Sfetcu, Nicolae (2022), Analitica rețelelor sociale, IT & C, 1:2, 93-102, DOI: 10.58679/IT85450, https://www.internetmobile.ro/analitica-retelelor-sociale/

 

Rezumat

Pe măsură ce canalele de socializare se îndreaptă de la viața personală la cea profesională și pătrund în rutinele corporative de zi cu zi și în fluxurile de lucru ale afacerilor, organizațiile se confruntă cu nevoia de a formula și implementa tehnici de măsurare care să le ajute să obțină informații din interacțiunile social media și să evalueze succesul propriilor lor inițiative de socializare. Analitica rețelelor sociale (analitica social media) este un domeniu nou și emergent, pregătit pentru a permite companiilor să își îmbunătățească inițiativele de gestionare a performanței în diferite funcții de afaceri. Indiferent dacă este vorba de măsurarea eficienței campaniilor promoționale, colectarea de informații despre nevoile și preferințele clienților, discernerea percepțiilor mărcii, obținerea de feedback cu privire la performanța produsului sau pentru a capta date despre tendințele pieței, analitica social media are potențialul de a furniza informații utile diferitelor linii de afaceri precum marketing și vânzări, relații cu clienții, relații publice și dezvoltarea de produse.

 

Cuvinte cheie: analitica, rețele sociale, social media

 

Abstract

As social media channels move from personal to professional life and permeate daily corporate routines and business workflows, organizations are faced with the need to formulate and implement measurement techniques to help them gain insights from social media interactions and evaluate the success of their own social media initiatives. Social media analytics is a new and emerging field poised to enable companies to improve their performance management initiatives across various business functions. Whether it’s to measure the effectiveness of promotional campaigns, gather information about customer needs and preferences, discern brand perceptions, get feedback on product performance, or to capture data on market trends, social media analytics has the potential to provide useful insights to different lines of business such as marketing and sales, customer relations, public relations and product development.

 

Keywords: analytics, social networks, social media

 

IT & C, Volumul 1, Numărul 2, Decembrie 2022, pp. 93-102
ISSN 2821 – 8469, ISSN – L 2821 – 8469
URL: https://www.internetmobile.ro/analitica-retelelor-sociale/
© Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Acesta este un articol cu Acces Deschis distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0/).

This is an Open Access article distributed under the terms of the Creative Commons Attribution License CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0/) .

 

Analitica rețelelor sociale

Nicolae Sfetcu

 

Pe măsură ce canalele de socializare se îndreaptă de la viața personală la cea profesională și pătrund în rutinele corporative de zi cu zi și în fluxurile de lucru ale afacerilor, organizațiile se confruntă cu nevoia de a formula și implementa tehnici de măsurare care să le ajute să obțină informații din interacțiunile social media și să evalueze succesul propriilor lor inițiative de socializare. Analitica rețelelor sociale (analitica social media) este un domeniu nou și emergent, pregătit pentru a permite companiilor să își îmbunătățească inițiativele de gestionare a performanței în diferite funcții de afaceri. Indiferent dacă este vorba de măsurarea eficienței campaniilor promoționale, colectarea de informații despre nevoile și preferințele clienților, discernerea percepțiilor mărcii, obținerea de feedback cu privire la performanța produsului sau pentru a capta date despre tendințele pieței, analitica social media are potențialul de a furniza informații utile diferitelor linii de afaceri precum marketing și vânzări, relații cu clienții, relații publice și dezvoltarea de produse.

În ciuda acestor beneficii recunoscute și a gamei largi de oferte ale furnizorilor și capabilități tehnologice în spațiul de analitica social media, companiile încă se luptă cu adoptarea, implementarea și instituționalizarea metodologiilor și tehnicilor pentru un program eficient de analitica social media. Analitica social media trebuie să fie poziționată ca o practică de business intelligence – legând diversele sale capacități de monitorizare, descoperire și predictive la execuția tactică a inițiativelor de social media și la obiectivele strategice la nivel înalt ale organizației.

Analitica social media este procesul de colectare și analiză a datelor din rețelele sociale precum Facebook, Instagram, LinkedIn și Twitter. Este folosită în mod obișnuit de agenții de marketing pentru a urmări conversațiile online despre produse și companii. Un autor a definit-o drept „arta și știința de a extrage informații valoroase ascunse din cantități mari de date semi-structurate și nestructurate de pe rețelele sociale pentru a permite luarea deciziilor informate și perspicace.”[1]

Fundație conceptuală

De la social media la analitica social media

Înainte de a discuta domeniul de aplicare și specificul analiticii social media, este important să se clarifice ce este inclus în definiția social media, deoarece nu există o definiție clară și concisă a termenului cu care toată lumea să fie de acord, iar termenul a fost adesea folosit greșit ca un cuvânt la modă. În ciuda lipsei unei definiții standard, majoritatea academicienilor și practicienilor folosesc termenul de social media pentru a descrie o varietate de canale și platforme online care pot facilita crearea și difuzarea în comun a informațiilor. Caracteristicile descriptive obișnuite ale social media includ social media interactive, generate de utilizatori, colaborative, partajate și diseminarea rapidă a informațiilor. Categoriile de social media definite de Sterne (2010) includ următoarele: forumuri, site-uri de recenzii și opinii, rețele sociale, blogging, microblogging, bookmarking social și partajare media.

În centrul social media, în categoriile enumerate mai sus sunt două concepte care diferențiază aceste canale și platforme de alte tehnologii tradiționale pentru comunicarea mediată de computer – și anume, fluxurile de activitate și grafurile sociale. Comportamentele din rețelele sociale, cum ar fi comunicarea, crearea, partajarea și colaborarea, constituie fluxurile de activitate ale indivizilor. În plus, aceste interacțiuni apar în contextul legăturilor și relațiilor dintre indivizi și rețeaua lor socială de prieteni, adepți și fani – reprezentând graful lor social al conexiunilor.

Aceste idei de fluxuri de activitate și grafuri sociale sunt, de asemenea, semnificative în contextul măsurării rețelelor sociale, deoarece oferă baza pentru cuantificarea și evaluarea acțiunilor și răspunsurilor care generează conținut și conversații pe platformele și canalele de socializare. Aceste valori de bază ale activității la nivel granular pot fi ulterior utilizate pentru a dezvolta modele avansate de măsurare în inițiativele de analitica socială ale unei companii.

Definirea funcțională a analiticii social media

În conformitate cu perspectiva de business intelligence a analiticii social media, adoptăm următoarea definiție de lucru a analiticii social media, așa cum a propus Lovett (Lovett, J. (2011). Social media metrics secrets. Indianapolis, IN: Wiley Publishing, Inc.): „Analitica socială este disciplina care ajută companiile să măsoare, să evalueze și să explice performanța inițiativelor de social media în contextul obiectivelor specifice de afaceri „. Această definiție evidențiază relevanța analiticii social media pentru managementul performanței și obiectivele de afaceri – constructe care definesc însăși noțiunea de business intelligence.

În esență, analitica social media cuprinde practica de definire și adoptare a valorilor adecvate pentru măsurarea succesului inițiativelor de social media în organizații. Este un cadru de măsurare care facilitează un punct de vedere integrat al obiectivelor strategice ale unei organizații, al măsurilor sale de performanță la nivel operațional și a diverselor metrici de social media care pot fi legate de aceste măsuri de performanță.

Putem facem diferența între valorile de social media și cele analitice, situându-le pe acestea din urmă ca pe un construct de ordin superior. Acest punct de vedere este în concordanță cu cel al altor cercetători și practicanți. În timp ce metricile sunt în primul rând preocupate de date, tranzacții și informații din trecut, analiticile, pe de altă parte, se bazează și analizează acele valori pentru a genera informații și a informa strategia viitoare. De exemplu, Lovett propune o ierarhie pe mai multe niveluri a măsurilor de social media, de la contorizarea valorilor la valorile fundamentale, rezultatele și valorile afacerii – fiecare nivel construindu-se unul peste celălalt și împreună constituie un program de analitica social media . Trebuie subliniat totuși că analitica acționabilă necesită metrici bine concepute și, fără un set corect de măsurători descriptive la nivel operațional, organizațiile nu vor putea descoperi tipare și obține informații pentru o strategie de afaceri eficientă.

Procesul analitica

Există trei pași principali în analiza social media: identificarea datelor, analiza datelor și interpretarea informațiilor. Pentru a maximiza valoarea derivată în fiecare moment al procesului, analiștii pot defini o întrebare la care să se răspundă. Întrebările importante pentru analiza datelor sunt: „Cine? Ce? Unde? Când? De ce? și Cum?” Aceste întrebări ajută la determinarea surselor de date adecvate de evaluat, ceea ce poate afecta tipul de analiză care poate fi efectuată.[2]

Identificarea datelor

Identificarea datelor este procesul de identificare a subseturilor de date disponibile pe care să se concentreze pentru analiză. Datele brute sunt utile odată ce sunt interpretate. După ce datele au fost analizate, se poate începe să se transmită un mesaj. Orice dată care transmite un mesaj semnificativ devine informație. La un nivel înalt, datele neprocesate iau următoarele forme pentru a se traduce într-un mesaj exact: date zgomotoase; date relevante și irelevante, date filtrate; numai date relevante, informații; date care transmit un mesaj vag, cunoștințe; date care transmit un mesaj precis, înțelepciune; date care transmit mesajul exact și motivul din spatele acestuia. Pentru a obține înțelepciune dintr-o dată neprelucrată, trebuie să începem să le procesăm, să rafinăm setul de date prin includerea datelor pe care vrem să ne concentrăm și să organizăm datele pentru a identifica informațiile. În contextul analiticii social media, identificarea datelor înseamnă „ce” conținut este de interes. Pe lângă textul de conținut, vrem să știm: cine a scris textul? Unde a fost găsit sau pe ce rețea de socializare a apărut? Suntem interesați de informații dintr-o zonă specifică? Când a spus cineva ceva în rețelele sociale?[2]

([4] Proces de analiză a rețelelor sociale. )

Atributele datelor care trebuie luate în considerare sunt următoarele:

• Structură: Datele structurate sunt date care au fost organizate într-un depozit formatat – de obicei o bază de date – astfel încât elementele sale să poată fi adresate pentru o procesare și o analiză mai eficace. Datele nestructurate, spre deosebire de datele structurate, sunt datele cel mai puțin formatate.[3]
• Limbă: Limba devine semnificativă dacă vrem să cunoaștem sentimentul unei postări, mai degrabă decât numărul de mențiuni.
• Regiune: Este important să ne asigurăm că datele incluse în analiză provin doar din acea regiune a lumii pe care se concentrează analiza. De exemplu, dacă scopul este de a identifica problemele cu apa curată din India, am dori să ne asigurăm că datele colectate sunt numai din India.
• Tip de conținut: Conținutul datelor poate fi Text (text scris ușor de citit și de înțeles dacă cunoașteți limba), Fotografii (desene, schițe simple sau fotografii), Audio (înregistrări audio ale cărților, articolelor, discuțiilor, sau discuții) sau Videoclipuri (înregistrare, streamuri live).
• Locație: Conținutul rețelelor sociale este generat într-o varietate de locuri, cum ar fi site-uri de știri și site-uri de rețele sociale (de exemplu, Facebook, Twitter). În funcție de tipul de proiect pentru care sunt colectate datele, locația devine foarte semnificativă.
• Timp: Este important să colectați datele postate în intervalul de timp care este analizat.
• Proprietatea datelor: Datele sunt private sau disponibile public? Există vreun drept de autor asupra datelor? Acestea sunt întrebările importante care trebuie abordate înainte de colectarea datelor.

Analiza datelor

Analiza datelor este setul de activități care ajută la transformarea datelor brute în perspectivă, care, la rândul său, conduce la o nouă bază de cunoștințe și valoare de afaceri. Cu alte cuvinte, analiza datelor este faza care ia datele filtrate ca intrare și le transformă în informații de valoare pentru analiști. Multe tipuri diferite de analize pot fi efectuate cu datele din rețelele de socializare, inclusiv analiza postărilor, sentimentul, factorii de sentiment, geografia, datele demografice etc. Etapa de analiză a datelor începe odată ce știm ce problemă vrem să rezolvăm și știm că avem suficiente date

Dezvoltarea unui model de date este un proces sau o metodă pe care o folosim pentru a organiza elementele de date și pentru a standardiza modul în care elementele individuale de date se relaționează între ele. Acest pas este important deoarece dorim să rulăm un program de calculator peste date; avem nevoie de o modalitate de a spune computerului care cuvinte sau teme sunt importante și dacă anumite cuvinte se referă la subiectul pe care îl explorăm.

În analiza datelor noastre, este util să avem la dispoziție mai multe instrumente pentru a obține o perspectivă diferită asupra discuțiilor care au loc în jurul subiectului. Scopul aici este de a configura instrumentele care să funcționeze la vârf pentru o anumită sarcină. De exemplu, gândindu-ne la un nor de cuvinte, dacă luăm o cantitate mare de date în jurul profesioniștilor din informatică, să spunem „arhitectul IT”, și construim un nor de cuvinte, fără îndoială cel mai mare cuvânt din cloud ar fi „arhitect”. Această analiză se referă și la utilizarea instrumentului. Unele instrumente pot face o treabă bună la determinarea sentimentelor, în timp ce altele pot face o treabă mai bună în descompunerea textului într-o formă gramaticală care ne permite să înțelegem mai bine sensul și utilizarea diferitelor cuvinte sau expresii. În efectuarea analizei analitice, este dificil de enumerat fiecare pas de făcut într-o călătorie analitică. Este foarte mult o abordare iterativă, deoarece nu există un mod prescris de a face lucrurile.[2]

Taxonomia și înțelegerea derivată din această analiză sunt următoarele:

• Profunzimea analizei: Statistici descriptive simple bazate pe date în flux, analiză ad-hoc pe datele acumulate sau analiză profundă efectuată pe datele acumulate. Această dimensiune de analiză este într-adevăr determinată de cantitatea de timp disponibilă pentru a veni cu rezultatele unui proiect. Acesta poate fi considerat un continuum larg, în care timpul de analiză variază de la câteva ore la un capăt la câteva luni la celălalt capăt. Această analiză poate răspunde la următoarele tipuri de întrebări:
  • Câți oameni au menționat cuvântul în tweet-urile lor?
  • Care politician a avut cel mai mare număr de aprecieri în timpul dezbaterii?
  • Care concurent adună cele mai multe mențiuni în contextul afacerilor sociale?
• Capacitatea mașinii: Cantitatea de procesor necesară pentru a procesa seturi de date într-o perioadă de timp rezonabilă. Capacitatea trebuie să răspundă nu numai nevoilor CPU, ci și capacității rețelei necesare pentru a prelua date. Această analiză ar putea fi efectuată în timp real, aproape în timp real, explorare ad-hoc și analiză profundă. Analiza în timp real în rețelele sociale este un instrument important atunci când încercați să înțelegeți percepția publicului asupra unui anumit subiect pe măsură ce se desfășoară, pentru a permite o reacție sau o schimbare imediată a cursului. În analiza aproape în timp real, presupunem că datele sunt ingerate în instrument la o rată mai mică decât în ​​timp real. Analiza ad-hoc este un proces conceput pentru a răspunde la o singură întrebare specifică. Produsul analizei ad-hoc este de obicei un raport sau un rezumat al datelor. O analiză profundă implică o analiză care se întinde pe o perioadă lungă de timp și implică o cantitate mare de date, care de obicei se traduce într-o cerință ridicată de CPU.[2]
• Domeniul analizei: Domeniul analizei este clasificat pe scară largă în rețelele sociale externe și rețelele sociale interne. De cele mai multe ori, când oamenii folosesc termenul de social media, se referă la rețele sociale externe. Aceasta include conținutul generat de pe site-uri populare de rețele sociale, cum ar fi Twitter, Facebook și LinkedIn. Rețelele sociale interne includ rețeaua socială a întreprinderii, care este o rețea socială privată utilizată pentru a sprijini comunicarea în cadrul afacerilor.[5]
• Viteza datelor: Viteza datelor în rețelele sociale poate fi împărțită în două categorii: date în repaus și date în mișcare. Dimensiunile vitezei datelor în mișcare pot răspunde la întrebări precum: Cum se schimbă sentimentul populației generale despre jucători în timpul disputei? Mulțimea transmite un sentiment pozitiv despre cel care pierde de fapt jocul? În aceste cazuri, analiza se face așa cum vine. În această analiză, cantitatea de detaliu produsă este direct corelată cu complexitatea instrumentului sau a sistemului analitic. Un instrument extrem de complex produce mai multe detalii. Al doilea tip de analiză în contextul vitezei este o analiză a datelor în repaus. Această analiză este efectuată odată ce datele sunt colectate complet. Efectuarea acestei analize poate oferi perspective precum: care dintre produsele companiei dumneavoastră are cele mai multe mențiuni în comparație cu altele? Care este sentimentul relativ în jurul produselor dvs. în comparație cu produsul unui concurent?[2]

Interpretarea informațiilor

Perspectivele derivate din analiză pot fi la fel de variate ca întrebarea inițială care a fost pusă în primul pas al analizei. În această etapă, întrucât utilizatorii de afaceri netehnici sunt receptorii informațiilor, forma de prezentare a datelor devine importantă. Cum ar putea datele să aibă sens în mod eficient, astfel încât să poată fi utilizate în luarea deciziilor corecte? Vizualizarea (grafica) informațiilor este răspunsul la această întrebare.[6]

Cele mai bune vizualizări sunt cele care expun ceva nou despre tiparele de bază și relațiile care conțin datele. Expunerea tiparelor și subestimarea acestora joacă un rol cheie în procesul de luare a deciziilor. În principal, există trei criterii de luat în considerare în vizualizarea datelor.

• Înțelegeți audiența: înainte de a construi vizualizarea, stabiliți-vă un scop, care este transmiterea unor cantități mari de informații într-un format ușor de asimilat de către consumatorul de informații. Este important să răspundeți „Cine este publicul?” și „Puteți presupune că publicul are cunoștințele terminologiilor folosite?” Un public de experți va avea așteptări diferite față de un public general; prin urmare, așteptările trebuie luate în considerare.[7]
• Stabiliți un cadru clar: analistul trebuie să se asigure că vizualizarea este corectă din punct de vedere sintactic și semantic. De exemplu, atunci când se folosește o pictogramă, elementul ar trebui să semene cu lucrul pe care îl reprezintă, cu dimensiunea, culoarea și poziția, toate comunicând sens pentru privitor.[7]
• Spuneți o poveste: informațiile analitice sunt complexe și greu de asimilat, prin urmare, scopul vizualizării este de a înțelege și de a da sens informațiilor. Povestirea ajută spectatorul să obțină o perspectivă din date. Vizualizarea ar trebui să împacheteze informațiile într-o structură care este prezentată ca o narațiune și ușor de reținut. Acest lucru este important în multe scenarii când analistul nu este aceeași persoană cu un factor de decizie.[7]

Referințe

[1] Sponder, Marshall; Khan, Gohar F. (2017). Digital analytics for marketing. New York, NY. ISBN 9781138190672. OCLC 975370877.

[2] Ganis, Matthew; Kohirkar, Avinash (2015). Social media Analytics: Techniques and insights for Extracting Business Value Out of Social Media. New York: IBM Press. pp. 40–137. ISBN 978-0-13-389256-7.

[3] „What is structured data? – Definition from WhatIs.com”. WhatIs.com. Retrieved 2016-12-06.

[4] Ganis, Matthew; Kohirkar, Avinash (2015). Social media Analytics: Techniques and insights for Extracting Business Value Out of Social Media. New York: IBM Press. pp. 247–248. ISBN 978-0-13-389256-7.

[5] Kitt, Denise (2012-05-24). „Enterprise Social Networks Explained”. CRM Switch. Retrieved 2016-11-05.

[6] Steele, Julie (2012-02-15). „Why data visualization matters”. O’Reilly Media. Retrieved 2016-12-11.

[7] „The Three Elements of Successful Data Visualizations”. Harvard Business Review. Retrieved 2016-12-11.

 

Sursa: Sfetcu, Nicolae (2020). Analitica rețelelor sociale, MultiMedia Publishing, ISBN 978-606-033-704-1, https://www.telework.ro/ro/e-books/analitica-retelelor-sociale/. Licența CC-BY 3.0