Social Media Analytics ist das Sammeln von Daten aus Social Media Websites und die Analyse dieser Daten mit Social Media Analytics Tools, um Geschäftsentscheidungen zu treffen. Die häufigste Verwendung von Social Media Analytics ist die Auswertung der Kundenstimmung zur Unterstützung von Marketing- und Kundendienstaktivitäten.
Der erste Schritt einer Social Media Intelligence-Initiative besteht darin, zu bestimmen, welchen Geschäftszielen die erfassten und analysierten Daten zugute kommen sollen. Typische Ziele sind die Steigerung des Umsatzes, die Senkung der Kosten für den Kundenservice, die Einholung von Feedback zu Produkten und Dienstleistungen und die Verbesserung der öffentlichen Meinung über ein bestimmtes Produkt oder einen Geschäftsbereich.
Nachdem die Geschäftsziele festgelegt wurden, sollten Unternehmen Leistungsindikatoren (Key Performance Indicators, KPIs) definieren, um die Geschäftsanalysedaten objektiv zu bewerten.
Metriken zum Nachverfolgen
Zu den Geschäftsmetriken, die aus der Social-Media-Analyse abgeleitet werden, kann das Kundenengagement gehören, das anhand der Anzahl der Follower eines Twitter-Kontos und der Anzahl der Retweets und Erwähnungen des Firmennamens gemessen werden kann. Mit der Überwachung sozialer Medien können Unternehmen auch untersuchen, wie viele Personen ihrer Präsenz auf Facebook folgen und wie oft Menschen mit ihrem sozialen Profil interagieren, indem sie ihre Beiträge teilen oder liken.
Fortgeschrittenere Arten der Analyse sozialer Medien umfassen die Stimmungsanalyse. Dabei werden hochentwickelte Algorithmen für maschinelles Lernen zur Verarbeitung natürlicher Sprache eingesetzt, die den Text in den Social-Media-Posts einer Person über ein Unternehmen analysieren, um die Bedeutung hinter der Aussage dieser Person zu verstehen. Diese Algorithmen können auf der Grundlage der Interaktionen in den sozialen Medien eine quantifizierte Bewertung der Gefühle der Öffentlichkeit gegenüber einem Unternehmen erstellen und der Geschäftsleitung Berichte darüber vorlegen, wie gut das Unternehmen mit den Kunden interagiert.
Beliebte Tools
Es gibt eine Reihe von Social-Media-Analysetools für die Analyse unstrukturierter Daten in Tweets und Facebook-Posts. Zusätzlich zur Textanalyse können viele Social-Media-Analysetools auf Unternehmensebene die Daten sammeln und speichern. Einige dieser Tools stammen von Nischenanbietern, während traditionellere Anbieter von Analysesoftware für Unternehmen spezielle Pakete für Social Media Intelligence anbieten.
Da immer mehr Social Media-Analysen auf maschinellem Lernen beruhen, dienen beliebte offene Plattformen wie R, Python und TensorFlow als Social Media-Analysetools.
Bedeutung von Social Media-Analysen
Es gibt eine enorme Menge an Informationen in Social Media-Daten. In den vergangenen Jahrzehnten bezahlten Unternehmen Marktforschungsunternehmen, um Verbraucher zu befragen und Fokusgruppen durchzuführen, um die Art von Informationen zu erhalten, die Verbraucher heute bereitwillig auf öffentlichen Social-Media-Plattformen posten.
Das Problem ist, dass diese Informationen in Form von freiem Text und natürlicher Sprache vorliegen, also in der Art von unstrukturierten Daten, die traditionell von Analysealgorithmen erfasst werden. Mit den Fortschritten im Bereich des maschinellen Lernens und der künstlichen Intelligenz ist es für Unternehmen jedoch einfacher geworden, die Informationen in Social-Media-Beiträgen auf skalierbare Weise zu quantifizieren.
Damit können Unternehmen Informationen darüber gewinnen, wie ihre Marke in der Öffentlichkeit wahrgenommen wird, welche Art von Produkten den Verbrauchern gefällt und welche nicht und wohin sich die Märkte im Allgemeinen entwickeln. Die Analyse sozialer Medien ermöglicht es den Unternehmen, all dies zu quantifizieren, ohne auf weniger zuverlässige Umfragen und Fokusgruppen zurückgreifen zu müssen.
