Data Sosial

Data sosial ialah maklumat yang dikongsi pengguna media sosial secara terbuka, termasuk metadata seperti lokasi pengguna, bahasa yang dituturkan, data biografi dan/atau pautan yang dikongsi. Data sosial adalah berharga kepada pemasar yang mencari cerapan pelanggan yang mungkin meningkatkan jualan atau, dalam hal kempen politik, memenangi undian. Terdapat banyak jenis data sosial, termasuk tweet daripada Twitter, siaran di Facebook, pin pada Pinterest, siaran di Tumblr dan daftar masuk di Foursquare dan Yelp. Iklan Facebook untuk Perniagaan dan Twitter ialah dua program yang membantu pengiklan menggunakan data sosial untuk memasarkan kepada pengguna sasaran yang berkemungkinan berminat dengan iklan mereka.

Memecah Data Sosial

Pengguna secara sukarela menjadikan banyak data sosial mereka awam, membenarkan syarikat mengaksesnya secara percuma dan mudah. Jika syarikat yang menjual tiket ke acara olahraga melihat bahawa pengguna mengikuti beberapa pasukan sukan, syarikat itu boleh menyasarkan iklan kepada pengguna itu untuk cuba menariknya membeli tiket untuk melihat pasukan kegemarannya bermain. Satu lagi cara syarikat boleh menggunakan data sosial adalah dengan menyediakan iklan tepat pada masanya berdasarkan siaran terbaharu, seperti iklan perkakas untuk seseorang yang telah berkongsi bahawa mereka membeli-belah untuk rumah.

Dengan data sosial berkualiti tinggi yang diagregatkan dan dianalisis dengan betul, syarikat boleh menyasarkan iklan kepada orang yang berkemungkinan besar membeli produk atau perkhidmatan mereka. Data sosial juga boleh membantu syarikat menentukan tempat yang paling berkesan untuk mengiklankan. Syarikat boleh memperhalusi lagi pengiklanan mereka dengan mengecilkan khalayak sasaran mereka mengikut jantina, bahasa yang dituturkan, peranti elektronik yang digunakan, umur, minat, lokasi dan faktor lain. Data sosial bukan sahaja membantu syarikat memperoleh pelanggan baharu, tetapi juga membantu mereka terlibat dengan pelanggan sedia ada.

Menganalisis Data Sosial

Biasanya terdapat dua langkah untuk menganalisis data sosial. Yang pertama ialah mengumpul data yang dijana oleh pengguna di tapak rangkaian dan kemudian menganalisis data tersebut. Proses menganalisis biasanya berlaku dalam masa nyata — dan kemudiannya digunakan untuk menentukan pengaruh, jangkauan, perkaitan dan pertimbangan lain. Perniagaan yang menggunakan analisis data jenis ini perlu mengingati beberapa perkara, termasuk cara membezakan antara data sosial dan sentimen, perkaitan masa (perkara yang relevan hari ini mungkin bukan esok), kualiti (betapa kesan mesej dan ulasan tertentu oleh orang tertentu ), dan cara aktiviti virus bermula dan merebak.

Had Data Sosial

Data sosial tidak sempurna atas beberapa sebab. Ia terhad kepada maklumat yang pengguna memutuskan untuk berkongsi tentang diri mereka sendiri. Sebagai contoh, sesetengah pengguna mungkin tidak berkongsi lokasi atau jantina mereka, memberikan pengiklan profil yang tidak lengkap untuk digunakan. Masalah lain ialah ramai pengguna di media sosial bukan pengguna sebenar tetapi akaun robot, atau bot palsu. Walaupun dengan pengguna sebenar, cuba mengukur perasaan mereka tentang jenama atau calon politik (dipanggil "analisis sentimen") berdasarkan ulasan yang mereka buat tidak selalu dapat dilakukan kerana kebanyakan ulasan mereka adalah neutral dan algoritma boleh mengelaskan ulasan secara salah sebagai positif apabila mereka adalah negatif dan sebaliknya. Selain itu, banyak komen positif dan negatif yang tersedia adalah melampau, menjadikannya sukar untuk menilai dengan tepat perasaan keseluruhan pengguna tentang produk, perkhidmatan, jenama atau calon politik.