Analitica rețelelor sociale

De Nicolae Sfetcu

Analitica rețelelor sociale este un domeniu nou și emergent, pregătit pentru a permite companiilor să își îmbunătățească inițiativele de gestionare a performanței în diferite funcții de afaceri. Indiferent dacă este vorba de măsurarea eficienței campaniilor promoționale, colectarea de informații despre nevoile și preferințele clienților, discernerea percepțiilor mărcii, obținerea de feedback cu privire la performanța produsului sau pentru a capta date despre tendințele pieței, analitica social media are potențialul de a furniza informații utile diferitelor linii de afaceri precum marketing și vânzări, relații cu clienții, relații publice și dezvoltarea de produse.
Analitica rețelelor sociale se încadrează în știința socială computațională, combinînd practici care răspund la întrebări precum "Cine? Ce? Unde? Când? De ce? și Cum?" folosind tehnici cantitative (statistici computaționale, învățarea automată, etc.) și așa-numitele megadate (big data) pentru extragerea datelor și modelarea prin simulare.
Analitica rețelelor sociale oferă o sursă bogată de provocări de cercetare socială, politică, economică și academică pentru oamenii din științe sociale, informaticieni, companii și organismele de finanțare.

• Limbă: Română
• Editor: Nicolae Sfetcu
• Data lansării: 8 apr. 2022
• ISBN: 9786060337058

Nicolae Sfetcu

Owner and manager with MultiMedia SRL and MultiMedia Publishing House. Project Coordinator for European Teleworking Development Romania (ETD) Member of Rotary Club Bucuresti Atheneum Cofounder and ex-president of the Mehedinti Branch of Romanian Association for Electronic Industry and Software Initiator, cofounder and president of Romanian Association for Telework and Teleactivities Member of Internet Society Initiator, cofounder and ex-president of Romanian Teleworking Society Cofounder and ex-president of the Mehedinti Branch of the General Association of Engineers in Romania Physicist engineer - Bachelor of Science (Physics, Major Nuclear Physics). Master of Philosophy.

Previzualizare carte

>Analitica rețelelor sociale

>Nicolae Sfetcu

>Publicat de MultiMedia Publishing

>© 2022 Nicolae Sfetcu

Publicat de MultiMedia Publishing, https://www.telework.ro/ro/editura

ISBN: 978-606-033-705-8

DOI: 10.58679/TW12414

Surse: Secțiunile

1.1 - 1.3, 2.1, 2.5: Nicolae Sfetcu: Cunoaștere și Informații, și Big Data - Ghid, MultiMedia Publishing, licența CC BY 3.0

1.4, 2.3, 2.4: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, Licență CC BY-SA 4.0. Traducere și adaptare: Nicolae Sfetcu

2.2: European Union Agency For Network And Information Security: Ernesto Damiani, Claudio Agostino Ardagna, Francesco Zavatarelli, Evangelos Rekleitis, Louis Marinos (2016). Big Data Threat Landscape and Good Practice Guide. © European Union Agency for Network and Information Security (ENISA). Traducere și adaptare independentă: Nicolae Sfetcu

3: Umar Ruhi, Social Media Analytics as a Business Intelligence Practice: Current Landscape & Future Prospects, in Journal of Internet Social Networking & Virtual Communities, Vol. 2012 (2012), Article ID 920553, DOI: 10.5171/2012.920553. Copyright © 2014. Umar Ruhi. Licența CC-BY 3.0. Traducere și adaptare Nicolae Sfetcu

4: Bogdan Batrinca, Philip C. Treleaven, "Social media analytics: a survey of techniques, tools and platforms", AI & Soc (2015) 30:89-116 DOI 10.1007/s00146-014-0549-4, Creative Commons Attribution License. Traducere și adaptare Nicolae Sfetcu

5: Phillip Brooker, Julie Barnett and Timothy Cribbin, Doing social media analytics, in Big Data & Society, July–December 2016: 1–12, DOI: 10.1177/2053951716658060, bds.sagepub.com CC BY 3.0 license. Traducere și adaptare de Nicolae Sfetcu

DECLINARE DE RESPONSABILITATE:

Având în vedere posibilitatea existenței erorii umane sau modificării conceptelor științifice, nici autorul, nici editorul și nicio altă parte implicată în pregătirea sau publicarea lucrării curente nu pot garanta în totalitate că toate aspectele sunt corecte, complete sau actuale, și își declină orice responsabilitate pentru orice eroare ori omisiune sau pentru rezultatele obținute din folosirea informațiilor conținute de această lucrare.

Cu excepția cazurilor specificate în această carte, nici autorul sau editorul, nici alți autori, contribuabili sau alți reprezentanți nu vor fi răspunzători pentru daunele rezultate din sau în legătură cu utilizarea acestei cărți. Aceasta este o declinare cuprinzătoare a răspunderii care se aplică tuturor daunelor de orice fel, incluzând (fără limitare) compensatorii; daune directe, indirecte sau consecvente, inclusiv pentru terțe părți.

Înțelegeți că această carte nu intenționează să înlocuiască consultarea cu un profesionist educațional, juridic sau financiar licențiat. Înainte de a o utiliza în orice mod, vă recomandăm să consultați un profesionist licențiat pentru a vă asigura că faceți ceea ce este mai bine pentru dvs.

Această carte oferă conținut referitor la subiecte educaționale. Utilizarea ei implică acceptarea acestei declinări de responsabilitate.

1. Analitica

Analitica este descoperirea, interpretarea și comunicarea unor tipare semnificative din date. Aceasta implică, de asemenea, aplicarea modelelor de date către o luare eficientă a deciziilor. Cu alte cuvinte, analitica poate fi înțeleasă ca legătura dintre date și luarea eficientă a deciziilor în cadrul unei organizații. Deosebit de valoroasă în domeniile bogate in informații înregistrate, analiza se bazează pe aplicarea simultană a statisticilor, a programării computerului și a cercetărilor operaționale pentru a cuantifica performanța.

Organizațiile pot aplica analitica datelor de afaceri pentru a descrie, prezice și îmbunătăți performanțele afacerii. Concret, domeniile din cadrul analiticii includ analitica predictiva, analitica prescriptiva, managementul deciziilor întreprinderii, analitica descriptiva, analitica cognitiva, analitica Big Data, analitica vânzărilor cu amănuntul, analitica lanțului de aprovizionare, optimizarea aranjării produselor și a unităților de stocare, optimizarea de marketing și modelarea de mix marketing, analitica web, analitica apelurilor, a discursurilor, analize și optimizarea forței de vânzare, modelarea prețurilor și promovării, știința predictivă, analiza riscurilor de credit și analiza fraudelor. Întrucât analiticele pot necesita un calcul extins, algoritmii și software-urile utilizate pentru analitică valorifică cele mai actuale metode în informatică, statistică și matematică.

Analitica vs. analiză

Analiza este axată pe înțelegerea trecutului : ce s-a întâmplat și de ce s-a întâmplat. Analitica se concentrează pe motivul pentru care s-a întâmplat și ce se va întâmpla în continuare.

Analitica datelor este un domeniu multidisciplinar. Se utilizează pe scară largă abilități de calculator, matematică, statistici, utilizarea tehnicilor descriptive și a modelelor predictive pentru a obține cunoștințe valoroase din date în timp ce se analizează datele. Informațiile din date sunt utilizate pentru a recomanda acțiuni sau pentru a ghida luarea deciziilor în contextul afacerilor. Astfel, analitica nu are în vedere analize individuale, sau pași de analiză, ci întreaga metodologie. Există o tendință pronunțată de a utiliza termenul de analitică în setările de afaceri, de ex. analitica textului vs. mineritul textului mai generic pentru a sublinia această perspectivă mai largă. Există o utilizare din ce în ce mai mare a termenului de analitică avansată, utilizat de obicei pentru a descrie aspectele tehnice ale analiticii, în special în domeniile emergente, cum ar fi utilizarea tehnicilor de învățare automată, precum rețelele neuronale, arborele de decizii, regresia logistică, analiza regresiei de la liniară la multiplă, clasificarea pentru modelări predictive. De asemenea, include tehnici de învățare automată nesupravegheate, cum ar fi analiza clusterului, analiza componentelor principale, analiza profilului de segmentare și analiza de asociere.

Aplicații

Optimizarea marketingului

Marketingul a evoluat dintr-un proces creativ într-un proces puternic bazat pe date. Organizațiile de marketing utilizează analize pentru a determina rezultatele campaniilor sau eforturilor și pentru a ghida deciziile pentru investiții și vizarea consumatorilor. Studiile demografice, segmentarea clienților, analiza unitara și alte tehnici permit comercianților să utilizeze cantități mari de achiziții, sondaj și date de panou pentru a înțelege și comunica strategia de marketing.

Analiza de marketing constă din date atât calitative, cât și cantitative, structurate și nestructurate, utilizate pentru a conduce la decizii strategice în legătură cu rezultatele mărcii și veniturilor. Procesul implică modelare predictivă, experimentare de marketing, automatizare și comunicații de vânzări în timp real. Datele permit companiilor să facă predicții și să modifice execuția strategică pentru a maximiza rezultatele performanței.

Analitica web permite comercianților să colecteze informații la nivel de sesiune despre interacțiunile de pe un site web folosind o operațiune numită sesiunizare. Google Analytics este un exemplu de instrument popular de analitică gratuită pe care specialiștii în marketing îl folosesc în acest scop. Aceste interacțiuni furnizează sistemelor informaționale de analitică web informațiile necesare pentru a urmări referentul, a căuta cuvinte cheie, a identifica adresa IP și a urmări activitățile vizitatorului. Cu aceste informații, un specialist in marketing poate îmbunătăți campaniile de marketing, conținutul creativ al site-ului web și arhitectura informațiilor.

Tehnicile de analiză utilizate frecvent în marketing includ modelarea mixurilor de marketing, analiza prețurilor și promovării, optimizarea forței de vânzare și analiza clienților, precum segmentarea. Analitica web și optimizarea site-urilor web și a campaniilor online lucrează acum deseori împreuna cu tehnicile mai tradiționale de analiză de marketing. Un accent pe media digitală a schimbat ușor vocabularul, astfel încât modelarea mixului de marketing este denumită în mod obișnuit modelarea atribuțiilor în contextul digital sau al modelarii mixului de marketing.

Aceste instrumente și tehnici susțin atât decizii strategice de marketing (cum ar fi cât să cheltuiți în total pentru marketing, cum să alocați bugetele într-un portofoliu de mărci și mixul de marketing), cât și mai mult suport tactic pentru campanii, în ceea ce privește cel mai bun client potențial cu mesaj optim în cel mai rentabil mediu la momentul ideal.

Analitica oamenilor

Analitica oamenilor utilizează date comportamentale pentru a înțelege modul de lucru al oamenilor și schimbarea modului în care companiile sunt gestionate.

Analitica oamenilor este cunoscută și sub denumirea de analitica forței de muncă, analitica de resurse umane, analitica de talente, cunoaşterea oamenilor, cunoaşterea talentelor, cunoaşterea colegilor, analitica de capital uman și analitica HRIS. Analitica de resurse umane este aplicația de analiză pentru a ajuta companiile să gestioneze resursele umane Scopul este de a discerne cine sa fie angajat, recompensat sau promovat, ce responsabilități să i se atribuie și probleme similare cu resursele umane. Analitica resurselor umane devine din ce în ce mai importantă pentru a înțelege ce fel de profiluri comportamentale ar avea succes și care nu vor reuși. De exemplu, o analitică poate descoperi că persoanele care se potrivesc unui anumit tip de profil sunt cele mai susceptibile de a avea un anumit rol, ceea ce le face sa fie cei mai buni angajați.

Cu toate acestea, există diferențe cheie între analitica oamenilor și analitica HR. Analitica oamenilor rezolvă problemele de afaceri. Analitica HR rezolvă problemele de resurse umane. Analitica oamenilor analizează munca și organizarea sa socială. Analitica HR măsoară și integrează date despre procesele administrative HR, spune Ben Waber, MIT Media Lab Ph.D. și CEO al Humanyze. Josh Bersin, fondator și director la Bersin de Deloitte, este de acord că analitica oamenilor este o industrie mai mare decât analitica HR, explicând „… de-a lungul timpului, nici măcar nu cred că tine de HR. Deși ce se poate găsi în HR la început, de-a lungul timpului această echipă ajunge sa răspundă de analiza productivității vânzărilor, a cifrei de afaceri, retenției, accidentelor, fraudei și chiar a problemelor oamenilor care determină păstrarea și satisfacția clienților ... Acestea sunt toate problemele de afaceri din lumea reală, nu probleme de HR."

Analitica portofoliului

O aplicație comună a analiticii de afaceri este analitica portofoliului. În acest sens, o bancă sau o agenție de creditare are o colecție de conturi cu valori și riscuri variate. Conturile pot diferi în funcție de statutul social al titularului (înstărit, clasa mijlocie, sărac etc.), locația geografică, valoarea sa netă și mulți alți factori. Creditorul trebuie să echilibreze rentabilitatea împrumutului cu riscul de neplată pentru fiecare împrumut. Întrebarea este atunci cum să evaluați portofoliul în ansamblu.

Cel mai mic împrumut riscant poate fi pentru cei foarte înstăriți, dar există un număr foarte limitat de oameni înstăriți. Pe de altă parte, există mulți săraci care pot fi împrumutați, dar cu un risc mai mare. Trebuie găsit un anumit echilibru care să maximizeze rentabilitatea și să reducă la minimum riscul. Soluția analitică poate combina analiza seriei de timp cu multe alte probleme pentru a lua decizii cu privire la momentul în care să se acorde bani acestor segmente de împrumutați diferiți, sau la deciziile privind rata dobânzii percepute membrilor unui segment de portofoliu pentru a acoperi pierderile suferite de membrii acelui segment. .

Analitica riscurilor

Modelele predictive din industria bancară sunt dezvoltate pentru a aduce certitudine cu privire la scorurile de risc pentru clienții individuali. Scorurile de credit sunt create pentru a prezice comportamentul de delincvență al individului și sunt utilizate pe scară largă pentru a evalua bonitatea creditului fiecărui solicitant. Mai mult, analitica de risc sunt realizate în lumea științifică și în industria asigurărilor. De asemenea, este utilizata pe scară largă în instituțiile financiare, cum ar fi companiile de plată online, pentru a analiza dacă o tranzacție a fost autentică sau a fost o fraudă. În acest scop, se utilizează istoricul tranzacțiilor clientului. Acest lucru este utilizat mai frecvent în achiziționarea de carduri de credit : atunci când există o creștere bruscă a volumului tranzacțiilor clientului, clientul primește un apel de confirmare dacă tranzacția a fost inițiată de acesta. Acest lucru ajută la reducerea pierderilor in astfel de circumstanțe.

Analitica digitală

Analitica digitală este un set de activități de afaceri și tehnice care definesc, creează, colectează, verifică sau transformă datele digitale în rapoarte, cercetare, analize, recomandări, optimizări, predicții și automatizări. Aceasta include, de asemenea, SEO (optimizarea pentru motoarele de căutare) unde se urmărește căutarea cuvintelor cheie și acele datele sunt utilizate în scopuri de marketing. Chiar și reclamele și clicurile pe banner sunt incluse în analiticele digitale. Un număr tot mai mare de mărci și firme de marketing se bazează pe analitica digitala pentru misiunile lor de marketing digital, în care MROI (Marketing Return on Investment) este un indicator cheie de performanță important (KPI).

Analitica de securitate

Analitica de securitate folosește tehnologia informației (IT) pentru a aduna și analiza evenimente de securitate pentru a înțelege și analiza evenimentele care prezintă cel mai mare risc. Produsele din acest domeniu includ informații de securitate și gestionarea evenimentelor și analitica comportamentului utilizatorului.

Analitica software

Analitica software este procesul de culegere a informațiilor despre modul în care este folosită și produsă o piesă software.

Provocări

În industria software de analiză comercială, s-a pus accentul pe soluționarea provocărilor analizei unor seturi de date masive și complexe, adesea atunci când aceste date sunt într-o stare constantă de schimbare. Astfel de seturi de date sunt denumite în mod obișnuit date mari (big data). Deși mai demult problemele ridicate de datele mari au existat doar în comunitatea științifică, astăzi datele mari reprezintă o problemă pentru multe companii care operează sisteme tranzacționale online și, ca urmare, acumulează rapid volume mari de date.

Analiza tipurilor de date nestructurate este o altă provocare în atragerea atenției în industrie. Datele nestructurate diferă de datele structurate, întrucât formatul acestora variază mult și nu pot fi stocate în bazele de date relaționale tradiționale fără eforturi semnificative la transformarea datelor. Surse de date nestructurate, cum ar fi e-mail, conținutul documentelor procesoarele de text, PDF-uri, date geospațiale etc., devin rapid o sursă relevantă de informații de afaceri pentru companii, guverne și universități. De exemplu, în Marea Britanie, descoperirea conform căreia o companie vindea ilegal diplome de medic frauduloase pentru a ajuta în fraudarea angajatorilor și a companiilor de asigurări, este o oportunitate pentru firmele de asigurări să sporească vigilența analizei lor de date nestructurate. McKinsey Global Institute estimează că analiza de date mari ar putea economisi in sistemul american de asistență medicală 300 de miliarde de dolari pe an, iar in sectorul public european 250 de miliarde de euro.

Aceste provocări sunt inspirația actuală pentru o mare parte a inovației în sistemele moderne de informații privind analitica, dând naștere unor concepte relativ noi de analiză a mașinilor, cum ar fi procesarea complexă a evenimentelor, căutarea și analiza textului complet și chiar idei noi în prezentare. O astfel de inovație este introducerea arhitecturii asemănătoare grilei în analiza mașinilor, care permite creșterea vitezei procesării masive paralele, prin distribuirea volumului de muncă pe multe computere, toate având acces egal la setul de date complet.

Analitica este din ce în ce mai folosită în educație, în special la nivelul districtului și al birourilor guvernamentale. Cu toate acestea, complexitatea măsurilor de performanță a elevilor prezintă provocări atunci când educatorii încearcă să înțeleagă și să utilizeze analitice pentru a discerne tiparele în performanța elevilor, a prezice probabilitatea absolvirii, a îmbunătăți șansele de succes a studenților, etc. De exemplu, într-un studiu care implică districte cunoscute pentru utilizarea puternică a datelor, 48% dintre profesori au avut dificultăți să pună întrebări cerute de date, 36% nu au înțeles acele date, iar 52% le-au interpretat în mod incorect. Pentru a combate acest lucru, unele instrumente de analitică pentru educatori respectă un format de date necontabilizate (încorporarea etichetelor, documentația suplimentară și un sistem de ajutor și luarea deciziilor cheie privind pachetele/afișarea și conținutul) pentru a îmbunătăți înțelegerea de către educatori și utilizarea analiticilor afișate.

O altă provocare emergentă este nevoile de reglementare dinamica. De exemplu, în industria bancară, Basel III și nevoile viitoare de adecvare a capitalului vor face ca băncile mai mici să adopte modele de risc intern. În astfel de cazuri, cloud computing și limbajul de programare open source R poate ajuta băncile mai mici să adopte analitici de risc și să sprijine monitorizarea la nivel de sucursalelor aplicând analize predictive.

Riscuri

Principalul risc pentru oameni este discriminarea, precum prețul sau discriminarea statistică.

Există, de asemenea, riscul ca un dezvoltator să poată profita de ideile sau lucrările efectuate de utilizatori, cum ar fi acest exemplu: utilizatorii ar putea scrie idei noi într-o aplicație care permite notițele, care ar putea fi apoi trimise ca un eveniment personalizat, iar dezvoltatorii ar putea profita de acele idei. Acest lucru se poate întâmpla deoarece dreptul de proprietate asupra conținutului este de obicei neclar în lege.

Dacă identitatea utilizatorului nu este protejată, există mai multe riscuri; de exemplu, riscul ca informațiile private despre utilizatori să fie făcute publice pe internet.

La extrem, există riscul ca guvernele să poată strânge prea multe informații private, acum, când guvernele își acordă mai multe puteri de acces la informațiile cetățenilor.

1.1. Analitica comportamentală

Analitica comportamentală este un progres recent în analitica afacerilor, care dezvăluie noi perspective asupra comportamentului consumatorilor pe platformele de comerț electronic, jocuri online, aplicații web și mobile și IoT. Creșterea rapidă a volumului de date brute despre evenimente generate de lumea digitală permite metode care depășesc analiza tipică prin demografie și alte metrici tradiționale care ne spun ce fel de oameni au luat ce acțiuni în trecut. Analitica comportamentală se concentrează pe înțelegerea modului în care acționează consumatorii și de ce, permițând preziceri exacte despre modul în care este posibil să acționeze în viitor. Permite specialiștilor în marketing să facă ofertele corecte segmentelor de consumatori potrivite la momentul potrivit.

Analitica comportamentală poate fi utilă pentru autentificare, în scopuri de securitate. Folosește factori neidentificabili, dar individuali, unici pentru a confirma cine este utilizatorul. Identitatea utilizatorului este autentificată în fundal folosind factori precum mișcarea mouse-ului până la viteza și obiceiurile de tastare, istoricul de conectare și detaliile rețelei, cum ar fi adresa IP, browserul utilizat etc.

Analitica comportamentală utilizează volumele masive de date brute despre evenimentele utilizatorilor capturate în timpul sesiunilor în care consumatorii folosesc aplicații, jocuri sau site-uri web, inclusiv date despre trafic, cum ar fi calea de navigare, clicurile, interacțiunile din rețelele sociale, deciziile de cumpărare și capacitatea de reacție la marketing. De asemenea, datele despre evenimente pot include valori publicitare, cum ar fi timpul de clic pentru conversie, precum și comparații între alte valori, cum ar fi valoarea monetară a unei comenzi și cantitatea de timp petrecut pe site. [1] Aceste puncte de date sunt apoi compilate și analizate, fie prin analizarea progresului sesiunii de la momentul în care un utilizator a intrat prima dată pe platformă până la efectuarea unei vânzări, sau la ce alte produse a cumpărat sau la care s-a uitat un utilizator înainte de această achiziție. Analitica comportamentală permite prezicerea acțiunilor și tendințelor viitoare pe baza culegerii acestor date.

Deoarece analiza necesită colectarea și agregarea unor cantități mari de date cu caracter personal, inclusiv date extrem de sensibile (cum ar fi orientarea sexuală sau preferințele sexuale, problemele de sănătate, locația) care sunt apoi tranzacționate între sute de părți implicate în publicitate direcționată, analitica comportamentală cauzează îngrijorări cu privire la încălcările confidențialității. [2] [3]

În timp ce analitica de afaceri se concentrează mai larg pe cine, ce, unde și când din business intelligence, analitica comportamentală restrânge acest domeniu, permițându-i să colecteze puncte de date aparent fără legătură pentru a extrapola, prevedea și determina erorile și tendințele viitoare. Este nevoie de