ソーシャルネットワークデータ分析の重要性についての簡単な議論

情報技術の急速な発展により、ソーシャルネットワークに参加する人がますます増えています。人々はインターネット上で関連情報を共有し、ネットワークを拡大することに喜びを感じています。企業はソーシャル プラットフォームを通じて顧客に直接影響を与えることもできます。ソーシャル ネットワークの出現により、すべてがより良くなったように見えますが、ソーシャル ネットワークには注意を払う必要がある 3 つの特性があります。

1. 特徴1：インターネット上には偽の情報と本当の情報が混在している。この機能はソーシャル ネットワークで特に顕著です。人々はソーシャル ネットワーク上で本当の情報を表現するだけでなく、自分自身の想像上の情報を発信するため、噂が簡単に「事実」になってしまうのです。

2. 機能 2: 無制限。情報はネットワーク内で無限に拡大し、最終的には現実に影響を及ぼすこともあります。

3. 機能 3: 高速。インターネット上の情報伝達速度は爆発的な速さを誇り、ユーザー情報は短期間で拡散する可能性があります。

公開されるあらゆる情報は、水に投げ込まれた石によって生じる波紋のようなものです。これ以上石を投げなければ、波紋は次第に小さくなり、ついには消えてしまいます。これはソーシャルネットワークのセルフクリーニング機能です。上記 3 つの特性があるため、「セルフクリーニング」だけに頼るのは決して十分ではありません。波紋拡散過程の特定の時点で別の石を投げると、元の波紋は拡大または縮小します。正しいポイントを見つければ、これらの波紋は波を形成することができます。こうした情報をどのように見つけ、これらのポイントを特定し、ブランドの肯定的な声を拡大し、否定的な声を減らして排除するかが、ソーシャル マーケティングにおける企業の成功の鍵となっています。ここで、ソーシャル ネットワーク分析が企業にとって役立ちます。

ソーシャル ネットワークには、製品、映画、スターに関する情報など、「波」になり得るあらゆる種類の情報が満載です。こうした情報はすべて、インターネット上で無料で入手できます。企業にとって、こうしたレビュー情報の価値は非常に大きいと言えます。企業がこのデータにアクセスして分析すれば、既存の製品の改善や将来の製品の方向性を決めるのに非常に役立ちます。現在、企業にとってソーシャル ネットワーク分析の主な焦点は、消費者を見つけ、消費者を分析し、消費者を理解することです。消費者との最も簡潔かつ迅速なコミュニケーションを実現します。これには、データ分析を通じて消費者のサークルを見つけ、そのサークル内のオピニオンリーダーを見つけることが必要です。オピニオンリーダーを通じて、企業が伝えたいメッセージがさらに広がり、全体に広がります。それにより、より多くの忠実な消費者を引き付けることができます。

ソーシャルネットワークの分析には興味深い研究テーマが数多くあります。たとえば、ソーシャルネットワークにおけるコミュニティサークルの識別、ソーシャルネットワークにおける個人の影響力の計算、ソーシャルネットワーク上の情報伝播モデル、偽情報やロボットアカウントの識別、ソーシャルネットワーク情報に基づく株式市場、選挙、感染症の予測などです。ソーシャル ネットワークの分析と研究は学際的なテーマです。研究の過程では、社会学、心理学、さらには医学における基本的な結論や原則が通常、ガイドラインとして使用されます。人工知能の分野で使用される機械学習、グラフ理論、その他のアルゴリズムは、ソーシャル ネットワークにおけるグループの行動や将来の傾向をシミュレートおよび予測するために使用されます。

ソーシャルサークルの分割は、ユーザーが積極的に確立した関係に限定されず、興味属性などの暗黙的なサークルの分割に基づくこともできます。 2 人の人がソーシャル ネットワーク上で頻繁に交流している場合、彼らはオフラインでも本当の友達なのでしょうか?アルゴリズムの観点から見ると、これは解決が難しい問題ですが、別の角度からこの問題を考え、オフラインの連絡先情報を考えると、A と B がお互いの携帯電話番号を持っている場合、彼らが本当のオフラインの友人である可能性は非常に高くなります。 Fetion、MiTalk、WeChatなどの製品を含め、携帯電話のアドレス帳をベースにしたソーシャルネットワークが本当に実現できれば、異種ソーシャルネットワークを通じて社交界を総合的に判断することができ、その価値は計り知れないものとなるでしょう。

企業はソーシャル ネットワーク データをマイニングして分析することで何を得ることができるのでしょうか?

1. 潜在的なビジネスチャンスの発見

データマイニングと分析を通じて、ユーザーの活動ビジネス地区が会社のビジネス地区の範囲内にあるかどうかを確認できます。ユーザーの消費能力を知ることができます。ユーザーの好みや最近の購買習慣を知ることができます。ユーザーが当社の製品を購入する可能性を知ることができます。競合他社の戦略を知ることができます。

Facebook などのソーシャル ネットワーキング サイトに寄生するソーシャル ゲーム企業 Zynga は、ユーザー データを巧みに活用して、多数のビジネス チャンスを獲得しています。ブルームバーグ・ビジネスウィークによると、このソーシャルゲーム大手は、人々が通常どのくらいの時間ゲームをプレイしているか、いつプレイしているか、どのようなゲームアイテムを購入したいかなど、毎日約600億のデータポイントを収集している。同社の数学オタクたちは、そのデータを使って、どんな人が友人の農場や都市（Zynga が開発したゲーム）を訪れるのが好きなのか、どんな仮想アイテムを買うのが好きなのか、どのくらいの頻度で友人に仮想アイテムを贈るのかを分析している。そして、彼らは大きな発見に至りました。友人からバーチャルギフトを頻繁に受け取る人は、より多くゲームをプレイしたいのに対し、受け取っていない人や受け取る頻度が低い人は、あまりゲームをプレイしたくないのです。 Zynga のデータ分析担当副社長ケン・ルーディン氏は次のように述べている。「この発見に基づいて、数学オタクのグループが解決策を思いつきました。贈り物をあまり受け取らないプレイヤーのために、都市 (Zynga ゲーム) を構築するためのツールを見つけやすくし、他の人からの贈り物にあまり頼らないようにします。」 Zynga の意図は明確です。ユーザーの行動を分析し、ユーザーの心理を理解し、独自の行動習慣を持つ各ユーザーに、よりターゲットを絞ったサービスをタイムリーに提供することです。

2. 危機警告

データマイニングと分析により、企業に危機をもたらす可能性のあるインターネット上で突如公開された情報をリアルタイムで監視することが可能です。そして、その伝播経路をトレースし、重要なノードを見つけます。 「岩」を使用して伝播軌道を分断します。危機が一刻も早く消え去りますように。企業がソーシャルメディア上でネットユーザーによって生み出される数万、あるいは数百万もの議論に直面している場合、どの口コミがブランドにとって有益で、どれがブランド危機になるかを手動で判断することは不可能な作業です。世論の監視は、科学的かつ中断のないデータ収集と分析プロセスを通じて、特定の監視エリアまたはイベントを中心に行うことができます。初期段階では、収集範囲とキーワードグループを設定する必要があります。

中期段階では、収集されたデータはフィルタリング、グループ化、クラスタリングなどの前処理が行われます。後期段階では、データが分析され、分析レポートの形でブランドに自社の評判が通知されます。 2011年以前には、百度指数に「世論監視」の検索記録がなかったことが判明しました。しかし、ソーシャルメディアの発展に伴い、ブランドは危機広報の重要性を徐々に認識し、危機警告におけるデータマイニングとデータ分析の重要な役割をより深く理解するようになりました。

3. 効果予測

データマイニングと分析を通じて、企業がすでに管理しているサークル、消費者グループの粘着性、イベントのタイミング、コミュニケーションへの投資を調べることで、関連する効果を事前に予測できます。これにより、企業は最小限の費用で最大限の成果を得ることができます。 2010 年、HP ラボの研究者である Sitaram Asur 氏と Bernardo Huberman 氏は、Twitter を利用して人々の興味の変化を理解し、映画の興行収入を正確に予測できることを発見しました。研究チームは、Twitter上で映画名が出現した回数を数え、3か月以内に映画に関連する約300万件のツイートを収集したところ、映画名の出現頻度と映画の興行収入の間には強い相関関係があることを発見した。 「我々の予測は非常に正確でした」とゾンビ映画『クレイジー・フール』を例に挙げてベルナルド・フーバーマンは語る。研究チームは、この映画が米国で初週の興行収入1680万ドルを記録すると予測したが、実際の数字は1606万ドルだった。ツイートを分析し、ツイートが生成される速度を測定します。そして、映画に関するツイートが早く生成されるほど、人々がその映画を観る可能性が高くなると彼らは考えています。 ”

しかし、ソーシャル ネットワーク データのマイニングと分析はまだ比較的初期段階にあり、大規模で高次元のデータのマイニング手法はまだ進化を続けています。現在、テキスト言語の感情分析などの多くの基本的な問題はまだ効果的に解決されておらず、ソーシャルネットワークに関する詳細な研究にいくつかの制限が生じています。しかし、人工知能研究のレベル、特に認知神経科学と人工知能技術を組み合わせた研究が継続的に向上するにつれて、人工知能に新たな希望が見えてきました。これらの問題を本当に解決できれば、ソーシャル ネットワークは将来の傾向を予測するのに役立つ強力なツールになるでしょう。その時までに、企業はデータマイニングとソーシャルネットワークの分析を利用して、より正確で広範かつ効果的なソーシャルマーケティングシステムを開発できるようになり、ブランド認知度の確立と市場売上の向上にさらに役立つようになると私は信じています。