Парсер «ВКонтакте» — сбор данных для медиаисследований

2
399

Парсерами социальной сети «ВКонтакте» в основном пользуются интернет-маркетологи. Они и позиционируются в качестве коммерческих сервисов. Однако инструменты для сбора аудитории предоставляют возможности, выходящие далеко за рамки потребностей рядового SMM-специалиста.

В интернете есть множество обзоров и сравнений парсеров. Наиболее полным и полезным является «Большое сравнение парсеров». Если у вас нет узкоспецифических задач, то выбор парсера не будет принципиальным. Рекомендуем использовать любой из этих:

Необходимо отдать должное парсеру «Церебро». Именно он стал наиболее успешным инструментом сбора целевой аудитории. Специалисты долго молились на него за предоставленные возможности. Однако безусловное лидерство не было долгим.

TargetHunter — нынешний лидер многих обзоров. Функционал, дружелюбность поддержки, скорость — всё на высоте. Есть промокод для полного доступа на два дня: discourse.digital. Остальные парсеры, кроме «Церебро», предоставляют тестовый доступ для ознакомления.

vk.barkov долгое время был полностью бесплатным, но с самым базовым функционалом. Сейчас функционал расширен, пошёл процесс коммерциализации сервиса. Если у вас маленькие объёмы выборки, то, в принципе, можно обойтись бесплатной версией.

Зачем парсеры в цифровых исследованиях?

Парсеры в цифровых исследованияхКонечно, сбор целевой аудитории — необходимый инструмент в работе любого интернет-маркетолога, но он полезен и в медиаисследованиях. Так, широкий интерес вызвало исследование пользователей Instagram. Хороший пример применения парсера.

Комбинирование различных функций сервисов по сбору данных в социальных сетях позволит осуществить добротный медиаанализ. Приведём несколько примеров.

  • Экспорт базовой информации (социально-демографические характеристики, активность, сфера занятости, интересы) со страниц пользователей выступает массивом первичных данных для последующего анализа. Полученный массив можно подвергнуть стандартному социологическому анализу (политические предпочтения, социально-демографическое распределение в социальных сетях, анализ самопрезентации и так далее). Однако нельзя забывать, что в интернете люди искажают информацию о себе (впрочем, что верно и для социологических опросов), существует множество фейков и ботов. Следует учитывать эти сложности. Исследуется репрезентация и пользовательская активность, а не «реальное положение дел».
  • Сбор постов и публикаций сообществ или новостей предоставит материал для контент-анализа.
  • Сбор друзей и подписчиков позволит создать выборку для построения социального графа. Здесь есть сложность: рассматриваемые парсеры не позволяют собирать информацию о социальных связях внутри выборки. Для этого нужны другие инструменты, но об этом напишем отдельно.
  • На данный момент Instagram не позволяет производить парсинг пользователей по месту жительства, известны только геометки фотографий, но не самих аккаунтов. Выгрузив же аудиторию «ВКонтакте» по определённому городу, собрав их страницы в Instagram, можно приступить к визуальным исследованиям с условием привязки авторов к местоположению.

Функционал парсеров настолько широк, что они становятся необходимым инструментом в запасе медиааналитика. А если ваши потребности не покрываются перечисленными инструментами или их комбинацией, то всегда можно заказать парсер у студента-фрилансера или написать самостоятельно, конечно, если знаете программирование.

Именно поэтому изучение Python или R рекомендуется всякому, кто хочет стать высококлассным специалистом в области цифровых исследований. На эту тему можно прочитать интервью о навыках программирования в маркетинге и про использование языка R в гуманитарных науках.

2
ОСТАВЬ КОММЕНТАРИЙ

avatar
1 Веток
1 Ответов
0 Следят
 
Most reacted comment
Hottest comment thread
2 Комментаторы
Редакция порталаFantom Последние авторы комментариев
Fantom
Гость
Fantom

Имеет ли смысл использовать несколько парсеров? Ну может есть какие-то необходимые функции в одном, а какие-то — в другом, но и те, и те строго нужны?