本文4422字，閱讀時長3-5分鐘
“輿情”的概念自2010年前後在國內出現並有零星實際服務落地以來，由不為人知到全民皆曉，輿情的應用范疇由政務領域逐步擴展至企業服務、個人服務、行業研究等領域，而輿情監測軟件作為輿情服務的“基礎設施”，隨著整個輿情行業的發展也經歷瞭多輪變革與迭代。
一款優秀的輿情軟件，可以為品牌方在消費者洞察、客訴信息收集、宣傳效果評估、競品分析、危機管理等方面提供強有力的支撐。如何準確評估一款輿情軟件的優劣？如何從眾多良莠不齊的供應商中挑選出有強大技術實力背書的輿情軟件廠傢？我們建議通過以下六點進行比對：
號稱“全網采集”，系統是否真的具備全網抓取能力？
能否實現大規模定向采集 + 自建搜索引擎？
◆ Web1.0、2.0時代：輿情軟件百傢爭鳴
◆ 自媒體、短視頻相繼崛起，信息孤島效應凸顯，輿情產品出現分層
◆ 數據獲取方式全新升級：由關鍵詞采集轉為定向采集，由向通用搜索引擎索要數據轉為自建內部搜索引擎
◆ 能實現大規模定向采集+自建搜索引擎的輿情軟件廠傢寥寥無幾
◆ 目前市面上絕大多數輿情服務商不具備技術開發能力
◆ 鑒別“全網采集”真偽：比對數據量和超級APP數據、命題采集
在web1.0及web2.0時代，輿情信息主要來自於新聞站點、博客、微博等較為有限的信源，除微博信息外，大部分數據均可通過百度、搜狗這類通用搜索引擎獲取，這一時期也是輿情系統百傢爭鳴的時期，輿情軟件獲取數據的主要方式是目標導向式采集，即以關鍵詞搜索的形式，從百度及微博等平臺抓取數據。
隨著以微信、今日頭條為代表的自媒體平臺崛起，互聯網進入自媒體時代，由於各個自媒體平臺對搜索進行瞭限制，通過關鍵詞搜索的形式難以在自媒體平臺獲取到全面、準確的自媒體數據。
同時，由於主流平臺（微信、頭條等）限制百度等搜索引擎對其數據進行抓取，抖音、快手及視頻號等短視頻平臺的崛起進一步加劇瞭這種信息孤島效應，大量的信息被隔離在一個又一個獨立的超級app內，彼此無法互通，搜索引擎的信息獲取效率大打折扣。
真.全網抓取=定向采集+自建搜索引擎
信息獲取難度的不斷提高造成瞭輿情產品的分層，大部分技術迭代能力較差的輿情產品依舊采用以引擎搜索為主的方式獲取數據，其數據全面性、時效性均無法滿足自媒體時代下輿情監測的需要，逐步落伍。小部分技術能力較強的廠商則進入到以定向采集數據為主，關鍵詞搜索采集為輔，自建內部搜索引擎的新階段。
以往關鍵詞采集是目標導向式采集，如采集“某為”相關的信息需要以“某為”為關鍵詞在百度等搜索引擎搜索並獲取數據，采集過程中並無其他與“某為”不相關數據進入系統。
定向采集則是以最大限度獲取各個平臺、站點數據為指導思想，如針對某個門戶網站，通過大規模爬蟲實時高速采集整個站點全部板塊數據，針對某個自媒體平臺，實時采集整個app內有采集價值的數百萬自媒體訂閱號，采集過程中不對數據進行區分，統一放入內部自建的搜索引擎中。在這種情形下，如需獲取“某為”相關的數據，則直接向內部搜索引擎請求數據。通過這種信息采集和搜索方式可以有效解決信息孤島及信息獲取時效性的問題。
大規模定向采集+自建搜索引擎的技術架構優勢明顯，缺點在於技術難度較大，維護成本較高，目前整個市場上成熟采用這種技術架構的廠商，包括艾普思在內，不過寥寥幾傢，我們可以稱之為輿情軟件廠傢。
目前市面上的輿情服務商絕大部分並不具備技術開發能力，其中包括一部分將輿情服務作為唯一或主營業務的公司，這類公司通過采購一兩款主流輿情軟件來提供服務；另一些公司不主打輿情，但客戶有輿情軟件方面的需求，這類公司會通過與輿情軟件廠傢合作，以貼牌的形式提供輿情軟件。
不少輿情服務商號稱能做到“全網”采集，鑒別一款輿情產品是否真的具有全網抓取能力，不妨從以下三點入手：
一是通過數據量來比對，同等條件下剔除垃圾數據或冗餘數據後的數據量越大，真正實現全網抓取的可能性越大；二是比對一些超級app的數據，如某條、某音、某手等的數據，量大者定向抓取的可能性越大；三是給服務商命題，如提出采集一些生僻網站某個板塊的數據，在輿情軟件中展示，無技術能力的貼牌廠傢無法提供定制化抓取服務。
系統是否具備跨平臺信息展示能力？
能否覆蓋移動端？
◆ 輿情軟件應用場景：重度使用+輕度查看+案頭工作+移動辦公
◆ 系統應完整覆蓋PC端+移動端
◆ 聯動測試、綜合評判
一款優秀的輿情軟件應具備跨平臺信息展示的能力，提供覆蓋PC端及移動端的服務載體。目前主流的PC端服務都是以網頁系統的形式呈現，用戶無需下載安裝文件，僅需在瀏覽器內登陸及操作。
移動端服務主要指IOS平臺APP、安卓 平臺APP及微信小程序，三者各有優劣。安卓和IOS平臺APP可劃為一類，優點在於操作更流暢，PC端軟件功能還原度更高，缺點在於需要下載並安裝。
微信小程序的優點在於根植於微信生態內，無需安裝，同時支持安卓與IOS系統，缺點在於使用時需占用微信界面，影響微信使用，同時信息預警、原文跳轉等重要功能受制於微信規則無法完整使用。
總體來說，隻有完整覆蓋PC端及移動端的輿情軟件才能夠對重度使用、輕度查看、案頭工作、移動辦公等多應用場景提供足夠的支撐，建議在測試過程中對PC端及移動端進行聯動測試，綜合評判。
系統的自動研判能力、預警準確度如何？
分析時是否引入人工智能模型？
◆ 預設警報關鍵詞的傳統做法容易造成誤判，且詞庫維護耗時耗力
◆ 將人工智能模型應用於語義分析，效果優於關鍵詞庫判斷
◆ 僅部分頭部輿情服務商能實踐人工智能模型研判
系統的自動研判能力主要指對輿情信息的情感屬性（正負中）的判斷準確度、聚類（對相似信息的自動聚合，主要用於輿情事件研判）準確度、輿情事件自動分析（關鍵節點、時間軸）等一系列功能的集合。
軟件界面上呈現的是系統後臺分析後的結果，後臺分析程序的優劣決定瞭一款輿情軟件的分析能力。以情感屬性判斷為例，早期的輿情系統主要通過預設大量的警報關鍵詞來判斷信息的情感屬性，通過對關鍵詞進行細致的分類（按行業、按領域等）形成龐大的預警關鍵詞庫。
這種做法的優點在於可以在預警的同時對信息進行分類，缺點則較為明顯，由於漢語的復雜性特點，簡單通過預警關鍵詞或關鍵詞組合會造成大量的誤判，同時隨著關鍵詞庫的無限制擴大，詞庫的維護工作將耗費過多人力。
輿情智能分析技術舉例
近年來，隨著人工智能的興起及相關算法在自然語言分析領域應用的逐步落地，部分頭部輿情服務商通過人工智能模型來進行情感屬性判斷。簡單來說，即向空白模型中大量輸入準確的正面、負面信息，通過大量的數據註入、參數調優不斷完成模型迭代，最終獲得達到商用準確度要求的模型。
目前人工智能模型在語義分析應用中的效果優於關鍵詞庫判斷的效果，且可以低成本不斷完成進化，缺點在於技術門檻較高，具備相應技術能力且已開展相關實踐的輿情供應商不多。選擇輿情軟件時，可詢問供應商在對輿情信息進行語義分析時是否引入瞭人工智能模型，以考察其分析能力。
系統對新興平臺或媒介的反應速度如何？
能否快速上線高輿情價值的新載體？
◆ 整體互聯網流量由PC端向移動端遷移，給輿情軟件升級帶來挑戰
◆ 系統需將高輿情價值的新載體快速納入技術規劃，快速上線
◆ 移動互聯網時代的信息抓取需強大技術支撐
◆ 觀察系統對新興平臺的覆蓋數量以及單個平臺的數據量多寡
互聯網信息的媒介載體大致經歷這樣幾個時期：門戶網站時期、微博時期、以微信和頭條代表的圖文自媒體時期、以抖音、快手、視頻號為代表的短視頻自媒體時期，中間穿插諸如知乎、小紅書、B站等在各自細分領域擁有巨量信息的站點。
以時間維度來看，伴隨著整體互聯網流量由PC端向移動端遷移，新的媒介形式出現的速度越來越快，越來越多擁有海量內容、輿情價值很高的站點快速崛起，這給輿情軟件的升級帶來瞭兩個具體的挑戰：
一是敏銳性與時效性。一款優秀的輿情系統需要對互聯網信息源擁有足夠的洞察力，實時發現並評估新興的信息載體，有輿情價值的載體應快速納入技術規劃，快速上線；
二是技術難度。移動互聯網的信息孤島化導致數據來源過於分散，且不同的站點、APP的信息抓取策略千差萬別，移動互聯網時代的信息抓取難度較PC互聯網時代高瞭很多，如果缺乏足夠強大的技術支撐，即便敏銳察覺到新興平臺或媒介具有抓取價值，也無法在可控的時間內完成信息抓取動作。
用戶在測試輿情軟件時，可通過觀察系統對新興平臺的覆蓋個數及單個平臺相關數據量的多寡來判斷其對新興平臺的支持度和反應速度。
報告模塊的智能化程度如何？
是否支持數據多樣化篩選和用戶個性化設置？
◆ 報告模塊體現系統在非數據功能層面的功力
◆ 高智能化的報告模塊應覆蓋多應用場景、滿足個性化需求以及導出和分享的便利性
◆ 目前市面上大部分輿情系統的報告功能都較初級，對數據多樣化篩選及用戶個性化設置支持不夠
一款成熟的輿情系統一般都會包括信息展示、圖表統計、預警、報告、收藏等幾個模塊，各傢叫法或許不同，但功能類似。其中信息展示、圖表統計等幾個功能主要在輿情監看這個業務場景下使用，其效果好壞主要取決於廠商在數據抓取和分析方面的能力，而報告模塊則更多體現瞭系統在“非數據功能”層面的功力。
艾普思輿情管理平臺報告功能示例
一個好的報告模塊能夠覆蓋周期性報告、事件性報告、競品對比報告等多應用場景，同時具備足夠多的個性化選項，滿足使用者建立個性化的報告模板的需求，最後在報告導出及分享時，提供足夠多的導出選項和分享便利性。歸根結底，一個好的報告模塊能夠幫助使用者節省大量人工的前提下完成一份足夠亮眼的輿情報告。
目前市面上大部分輿情軟件的報告功能都比較初級，僅能提供一些基礎的固定模板報告，對數據多樣化篩選及用戶個性化設置支持不夠，建議用戶在選擇輿情軟件時著重對報告模塊中數據篩選形式是否多樣化、是否可以對報告數據按照分析模塊進行操作、分析模塊是否足夠豐富、分析模塊是否支持多種樣式等重點方面進行測試。
系統的流暢性與操作便捷性如何？
這一點其實適用於各種類型的系統，但由於輿情軟件在日常使用場景中可能需要較多的操作，故顯得尤為突出。各傢輿情系統均支持如信息展示、圖表統計、預警、收藏等主要功能模塊，但由於不同廠商采用的技術架構不同以及對功能模塊的設計思路不同，導致軟件的易用性及流暢性存在較大的差別。為瞭日常輿情工作的效率及心情舒暢度考慮，建議入手一款輿情軟件後，著重對系統流暢性及便捷性進行測試。
最後，考察供應商資質時，如果對方擁有“雙軟認證”，即同時具備軟件著作權登記證書及軟件企業認證則更加理想。記住：專業的事交給專業的人做。