martes, 25 de septiembre de 2018

Análisis de marcas en Twitter con NodeXL

Cómo realizar un análisis de marca de redes sociales de Twitter utilizando NodeXL


NodeXL


La ciencia de la red proporciona métodos poderosos para resolver problemas centrales en el espacio de marketing de redes sociales. Las visualizaciones y el análisis de las redes sociales son métodos útiles para identificar y evaluar rápidamente a personas influyentes y contrastar la forma de la conversación en torno a diferentes temas y marcas.



Hasta hace poco, estos métodos requerían habilidades avanzadas de desarrollo de software, pero las herramientas de análisis de redes están evolucionando y ahora están surgiendo soluciones de señalar y hacer clic que pueden identificar rápidamente subgrupos y segmentos de mercado y describir los temas y los recursos de alto valor en cada uno. Los conceptos clave de red como "betweenness" y "centrality" pueden proporcionar información que va más allá de los conteos de cosas como me gusta, seguidores o respuestas.

Una perspectiva de red mira a las redes sociales como una "colección de conexiones" y revela la forma emergente de la multitud. La investigación de Pew ha demostrado que hay un pequeño conjunto de estructuras de redes sociales que comúnmente aparecen en muchas formas de plataformas de medios sociales que permiten la "respuesta".

Los patrones de centro y rayo divididos, unificados, fragmentados, agrupados y entrantes y salientes son comunes en las redes sociales. Estas formas pueden informar las estrategias de las redes sociales al reconocer la forma actual y posiblemente deseada de la conversación al tiempo que proporcionan nuevos KPI para guiar la transición.

Esta es una guía paso a paso para crear un análisis de marca de redes sociales con NodeXL Pro.

Cada marca involucrada en las redes sociales necesita
  • Identifica los jugadores clave en su ecosistema social.
  • Realice análisis de la competencia e inteligencia de campaña.
  • Generar identificación de campaña - [filtrando el ruido, luego identificando + analizando tweets con la mayor interacción, o mediante hashtag (s) específicos]
  • Produzca información del contenido, para contenido / marketing social, para saber qué temas son de mayor interés para orientar la creación de contenido relacionado y relevante

NodeXL Pro (el complemento Network Discovery Discovery and Exploration para la conocida hoja de cálculo de Microsoft Office Excel ™) de la Social Media Research Foundation puede analizar sistemáticamente las redes sociales para revelar información procesable. En esta guía usaremos NodeXL Pro para mapear temas en Twitter, incluidas las discusiones sobre una marca, producto y problema.

NodeXL se puede utilizar para explorar tres mapas distintos de red de medios sociales que utilizan diferentes perspectivas de datos para obtener una variedad de valiosos conocimientos:


Red ego Red de marca Red de comunidades
Creado de tweets publicados por la cuenta de la marca. Basado en todas las menciones de la marca en los tweets actuales. Basado en los tweets actuales conteniendo el nombre de la cuenta de la marca.


Perspectivas de datos de red de Twitter

Tipo de red Datos recolectados Información de la red Información de contenido
Ego red 1.0 grado Tweets publciados en el cuenta de la marca o datos de seguidor Usuarios altamente conectados por el pondedaro del enlace Actividad de Tweet, estrategia de contenido, campañas de hashtag
Ego red 2.0 grado Tweets publicados por usuarios/amigos altamente conectados Posición en la red, densidad, influenciadores y agrupamientos Tópicos relacionados, hashtags, URLs
Red de industria Tweets publicados por una lista seleccionada de competidores Métricas relacioandas con el análisis de redes ego Tópicos relacionados con la industria, items mas mencionados
Red de comunidades Tweets actuales conteniendo el nombre de la cuenta de la marca Agrupamientos, influenciadores, spammers/bots Sentimiento, top items, topicos relacionados
Red de marca Tweets actuales mencionando el nombre de la marca Agrupamientos, influenciadores, spammers/bots Sentimiento, top items, topicos relacionados
Red discursiva Tweets actuales acerca del tópico Agrupamientos, influenciadores, spammers/bots Sentimiento, top items, topicos relacionados

Egored


(NodeXL>Data>Import > From Twitter Users network)



Acerca de: explore una red basada en el material publicado por la cuenta de marca oficial con el importador de la "red de usuarios de Twitter". Los últimos 3.200 tweets (incluidos los retweets y las respuestas) están disponibles en la API pública de Twitter, que es suficiente para revelar contenido reciente y estrategias de red.

Información de la red: ¿Cuáles son las cuentas de usuario más importantes mencionadas en los tweets, retweets y respuestas de la cuenta de marca? ¿Qué tan fuertes son las conexiones hacia esos usuarios?

Información del contenido: ¿Cuáles son los hashtags, URL, palabras y pares de palabras más utilizados? ¿Cuál es el patrón de tiempo de los tweets? ¿Cuántos retweets y me gusta se ganaron?

Red comunitaria


(NodeXL>Data>Import > From Twitter Search network: e.g. @Tesla)



Acerca de: explore los tweets actuales y las conversaciones de los usuarios de Twitter que hablan directamente con la cuenta de marca con el importador de la "red de búsqueda de Twitter". Cada análisis de red es una instantánea única e histórica de las discusiones con la cuenta de marca. Los datos pueden contar historias interesantes sobre la marca, las campañas de marketing o la satisfacción del cliente.

Información de la red: ¿Qué usuarios de Twitter desempeñan un papel importante en las interacciones con la cuenta de marca? ¿Los grupos de usuarios forman grupos alrededor de ciertos temas o hashtags? ¿Cómo se ven estos clusters?

Información del contenido: ¿Cuáles son los hashtags, URL, palabras y pares de palabras más utilizados en toda la red y dentro de los clústeres detectados? ¿Cuál es el sentimiento?


Red de marca


(NodeXL>Data>Import > From Twitter Search network: e.g. Tesla)

Acerca de: explorar quién está hablando actualmente sobre la marca. Esta recopilación de datos amplía la red de la comunidad y mostrará la gama completa de menciones de la marca.

Información de la red: ¿Qué cuentas de usuario juegan un papel importante en las conversaciones sobre la cuenta de marca? ¿Los grupos de usuarios forman clusters? ¿Cómo se ven estos clusters?

Información del contenido: ¿Cuáles son los hashtags, URL, palabras y pares de palabras más utilizados en toda la red y dentro de los clústeres detectados? ¿Sentimiento? ¿Patrón de tiempo?


¿Qué hay en un libro de trabajo NodeXL Pro?




Una red social completa y un análisis de contenido pueden contener hasta 14 hojas de trabajo que se crean durante el proceso de análisis automatizado.



Los enlaces, vértices y hojas de trabajo del grupo están entrelazados entre sí y también con el panel de grafo.

Cada libro de trabajo contiene información importante sobre una faceta o dimensión de una red:

  • La hoja de trabajo Edges muestra las conexiones entre usuarios de Twitter en base a tweets, menciones y respuestas. Además de los contenidos de los tweets, esta hoja de trabajo también proporciona metadatos como la cantidad de retweets, me gusta, fecha de tweet, idioma y dispositivo de origen. Además, se han creado columnas que muestran los resultados del análisis de sentimiento.
  • La hoja de trabajo Vertices proporciona detalles sobre cada usuario mencionado en la hoja de trabajo de enlaces y se puede ordenar por varias métricas de red para llevar las cuentas más influyentes a la parte superior de la tabla. Twitter también proporciona métricas como Seguido, Seguidores, Tweets, Favoritos, Descripción, Ubicación, Sitio web y Fecha de incorporación en Twitter, que pueden ser útiles para un análisis posterior. Además, los conteos de sentimiento de la hoja de trabajo de enlaces se resumen para cada usuario.
  • La hoja de trabajo de Groups contiene detalles sobre cada grupo o clúster en la red, como el número de usuarios y enlaces en un grupo, la densidad de la red del grupo, los elementos de contenido superior y la opinión del grupo.
  • La hoja de trabajo de Overall metrics informa las medidas de resumen que definen las dimensiones principales de una red, como la cantidad de usuarios y las conexiones entre ellos.
  • La hoja de trabajo Twitter Search Network Top Items contiene un resumen formateado del análisis de contenido que muestra las URL, los hashtags, las palabras, los pares de palabras y los usuarios que se mencionan con más frecuencia en cada grupo y la red en general.
  • La hoja de trabajo Time Series contiene un gráfico que informa la actividad de tweets en la red durante minutos, horas, días o meses al analizar la columna de fecha de Tweet en la hoja de trabajo de enlaces.



Estudio de caso: Tesla

Todos los datos relacionados con este análisis se pueden encontrar en la Galería de grafos NodeXL en #nxltsl

Explore la egored

Con el importador de la red de usuarios de Twitter, exploraremos la red del ego de la cuenta de marca de Tesla en Twitter. Eso significa recopilar y analizar los tweets anteriores publicados por la cuenta de marca en sí.

La estructura de red out-hub-spoke resultante muestra todos los usuarios de Twitter conectados a través de tweets por la cuenta de marca Tesla.

Cómo crear un análisis de red de ego:

  • Paso 1: abre NodeXL Pro. 
  • Paso 2: descargue e importe este archivo de opciones de NodeXL Pro para utilizarlo en la automatización (¿cómo automatizar?) 
  • Paso 3: Abra el importador de datos de la red de usuarios de Twitter: Import > From Twitter users network
  • Paso 4: ingrese el controlador de Twitter que prefiera y seleccione las opciones como se muestra en la imagen.





  • Paso 5: haz clic en Aceptar y espera a que termine la automatización. El libro resultante de NodeXL Pro se ve así:





Puede encontrar un resumen del informe y el archivo NodeXL Pro completo:

https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=141201

Antes de profundizar en los datos, es útil echar un vistazo a la hoja de cálculo de análisis de series de tiempo que muestra la actividad de tweets de la cuenta de marca:

Puede ver que los últimos 3.200 tweets se remontan a febrero de 2014: un cambio importante en la actividad de tweets puede observarse después de agosto de 2014. Y también la producción anual ha disminuido de un año a otro: de 541 tweets por año en 2015 a 174 en 2017.

Información de la red:


En los últimos 3.200 tweets, Tesla se ha conectado a 1.913 (= columna fuera de término en la hoja de cálculo de vértices) de otras cuentas de Twitter, lo que arroja una proporción de 0,60 usuarios conectados por tweet, este valor es 0,44 si solo se consideran los 500 tweets anteriores. Este valor se considera promedio en comparación con otras marcas, p. Toyota (0.88), Ford (0.78), Nissan (0.42), Volkswagen (0.01).

La columna de ponderación de enlace en la hoja de cálculo de enlaces muestra la clasificación de la red de los usuarios principales de Twitter conectados. Este ranking no es sorprendentemente dirigido por Elon Musk, seguido por otras cuentas de Tesla y cuentas relacionadas con la industria:




Estos usuarios conectados principales se consideran nodos importantes de la red circundante de la cuenta de marca.

Análisis de red extendido: la red circundante

Para obtener una visión más profunda de las redes que rodean una cuenta de marca, agregue los principales usuarios conectados al importador de la "Twitter Users Network". De esta forma podemos averiguar en qué medida se hace referencia a la marca por sus propias cuentas en red.

Asegúrese de limitar la cantidad de tweets que se recopilarán, más tiempo obtendrá su lista. Terminar con 10k tweets en general es siempre una buena medida para el manejo de datos. Puede usar el mismo archivo de opciones que antes.

Visite esta página para ver las 23 cuentas principales conectadas por Tesla: https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=141965

Información del contenido:

Todos los tweets y las estadísticas de tweets están disponibles en la hoja de cálculo de enlaces. P.ej. al ordenar los enlaces por conteo de retweets de columnas y conteo favorito, podemos identificar los tweets más o menos populares:

Tweet más favorito del 16 de noviembre de 2017: la mayoría de los tweets retuiteados a partir del 25 de abril de 2015:





Varias clasificaciones de contenido están disponibles en la hoja de cálculo Elementos principales de la red, como hashtags incrustados superiores, URL, palabras y pares de palabras. Aquí está el ranking de hashtags usados con mayor frecuencia que reflejan las principales campañas de marketing de la compañía durante los últimos años:

Principales Hashtags in eweet en el grafo entero:

[60] goelectric
[32] modelx
[23] model3
[20] tesla
[14] drivefree
[12] meetmodelx
[10] wallpaperwednesday
[9] teslacharging
[7] supercharger100
[6] earthday

Análisis de red extendido: análisis de principales hashtag

Utilice el importador de "Twitter Search Network" para explorar las conversaciones actuales sobre estos hashtags principales. Aquí hay un análisis completo de la red NodeXL Pro en el hashtag # model3: https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=140941

Explore la red de la comunidad


La red comunitaria actual de una marca se explora con el importador de "Red de búsqueda de Twitter" al ingresar el nombre de la cuenta de marca (incluido el @) en la barra de búsqueda del importador.

Con una cuenta de marca popular en el centro de este análisis, los mapas de red resultantes suelen estar dominados por la estructura de red en el centro y el radio ya que las marcas no hablan mucho, pero al mismo tiempo se les habla mucho.

Cómo crear un análisis de red comunitaria:


Paso 1: descargue e importe este archivo de opciones de NodeXL Pro para utilizarlo en la automatización (¿cómo automatizar?)

Paso 2: abra el importador de datos de la red de búsqueda de Twitter: Import > From Twitter Search network

Paso 3: ingrese @Tesla en la barra de búsqueda y seleccione las opciones como se muestra en la imagen.




Paso 4: haz clic en Aceptar y espera a que se complete la automatización. El libro de trabajo NodeXL Pro resultante puede verse así y ahora está listo para una mayor exploración:



Puede echar un vistazo al informe y descargar el archivo de datos aquí: https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=141668

Información del contenido


El mapa de red creado arriba muestra la visualización de 9,481 tweets recogidos el 8 de febrero de 2018, dos días después del lanzamiento del SpaceX Falcon Heavy que llevaba un Tesla Roadster perteneciente al fundador de SpaceX, Elon Musk. La hoja de trabajo de los elementos principales de Twitter revela el impacto abrumador de este evento en este conjunto de datos cuando se buscan las palabras principales, los pares de palabras y los hashtags. Aquí están los hashtags principales en todo el grafo y dentro de los cuatro grupos principales:

Top Hashtags in Tweet in Entire Graph Entire Graph Count Top Hashtags in Tweet in G1 G1 Count Top Hashtags in Tweet in G2 G2 Count Top Hashtags in Tweet in G3 G3 Count Top Hashtags in Tweet in G4 G4 Count
roadster 974 roadster 884 falconheavy 322 falconheavy 179 starman 9
falconheavy 867 falconheavy 299 spacex 192 spacex 128 spacex 6
spacex 467 space 148 falconheavylaunch 100 tesla 93 mars 5
tesla 263 crypto 140 starman 72 teslaroadster 88 roadster 4
starman 255 spacex 97 tesla 58 starman 57 falconheavy 4
space 214 starman 59 teslaroadster 40 roadster 45 tesla 3
teslaroadster 152 tesla 57 mars 40 teslainspace 33 usaf 3
crypto 143 mars 38 dontpanic 36 model3 24 falconheavycargo 2
falconheavylaunch 126 model3 31 elonmusk 29 space 23 aimhigh 2
model3 117 teslaroadster 17 roadster 28 elonmusk 22 space 2


Información de la red

Grandes grupos de usuarios de Twitter se reúnen en torno a cuatro cuentas centrales de Twitter en esta red: @Tesla (G1), @elonmusk (G2) y @spacex (G3). El Grupo 4 está formado alrededor de un tweet por el Comando Espacial de la Fuerza Aérea Twitter @afspace. Estas cuentas se identifican como las más influyentes al ordenar la hoja de cálculo de vértices por Betweenness Centrality (columna U).

Puede desplazarse hacia abajo para ver la lista completa de usuarios en esta red o desplazarse hacia la derecha para buscar más información sobre cada usuario, como descripción, sitio web, zona horaria, cantidad de tweets, cuentas de seguidores, etc.




Tenga en cuenta que una centralidad de intersección alta no significa automáticamente influencia en la red. Un Out-Degree alto emparejado con un In-Degree bajo puede ser un indicador para bots (re) tweet y por lo tanto no requieren mucha atención.

Puede eliminar estas cuentas de su análisis haciendo clic en Show/Hide > Workbook columns > Visual properties y pegando Skip en la columna Visibility (H). Actualice la ventana del grafo después de eso, o vuelva a ejecutar un análisis completo para ver si la forma de la red cambia después de filtrar el ruido de datos.

Análisis extendido: una serie de análisis de red

Las redes creadas con Twitter Search Network son altamente dinámicas, por eso las actualizaciones periódicas son necesarias, p. identifique líderes de opinión, grupos emergentes de usuarios sobre ciertos temas o monitoree los puntajes de opinión. A continuación, presentamos una serie de informes de NodeXL que contarán diferentes historias:


@Tesla Twitter Community Network 2018-04-30


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=150028

Palabras positivas: 7.07%
Palabras negativas: 0.85%

El clúster @elonmusk (G1) supera al clúster @Tesla en este mapa y muestra una vez más el enorme impacto de Musk en la marca Tesla.


@Tesla Twitter Community Network 2018-05-07


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=150922

Palabras positivas: 3.09%
Palabras negativas: 1.91%

Esta instantánea de discusión se tomó unos días después de la cambiante entrevista de Elon Musk sobre el informe financiero del primer trimestre ...


@Tesla Twitter Community Network 2018-05-23


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=152874

Palabras positivas: 1.56%
Palabras negativas: 1.08%

Este análisis de red se creó dos días después de que Consumer Reports revelara preocupaciones de seguridad sobre el sistema de frenado de Tesla.


@Tesla Twitter Community Network 2018-06-01


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=153997

Palabras positivas: 3.15%
Palabras negativas: 2.24%

Crear un análisis de red de marca


Al eliminar el @ de la consulta de búsqueda, los resultados de la búsqueda se ampliarán. Encontrará un poco de ruido de fondo en los datos ya que también hay menciones y conversaciones sobre Nikola Tesla. Sin embargo, hay muchas historias de autos de Tesla que se pueden encontrar.

Para crear un análisis de red de marca, siga todos los pasos del análisis de la red de comunicación y el mapa resultante de la red NodeXL Pro tendrá el siguiente aspecto:


Información de la red


La estructura de red dominante de este tipo de análisis es la "Red de marca". El grupo más grande de usuarios son los aislados que se encuentran en G1. El tamaño de este grupo y un gran número de pequeños grupos aislados es una buena medida para el conocimiento de la marca y el alcance de la marca.

El mapa de la red también muestra el alcance global de Tesla, ya que puede ver clusters de idiomas regionales que se pueden explorar más. Aquí hay una descripción general creada a partir de la columna de enlace AG (Idioma):


Análisis extendido: más análisis de red



Otra serie de análisis de Tesla que hemos creado con el importador de la red NodeXL Pro Search:
Tesla Twitter Brand Network 2018-03-26
https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=146166
Palabras positivas: 3.83%
Palabras negativas: 1.41%
El grupo más grande (G1) en esta red se centra en crypto marketplace @vestarin y su anuncio de asociarse con Tesla.


 
Tesla Twitter Brand Network 2018-05-24
https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=152963
Palabras positivas: 2.60%
Palabras negativas: 2.93%
Este análisis de red se creó tres días después de que Consumer Reports revelara preocupaciones de seguridad sobre el sistema de frenado de Tesla .


.
Tesla Twitter Brand Network 2018-06-01
https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=155439
Palabras positivas: 3.12%
Palabras negativas: 1.72%


Crear un análisis de red de la competencia


Hay diferentes formas de recopilar datos comparativos de red. Obviamente, puede comenzar desde el principio y realizar todos los análisis previos en cualquier marca de su elección. Aquí hay un análisis de red que abarca los tweets en torno al vehículo más popular en el mercado estadounidense: el Nissan Leaf:


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=151748

Otro enfoque es crear una lista de cuentas de marca y utilizar el importador de la "red de usuarios de Twitter" para recolectar datos de la red. Aquí puede descargar un análisis completo de la red NodeXL Pro con datos comparativos de las 52 principales marcas de automóviles:



Una vista alternativa de los mismos datos:



https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=143291

Aquí se puede encontrar una vista más enfocada con solo cuatro competidores directos en el mercado de vehículos eléctricos: @Tesla @NissanElectric, @RenaultZE y @ ChevyElectric:

https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=155520

Un enfoque diferente para comparar marcas es poner varios nombres de cuenta de la competencia en una consulta del importador de la "red de búsqueda de Twitter": @NissanElectric OR @RenaultZE OR @ ChevyElectric OR @Tesla:


https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=155525

También puede comparar las conversaciones en torno a los hashtags superiores de los vehículos eléctricos más populares: # model3 OR #nissanleaf O # MissionE:

Publicado por en
Etiquetas: , , , , , ,

No hay comentarios:

Publicar un comentario

Suscribirse a: Enviar comentarios (Atom)