Rob Parkin - Face Group
Introducción
La investigación de medios sociales no es sólo la investigación de mercado cualitativo o cuantitativo traducido en un conjunto de datos diferentes - que tiene sus propios métodos. En este blog somos grandes creyentes en el uso de las propiedades únicas de datos de medios sociales para responder a las preguntas que otros métodos de investigación no pueden conseguir en.Y lo que es especial acerca de los datos sociales, especialmente en Twitter, es que con las plataformas de análisis suficientemente avanzados (Pulsar!) Que no sólo recoge el mensaje, sino también los metadatos de ese mensaje y su autor. Esto proporciona la información necesaria para analizar cómo se comparte ese mensaje a través de las redes sociales - o, alternativamente, la red de quién sigue a quién. El resultado: la investigación social adecuada que parte de la premisa de que las personas se conectan, no los individuos sólo atomizadas.
En la primera parte de esta serie de blogs presentamos algunas de las posibles aplicaciones para el análisis de redes de investigación de mercado, que revela cómo la visualización de datos de red puede permitir a usted para identificar factores de influencia que tienen en el mundo real que significa en el contexto de los grupos sociales en los que pertenecen .
También hablé de cómo existe influencia en diferentes "subredes" o "grupos sociales", y si hemos de comprender verdaderamente la estructura de estas relaciones entonces es esencial para tomar esto en consideración. Es este punto que el segundo blog en la serie será ampliar. Aquí Voy a mirar a las comunidades: todos sabemos cuáles son, pero ¿qué significan en términos de análisis de redes sociales? ¿Y qué se puede aprender de la identificación de ellos?
¿Por qué buscar comunidades?
Al investigar el papel de los factores de influencia destacamos investigaciones previas llevadas a cabo a la cara de Francesco D'Orazio y Jess Owens: el proyecto How Stuff Spreads. En esta investigación hemos descubierto cómo las comunidades son vitales para impulsar la difusión de la información. Los más comunidades existen en la audiencia, los diferenciales de contenidos virales más lenta, ya que toma tiempo para difundir entre los diferentes grupos.
Así que esa es una de las razones para entender las comunidades de medios sociales - si usted está tratando de difundir una campaña de marca o de un fragmento de contenido, es necesario comprender las audiencias que viaja a través. Diferentes grupos bien pueden beneficiarse de diferentes mensajes dirigidos específicamente a sus necesidades e intereses - no una talla para todos.
La comprensión de las comunidades también es importante para asegurar que su influyente programa es integral: ¿tiene influencia en todos los grupos sociales que usted desea apuntar?
¿Cómo estamos definiendo las comunidades?
Una comunidad es más a menudo se define como un grupo de individuos que viven en la misma ubicación geográfica. También puede ser usado para describir un grupo de personas con una característica común o interés compartido: la comunidad de investigación, por ejemplo dentro de las ciencias sociales, también existe el enfoque que considera a las comunidades como algo socialmente construido y simbólicamente, que descansa sobre una comprensión compartida "Yo soy parte de esta comunidad junto a estas otras personas". El politólogo Prof. Benedict Anderson definió el Estado-nación como una "comunidad imaginada" (1983).
Utilizando el análisis de redes sociales que definimos las comunidades de manera diferente - al ver cómo las personas se conectan entre sí, y la agrupación de éstos en grupos similares.
Por lo tanto, es una medida estadística de la conexión, y no se basa directamente en si estas personas reconocerían a sí mismos como parte de la misma comunidad. Sin embargo, lo que es tan fascinante de detección comunidad en red es que las comunidades que identifica muy a menudo lo hacen tienen significado importante en el mundo real, y pueden ayudarnos a explorar qué es lo que es la definición de las comunidades.
¿Cómo identificar a las comunidades? El uso de un programa de análisis de redes sociales tales como Gephi, podemos utilizar un algoritmo de agrupamiento llamado "modularidad" para detectar patrones ocultos en la red. La modularidad busca grupos de personas que están más densamente conectadas entre sí que sería de esperar si estuvieran conectados por casualidad. . Una red con alta modularidad tiene conexiones densas entre nodos dentro de los grupos, pero las conexiones entre los nodos dispersos en diferentes grupos. Como resultado todos los nodos individuales (personas) en una red pueden ser atribuidos a un grupo específico, como se determina por el algoritmo de la modularidad.
Un ejemplo del mundo real: mi gráfico social Facebook
Vamos a empezar por revisar la red ego de mi gráfico de Facebook que hemos investigado en el blog anterior. En la identificación de personas influyentes en el gráfico que he mencionado que es vital para las personas puntiformes que los conectores clave entre diferentes subredes en el gráfico. Tuve la oportunidad de proporcionar un contexto del mundo real a los datos debido a mi conocimiento personal de todos los individuos en la red. Pero incluso en un pequeño conjunto de datos como este, modularidad nos permite desarrollar una comprensión aún más granular de las relaciones.
Aquí nodos se reparten por la modularidad, con cada nodo que pertenece a un grupo aparte o en la comunidad, y se colorean en consecuencia. Para muchos de los grupos separados y muy distintos en los bordes de la red, no debería ser una sorpresa que estas personas pertenecen a su propia comunidad.
Lo que es interesante es en el componente principal, donde sin el color de codificación que es difícil ver cualquier partición claramente divididas. Pero ahora, ahora tenemos cuatro comunidades diferentes (azul, marrón, púrpura y marrón-ish). Así que la pregunta es, ¿estos 4 grupos diferentes sólo ficciones estadísticas de la estructura de la red? ¿O es que se refieren a nada real sobre las relaciones entre las personas involucradas?
- La comunidad azul se compone de personas que conocí en la escuela, todo alrededor de mi edad (17% de la red).
- La comunidad marrón es gente con la que fui a la escuela, sino que también vivía cerca de donde crecí (9% de la red).
- La comunidad granate también fue a la escuela conmigo, pero todos, al menos, un año mayor que yo (7% de la red).
- La comunidad púrpura es la gente que asistió a la universidad con directamente después de terminar la escuela (también el 17% de la red).
Este es un gran ejemplo de cómo podemos físicas de los segmentos por diferencias muy sutiles, simplemente mediante el análisis de la estructura de las conexiones que compartir.
Pero, ¿cómo podría una red de "conocer" estas cosas acerca de mis amigos? Bueno, todo está basado en las conexiones que tienen entre sí. Las personas que estaban en la misma yeargroup en la escuela son más propensos a conocer unos a otros, y por lo tanto ser amigos en Facebook - así que eso es lo que conecta el mundo real a la relación de la red.
Análisis de redes a gran escala
En rigor que podría haber analizado mi gráfico social Facebook manualmente - Sé que mis amigos son amigos de, después de todo, así que podría haber llegado a la red de forma manual (aunque habría llevado mucho tiempo).Pero el análisis de redes se hace aún más potente cuando el análisis se escala hasta un nivel en el que el análisis manual es imposible. Utilizando Pulsar para reunir nuestros datos significa que podemos utilizar el análisis de redes para investigar las relaciones en las redes de miles o incluso millones de personas, donde la obtención de una comprensión de las relaciones del mundo real que conforman las comunidades no es ni de lejos tan sencillo.
Volviendo de nuevo a la investigación anterior de FACE en Cómo Videos Go Viral, se puede ver que la modularidad y la partición se ha aplicado en las audiencias de la misma forma en que se aplicó a mi gráfico de Facebook. A continuación se aplica el modelado estadístico de los datos demográficos de cada grupo a entender que estaba en cada uno.
Así que para la paloma real belleza Bocetos vídeo (arriba a la derecha), podemos ver que hay una comunidad con un promedio de 32 años de edad, las mujeres blancas, en los EE.UU. / Nueva York, trabajando en marketing - y otro de chicas adolescentes en Los Ángeles que pueden ser blanco o hispanos, y que estamos en la música pop y la telerrealidad. Y, en efecto, es que la apelación a un público diverso que hizo el anuncio de la paloma tan exitoso y el más visto-en YouTube.
¿Cómo le puede servir esto?
Piense en las comunidades como muy similar a los segmentos identificados en el modelo de segmentación de clientes de la marca. (Con el análisis de los datos demográficos en capas sobre, incluso se podría encontrar que son lo mismo.)Mientras que las comunicaciones de marketing directo es a menudo personalizados por segmento, históricamente no ha sido algo marcas han hecho en la vida social. Pero, utilizando análisis de redes sociales y también Twitter y Facebook orientación de los anuncios, es posible enviar mensajes específicos a grupos específicos de personas.
Desarrollado por Pulsar TRAC éstas podrían ser las personas que participan en una conversación específica, las personas que comparten una pieza de contenido en línea, o los seguidores de una cuenta en Twitter. Cualquier grupo de personas, en esencia, siempre que podemos definir que la audiencia a través de alguna propiedad de su comportamiento en los medios sociales - como palabra clave, bio usuario, o la ubicación.
Análisis de la comunidad permite a las marcas a entender realmente el comportamiento de su público de una manera que no pueden replicar con fuera de línea, los datos no sociales.
Se permite a las marcas para obtener el máximo beneficio de su alcance influyente y siembra contenido, asegurando que tienen contactos en cada sub-comunidad de su audiencia.
Y una vez que se han identificado las comunidades, no hay margen para un análisis más profundo de cómo cada comunidad interactúa con marcas, el lenguaje que utilizan, y el tema. Esto puede permitir la comercialización totalmente personalizada, permitiendo que las marcas a entender el comportamiento de los medios de comunicación social de cada grupo, y la mejor manera de comunicarse con ellos.
Análisis de red son también grandes herramientas de comunicación - cada vez que ponemos una en la pantalla en una conferencia, las cámaras salen y la gente comienza a tomar fotos. Nos encantaría ver a más empresas a bolsa en su análisis de la red, y que ilustra su público a sus seguidores. Como dijimos antes, la comunidad no es sólo acerca de los intereses compartidos sino un imaginario, un reconocimiento compartido compartida de que "Somos parte de un mismo grupo." Compartiendo las visualizaciones de la comunidad podría ser una herramienta para una marca para crear una verdadera "comunidad de clientes" - ir más allá de los compradores individuales hacia el posicionamiento de su marca como una fuente de sentido e identidad.
.jpg)
.jpg)
