Рейтинг позволяет понять, как именно формируется репутация бренда в сети. Он выявляет сильные и слабые места коммуникационной политики, помогая сформировать стратегию развития компании в интернете.
Рейтинг позволяет понять, как именно формируется репутация бренда в сети. Он выявляет сильные и слабые места коммуникационной политики, помогая сформировать стратегию развития компании в интернете.
Для формирования комплексного рейтинга репутации российских банков проводится оценка по восьми ключевым параметрам, отражающим восприятие потребителя.
Вес каждого критерия определяется значимостью источника данных для выбора банка и повышения лояльности клиентов. Интегральный рейтинг формируется путём нормализации данных и присвоения каждому критерию множителя от 0,8 до 1,2, что позволяет учесть различную степень влияния каждого параметра на общую репутацию банка.
География: федеральный рейтинг
Критерии отбора банков: для обеспечения высокого качества и объективности рейтинга, одним из обязательных критериев является наличие у кредитной организации действующей лицензии на осуществление банковской деятельности, выданной Центральным Банком Российской Федерации. Проверка лицензии осуществляется на дату формирования списка участников рейтинга путем обращения к официальным источникам информации.
В качестве участников рассматриваются крупнейшие банки России, представленные в общедоступных и признанных рейтингах (например, «Банки.ру» и Forbes). Это позволяет охватить наиболее значимых игроков банковского сектора и предоставить актуальную и надежную информацию.
Для построения рейтинга анализируются следующие источники:
Анализ выдачи топ-10 в Яндекс и Google по брендовым и репутационным запросам (“бренд”, “бренд + отзывы”). Оцениваем % позитивных страниц.
Анализ проводится инструментом для аналитики https://arsenkin.ru/tools/, в рейтинге рассматривается не персонализированная выдача.
В данном параметре оценка проводится по двум критериям – позитив и негатив.
Коэффициент значимости показателя: 1,2
Мониторинг упоминаний бренда в сети. Оцениваем количество найденных упоминаний через систему мониторинга Brand Analytics.
Не учитываем при подсчете общего количества упоминаний посты, содержащие ключ erid.
Коэффициент значимости показателя: 0,8
При оценке лояльности пользователей в интернет пространстве, без опросов и анкетирования, индекс лояльности считается как соотношение позитивных упоминаний бренда к негативным.
Оценка проводится по всем онлайн-упоминаниям бренда за выбранный период.
На основании мониторинга делим все упоминания на:
Упоминания проходят модерацию в два этапа:
Коэффициент значимости показателя: 1,2
Показатель разделен на две составляющие, каждая из которых имеет свой коэффициент.
Профильные площадки, финансовые маркетплейсы – учитывается рейтинг на порталах:
Вес каждого портала одинаковый, общий коэффициент параметра повышающий – 1,2.
Непрофильные площадки – учитывается рейтинг на порталах:
Вес каждого портала одинаковый, общий коэффициент параметра понижающий – 0,8.
Скорость реагирования официального представителя банка в сообществах и представленность на площадках как оценка доступности банка. Анализируем: Вконтакте, Telegram.
Оценка:
Равное распределение между площадками.
Коэффициент значимости показателя: 1
Снимаем выдачу по запросу «название банка». Оцениваем % позитивных страниц.
Коэффициент значимости показателя: 0,8
На данный момент тестовые замеры показывают очень больше количество нерелевантных упоминаний у некоторых банков, параметр будет
дорабатываться.
Оценка доли контента, созданного самими пользователями (WOM), в общем объеме упоминаний бренда. Анализируется наличие положительных отзывов, в которых присутствует желание пользователей рекомендовать банк, делиться своим опытом и советовать его другим.
Методика:
Выгрузка всего контента из массива упоминаний, собранного в Brand Analytics, с тегом «WOM».
Передача контента на анализ AI-модели YandexGPT.
Оценка количества WOM-упоминаний, в которых AI определяет рекомендацию банка.
Нормализация полученного количества WOM-упоминаний.
Коэффициент значимости показателя: 1,0
Оценка репутации банка на геосервисах:
Анализируется средний рейтинг всех карточек организации банка на указанных геосервисах.
Методика:
Использование парсера для сбора информации о всех точках банков, участвующих в рейтинге, по всей территории РФ.
Расчет среднего рейтинга всех карточек организации для каждого банка.
Коэффициент значимости показателя: 1,0
Для обеспечения объективности и приведения всех данных к единой шкале (от 0 до 1 баллов в рамках каждого блока метрик) был применяется метод Min-Max нормализации.
Этот метод позволяет преобразовать значения из различных диапазонов в заданный диапазон без потери пропорций и структуры данных.
Формула минимально-максимальной нормализации выглядит следующим образом:
x’ = (x — min(x)) / (max(x) — min(x))
где x – исходное значение, x’ – нормализованное значение, min(x) и max(x) – минимальное и максимальное значения в наборе данных соответственно.
Цель рейтинга — оценка репутации российских девелоперов на основе их восприятия пользователями. Наш рейтинг интегральный и формируется с помощью нормализации собранных данных с применением к каждому критерию множителя от 0,8 до 1,2, их значимость определяется важностью источника данных для потребителя при выборе застройщика.
При разработке методологии аналитики RQ Index консультировались с представителями отрасли: девелоперами и отраслевыми площадками. Они помогли учесть специфику рынка недвижимости и подобрать наиболее подходящие критерии для оценки качества репутационных работ девелоперов.
География: Москва и Московская область
Критерии отбора девелоперов: участниками рейтинга являются крупнейшие застройщики, на долю которых приходится не менее 60 % объектов, построенных или реализованных в Москве и Московской области за последние 3 года по данным официального сайта девелопера.
Аналитики RQ Index оценивают репутационные достижения девелоперов по 7 критериям:
Также полученные значения по каждому критерию нормализуются — для объективности все данные приводят к единой шкале (от 0 до 1 балла в рамках каждого блока) с помощью метода Min-Max нормализации по формуле:
x’ = (x — min(x)) / (max(x) — min(x))
Подробнее с методологией можно ознакомиться по ссылке.
Исследование проводится ежегодно с 2024 года. Раз в полгода формируется предварительный список.
