
淺談社交網(wǎng)絡(luò)數(shù)據(jù)分析的意義
隨著信息技術(shù)的迅猛發(fā)展,參與到社交網(wǎng)絡(luò)的人越來(lái)越多,人們樂(lè)于在網(wǎng)絡(luò)中去分享自己的相關(guān)信息,拓展自己的人脈。企業(yè)甚至能通過(guò)社交平臺(tái)去直接影響客戶,一切都似乎因?yàn)樯缃痪W(wǎng)絡(luò)的出現(xiàn)而變的美好,但是有社交網(wǎng)絡(luò)有三點(diǎn)特性需要我們注意 :
1.特性一:網(wǎng)絡(luò)虛假信息與真實(shí)信息同時(shí)存在。在社交網(wǎng)絡(luò)中這種特性尤為突出。人們會(huì)在社交網(wǎng)絡(luò)中會(huì)表達(dá)自己的真實(shí)信息,但是也會(huì)在其中發(fā)出自己臆想的信息,導(dǎo)致的結(jié)果是極容易讓謠傳成為”事實(shí)”
2.特性二:無(wú)界。信息可以在網(wǎng)絡(luò)中無(wú)限擴(kuò)展,甚至最后影響到現(xiàn)實(shí)
3.特性三:快速。由于網(wǎng)絡(luò)信息傳遞的爆炸性速度使得用戶的信息很可能在短期內(nèi)擴(kuò)散。
每一條發(fā)布的信息,如同石塊入水所散開(kāi)的漣漪,如果不繼續(xù)投入石塊,則漣漪會(huì)逐漸淡化直至消失,這便是社交網(wǎng)絡(luò)的自潔功能,由于有以上三個(gè)特性的存在,僅僅依靠“自潔“是遠(yuǎn)遠(yuǎn)不夠的。如果在漣漪擴(kuò)散過(guò)程中的某個(gè)點(diǎn)再繼續(xù)投入一塊石頭,則原有漣漪會(huì)擴(kuò)大或者縮小,只要找準(zhǔn)了點(diǎn)位,這些漣漪就可能形成波浪。如何去找到這些信息,找準(zhǔn)這些點(diǎn)位,擴(kuò)大品牌正面聲量、減少并消除負(fù)面聲量成為企業(yè)在社會(huì)化營(yíng)銷(xiāo)中制勝的關(guān)鍵,這個(gè)時(shí)候社交網(wǎng)絡(luò)分析就能給企業(yè)帶來(lái)幫助。
社交網(wǎng)絡(luò)中充斥著各種可能成為“波浪“的信息,有針對(duì)一款產(chǎn)品的,有針對(duì)某部電影的,還有針對(duì)某位明星的——這些信息都可以從網(wǎng)上免費(fèi)獲取。這些評(píng)論信息對(duì)于企業(yè)的價(jià)值可以說(shuō)是巨大的。一個(gè)企業(yè)如果掌握了這些數(shù)據(jù),再加以分析,無(wú)論是對(duì)現(xiàn)有產(chǎn)品的改進(jìn)還是對(duì)未來(lái)產(chǎn)品的走向都是十分有幫助的。目前對(duì)于企業(yè)來(lái)說(shuō),社交網(wǎng)絡(luò)分析主要關(guān)注點(diǎn)在于找到消費(fèi)者,并能分析消費(fèi)者,了解消費(fèi)者。與消費(fèi)者達(dá)到最簡(jiǎn)潔快速的溝通。這就需要通過(guò)數(shù)據(jù)分析找到消費(fèi)者所在的圈子,進(jìn)而找到圈子中的意見(jiàn)領(lǐng)袖,通過(guò)意見(jiàn)領(lǐng)袖讓企業(yè)想傳達(dá)的信息進(jìn)一步擴(kuò)大,輻射整個(gè)圈子。從而吸納更多的忠實(shí)消費(fèi)者。
社交網(wǎng)絡(luò)的分析存在著許多有意思的研究課題。例如,在社交網(wǎng)絡(luò)中社區(qū)圈子的識(shí)別、 社交網(wǎng)絡(luò)中人物影響力的計(jì)算、信息在社交網(wǎng)絡(luò)上的傳播模型、虛假信息和機(jī)器人賬號(hào)的識(shí)別、基于社交網(wǎng)絡(luò)信息對(duì)股市、大選以及傳染病的預(yù)測(cè)等。社交網(wǎng)絡(luò)的分析和研究是一個(gè)交叉領(lǐng)域的學(xué)科,在研究過(guò)程中,通常會(huì)利用社會(huì)學(xué)、心理學(xué)甚至是醫(yī)學(xué)上的基本結(jié)論和原理作為指導(dǎo),通過(guò)人工智能領(lǐng)域中使用的機(jī)器學(xué)習(xí)、圖論等算法對(duì)社交網(wǎng)絡(luò)中的群體行為和未來(lái)的趨勢(shì)進(jìn)行模擬和預(yù)測(cè)。
社交圈子的劃分并不僅局限于用戶主動(dòng)建立起來(lái)的關(guān)系上,還可以通過(guò)其隱性圈子的劃分,如興趣屬性。當(dāng)兩個(gè)人在社交網(wǎng)絡(luò)中互動(dòng)很頻繁時(shí),他們?cè)诰€下是否也是真實(shí)的好友?從算法的角度來(lái)說(shuō),這是個(gè)很難解決的問(wèn)題,但如果我們換一個(gè)角度來(lái)思考這個(gè)問(wèn)題,想想我們的線下聯(lián)系方式,如果A跟B互相擁有對(duì)方的手機(jī)號(hào),那他們是線下真實(shí)好友的可能性就非常大了。包括飛信、米聊、微信等產(chǎn)品,如果真的能夠做成基于手機(jī)通訊錄的社交網(wǎng)絡(luò),我們就可以通過(guò)異構(gòu)的社交網(wǎng)絡(luò)對(duì)社交圈子進(jìn)行綜合性的判斷,其價(jià)值不可估量。
通過(guò)社交網(wǎng)絡(luò)數(shù)據(jù)挖掘并加以分析,企業(yè)能獲得什么?
1.潛在商機(jī)的發(fā)現(xiàn)
通過(guò)數(shù)據(jù)挖掘與分析,可以發(fā)現(xiàn)某個(gè)用戶的活動(dòng)商圈是否在企業(yè)的商圈覆蓋范圍內(nèi);可以知道某個(gè)用戶的消費(fèi)能力;可以知道某個(gè)用戶的喜好及最近的購(gòu)買(mǎi)習(xí)慣;可以知道某個(gè)用戶會(huì)購(gòu)買(mǎi)自己產(chǎn)品的概率;可以知道競(jìng)爭(zhēng)對(duì)手的策略。
寄生在Facebook這樣的社交網(wǎng)站上的社交游戲公司Zynga,它聰明的利用了用戶數(shù)據(jù),從中挖掘出大量商機(jī)。據(jù)《彭博商業(yè)周刊》披露,這個(gè)社交游戲巨頭大約每天要收集600億個(gè)數(shù)據(jù)點(diǎn),包括人們一般玩多久游戲,什么時(shí)候玩,喜歡購(gòu)買(mǎi)什么游戲物品等等。該公司的數(shù)學(xué)極客們用這些數(shù)據(jù)來(lái)分析哪些人喜歡逛自己朋友的農(nóng)場(chǎng)和城市(Zynga開(kāi)發(fā)的游戲),人們都喜歡買(mǎi)哪些虛擬物品以及他們給自己的朋友贈(zèng)送虛擬物品的頻率等。然后他們就會(huì)得出這樣一個(gè)重大的發(fā)現(xiàn):經(jīng)常收到朋友虛擬禮物的人會(huì)更喜歡玩游戲,收不到或不那么經(jīng)常收到的則不太喜歡玩游戲。Zynga的數(shù)據(jù)分析部門(mén)副總裁Ken Rudin表示:根據(jù)這個(gè)發(fā)現(xiàn),一群數(shù)學(xué)極客們又想出了解決辦法——那些不那么經(jīng)常收到禮物的玩家我們會(huì)讓他們更加容易的找到建城(Zynga游戲)的工具,這樣他們就不會(huì)過(guò)于依靠他人的禮物了。Zynga的意圖很明顯:分析用戶行為,揣摩用戶心理,然后適時(shí)為每個(gè)獨(dú)特行為習(xí)慣的用戶提供更有針對(duì)性的服務(wù)。
2.危機(jī)預(yù)警
通過(guò)數(shù)據(jù)挖掘與分析,可以對(duì)一些網(wǎng)絡(luò)中突然發(fā)布的一條可能對(duì)企業(yè)產(chǎn)生危機(jī)的信息即時(shí)的監(jiān)控起來(lái)。并追蹤其傳播路徑,找到其中的關(guān)鍵節(jié)點(diǎn)。利用"亂石"打散其傳播軌跡。從而讓危機(jī)盡快消失。一個(gè)企業(yè)面對(duì)社交媒體中網(wǎng)民創(chuàng)造的成千上萬(wàn),甚至幾百萬(wàn)的討論內(nèi)容,想要通過(guò)人工去判斷哪些口碑對(duì)品牌有利,哪些將會(huì)成為品牌危機(jī)是個(gè)不可能完成的任務(wù)。而輿情監(jiān)測(cè)則可以圍繞某一監(jiān)測(cè)領(lǐng)域或事件,經(jīng)過(guò)科學(xué)部署的不間斷的數(shù)據(jù)收集與分析的過(guò)程,前期需要對(duì)收集范圍和關(guān)鍵詞群進(jìn)行設(shè)
置,中期對(duì)采集的數(shù)據(jù)進(jìn)行過(guò)濾、分組、聚類(lèi)等預(yù)處理,后期對(duì)數(shù)據(jù)進(jìn)行分析,并以分析報(bào)告的形式讓品牌了解到自身的口碑狀況。我們發(fā)現(xiàn)百度指數(shù)顯示2011年以前沒(méi)有任何關(guān)于“輿情監(jiān)測(cè)”的搜索記錄,然而隨著社交媒體的發(fā)展,品牌逐漸意識(shí)危機(jī)公關(guān)的重要性,也更加深入的認(rèn)識(shí)到數(shù)據(jù)挖掘,數(shù)據(jù)分析在危機(jī)預(yù)警中不可忽視的作用。
3.效果預(yù)測(cè)
通過(guò)數(shù)據(jù)挖掘與分析,可以通過(guò)對(duì)企業(yè)已掌控的圈子,消費(fèi)群體的黏著度,事件的時(shí)序,傳播的投入上去事先預(yù)測(cè)相關(guān)的效果。從而讓企業(yè)能花最少的錢(qián)得到最大的產(chǎn)出。在2010年,惠普實(shí)驗(yàn)室的研究人員Sitaram Asur和Bernardo Huberman發(fā)現(xiàn),通過(guò)Twitter可以了解人們興趣的變化,從而準(zhǔn)確預(yù)測(cè)電影票房收入。他們統(tǒng)計(jì)了一部電影名字在Twitter上出現(xiàn)的次數(shù),收集了3個(gè)月內(nèi)與電影相關(guān)的約300萬(wàn)個(gè)tweet,發(fā)現(xiàn)電影名字出現(xiàn)的頻率與電影的票房收入存在很強(qiáng)的相關(guān)性。Bernardo Huberman說(shuō):”我們的預(yù)測(cè)非常準(zhǔn)確?!币越┦稓⒊隹袢随?zhèn)》為例。研究小組預(yù)測(cè)這部影片在美國(guó)上映的首周票房為1680萬(wàn)美元,實(shí)際數(shù)字為1606萬(wàn)美元。我們分析推文并衡量推文產(chǎn)生的速度。并且認(rèn)為,關(guān)于某部電影的推文產(chǎn)生速度越快,大家越有可能去觀看這部電影?!?/span>
然而,人們對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的挖掘和分析都還處于相對(duì)初級(jí)的階段,大規(guī)模、高維度數(shù)據(jù)的挖掘方法還在不斷地演化。目前來(lái)看,文本語(yǔ)言的情感分析等很多基礎(chǔ)性問(wèn)題仍然還不能得到有效解決,對(duì)深入研究社交網(wǎng)絡(luò)造成了一些限制。但隨著人工智能研究水平的不斷提高,尤其是認(rèn)知神經(jīng)科學(xué)與人工智能技術(shù)相結(jié)合的研究,讓我們看到了人工智能的新希望。當(dāng)我們真正有能力解決這些問(wèn)題以后,社交網(wǎng)絡(luò)將會(huì)成為幫助我們預(yù)測(cè)未來(lái)趨勢(shì)的有利工具。相信到那時(shí)企業(yè)將可以借助于社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘與分析制定出更精準(zhǔn)、廣泛、有效的社會(huì)化營(yíng)銷(xiāo)體系,更好的服務(wù)于品牌認(rèn)知的建立及市場(chǎng)銷(xiāo)售的提升。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10