проект. Например, изучить опыт и понять, насколько добавление арт‑объекта на территории оправдано и что это дает. Либо изучить мнение горожан и жителей другого комплекса, в котором реализован медиафасад, чтобы попробовать предсказать, как будет встречено внедрение этой фишки в вашем новом проекте.

Можно даже изучать “инстраграммность” локаций других жилых комплексов, чтобы понять, какие фишки для привлечения внимания можно запланировать заранее, чтобы ваша локация привлекала бы больше трафика (например, если в вашем проекте планируется большой блок коммерции).

Большие данные — ключ к решению конфликтов «на опережение»

Как вы оцениваете эффективность внедрения аналитики социальных сетей в процессы управления ЖКХ?
Можно говорить на примере Москвы. В городе очень активно используется мониторинг соцмедиа, в том числе, в сфере ЖКХ. Каждый день обрабатываются десятки и сотни конкретных жалоб, которые пользователи оставляют в чатах и сообществах в соцмедиа (плохо убрались в подъезде, упало дерево, плохо положили плитку в подъезде, оборвали провода в электрощитках и т.д.). Это не говоря о специальных городских сервисах, специально созданных для жалоб на конкретные городские проблемы.

Причем я считаю, что здесь еще много работы и множество возможностей для улучшений аналитики — от сбора предложений по благоустройству “на местах” до выстраивания системы оценки работы в конкретных районах.

Хорошо выстроенная работа по мониторингу и аналитике и внедрению результатов решает сразу несколько задач: это и оперативное решение конкретных проблем жителей (поменяли лампочку в подъезде, заменили сломанную лавочку во дворе и т.д.), и работа на опережение возможных городских конфликтов (можно сразу найти проблему и помочь жителям ее решить), и работа по улучшению городской среды в целом. Например, мы обнаружили, что в разных районах города в подъездах используется новая напольная плитка, если на нее попадает снег, то на такой плитке становится очень скользко — поэтому в зимний период просто попадание в подъезд становится потенциально очень травмоопасным. Проблема наблюдалась в нескольких районах; соответственно, на основе этих данных можно решить проблему в масштабах всего города.

Какие тенденции вы наблюдаете в области аналитики социальных сетей для недвижимости и ЖКХ?
Более активное использование ИИ, конечно же. Это уже есть и дальше будет еще усиливаться. Если мы говорим о реальной аналитической работе, когда собираются тысячи и десятки тысяч (а иногда и сотни тысяч) единиц контента, которые нужно обрабатывать каждый день, то без новых средств автоматизированного анализа этих данных обойтись нельзя. Тем более, если речь идет о городских данных (например, вам нужно оперативно собирать жалобы и предложения по благоустройству), а не о только о конкретных жилых комплексах, то это миллионы сообщений в месяц.

Например, мы сейчас работаем над проектом по анализу тем обсуждений в домовых чатов в новостройках. Так мы собрали больше 5 миллионов сообщений, которые анализируем. Поэтому тут уже нужны собственные наработки по искусственному интеллекту, которые обучались бы именно на городских данных и применялись именно для таких проектов.

И я бы еще назвала тему визуализации данных, особенно если речь идет о проектах по сбору обратной связи от граждан по конкретным локациям (например, мы собираем предложения от жителей по улучшению их дворов в рамках всего города). Эта тема, конечно, не новая, но различные интерактивные дашборды, в которых в режиме реального времени показываются проблемы в масштабах района или города, причем сразу с привязкой к конкретной локации — без этого сейчас очень сложно представить работу.

Как вы видите развитие роли социальных сетей в формировании репутации застройщиков и управляющих компаний в ближайшие годы?
Думаю, принципиальных изменений здесь не будет — это уже сейчас один из важнейших элементов, это просто будет дальше развиваться поступательно. Все и так изучают информацию в интернете, сидят в чатах, смотрят видео, подписаны на разные телеграм‑каналы. Возможно, появятся какие‑то новые платформы, но пока каких‑то глобальных изменений не вижу.