Sosiaalisen median analytiikka ja big data liiketoiminnan tukena
1. Sosiaalisen median analytiikka ja
big data liiketoiminnan tukena
Salla-Maaria Laaksonen, VTT @jahapaula
Helsingin yliopisto, Kuluttajatutkimuskeskus
Digitalian Johda tiedolla! -seminaari 10.4.2019, XAMK
2. Mikä Social Media Analytics?
● Ihmistoiminnan digitaaliset jäljet
ja verkkojulkisuuden merkityksen
kasvu
● Mahdollistajana menetelmäkehitys ja
datafikaatio (Mayer-Schönberger and
Cukier 2013; Van Dijck & Poell,
2013)
● “Social physics” ja ennakointi
(Stieglitz et al. 2014; Kennedy,
2016; Leskovec, 2011; He & Zu, 2016)
Pics: http://www.myentrepreneurmagazine.com/social-media-analytics/ -
http://www.lacharismae.biz/ibm-watson-for-social-media-analytics/ -
http://sendsocialmedia.com/5-things-every-social-media-analytics-report-must/
“Traces”
6. Keskustelun teemat
Laaksonen, S-M. & Nelimarkka, M. (2018). Omat ja muiden
aiheet: laskennallinen analyysi vaalijulkisuuden teemoista
ja aiheomistajuudesta. Politiikka : Valtiotieteellisen
yhdistyksen julkaisu 60(2), 132-147. [postprint pdf]
7. Microsoft Computer Vision API
Kuvantunnistus, sentimentti...
https://rajapinta.co/2017/10/16/nain-laadullinen-tieto-jalost
uu-laskennalliseksi-piirteet-sosiaalisen-median-analytiikassa/
8. Miten sosiaalisen
median analytiikkaa
voi käyttää
kuluttajakäyttäytymi
sen ymmärtämiseen
ja ennakointiin?
Smarter Social
Media Analytics -hanke
(HY, yhteistyöyritykset ja
TEKES 2016-2018)
Over one billion social
media messages
Representative
survey data
Product sale data
9. Sosiaalisen media kuluttajakäyttäytymisen ennustajana
• Raportoitu vaikutus
ostopäätöksiin ja
brändiarviointiin (e.g. Erkan
& Evans, 2016; Schivinski &
Dabrowski, 2016) ja ennakoiva
vaikutus yksittäisten
tuotteiden kohdalla (Asur &
Huberman, 2010; Bollen ym. 2011;
Kim ja Hanssens, 2017)
• Kulutustrendeissä keskiössä
pitkän aikavälin kiinnostus
9
10. Isotalo, V., Laaksonen, S., Pöyry, E. & Jallinoja,
P. (2019). Sosiaalisen median ennustekyky kaupan
myynnissä – esimerkkinä veganismi ja vegaaniset
ruuat. Kansantaloudellinen aikakauskirja 115(1),
91-112. (pdf)
11. Ruokatrendejä voi tunnistaa myös lyhyellä aikavälillä
Kohutermit: suuri
piikikkyys mutta pieni
kulmakerroin
Trendaavat sanat:
keskisuuri piikikkyys ja
suuri kulmakerroin
So last season: pieni
piikikkyys ja laskeva
kulmakerroin
Masterminds: Juho Pääkkönen & Antti Salovaara
13. Mutta entä se fiksuus?
3 väitettä fiksumpaan sosiaalisen
median datan hyödyntämiseen
#smartersome
Kuva: Matt Wynn
14. 1
Fiksumpi sosiaalisen
median analytiikka
on ihmisen ja koneen
yhteistyötä
https://www.ted.com/talks/tricia_wang_the_human_insights_missing_from_big_data#t-960284
https://whatsthebigdata.com/2016/05/01/data-scientists-spend-most-of-their-time-cleaning-data/
17. “Monet asiakkaat haluaisivat
liikennevalot, jotka kertoo miten
meillä menee. Sitten kun kysyy
että mitä vaikka keltainen siinä
tarkoittaisi, niillä ei ole mitään
ajatusta eikä ideaa miten sitä
tietoa voisi käyttää.”
Hyödyntäminen
on kaikkein
suurin
haaste.
18. 3 pointtia #smartersome
1. Älä aliarvioi ihmistulkintaa. Sille
on varattava aikaa, jos aineistosta
haluaa liiketoimintahyötyjä.
2. Vietä päivä etnografina. Selvitä oman
toimialasi kannalta oleellisimmat
areenat ja tavat mitata keskustelua.
3. Älä osta mustia laatikoita. Kysy ja
selvennä, mitä menetelmät tekevät.
Kysy niin kauan, kunnes ymmärrät.
Kuva: Matt Wynn
19. Kiitos!
@jahapaula
Smarter Social Media Analytics:
http://blogs.helsinki.fi/smarter
socialmedia/
#smartersome
Rajapinta-yhdistys ja blogi
https://rajapinta.co/