Sociale data
Sociale data er information, som brugere af sociale medier offentlig deler, og som indeholder metadata som brugerens placering, talte sprog, biografiske data og / eller delte links. Sociale data er værdifulde for marketingfolk på udkig efter kundeindsigt, der kan øge salget eller i tilfælde af en politisk kampagne vinde stemmer. Der er mange typer sociale data, inklusive tweets fra Twitter, indlæg på Facebook, pins på Pinterest, indlæg på Tumblr og check-ins på Foursquare og Yelp. Facebook for Business- og Twitter-annoncer er to programmer, der hjælper annoncører med at bruge sociale data til at markedsføre til målrettede brugere, der sandsynligvis vil være interesseret i deres annoncer.
Nedbrydning af sociale data
Brugere offentliggør frivilligt meget af deres sociale data, hvilket giver virksomhederne fri og let adgang til dem. Hvis et firma, der sælger billetter til atletiske begivenheder, ser, at en bruger følger flere sportshold, kan det selskab målrette annoncer mod denne bruger for at prøve at lokke hende til at købe billetter for at se sit yndlingshold spille. En anden måde, en virksomhed kan bruge sociale data på, er at levere rettidige annoncer baseret på nylige poster, såsom apparaturannoncer til en person, der har delt, at de handler efter et hjem.
Med sociale data af høj kvalitet, der aggregeres og analyseres korrekt, kan virksomheder målrette annoncer mod de mennesker, der mest sandsynligt køber deres produkter eller tjenester. Sociale data kan også hjælpe virksomheder med at bestemme de mest effektive steder at annoncere. Virksomheder kan forbedre deres reklame yderligere ved at indsnævre deres målgruppe efter køn, talesprog, brugt elektronisk udstyr, alder, interesser, placering og andre faktorer. Sociale data hjælper ikke kun virksomheder med at erhverve nye kunder, men de hjælper dem også med at videreudvikle eksisterende kunder.
Analyse af sociale data
Der er normalt to trin til analyse af sociale data. Den første er at indsamle de data, der genereres af brugere på netværkswebsteder, og derefter analysere disse data. Analyseprocessen finder typisk sted i realtid - og den bruges derefter til at bestemme indflydelse, rækkevidde, relevans og andre overvejelser. Virksomheder, der bruger denne type dataanalyse, skal huske flere ting, herunder hvordan man kan skelne mellem sociale data og følelser, tidsrelevans (hvad der er relevant i dag er måske ikke i morgen), kvalitet (hvor indflydelse visse meddelelser og kommentarer er af bestemte personer ), og hvordan viral aktivitet starter og spreder sig.
Begrænsninger af sociale data
Sociale data er ufuldkommen af flere grunde. Det er begrænset til de oplysninger, som brugerne beslutter at dele om sig selv. For eksempel deler nogle brugere muligvis ikke deres placering eller deres køn, hvilket giver annoncører en ufuldstændig profil at arbejde med. Et andet problem er, at mange brugere på sociale medier ikke er reelle brugere, men falske robot- eller bot-konti. Selv med virkelige brugere er det ikke altid muligt at forsøge at måle deres følelser omkring et brand eller politisk kandidat (kaldet “sentimentanalyse”) baseret på de kommentarer, de fremsætter, fordi mange af deres kommentarer er neutrale, og algoritmer kan forkert klassificere kommentarer som positive, når de er negative og omvendt. Derudover er mange positive og negative kommentarer, der er tilgængelige, ekstreme, hvilket gør det vanskeligt at nøjagtigt evaluere, hvordan forbrugere generelt føler for et produkt, en service, et brand eller en politisk kandidat.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.