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. 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?
Конечно, сбор целевой аудитории — необходимый инструмент в работе любого интернет-маркетолога, но он полезен и в медиаисследованиях.
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.
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 про использование языка R в гуманитарных науках.
