sábado, 24 de octubre de 2015

ARS 101: Directorios entrelazados

Directorios entrelazados
La vinculación mediante consejeros


Los directorios entrelazados se refiere a la práctica de los miembros de una junta directiva corporativa que desempeñan funciones en los consejos de administración de varias empresas. Una persona que se encuentra en varias tarjetas es conocido como director múltiple. [1] Dos empresas tienen un enclave directo si un director o ejecutivo de una empresa es también director de la otra, y un enclave indirecto si un director de cada sienta en la junta directiva de una tercera empresa. [2] Esta práctica, aunque generalizada y legal, plantea interrogantes acerca de la calidad y la independencia de las decisiones del consejo.


Importancia socio-política

Según algunos observadores (John Asimakopoulos), enclavamientos permiten la cohesión, la acción coordinada, y el poder político-económico unificado de los ejecutivos corporativos. [3] Ellos permiten a las empresas para aumentar su influencia ejerciendo el poder como grupo, y trabajar juntos hacia común metas. [4] Ellos ayudan a los ejecutivos corporativos mantienen una ventaja, y ganar más poder sobre los trabajadores y los consumidores, mediante la reducción de la competencia intra-clase y el aumento de la cooperación. [2] [5] En palabras de Scott R. Bowman, enclavamientos "facilitan una comunidad de intereses entre la élite del mundo de la empresa que suplanta el espíritu competitivo y socialmente divisiva de una etapa anterior del capitalismo con una ética de la cooperación y el sentido de los valores y objetivos compartidos. "[6]


Directorios entrelazados en Argentina

El enclavamiento o entrelazamiento actúa como un canal de comunicación, lo que permite la información sea compartida entre las juntas directivas a través de múltiples directores que tienen acceso a información privilegiada para múltiples empresas. [1] El sistema de enclaves formas lo que Michael Useem llama una "red transcorporativa y general a todos los sectores de negocio". [7] Los enclavamientos dan ventajas sobre fideicomisos, carteles y otras formas monopólicas / oligopólicas de organización, debido a su mayor fluidez, y a una visibilidad inferior (haciéndolos menos abiertos al escrutinio público). [4] También se benefician las empresas involucradas, debido a la competencia reducida, aumento de la disponibilidad de información para los directores, y el aumento de prestigio. [2] [8]


Diagrama de red mostrando enclavamientos entre varias corporaciones estadounidenses / instituciones, y cuatro grandes corporaciones de medios / telecomunicaciones (círculo rojo).

Algunos teóricos creen que debido a varios directores a menudo tienen intereses en empresas de diferentes industrias, que son más propensos a pensar en términos de los intereses generales de la clase empresarial, en lugar de simplemente los estrechos intereses de las empresas individuales. [6] [9] [10] También, estos individuos tienden a provenir de fondos ricos, socializar con las clases altas, y tienden a haber trabajado su camino hasta la jerarquía de la empresa, por lo que es más probable que han interiorizado los valores que causarán que apoyen personalmente políticas que sean beneficiosas para los negocios en general. [6]



Por otra parte, varios directores tienden a ser nombrados con más frecuencia a las posiciones del gobierno, y se sientan en más juntas / fundación sin fines de lucro que otros directores. Por lo tanto, estos individuos (conocidos como el "círculo interno" de la clase corporativa) tienden a contribuir de manera desproporcionada a los grupos de planificación de políticas y gubernamentales que representan los intereses de la clase empresarial, [11] [12] y son los que están más probable es que para hacer frente a cuestiones de política general y manejar los problemas políticos de la clase empresarial en su conjunto. [13] Estas personas y las personas que los rodean son a menudo considerados como la "clase dominante" en la política moderna. [3] Sin embargo, no ejercer el poder absoluto, y no son monolíticas, a menudo difieren en la que las políticas servirán mejor a los intereses de las clases altas. [14]


Diagrama de red mostrando entrelazamiento de los miembros del consejo de American International Group (AIG), a partir de 2004 con otras corporaciones estadounidenses.


Diagrama de red mostrando entrelazamiento entre diversas corporaciones e instituciones de Estados Unidos y el Consejo de Relaciones Exteriores, en el año 2004

Los enclavamientos no sólo se dan entre las empresas, sino también entre las empresas y las instituciones sin fines de lucro tales como fundaciones, grupos de expertos, grupos de planificación de la política y universidades. [15] [16] También puede ser visto como un subconjunto de conexiones en un mayor red social de la clase alta, que incluye todos los tipos de instituciones antes mencionadas, así como los clubes sociales de élite, escuelas, centros turísticos, y las reuniones. [3] [17] Varios directores son "más o menos el doble de probabilidades que los directores individuales sean en el Registro Social , haber asistido a una prestigiosa escuela privada, o pertenecer a un club social de élite ". [18]

Redes de entrelazamiento modernos

Los análisis de los enclavamientos de las empresas han encontrado un alto grado de interconexión entre las grandes corporaciones. [19] [20] También se ha demostrado que los enclavamientos de entrada (es decir, un enlace de red de empresas externas en una empresa focal) tienen un impacto mucho mayor y la importancia de enclavamientos salientes, un hallazgo que sentó las bases para una mayor investigación sobre las redes entre organizaciones basadas en membresías y otros vínculos como empresas conjuntas y la patente hacia atrás y citas posteriores superpuestas. [21] Prácticamente todas las grandes corporaciones estadounidenses están unidos entre sí en una red de enclavamientos. [22] La mayoría de las empresas se encuentran a 3 o 4 "pasos" de unos a otros dentro de esta red. [19] Aproximadamente el 15-20% de todos los directores se sientan en dos o más mesas directivas. [11] Las corporaciones más grandes tienden a tener el la mayoría de los enclavamientos, y también tienden a tener enclavamientos entre sí, colocándolos en el centro de la red. [23] Los principales bancos, en particular, tienden a estar en el centro de la red y tienen un gran número de enclavamientos. [24] [25] [26] Con la globalización del capital financiero después de la Segunda Guerra Mundial, enclavamientos multinacionales se han convertido cada vez más común. [27] A medida que se intensificó la Guerra Fría, los miembros bien conectados de la CIA aprovechado estas interconexiones para lavar dinero a través de fundaciones delanteros , así como las instituciones más importantes, como la Fundación Ford. [28] Un número relativamente pequeño de individuos -unas pocas docenas-manejaron esta red multinacional juntos participando en entrelazamientos transnacionales y se sentaron en los consejos de administración de múltiples grupos de políticas globales (como el Consejo de Relaciones Exteriores). [29]

Legalidad

En los Estados Unidos, la Ley Clayton prohíbe directorios entrelazados para empresas estadounidenses que compiten en el mismo sector, si esas corporaciones violarían las leyes antimonopolio si se combina en una sola corporación. Sin embargo, al menos 1 de cada 8 de los bloqueos en los Estados Unidos están entre las corporaciones que son supuestamente los competidores. [30]

Bibliografia

  • Bowman, Scott R. (1996). The modern corporation and American political thought: law, power, and ideology. Penn State Press. ISBN 978-0-271-01473-9.
  • Domhoff, G. William (2006). Who Rules America?: Power, Politics, and Social Change. McGraw-Hill. ISBN 0-07-287625-5.
  • Salinger, Lawrence M. (2005). Encyclopedia of white-collar and corporate crime. Vol. 1. SAGE. ISBN 978-0-7619-3004-4.
  • Scott, John (1997). Corporate Business and Capitalist Classes. Oxford University Press. ISBN 0-19-828075-0.
  • Useem, Michael (1986). The Inner Circle: Large Corporations and the Rise of Business Political Activity in the U.S. and U.K. Oxford University Press. ISBN 978-0-19-504033-3.

Lecturas adicionales

  • Domhoff, G. William (August, 2005); Interlocking Directorates in the Corporate Community.
  • Mizruchi, Mark S. (August, 1996); "What Do Interlocks Do? An Analysis, Critique, and Assessment of Research on Interlocking Directorates". Annual Review of Sociology, Vol. 22: 271-298.
  • Phillips, Peter S. (June 24, 2005) "Big Media Interlocks with Corporate America".
  • Scott, John (1990). The Sociology of Elites, Volume 3: Interlocking directorships and corporate networks. University of Michigan Press. ISBN 978-1-85278-392-1.


Referencias


  1. Scott, 1997: p. 7
  2. Salinger, 2005: p. 438
  3. Asimakopoulos, John (2009). "Globally Segmented Labor Markets". Critical Sociology 35 (2): 175–198.
  4. Salinger, 2005: p. 437
  5. Mizruchi, Mark S. & Schwartz, Michael (1992). Intercorporate relations: the structural analysis of business. Cambridge University Press. p. 58. ISBN 978-0-521-43794-3.
  6. Bowman, 1996: p. 21
  7. Useem, 1986: p. 53
  8. Dogan, Mattéi (2003). Elite configurations at the apex of power. BRILL. p. 200. ISBN 978-90-04-12808-8.
  9. Beder, Sharon (2006). Suiting themselves: how corporations drive the global agenda. Earthscan. p. 4. ISBN 978-1-84407-331-3.
  10. Barrow, Clyde W. (1993). Critical Theories of State: Marxist, Neo-Marxist, Post-Marxist. University of Wisconsin Press. p. 19. ISBN 0-299-13714-7.
  11. Domhoff, 2006: pp. 30-31
  12. Knoke, David (1994). Political networks: the structural perspective. Cambridge University Press. p. 159. ISBN 978-0-521-47762-8.
  13. Fennema, M. (1982). International networks of banks and industry. Springer. p. 208. ISBN 978-90-247-2620-2.
  14. Zweig, Michael (2001). The working class majority: America's best kept secret. Cornell University Press. p. 19. ISBN 978-0-8014-8727-9.
  15. Bowman, 1996: p. 22
  16. Sklair, Leslie (2001). The Transnational Capitalist Class. Wiley-Blackwell. p. 13. ISBN 978-0-631-22462-4.
  17. Domhoff, 2006: Chapter 3
  18. Ackerman, Frank (2000). The political economy of inequality. Island Press. p. 55. ISBN 978-1-55963-798-5.
  19. Domhoff, 2006: p. 26
  20. Krantz, Matt (2002-11-24). "Web of board members ties together Corporate America". USA Today.
  21. Johannes M Pennings, 1980. Interlocking Directorates: San Francisco: Jossey Bass
  22. Slaughter, Sheila & Rhoades, Gary (2004). Academic capitalism and the new economy: markets, state, and higher education. JHU Press. p. 234. ISBN 978-0-8018-7949-4.
  23. Domhoff, 2006: p. 27
  24. Devine, Fiona (1997). Social class in Ameriontent-Type: multipart/form-datagh University Press. pp. 109–110. ISBN 978-0-7486-0666-5.
  25. Mintz, Beth & Sia.org; hidegeonoticeCampusAmbasite book (1987). The Power Structure of American Business. University of Chicago Press. p. 135. ISBN 978-0-226-53109-0.
  26. Glasberg, Davita Silfen (1989). The power of collective purse strings: the effects of bank hegemony on corporations and the state. University of California Press. p. 12. ISBN 978-0-520-06489-8.
  27. Scott, 1997: pp. 18-19
  28. Saunders, Frances Stonor (1999). The cultural cold war : the CIA and the world of arts and letters ([New ed.]. ed.). New York: New Press. pp. 138–139. ISBN 1-56584-596-X. Farfield no fue de ninguna manera excepcional en su carácter incestuoso. Esta fue la naturaleza del poder en Estados Unidos en este momento. El sistema de patronazgo privado era el modelo preeminente de lo pequeño, grupos homogéneos vinieron a defender AMERICA'S-y, por definición, a sus propios intereses. Servir en la parte superior de la pila era la ambición de cada precie de WASP. El premio era un fideicomiso ya sea en la Fundación Ford o la Fundación Rockefeller, las cuales fueron instrumentos conscientes de la política norteamericana encubierta, con los directores y oficiales que estaban estrechamente conectados con, o incluso miembros de la inteligencia estadounidense.
  29. Carroll, William K. & Carson, Colin (2006). "Neoliberalism, capitalist class formation and the global network of corporations and policy groups". In Plehwe, Dieter; Walpen, Bernhard; Neunhöffer, Gisela. Neoliberal hegemony: a global critique. Taylor & Francis. p. 66. ISBN 978-0-415-37327-2.
  30. Wardrip-Fruin, Noah & Montfort, Nick (2003). New Media Reader. MIT Press. p. 480. ISBN 978-0-262-23227-2.
  31. Pennings, Johannes M. (1980 ) Interlocking Directorates. San Francisco: Jossey Bass

lunes, 19 de octubre de 2015

Horarios más eficientes para postear en Twitter y Facebook

¿Cuándo debo publicar en Twitter y Facebook? [Infografía]

Sarah Snow - Social Media Today

¿Cuándo se puede esperar que se realicen la mayor cantidad de clics ? Bitly miró sus propios números para responder a esa pregunta, entonces Raka creativo volvió sus datos en una infografía.

Para Twitter, el mejor momento para los clics parece ser de lunes a jueves entre 1 y 3 pm. Evite estar twitteando después de las 8 pm la mayoría de las noches, aunque el viernes clics caen después de 15:00. El tráfico de Twitter es/hasta 09 a.m.-3 p.m., pero también significa que tus tweets tendrán más tweets contra los que competir.

En Facebook, los miércoles a las 15:00 es el mejor tiempo absoluto para publicar por la mayoría de los clics. ¿Quién sabía que joroba día tenía esta al revés? En general, el objetivo para mediados de semana entre el 1 y las 4 pm es una buena apuesta.

El tráfico de Facebook trepida hasta las 9 am y comienza a desaparecer alrededor de 16:00. Pero esperar hasta las 11 am es inteligente si usted quiere tener una gran cantidad de clics.

Supongo que la gente usa Facebook y Twitter mucho mientras están en el trabajo. Yo sé que hacer, pero eso es mi trabajo.

jueves, 15 de octubre de 2015

Herramientas de recolección de datos de Twitter (y otras)

El uso de Twitter como fuente de datos: Una visión general de las herramientas actuales de investigación de medios sociales

Wasim Ahmed - London School of Economics


La popularidad de los sitios de medios sociales y la facilidad con que sus datos está disponible significa que estas plataformas son cada vez más las fuentes primarias para la investigación social. Wasim Ahmed presenta un rápido vistazo a algunas de las herramientas disponibles para los científicos sociales para analizar los datos de los medios de comunicación social y también reflexiona sobre las limitaciones de las plataformas y los métodos utilizados para este tipo de investigación.

Tengo un blog de investigación de medios sociales donde encuentro y escribo acerca de las herramientas que se pueden utilizar para capturar y analizar los datos de las plataformas de medios sociales. Mi doctorado analiza datos de Twitter para la salud, como el brote de Ébola en África Occidental. Me preguntan por qué cada vez que estoy mirando Twitter, y qué herramientas y métodos que hay de capturar y analizar los datos de otras plataformas como Facebook, o plataformas aún menos tradicionales como Amazon reseñas de libros. Lluvia de ideas de un par de respuestas a esta pregunta hablando con miembros de la red de medios de Nueva Ciencias Sociales de Nueva Social, hay por lo menos seis razones:

  1. Twitter es una plataforma popular en términos de la atención mediática que recibe y por lo tanto atrae a más investigaciones debido a su estatus cultural
  2. Twitter hace que sea más fácil encontrar y seguir conversaciones (es decir, tanto por su función de búsqueda y los tweets que aparecen en los resultados de búsqueda de Google)
  3. Twitter tiene normas hashtag que lo hacen más fácil la recolección, clasificación, y la ampliación de la recogida de datos búsquedas
  4. Los datos de Twitter son fáciles de recuperar como los principales incidentes, noticias y eventos en Twitter se tienden a estar centrado en torno a un hashtag
  5. La API de Twitter es más abierta y accesible en comparación con otras plataformas de medios sociales, lo que hace Twitter más favorable a los desarrolladores la creación de herramientas para acceder a los datos. En consecuencia, esto aumenta la disponibilidad de herramientas para los investigadores.
  6. Muchos investigadores sí están utilizando Twitter y debido a sus experiencias personales favorables, se sienten más cómodos con la investigación de una plataforma familiar.

Es probable que una combinación de respuesta de 1 a 6 han dado lugar a más investigaciones en Twitter. Sin embargo, esto plantea otra cuestión distinta pero estrechamente relacionados: cuando la investigación se centra tan fuertemente en Twitter, lo que (si los hay) son las implicaciones de esto en nuestros métodos?



En cuanto a los métodos que se utilizan actualmente en el análisis es decir Twitter de datos, análisis de los sentimientos, el análisis de series de tiempo (el examen de los picos en los tweets), análisis de redes, etc., pueden éstos ser aplicados a otras plataformas o son diferentes herramientas, métodos y técnicas necesarias? Además de los métodos cualitativos, como el análisis de contenido, he utilizado los cuatro métodos siguientes en el análisis de datos de Twitter a los efectos de mi doctorado, a continuación considero si éstos trabajarían para otras plataformas de medios sociales:

  1. El análisis de sentimientos funciona bien con datos de Twitter, como tweets que son consistentes en longitud (es decir, <= 140) haría bien con el trabajo de análisis sentimiento, por ejemplo, los datos de Facebook, donde los mensajes pueden ser más largos?
  2. Los análisis de series de tiempo se utilizan normalmente cuando se examinan los tweets tiempo extra para ver si se puede producir un pico de tweets, que el examen de las marcas de tiempo en los mensajes de Facebook, o mensajes Instagram, por ejemplo, produce los mismos resultados? ¿O es solamente un método viable debido a la naturaleza en tiempo real de los datos de Twitter?
  3. El análisis de redes se utiliza para visualizar las conexiones entre las personas y para comprender mejor la estructura de la conversación. Que este trabajo tan bien en otras plataformas mediante el cual los usuarios no pueden conectarse entre sí, es decir, las páginas públicas de Facebook?
  4. Los métodos de aprendizaje de máquina (machine learning) puede trabajar bien con los datos de Twitter debido a la longitud de tweets (es decir, <= 140) sino que éstos trabajan para mensajes más largos y para las plataformas que no son de texto, es decir basada, Instagram?

Bien puede ser que al menos algunos de estos métodos se pueden aplicar a otras plataformas, sin embargo, pueden no ser los mejores métodos, y pueden requerir la formulación de nuevos métodos, técnicas y herramientas.

Así que, ¿cuáles son algunas de las herramientas disponibles para los científicos sociales para los datos de medios sociales? En la tabla de abajo proporciono una visión general de algunas de las herramientas que he estado usando (que no requieren conocimientos de programación y pueden ser utilizados por los científicos sociales):



* Es recomendable comprobar si una herramienta puede apoyar a otras plataformas como puede ser posible importar datos obtenidos en otros lugares.
** Gané un premio de datos históricos de DiscoverText con hasta 3 meses de acceso gratis, y también he recibido 3 días el valor de los datos Firehose través de tamiz, y esto me ha permitido realizar investigaciones que de otro modo no hubiera sido posible, como la comparación de Twitter API de búsqueda a la API de Firehose. DiscoverText se utiliza ampliamente en la investigación académica, con más de 40 menciones académica y contiene características como la capacidad de filtración de datos y aprendizaje automático avanzados.

También me gustaría mencionar:

  • Gran lista de comisariado de Deen Freelon de herramientas de medios sociales aquí en: http://bit.ly/10NjJYK
  • La iniciativa digital de métodos (herramientas DMI) aquí en: https://wiki.digitalmethods.net/Dmi/ToolDatabase
  • Mi Blog investigación (Wasim Ahmed, un blog sobre mi investigación) aquí en: https://wasimahmed1.wordpress.com/

Mediante la búsqueda de software correspondiente (tal como se documenta en la tabla), me he dado cuenta de que hay muy pocas herramientas que se pueden utilizar para obtener datos de otras plataformas de medios sociales tales como, Pinterest, Goolge +, Tumblr, Instagram, Flickr, Parra, LinkedIn , y Amazon, entre otros. En este sentido, me gustaría ver más programas para los de las ciencias sociales para obtener datos para una amplia gama de plataformas y que incluye una serie de datos, es decir, enlaces web, imágenes y vídeo. En el Masters y el nivel de doctorado debe haber más énfasis en la formación de los estudiantes de ciencias sociales en la utilización eficaz de software existente que se puede utilizar para capturar datos de analizar los datos de las plataformas de medios sociales.

martes, 13 de octubre de 2015

Un ráfaga de discusión política

#VotoUtil vs #VotaComoQuieras


Una breve discusión en Twitter sobre como votar en Octubre en Argentina en las elecciones presidenciales.

A menos de dos semanas de las elecciones presidenciales, Juan José Campanella publicó un mensaje en su cuenta de Twitter una serie de tweets sobre el inminente deber cívico que están por vivir los argentinos y abrió la polémica.

"Sólo hay dos melodías. Kirchnerismo y Cambiemos. Todo lo demás es ruido", escribió en los primeros minutos del martes, refiriéndose a los dos candidatos que encabezan todas las encuestas: Daniel Scioli, del Frente para la Victoria, y Mauricio Macri, del PRO. Con su análisis, instó a no votar por Sergio Massa, Margarita Stolbizer, Nicolás del Caño y Alberto Rodríguez Saá, por considerar que no tendrían chances de llegar a un balotaje.

Esta es la red a las 16:00 horas hoy...



Red dirigida de 45 nodos, 177 enlaces, 1 componente conectado, diámetro de 4 y densidad de 0.073.

Top Hashtags en la red completa de Twitter 
votacomoquieras
cambiemos
macripresidente
stolbizer
votoutil
votàcomoquieras
democracia

Mas mencionados en la red completa del Twitter
juancampanella
rialjorge
joseinasot
argptyt
rbattagion
teleshowcom
juan
aniron76
agusquesada
sergiomassa


Big Data en medios sociales

El impacto de Big Data en los medios sociales

Por Kerry Butters - {201: digital}

Diagrama de lo que podría ser los grandes datos y medios de comunicación social

En estos días, todo lo que hacemos - de hacer una compra, a la visualización de determinados productos - pueden ser rastreados en línea. Los medios sociales son un factor importante en esto. Los sitios populares como Facebook, Instagram, Foursquare, Twitter y Pinterest millones récord de tweets, gustos, y chatear corrientes sobre una base diaria.
El resultado es cantidades masivas de datos que podrían, potencialmente, dar a las organizaciones una mirada detallada en las mentes de sus consumidores. El truco es hacer que de alguna manera el sentido de todo lo que los datos y encontrar la manera de poner este conocimiento para su uso.

El desafío social

Muchos de los datos que las organizaciones ya han se estructura, lo que significa que en realidad puede hacer uso de ella de inmediato. Cosas como datos recogidos de las tarjetas de recompensas, los datos transaccionales, y los consumidores de información personal proporcionan cuando crearon una cuenta en sitios de compras.
Por el contrario, los datos arrojados por los datos de los medios sociales es estructurado. Actividades como el "gusto" una página en Facebook, viendo anuncios en YouTube, descargar aplicaciones gratuitas o el chat en línea con los representantes de servicio al cliente generan enormes extensiones digitales de información.
Archivado en bases de datos masivas, sólo una pequeña fracción de esta conversación social puede ser ni remotamente relevante para la marca de una empresa. Para cortar a través de la charla, las empresas necesitan para filtrar los datos correctos, es decir, la información procesable que impulsa acciones de los consumidores.

El imperativo del Big Data

Las ofertas de la industria Big Data en conjuntos de datos que se puede llegar a muchos cientos de petabytes. Aplicaciones a gran escala al instante traducen conjuntos de datos masivos en información que pueden ser leídos e interpretados por los seres humanos. Este conocimiento puede entonces actuar en consecuencia.
Aplicaciones Big Data Numerosos han sido creados específicamente para dar sentido a los datos de medios sociales. Los vendedores pueden utilizar estas herramientas para determinar el impacto de cada tweet, etiqueta, pin, check-in, y al igual que en su marca.
Sitios web de medios sociales utilizan los datos que almacenan de personalizar fuentes de noticias para que los usuarios están contenidos que realmente quieren ver servidos. Big Data puede ayudar a llevar esto un paso más allá mediante el análisis de las enormes cantidades de datos que fluyen desde las redes sociales y que sugieren cómo pueden enlazar a todo el contacto con puntos de los consumidores tienen con una marca en particular.

Golpeando los puntos de toque

Con acceso a Internet prácticamente ilimitado a la información, ahora más que nunca, el poder recae en el consumidor.
El uso de grandes volúmenes de datos, los consumidores se pueden dirigir con mayor eficacia. Automatización de marketing y gestión de relaciones con clientes (CRM) permiten que los datos generados por los medios de comunicación social que han de adoptarse, analizó rápidamente, luego utiliza para mejores clientes objetivo que puedan convertir.
Las empresas pueden (por ejemplo) de hecho el seguimiento de un cliente y analizar su comportamiento mientras se cambia de gusto una marca en Facebook a ver un anuncio de televisión para esa marca, a la utilización de una aplicación creada por la marca, a la lectura de noticias al respecto en su tableta, a levantar el teléfono para llamar a una línea de servicio al cliente.

Ajustando los datos

El cambio de poder del consumidor significa que los compradores ya no dependen de los representantes de ventas como los guardianes de la información acerca de una marca. En cambio, los compradores hacen su propia investigación en línea y sacar sus propias conclusiones. Los compradores ven claramente la Internet y los medios sociales como fuentes votos e imparciales, y la dependencia de ellos es probable que aumente.
En una determinada transacción, los compradores van a hacer su propia investigación y sentarse a la mesa sabiendo mucho acerca de una empresa, sus ofrendas, y todas las alternativas para su solución. Para mantenerse al día, de marketing y ventas representantes deben conocer la misma información - y también cómo los compradores reaccionan a la información que encuentran.
Análisis de Big Data puede ayudar a entender lo que los compradores piensan y sienten acerca de los productos y servicios de una empresa. Armado con este conocimiento, el representante de ventas puede mostrar empatía con el consumidor y adoptar el papel de asesor valioso - una poderosa posición que gana la confianza del comprador.
Es un cambio en los roles tradicionales que requieren un ajuste correspondiente en otras áreas también.

Cambios culturales

Las empresas tendrán que contratar y capacitar a las personas que pueden dar sentido a los datos de medios sociales. Comercialización de equipos de investigación necesitará una persona fuerte base de datos para poner los datos en formas que pueden ser analizados. Los estadísticos que pueden entender los datos y su impacto deben estar en la mezcla, al igual que las personas hábiles en la comprensión de los datos de comportamiento.
Para completar el cuadro, las empresas tendrán que contratar a personas que saben cómo etiquetar datos y estructura a la misma, por lo que los estadísticos y expertos en bases de datos pueden convertirlo en informes que se pueden traducir en estrategias viables.

Prácticas de trabajo

La interacción de Big Data y medios de comunicación social se caracteriza por:

  • La contratación de las personas adecuadas: En casa de los ingenieros de bases de datos, informáticos y estadísticos, o el uso de soluciones Big Data que ofrece la creación de empresas y grandes corporaciones.
  • Siguiendo las palabras clave: Mirada hacia fuera para las palabras específicas, y el análisis de cuándo y dónde se utilizan. Esto puede ayudar en la identificación de riesgo a los clientes y satisfacer sus necesidades antes de comprar en otro lugar.
  • Medición de compromiso de la marca: Aprender a tener un diálogo con los clientes.
  • La correlación de los hechos: factores como el tráfico del sitio web, las compras de productos, publicidad gasto y consultas de los clientes Teniendo en cuenta, para realizar un seguimiento de la eficacia de las campañas - y para hacer ajustes informadas.
  • Anticipando el futuro: Análisis de datos sobre el comportamiento de los clientes para medir cómo los nuevos productos que le irá en el mercado. Y reaccionar en tiempo real a las necesidades cambiantes de los clientes.



Leer más: http://www.201digital.co.uk/impact-big-data-social-media/#ixzz3o5CKg4Ge

domingo, 11 de octubre de 2015

Redes de crowfunding científico

Análisis de redes del crowdfunding científico

Por Samuel Arbesman - Wired



Los lectores recordarán cuando anuncié el plan de Ethan Perlstein de hacer crowdfunding para su investigación científica. Pues bien, desde entonces, Ethan ha estado combinando dos de mis intereses: formas alternativas de financiación ciencia y la ciencia de la red. En su intento de lograr su meta de recaudar $ 25.000, Ethan ha estado tratando de entender qué condiciones y conexiones producen la mayor cantidad de dinero. Y el análisis de redes es uno de los componentes de este.

Algunos de sus análisis han estudiado las propiedades estadísticas de las donaciones hasta el momento, lo que confirma que las donaciones no llegan a una velocidad constante (a menudo hay una explosión en el comienzo y el final, con un poco de estancamiento en el centro). Además, Ethan me escribió recientemente un análisis sobre la base de sus amigos de Facebook, y que donó y que no lo hicieron:



El amarillo indica un donante, mientras que el azul significa un no donante, y el tamaño nodo corresponde al grado-el número de conexiones a otros en los datos de la red. Como se puede ver, es un poco desordenado. No hay grupos de donación por lo que es difícil determinar el patrón de influencia, en su caso. Sin embargo, es gratificante observar que existe un alto nivel general de la donación (alrededor del 10%).

Cuando se trata de la donación cantidad, que no parece ser mucho en la forma de una relación entre la donación y el grado de red, aunque sí parece que sólo los que tienen muchas conexiones donan grandes cantidades (por supuesto, muchas otras grandes donaciones provienen de los que están fuera de la red de Facebook):



Sea o no hay resultados claros en todos estos análisis, necesitamos más de esto. Aquellos que están tratando de crowdfund proyectos debe seguir siendo abierto acerca de cómo funciona este proceso y cómo no lo hace. Este es un gran primer paso para tratar de entender mejor cómo financiar la investigación científica en una forma de base amplia.