Sosiale data

Sosiale data er informasjon som brukere av sosiale medier deler offentlig, som inkluderer metadata som brukerens plassering, språk som snakkes, biografiske data og/eller delte lenker. Sosiale data er verdifulle for markedsførere som leter etter kundeinnsikt som kan øke salget eller, i tilfelle en politisk kampanje, vinne stemmer. Det finnes mange typer sosiale data, inkludert tweets fra Twitter, innlegg på Facebook, pins på Pinterest, innlegg på Tumblr og innsjekkinger på Foursquare og Yelp. Facebook for Business og Twitter Ads er to programmer som hjelper annonsører å bruke sosiale data for å markedsføre til målrettede brukere som sannsynligvis vil være interessert i annonsene deres.

Bryte ned sosiale data

Brukere offentliggjør frivillig mye av sine sosiale data, og gir bedrifter gratis og enkel tilgang til dem. Hvis et selskap som selger billetter til idrettsarrangementer ser at en bruker følger flere idrettslag, kan det selskapet målrette annonser mot denne brukeren for å prøve å lokke henne til å kjøpe billetter for å se favorittlaget hennes spille. En annen måte et selskap kan bruke sosiale data på, er å gi rettidige annonser basert på nylige innlegg, for eksempel apparatannonser for noen som har delt at de kjøper et hjem.

Med sosiale data av høy kvalitet som er aggregert og analysert på riktig måte, kan bedrifter målrette annonser mot de personene som mest sannsynlig vil kjøpe produktene eller tjenestene deres. Sosiale data kan også hjelpe bedrifter med å finne de mest effektive stedene å annonsere. Bedrifter kan avgrense annonseringen ytterligere ved å begrense målgruppen etter kjønn, språk som snakkes, elektronisk enhet som brukes, alder, interesser, plassering og andre faktorer. Sosiale data hjelper ikke bare bedrifter med å skaffe nye kunder, men det hjelper dem også å engasjere seg ytterligere med eksisterende kunder.

Analyse av sosiale data

Det er normalt to trinn for å analysere sosiale data. Den første er å samle inn dataene generert av brukere på nettverkssider og deretter analysere disse dataene. Prosessen med å analysere foregår vanligvis i sanntid - og det brukes deretter til å bestemme innflytelse, rekkevidde, relevans og andre hensyn. Bedrifter som bruker denne typen dataanalyse må huske på flere ting, inkludert hvordan man skiller mellom sosiale data og sentiment, tidsrelevans (det som er relevant i dag er kanskje ikke i morgen), kvalitet (hvor virkningsfulle bestemte meldinger og kommentarer er fra spesifikke personer ), og hvordan viral aktivitet starter og sprer seg.

Begrensninger for sosiale data

Sosiale data er ufullkomne av flere grunner. Det er begrenset til informasjonen som brukerne bestemmer seg for å dele om seg selv. For eksempel kan det hende at noen brukere ikke deler sin plassering eller kjønn, noe som gir annonsører en ufullstendig profil å jobbe med. Et annet problem er at mange brukere på sosiale medier ikke er ekte brukere, men falske robot-, eller bot-kontoer. Selv med ekte brukere er det ikke alltid mulig å prøve å måle følelsene deres om en merkevare eller politisk kandidat (kalt "sentimentanalyse") basert på kommentarene de kommer med fordi mange av kommentarene deres er nøytrale og algoritmer kan feilaktig klassifisere kommentarer som positive når de er negative og omvendt. Videre er mange positive og negative kommentarer som er tilgjengelige ekstremer, noe som gjør det vanskelig å nøyaktig evaluere hvordan forbrukere generelt føler om et produkt, en tjeneste, et merke eller en politisk kandidat.