All about Facebook? All about you!

  • Published on
    01-Nov-2014

  • View
    1.834

  • Download
    10

DESCRIPTION

z konference All about Facebook, Bratislava

Transcript

  • 1. All about Facebook? All about you! Josef Šlerka, Social Insider, 2. 12. 2013 konference All about Facebook, Bratislava
  • 2. Kdo jsem Ředitel společnosti Ataxo Interactive Duchovní otec nástroje pro monitoring sociálních sítí Social Inisider (pro český i slovenský trh) Vedoucí Studia nových médií na FF UK v Praze
  • 3. O čem bude řeč Být fanouškem stránky na Facebooku nebo olajkovat nějaký status prozrazuje něco o nás a našich preferencích Co všechno lze zjistit z takových jednoduchých sociálních akcí si ukážeme právě dnes
  • 4. Prezidentské volby nesnesitelná lehkost lajků...
  • 5. Prezidentská volba affinitní analýza fanoušků prezidentských kandidátů na Facebooku autorem metody je Jan Schmid z Perfect Crowdu analyzováno přes 1.600 fanoušků charakteristické odchylky fanoušků od průměrného uživatele z pohledu stránek, kterých je fanoušek realizováno pro Českou televizi
  • 6. Miloš Zeman
  • 7. Vladimír Franz
  • 8. Táňa Fišerová
  • 9. Parlamentní volby nevěrné lajky fanoušků...
  • 10. FND Facebook normalized distance vychází z Google normalized distance Analyzuje blízkost stránek podle průniků lidí lajkujících (nebo komentujících) posty na stránkách Výsledkem je vzdálenost mezi stránkami v intervalu 0 až 1. Čím nižší, tím jsou si stránky bližší Zohledňuje přitom i velikost stránek a umožňuje i další metody analýzy jako MDS či faktorovou analýzu.
  • 11. FND FND je vyjádřená vzorcem: m = log10(počet všech českých účtů); fx = log10(počet lajkujících na stránce X); fy = log10(počet lajkujících na stránce Y); fxy = log10(počet společných lajkujících); FND = ((max(fx,fy) - fxy) / (m - min(fx,fy))
  • 12. věk vzdělání
  • 13. Facebook Profiling pokud těch data máte dost
  • 14. Facebook Profiling seznamy likes z více než 200.000 českých a slovenských facebookových stránek explorační analýza složení fanouškovského jádra stránek podle toho, kde ještě jinde lajkují lidé, kteří lajkují na analyzované stránce ideální průnik je vysoká míra sdílených stránek a blízkost dle Facebook normalized distance běžně alespoň 5% průnik a distance cca 0.5
  • 15. Facebook stránka Daniela Lipšica
  • 16. Facebook stránka SME veda
  • 17. Facebook stránka Sashe.sk
  • 18. Ale neumí tohle i Facebook Graph Search?
  • 19. Neumí:-)
  • 20. Marian Kotleba aneb Facebook Graph Search neříká vše...
  • 21. Graph Search nezohledňuje ani velikost stránek ani jejich živost a tím i pravděpodobnost, že budete něco na ní lajkovat není jasné podle čeho se rozhoduje nedává vám možnost pracovat s hlubšími typem analýzy než je pouhý list
  • 22. Kotleba zblízka případová studie
  • 23. Detailnější analýza co když nechci jádro, ale detailnější popis? můžu hledat mezi největšími průniky ještě nějaké specifické subskupiny? řešením je faktorová analýza a následné hledání hlubších vhledů do odlišnosti specifických fanoušků (obdoba mají rádi tohle a ještě k tomu tohle)
  • 24. Čitelné skupiny nacionalisti: Naše Slovensko, Nedajme si náš Slovenský národ, PSN - Povstanie Slovenského Národa, Sila pravdy, Sloboda Slova rappeři a machisti: Patrik "Rytmus" Vrbovský, REFRESHER.sk, Roko "Hip Hap" Records, DJ DAVE, Michal "Ego" Straka, Miky Mora citlivé ženy: MAMA je len JEDNA a preto ju NADOVŠETKO MILUJEM!!!, Citáty pre pohladenie duše, Milovať a byť milovaný je najväčším... a další...
  • 25. Koteleba a jeho voliči média, kterým věří: Nový Čas, Topky.sk, Televízia JOJ oblíbený tým: HC Slovan Bratislava co mají rádi: pohodové aktivity s kamarády
  • 26. Big and scary, huh?
  • 27. no....
  • 28. one more thing... když už jsme u toho, tohle znáte?
  • 29. Social Insight Finder social data + transaction data + web analytics = <3 společný produkt KBM Group a Social Insideru
  • 30. Základní principy obchodní segmentace na tvrdých datech (transakční data, webová analytika aj.) zájmové preference a psycho-demografie na datech ze sociálních sítí (Facebook, Twitter, blogy aj.)
  • 31. Případová studie velký klient z oblasti e-commerce, požadavek na segmentaci klientů a jejich charakteristiku transkační data - co kupuje, kdy kupuje, za kolik kupuje, jak často kupuje aj. osobní data - pohlaví, věk, newsletter aj. web analytics - bounce rate, oblíbené kategorie, doba na webu facebook - jake stránky má konkrétní klient rád
  • 32. č. 2 URBAN YUPIIES průměrné revenue objednávají: goods, food, fun, méně travel browsing: fun, food na webu nadprůměrně aktivní ve všech kategoriích pohlaví: nejvíce mužů z nakupujících segmentů výrazně nadprůměrně platba kartou věk: medián XX let
  • 33. ženy: studentky po nebo na VŠ (Fakulta roku), single nebo nemá žádný vážný vztah, má peníze pro sebe chtějí se ukázat, řeší módu, značky – Starbucks, Botyk.cz, Fashion Days, CCC Boty, Zoot, Módní peklo pózy – Vodu z vodovodu Zdarma, Potřebuji dovolenou
  • 34. č. 8 Muži bez peněz
  • 35. č. 8 Muži bez peněz insight: Hledám, co bych si koupil, ale nemám peníze mix mužů bez peněz, hodně studenti (Státní maturity, Stáhněte si zadání) z menších měst (Brno, Ostrava) pasivní zábava: Vyžeň nudu sázení: Tipsport, Onlajny.cz, Chance technické zájmy: Datart, Mobilmania, Asus, Škoda, politika: Piráti, Stydím se za vládu ČR Ikony: Izer, Kazma Kazmič, Pohlreich
  • 36. A to je opravdu všechno... Jo a mimochodem: hledáme na Slovensku obchodní partnery, tak se stavte na afterparty.
  • 37. Díky za pozornost @josefslerka