Mediebevakning verktyg: bästa valen för att mäta share of voice
Mediebevakningsverktyg för share of voice i ljud och text
Retriever, M-Brain, Meltwater och Tonar jämförda utifrån vad ni faktiskt behöver mäta i svenska medier.
Se share of voice i ljudmedier med egna ögon
Boka en demo och se hur share of voice ser ut i poddar och radio, inte bara i artiklar.
Share of voice är svårare att mäta i ljud
Share of voice visar hur stor andel av den samlade synligheten ett varumärke har jämfört med konkurrenterna. Formeln är enkel: era omnämnanden delat med alla omnämnanden i kategorin, gånger 100. Om ni har 25 000 av 100 000 omnämnanden är andelen 25 procent.
Svårigheten ligger i underlaget. I text finns orden redan. I poddar och radio måste någon först skriva ned det som sägs, och fel i den texten flyttar siffrorna. Ett varumärke som missas eller förväxlas med ett annat räknas fel i nämnaren och i täljaren.
Tre kriterier som avgör valet
Börja med täckning: vilka medier följs, och följs ljud på samma nivå som text? Titta sedan på transkriptionskvalitet, eftersom allt som kommer efter bygger på den. Tredje kriteriet är sentiment: räcker det att veta att ni nämns, eller behöver ni veta hur?
Till detta kommer hur ni jobbar i vardagen. Kan ni skapa egna märkningsregler, söka med vanliga ord och lyssna på själva klippet? Läs mer i vår guide till bästa programmen för mediebevakning.
Det etablerade fältet och vad det är bra på
På den svenska marknaden finns Retriever, som beskriver sig som nordisk ledare inom media intelligence. Plattformen Monitor samlar bevakning, arkiv och analys, och Retriever bevakar nyhetsmedier på webben i stor skala samt erbjuder internationell bevakning av tryck, webb, tv och radio. Den passar större företag som vill ha säljstöd och bred textbevakning.
M-Brain är Retrievers systerbolag och beskrivs som likvärdigt i funktioner, med webb, sociala medier, tryckta medier och anpassade lösningar. Meltwater är ett norskt bolag med global inriktning och fast närvaro i Norden. Vill ni främst följa artiklar och nyhetsflöden är dessa starka val.
Där Tonar passar bättre
Tonar är byggt för ljud. Vi följer omnämnanden i poddar, radio, strömmande tjänster, korta klipp och sociala medier i Sverige, Finland och Norge. Våra egna modeller är tränade på nordiska språk och dialekter, med en ordfelsfrekvens på 3 procent.
Modellerna läser hela samtalet och skiljer till exempel SCB från SEB. Sentimentet analyseras per entitet utifrån tonen, och ämnen kopplas till varumärken. Behöver ni mäta share of voice i det som sägs, inte bara det som skrivs, är det här gapet vi fyller. Läs mer om ljudtranskribering och entitetsigenkänning.
Vilket verktyg passar ert behov av share of voice
Alternativen på den svenska marknaden har olika tyngdpunkt.
- Retriever
- Större företag som vill ha säljstöd och bred bevakning av text och nyhetsmedier.Nordisk aktör med plattformen Monitor för bevakning, arkiv och analys.
- M-Brain
- Den som vill ha liknande funktioner som Retriever och anpassade lösningar.Systerbolag till Retriever, med webb, sociala medier och tryckta medier.
- Meltwater
- Organisationer med internationell inriktning som vill ha en global leverantör.Norskt bolag med global inriktning och fast närvaro i Norden.
- Tonar
- Varumärken, byråer och mediebolag som vill mäta share of voice i poddar, radio och strömmande ljud.Egna AI-modeller för nordiska språk, sentiment per entitet och API.
Välj Tonar om ljud är en viktig del av ert rykte och ni behöver pålitliga transkriptioner, sentiment per entitet och Auto-label. Välj Retriever eller M-Brain om ni främst följer artiklar och tryckta medier, och Meltwater om ni behöver en global leverantör.
Fördelar
Transkriptioner ni kan räkna på
Ordfelsfrekvensen ligger på 3 procent, och modellerna är upp till 5 gånger mer exakta än de mest avancerade open source-alternativen. Det minskar felen i er share of voice.
Sentiment per entitet
Tonen analyseras för varje namn och varumärke för sig, inte bara som positiva eller negativa ord. Ni ser hur just ert varumärke omtalas, även i samma samtal som en konkurrent.
Egna regler med vanlig text
Med Auto-label skriver ni en regel med egna ord, så märker AI:n varje träff som matchar. Ni slipper bygga komplicerade söksträngar.
Flexibelt API för egna produkter
Ni väljer mellan full databas-firehose, REST API eller RSS-flöde. Det passar den som vill bygga egna dashboards på nordisk ljuddata.
Tre köpare, tre olika val
PR-chef som följer varumärket i poddar
Ett svenskt varumärke märker att samtalet om dem flyttat till poddar och radio. Med Tonar följer PR-chefen omnämnanden av både det egna varumärket och konkurrenterna och ser share of voice och sentiment per varumärke. Med Auto-label skriver hen en regel som "Märk när någon uttrycker direkt kritik mot vårt varumärke" och lyssnar på klippet med ett klick. Behövs bred artikelbevakning vid sidan av kan ett textverktyg som Retriever komplettera.
Byrå som rapporterar för flera kunder
En byrå ska jämföra flera kunders ställning mot deras konkurrenter. Här är konkurrentjämförelse och ämnesanalys avgörande: vilka teman kopplas till vilket varumärke, till exempel hållbarhet eller kampanjer? Med sökning med naturligt språk beskriver teamet vad de letar efter med egna ord. För rapporter som främst bygger på tryckta medier och webbnyheter finns etablerade alternativ som M-Brain.
Mediebolag som bygger egen dashboard
Ett medieföretag vill bygga in ljud- och videodata i sin egen produkt. Då räcker inget färdigt gränssnitt. Tonar API finns som full databas-firehose, REST API eller RSS-flöde, och kunder beskriver det som stabilt, snabbt och väldokumenterat. Produktteamet väljer själv hur datan hämtas och visas.
Vanliga frågor när ni väljer verktyg för share of voice
Jämför med era egna varumärken och konkurrenter
Berätta vilka varumärken och medier ni vill följa, så visar vi hur share of voice och sentiment ser ut i era ljudmedier. Ni kan sedan jämföra med det ni använder idag.