sociala data

Social data är information som användare av sociala medier delar offentligt, vilket inkluderar metadata som användarens plats, talat språk, biografiska data och/eller delade länkar. Social data är värdefull för marknadsförare som letar efter kundinsikter som kan öka försäljningen eller, i fallet med en politisk kampanj, vinna röster. Det finns många typer av sociala data, inklusive tweets från Twitter, inlägg på Facebook, pins på Pinterest, inlägg på Tumblr och incheckningar på Foursquare och Yelp. Facebook for Business och Twitter Ads är två program som hjälper annonsörer att använda sociala data för att marknadsföra till riktade användare som sannolikt är intresserade av deras annonser.

Bryta ner sociala data

Användare offentliggör frivilligt mycket av sin sociala data, vilket ger företag fri och enkel tillgång till den. Om ett företag som säljer biljetter till idrottsevenemang ser att en användare följer flera idrottslag, kan det företaget rikta annonser mot den användaren för att försöka locka henne att köpa biljetter för att se sitt favoritlag spela. Ett annat sätt som ett företag kan använda sociala data på är att tillhandahålla aktuella annonser baserade på senaste inlägg, till exempel apparatannonser för någon som har delat att de handlar efter ett hem.

Med högkvalitativ social data som är aggregerad och analyserad korrekt kan företag rikta annonser till de personer som är mest benägna att köpa deras produkter eller tjänster. Social data kan också hjälpa företag att bestämma de mest effektiva platserna att annonsera på. Företag kan förfina sin reklam ytterligare genom att begränsa sin målgrupp efter kön, talat språk, använda elektroniska enheter, ålder, intressen, plats och andra faktorer. Social data hjälper inte bara företag att skaffa nya kunder, utan det hjälper dem också att ytterligare engagera sig med befintliga kunder.

Analysera sociala data

Det finns normalt två steg för att analysera social data. Den första är att samla in data som genereras av användare på nätverkssajter och sedan analysera dessa data. Processen att analysera sker vanligtvis i realtid - och det används sedan för att bestämma inflytande, räckvidd, relevans och andra överväganden. Företag som använder den här typen av dataanalys måste ha flera saker i åtanke, inklusive hur man skiljer mellan social data och sentiment, tidsrelevans (det som är relevant idag kanske inte är imorgon), kvalitet (hur effektfulla vissa meddelanden och kommentarer är av specifika personer ), och hur viral aktivitet startar och sprids.

Begränsningar för sociala data

Social data är ofullkomlig av flera anledningar. Den är begränsad till den information som användare bestämmer sig för att dela om sig själva. Till exempel kanske vissa användare inte delar sin plats eller sitt kön, vilket ger annonsörer en ofullständig profil att arbeta med. Ett annat problem är att många användare på sociala medier inte är riktiga användare utan falska robot-, eller bot-konton. Även med riktiga användare är det inte alltid möjligt att försöka bedöma deras känslor om ett varumärke eller en politisk kandidat (kallad "sentimentanalys") utifrån de kommentarer de gör eftersom många av deras kommentarer är neutrala och algoritmer kan felaktigt klassificera kommentarer som positiva när de är negativa och vice versa. Vidare, många positiva och negativa kommentarer som finns är extrema, vilket gör det svårt att exakt utvärdera hur konsumenter överlag känner om en produkt, tjänst, varumärke eller politisk kandidat.