Вы вкладываете миллионы в экофестивали и посадки деревьев, а в комментариях всё равно «дым, гарь и бензол»? Возможно, у этого есть причина. Разбирались коллеги из агентства по управлению репутацией в интернете HIGH VOLTAGE BRAINS.

У Газпрома самый большой охват экологического контента среди всех крупных промышленно-сырьевых компаний России — больше 77 млн просмотров. И при этом почти каждый четвёртый комментарий под такими постами негативный. У Норникеля доля негатива ещё выше — 29,8%. У ТМК — 35,8%.

Мы проанализировали более 400 тысяч постов и свыше 170 тысяч комментариев по десяти компаниям — от Газпрома и Северстали до СИБУРа и ФосАгро — и посмотрели, как аудитория реагирует на их экологическую повестку в соцсетях. Вывод неудобный для многих PR-служб: количество и красота контента почти не коррелируют с доверием.

Но главное, что показало исследование: традиционный автоматический Sentiment Analysis (оценка тональности «в лоб») на массивах таких объёмов заставляет бренды совершать критические ошибки при принятии маркетинговых и коммуникационных решений.

При выборе ниши для исследования нам нужен был рынок с максимальной «температурой» в комментариях и высокой сложностью ORM-аналитики. Экологическая повестка крупного бизнеса идеальна по трём причинам:

Максимальный эмоциональный накал аудитории. Здесь почти нет «холодного» нейтрала. Любое упоминание выбросов, очистных сооружений или запаха моментально триггерит базовую потребность людей в безопасности.

Пик рисков Greenwashing (зелёного пиара). Это идеальная «лабораторная среда» для проверки гипотезы о конфликте смысловых слоёв. На примере экотемы отчётливо видно, что происходит, когда компания пытается отвечать социальными акциями (субботники, посадка деревьев) на технологические претензии (дымы, аварии, сбросы).

Высокий уровень информационной зашумленности. Экотема привлекает экоактивистов, политические Telegram-каналы, локальные городские паблики, бытовой юмор и чужие новости. Это даёт идеальный датасет, чтобы показать, как сырые выгрузки искажают реальный репутационный профиль компании.

В исследуемом массиве данных чётко видны две разные модели построения повестки:

Промышленная экология. Северсталь, Норникель, РУСАЛ, ММК и частично Газпром говорят языком снижения выбросов, газоочистки, углеродных единиц и модернизации производств. Кейсы сильные. Например, предиктивная система «Аксиома» у Норникеля прогнозирует выбросы с помощью ИИ, а РУСАЛ отчитывается о продаже углеродных единиц в рамках Сахалинского эксперимента.

Но именно у этой группы выше репутационный риск: аудитория помнит выбросы, дым, аварии и исторический ущерб лучше, чем текущие показатели.

Просветительская экология. СИБУР, ФосАгро и частично Газпром с РУСАЛом делают ставку на понятные человеческие форматы: экоуроки для школьников, «Вторая жизнь пластика», центры вроде «Зелёной планеты», субботники, фестивали. У СИБУРа это выражается в цифрах: доля негатива всего 14,5% — заметно ниже, чем у металлургов.

Сводные метрики исследования (топ компаний)

Показателен случай СИБУРа: у компании зафиксирован один из самых низких уровней общего негатива на рынке (14,5%) за счёт понятной и «человечной» коммуникации (переработка пластика, экоуроки). При этом доля профильного эконегатива по ключевым словам составляет 14,0%.

Практическое совпадение этих цифр говорит о высокой гигиене коммуникаций: у компании практически отсутствует случайный бытовой шум, а повестка воспринимается аудиторией предельно предметно и сфокусированно.

Когда автоматическая система мониторинга оценивает текст по ключевым словам или базовым языковым моделям, возникают аналитические искажения. Разберём ключевые аномалии на примерах из датасета.

В выгрузке по ТМК автоматическая система зафиксировала 35,8% негатива — абсолютный антирекорд исследования. Однако детальный контент-анализ показал, что массив данных предельно зашумлён: в поисковую выдачу попали сторонние новости, посты про зарубежные предприятия и бытовой юмор, не имеющий отношения к экологии или производству бренда. Реальный эконегатив ТМК составил всего 9,6%.

Вывод: оценивать статус бренда по «сырому» отчёту софта — значит принимать решения на основе мусорных данных.

Сравнивая данные разных игроков, важно смотреть не только на общую тональность, но и на коэффициент чистоты инфополя (соотношение тематического негатива к общему фону).

• Кейс с размытым фоном (ФосАгро). Общий негатив составляет 22,4%, но узкий эконегатив — 16,4%. Разница в 6% — это размытый бытовой или социальный шум, который не несёт прямых репутационных рисков для экоповестки, но искажает общую картинку в автоматических отчётах.

• Кейс со сфокусированным фоном (СИБУР). При низком общем негативе (14,5%) профильный негатив составляет 14,0%. Это пример того, как чёткая привязка к понятным темам (экономика замкнутого цикла, детские проекты) отсекает нерелевантный негативный шум, позволяя PR-службе работать только с целевыми инфоповодами.

Доля негатива «Газпрома» (26,3%) выглядит средне на фоне отрасли. Но при охвате в 77,5 млн просмотров и 74 тысячи комментариев 26,3% превращаются в 19 603 негативных комментария (из которых 9357 — прямые претензии по экологии, запаху, газу и выбросам).

Вывод: при сверхвысоких охватах нельзя успокаивать руководство словом «всего 26%». 20 тысяч негативных упоминаний — это сформированная информационная среда, которая полностью определяет выдачу в поисковых системах.

Под постами про субботники, посадки деревьев и экоуроки — то есть под самым позитивным контентом — комментаторы почти всегда возвращаются к одному и тому же набору вопросов:

• Что с выбросами прямо сейчас?

• Чем реально дышат жители?

• Что с водой и есть ли независимые замеры?

• Почему происходят пожары и аварии?

• Не является ли всё это просто PR-обвязкой нерешённой проблемы?

Характерный пример — «Северсталь»: на фоне сильных локальных кейсов (озеленение улицы Мира в Череповце, участие в «Чистом воздухе») в выгрузке заметно фигурирует пожар на территории предприятия с упоминанием бензола. Одно происшествие перевешивает десятки постов про озеленение, потому что аудитория оценивает не количество добрых дел, а совпадение слов и реальности.

Чтобы ORM-отчётность отражала объективную реальность, рекомендуем внедрить пошаговый алгоритм гигиены данных:

Настройте в системах мониторинга (Brand Analytics, YouScan, Медиалогия) логические операторы (&&, NEAR, кавычки) и внесите стоп-слова. Исключите однофамильцев, тёзок бренда, спортивные клубы и смежные геоновости.

Разделите входящий поток на узкие категории с помощью словарей-маркеров:

Plaintext
[Экология и воздух] = дым, факел, вонь, запах, выбросы, гарь, смог
[Здоровье] = тошнит, голова болит, астма, дышать нечем, скорая
[Безопасность] = хлопнуло, факелит, сирена, взрыв, пожар, горит

Оцените долю узкого профильного негатива по отношению к общему фону:

Если NFC близка к 100% (как у СИБУРа) — перед вами предельно чистый датасет без бытового мусора, где PR-команда может работать напрямую с целевыми смысловыми блоками, не отвлекаясь на спам и сторонний шум.

Соблюдайте правила взаимодействия с аудиторией.

Волонтёрство не заменяет производственные показатели. Субботники и экоуроки повышают лояльность только в связке с конкретными цифрами: снижение выбросов в процентах, независимые замеры, сроки модернизации очистных. Отдельно — это красивый, но уязвимый контент.

Молчание о проблеме хуже честного разговора о ней. Компании, которые прямо отвечают на локальные жалобы (запах, дым, вода), получают меньше вторичного негатива, чем те, кто публикует только позитив. Аудитория считывает избегание темы как подтверждение проблемы.

Локальная повестка работает сильнее абстрактного ESG. Лучше всего аудитория реагирует не на отчёты об устойчивом развитии, а на конкретный город, конкретный водоём, конкретных людей — то, что можно проверить своими глазами.

Для честной и убедительной коммуникации сегодня недостаточно просто говорить о добрых делах. Нужно разделять контент на два слоя: видимые социальные акции и реальное снижение промышленного воздействия — и системно закрывать разрыв между ними: мониторить, что реально волнует аудиторию в конкретном регионе, и отвечать на это раньше, чем тема уйдёт в устойчивый негативный нарратив.

Именно на стыке этих задач — мониторинга репутации в режиме реального времени и превращения данных в конкретные коммуникационные решения — сегодня работает ORM: не как реакция на кризис, а как система, которая видит проблему за месяцы до того, как она станет таковой.