Что такое ретроспективный след в SERM?

Ретроспективный след в SERM – понятие, которое может трактоваться по-разному:

В широком смысле – это положительные и отрицательные материалы, выявленные в ходе ретроспективного анализа. Они напрямую влияют на репутацию какого-либо лица или компании. Ретроспективный анализ делается и с помощью поисковых систем, и с помощью баз данных.

В узком смысле – это особая SERM-технология, которая формирует исторический след для конкретного субъекта или объекта, который собирается из положительных материалов. Обычно это означает размещение статей в СМИ «задним числом» – на прошедшие даты. При этом обычно учитывается положение этого субъекта или объекта на момент публикации.

При более сложном и продуманном подходе эта технология позволяет встроить любое лицо в уже прошедшее реальное событие, мероприятие или явление. Так, представитель компании может прокомментировать какое-то событие задним числом, политик «побывать» на благотворительном мероприятии, а инфоцыганбизнесмен – поучаствовать как спикер в конференции, которая прошла 10 лет назад.

Ретроспективный след в SERM обычно формируется для:

1) Придания лицу большей экспертности. Например, трейдер дает комментарии задним числом к некоторым событиям, уже зная их исход. Затем данные «предсказания» могут транслироваться на широкую аудиторию, оправдывая экспертность данного трейдера.
2) Как один из инструментов SERM продвижения для сокрытия негатива. По большей части, это нужно, чтобы не собирать весь позитив в один короткий временной отрезок, поскольку ретроспективный анализ репутации легко выявит всплеск единовременного появления позитивной информации. По секрету скажем, что используем этот инструмент в некоторых наших кейсах, например здесь.
Технология формирования ретроспективного следа требует осторожного обращения, поскольку может привести к появлению фактических ошибок. К примеру, в биографии публичного лица, опубликованной в определенном году, могут появится достижения или награды, которые он еще не успел получить на тот период времени. Технология требует полного обзора всей совокупности данных по лицу, а не только имеющихся в открытом доступе.