Контент-анализ. 
Маркетинговые исследования

Контент-анализ — формализованный метод сбора данных из вторичных источников и качествен но-количественного анализа их содержания.

Количественный анализ заключается в установлении частоты появления в тексте тех или иных единиц (характеристик) содержания. Качественный анализ позволяет делать выводы даже на основе единственного случая присутствия или отсутствия определенной характеристики содержания.

Контент-анализ может использоваться как основной метод, направленный на получение наиболее важной информации об изучаемом явлении; как метод, применяемый в комплексе с другими; как вспомогательный метод или процедура обработки данных, полученных при других исследованиях.

С точки зрения лингвистов и специалистов по информатике, контент-анализ является типичным примером прикладного информационного анализа текста, который сводится к извлечению из всего разнообразия имеющейся в нем информации каких-то специально интересующих исследователя компонентов и представлению их в удобной для восприятия и последующего анализа форме. Тем не менее среди методов кабинетных исследований контентанализ занимает особое место, в силу того что является самым технологичным из них, т. е. в наибольшей степени подходящим для автоматического мониторинга больших информационных потоков. Помимо этого, контент-анализ достаточно гибок для того, чтобы в его рамки мог быть успешно «вписан» весьма разнообразный круг исследований других типов. Пример компьютерной экспертной системы для анализа текста приводится во врезке по данным сайта «Проект ВААЛ» (www.vaal.ru).

Контент-анализ, как считает В. И. Шалак [122], — это метод изучения явления посредством анализа его отражения в «зеркале» человеческого сознания. Аналитические и прогностические возможности контент-анализа интересны не только ученым и политикам, но и предпринимателям, маркетологам, журналистам, специалистам в области РЯ, шоу-бизнеса, рекламы.

В основу контент-анализа положены:

• • принцип формализации (необходимо задать однозначные правила для выявления искомых характеристик содержания);
• • принцип статистической значимости (интересующие исследователя элементы содержания должны встречаться с достаточной частотой).

Объектом анализа могут выступать документы, под которыми понимаются материалы газет и других печатных изданий, содержание радиои телепередач, кинофильмов, рекламных обращений, а также данные, полученные посредством открытых вопросов анкет или свободных интервью.

Предметом анализа являются определенные смысловые единицы:

• • понятия, выраженные в словах или терминах, например рынок, продукт и т. п.;
• • темы, выраженные в смысловых абзацах, частях текста, статьях и т. п. (например, проблема снижения веса);
• • названия крупных фирм или торговых марок, конкретных товаров и т. п.

Система ВААЛ, работа над которой ведется с 1992 года, позволяет прогнозировать аффект неосознаваемого воздействия текстов на массовую аудиторию, анализировать тексты с точки зрения такого аффекта, составлять тексты с заданным вектором воздействия, выявлять личностно-психологические качества их авторов, проводить углубленный контент-анализ текстов и многое другое.

Области возможного применения:

• • изучение социально-демографического и социально-психологического портрета целевой аудитории;
• • выявление глубинных установок респондентов;
• • выяснение политической, экономической ориентации СМИ;
• • раскрытие логических противоречий в текстах, например в заявлениях интересующих лиц или пресс-релизах компаний;
• • идентификация рекламной стратегии фирмы

В ВААЛ-2000 пользователь может сконструировать свои или воспользоваться следующими готовыми блоками критериев анализа текста:

• • психиатрический (диагностика акцентуации) и психоаналитический анализ;
• • мотивационный анализ — определяет выраженность в тексте предикатов мотивации в соответствии с традиционными категориями мотивационных тематических апперцепционных тестов (потребность, мотив, валентность, инструментальная деятельность) с группировкой по четырем группам мотивов, физиологические, достижения, власти и аффиляции;
• • эмоционально-лексический анализ — выявляет эмоциональную насыщенность и структуру оценки по 15 эмоционально-оценочным критериям, выделяемым и наиболее значимым в российской культуре;
• • диагностика мета-программ — включает в себя оценку выраженности каналов репрезентации; субъективную организацию пространства, времени и движения; категории сравнения, логических операций; причинно-следственную и «свой-чужой» атрибуцию; определение «центра внимания»;
• • фонои цветосемантический анализ текста — позволяет оценить неосознаваемые эмоциональные компоненты текста и слова, сгенерировать искусственные слова (например, названия марок) с высокой коммуникативной эффективностью.

Реализация Система реализована в виде набора DLL-библиотек, которые подключаются к наиболее популярному текстовому процессору Word for Windows. Такой способ позволяет сохранить для пользователя привычную удобную среду создания документов и максимально облегчает освоение системы ВААЛ.

Источник: проект ВААЛ www.vaal.ru.

Единицей счета выступает не только частота (абсолютная и относительная) упоминаний, но и газетная площадь, эфирное время и пр.

Структура используемых в контент-анализе единиц представлена в табл. 16.3.

Таблица 163

Фиксируемые количественные и качественные характеристики текста

Цель исследования — выявление аспектов, касающихся некоторого события, организации или индивидуума, которые получили подробное рассмотрение в документах, вышедших в течение некоторого периода, для идентификации структуры и описания свойств изучаемого предмета, взаимосвязей появления и прогнозирования состояния на основе установленных зависимостей.

С помощью контент-анализа решаются следующие основные типы задач.

• 1. Сравнение публикаций в отношении их тематики и направленности. Например, оценка различных журналов как потенциальных каналов распространения рекламы предполагает выяснение ценностной ориентации издания, проявляющейся в том, какое внимание уделяется определенным темам. При идентичной целевой аудитории и существенных различиях в частотах можно судить о расхождениях в политике, проводимой руководителями изданий.
• 2. Выявление отношения к изучаемой проблеме.
• 3. Сравнение текста с некоторым эталоном для определения степени присутствия изучаемых свойств, например агрессивности выступления. Для этого должна быть определена некоторая норма, своеобразная «нулевая отметка», которая представляет относительную частоту употребления агрессивно окрашенных слов средним представителем изучаемой совокупности. Далее проводится анализ различий.
• 4. Отслеживание динамики направленности обсуждения проблем по определенным категориям. Например, выяснение частоты упоминания темы внешнего долга России в фиксированном наборе центральных газет на протяжении какого-то времени и соотнесение ее с колебаниями курса доллара путем простого корреляционного анализа.
• 5. Классификация обсуждаемых тем.
• 6. Выявление связей между категориями посредством корреляционного анализа совместного появления символов из разных категорий в одном документе. Расчет коэффициента корреляции указывает на силу и направленность связи между категориями: может оказаться, что для некоторых из них наблюдается тенденция совместного употребления, для других — наоборот.
• 7. Выделение существенных признаков, характеризующих объект исследования, на основе формальных методов извлечения из массивов текстов содержательной информации.
• 8. Изучение контекста употребления слов и категорий; категории в свою очередь могут быть подвергнуты классификации по частоте упоминания — как абсолютной, так и относительной, в том числе и относительно нормы (контекстный анализ).

В зависимости от направленности исследования можно выделить несколько типов контент-анализа [74, с. 78].

• 1. Подсчет символов (ключевых слов), содержащихся в материалах (частотный анализ). Например, определение частоты упоминания торговой марки или названия фирмы.
• 2. Дальнейшая проработка первого — классификация символов по отношению авторов публикаций к изучаемому объекту (в положительном или отрицательном аспекте).
• 3. Анализ по элементам содержания (смысловой) — классификация отдельных частей документов по заданным критериям.

• 4. Тематический анализ — выявление явных и скрытых тем публикаций.
• 5. Структурный анализ — выяснение взаимоотношений различных тем публикаций. Эти отношения могут быть взаимодополняющими, развивающими одну тему, и конфликтными (когда темы работают на противоположные цели).
• 6. Анализ взаимоотношений различных материалов, имеющих общую цель (кроме вопросов пятого типа контент-анализа). Изучается последовательность появления публикаций и отслеживается динамика характеристик содержания во времени. Например, изучение реакции на предвыборную агитацию.

Выбор объектов для обследования предполагает решение двух вопросов:

• • какие документы наилучшим образом представляют изучаемые характеристики события, организации или индивидуума;
• • какое количество документов нужно изучить, чтобы данные были достоверными.

Документы оцениваются с точки зрения их адекватности поставленным задачам маркетингового исследования, подлинности и надежности в зависимости от репутации источника.

Иногда уже отбор источников информации ограничивает количество документов, подлежащих обработке, до приемлемых размеров. Если все же материал слишком обширен и при этом все документальные источники информации одинаково важны для целей исследования, то может быть построена случайная выборка с помощью одного из стандартных методов [26, с. 145].

Обобщение основных особенностей контент-анализа представлено в табл. 16.4.

Таблица 16.4

Характеристика метода контент-анализа

Окончание табл. 16.4

При анализе текста и последующем сохранении его результатов в базах данных могут использоваться специальные программы, предназначенные для лингвистических исследований. Например, программа 01а1ех, разработанная в Институте русского языка РАН, способна составлять частотные словари, а также осуществлять поиск лексических единиц с их контекстами и сохранять его результаты в базе данных. Некоторая подсистема контент-анализа входит составной частью в отечественную систему прикладного анализа текстов ВААЛ. Имеется также ряд зарубежных контент-аналитических компьютерных систем и систем, потенциально применимых для целей контент-анализа, — такова, в частности, система КЕЭБ, разработанная Ф. Шродтом в Канзасском университете и используемая для анализа потока политических событий, которые отображаются на ленте информационного агентства Рейтер (www.krugosvet.ru).