万能的舆情监测软件还是倒在了评论项目的石榴裙下

昨天，小编接到了一个品牌公寓的舆情监测项目，小编查了一下这个公寓实时跟历史的网络舆情情况，信息量不大，项目做起来也是非常简单的。就很有自信的到甲方单位，跟甲方沟通，沟通半天下来，小半发现自己错了，舆情监测软件在这个项目面前真的是一文不值。下面小编就来给大家分析一下这个项目吧：

项目需求：
1、重点监测小红书、微博、抖音、知乎、豆瓣、百度贴吧等信息，特别是评论类的信息，要做到实时监测汇报，时效性不能低于20分钟。
2、监测苹果应用商店、华为应用商店、VIvo、OPPO等应用商店的关于他们公司APP的评论类信息。
3、基于监测的负面类舆情，要输出舆情监测行业的周期性报告。

项目的难点：
小编公司的人工预警团队跟人工报告团队是2个不同的部门，人工报告团队的报告数据很大一部分来源于人工预警，这个项目的难点在于评论类数据：
1、小红书评论数据是可以采集，但是采集不全，会漏掉，而且小红书反爬虫特别厉害，时效性也会远低于甲方要求的时效性。
2、客户单位微博数据很多，而且客户要求的是基于每条微博下面的评论数据监测，这个没有涉及到关键词的评论也要监测到。这个目前在舆情监测行业还需要时间来突破。
3、知乎、百度贴吧等很多评论类数据会涉及到楼中楼，很多时候会因为楼层太多，很难爬到，就算爬到时效性也是非常差的。
4、评论数据全面性无法保证，报告部门没有数据，也很难完成报告的任务，巧妇难为无米之炊。

目前客户怎么做：
自己安排一个员工，每天花点时间来盯着这个事情做。

关于该项目的建议：
基于该项目的评论类数据板块，目前国内的舆情监测软件还无法满足，外包给第三方公司，很难实现项目目前甲方自己做的效果，最终小编建议，他们采购一个舆情监测软件辅助他们来做这个舆情监测工作，项目还是由他们自己公司来执行。