social media analytics und individualisierte kommunikation

Prof. Dr. Thomas Pleil | Juni 2016

Social Media Analytics und individualisierte Kommunikation?Value Creating Communication - Forschungsworkshop

Social Media Analytics

– Worüber reden wir?

„Social media data is clearly the largest, richest and most dynamic evidence base of human behavior, bringing new opportunities to understand individuals, groups and society.

(Batrinca/Treleaven 2015)

User Generated Content

Text Bild Video Audio Bewertungen

Beziehungen Ort Zeit Kontext Emotionen Interessen ….

Bildung Gewohnheiten Stimmung …

Analyse

„Social media analytics is concerned with developing and evaluating informatics tools and frameworks to collect, monitor, analyze, summarize, and visualize social media data, usually driven by specific requirements from a target application.“

(Zeng et al. 2010)

Sentinent Analysis Opinion Mining Network Analysis Trend Analysis Topic Modelling Visual Analysis

Holsapple et al. 2014

Natural Language Processing Opinion Mining Sentiment Analysis Information Retrieval Pattern Recognition Data Mining Predictive Analytics

Batrinca, Treleaven 2015

– Potenziale in der PR

Social Media Analytics

Ist• Bessere Marketing-Strategien • Customer Engagement • Kundenservice • Reputationsmanagement • Markenwahrnehmung • Produktinnovation • Optimieren von Geschäftsprozessen • Erschließen neuer Geschäftsmöglichkeiten

(Auswertung von 40 Case Studies

durch Kurniawati et al. 2013)

Potenziale• Recruiting • Training • Interne Kommunikation • Employer Branding • Talent Management • Politische Kommunikation

(Sinha et al. 2012,

Stieglitz/Dang-Xian 2013)

Beispiel: Wahlkampf 2012

Foto:commons.wikimedia.org, GPL

Beispiel• Ziel: möglichst viele Daten. NICHT: Durchschnittswerte • Alle 166 Mio. US-Wähler in Datenbank, zu jedem

mehrere Datenpunkte (Name, Anschrift, Antworten in Umfragen, Einkommen, Konsumverhalten, Facebook-Freundschaften etc.)

• Berechnung eines Persuation Score (1-100): • Wahrscheinlichkeit, dass ein Bürger wählen geht • Wahrscheinlichkeit, dass ein Bürger Obama wählt

• Fokussierung der Kampagne auf 15 Mio. Wähler, die als überzeugbar identifiziert wurden

(Kucklick 2014)

Mechanismen

• Singularisierung der Wähler

• Ständiges Feedback (inkl. A/B-Testing aller Kommunikationsmittel)

• Nutzen der privaten Kommunikation der Wähler (Freiwillige) Foto: flickr, User: Pargon, CC BY 2.0

– Anwendungsfelder in der PR

Social Media Analytics

Issues Management• Besseres Verständnis von Issues/Einstellungen • Früheres Erkennen von Issues • Verständnis von Verbreitungswegen • Prognosen zu Impact und Verbreitung

Stakeholder-Management• zunehmende Heterogenität von Stakeholder

• Singularisierung in Kommunikation • Identifizierung Kritiker - Unterstützer • Kommunikation im „Long Tail“ • Bevorzugte Kommunikationskanäle • Anpassung Tonalität, Argumente, Botschaften,

Themen

User Experience

In 200 m Entfernung ist das Mosch-Mosch. Dort gibt es vegane Gerichte, Dein Facebook-Freund Carl empfiehlt besonders das Gericht King Kong für

8,25 Euro

(nach Kent/Taylor 2014)

Ortsdaten Vorlieben Beziehung

UGC Website

Siri, empfehle mir ein Lokal!

UX & Content Distribution• Automatisiert:

• Paid Media • Ausspielen innerhalb von Owned Media (z.B.

Corporate Magazines, Apps, Bots) • Individuell:

• Influencer Relations

Weitere Felder

• Campaigning: Gesundheit, Politik, Zivilgesellschaft

• Interne Kommunikation • Innovationskommunikation • Katastrophenkommunikation • Krisenkommunikation • Kommunikationscontrolling • Lobbying

Anwendung allgemeinSchwerpunkte

• Themen • Stakeholder • Controlling

Unterstützung

• Beziehungsmanagement • per se kein Gebiet ausschließbar,

indiv. Prioritäten notwendig

Predictive Public Relations?

– PR-Praxis

Social Media Analytics

Arbeitsweisen in Zukunft

• Mehr direkte Stakeholder-Beziehungen • Genauere Ansprache - weniger Streuverlust • Granulare Botschaften und Markenerlebnisse • Dynamische Kommunikationskonzepte bzw.

Kampagnen (laufende Optimierung) • Detailliertere Impactmessung

Zentrales Problem: Akzeptanz & Legitimität der Datenverwendung

– Berufsbild der PR

Social Media Analytics

Anforderungen• Methodenkompetenz in Analytics (Toolauswahl, -

anwendung, Interpretation etc.) • Schnittstellenkompetenz (Datenanalysten, Programmierer

etc.) • Kommunikation: zwischen automatischer Textproduktion

(z.B. Bot trainieren) und emphatischer Individualkommunikation

• Strategie: Individuelle Stakeholderkommunikation setzt (oft) personalisierte, individuelle Kommunikation voraus - Mensch statt Marke

• Recht und Ethik: Daten als CSR-Thema

Thesen

1 Ohne Analytics kein Kommunikations-management

Thesen

2 Social Media Analytics nur ein Aspekt • auch: Website

Analytics, Mobile Analytics etc.

Thesen

3 • Social Media) Analytics

helfen, vorhandene Informationen zu finden und zu verstehen - ohne dass Stakeholder involviert werden.

• Stakeholder-Engagement ist ein weitergehender Schritt

Thesen

4 Umfeld: (Re-)Targeting in Marketing: Sinkende Akzeptanz

PR muss Legitimität granularer Kommunikation diskutieren

Lackmus-Test

? Leisten (Social Media) Analytics einen Beitrag zu Aufbau und Pflege von Sozialkapital für Organisationen?

Quellen• Batrinca, B.; Treleaven, P.C. (2015): Social media analytics: a survey of techniques, tools and

platforms, in: AI & SOCIETY, Volume 30, Issue 1, pp 89–116, DOI: 10.1007/s00146-014-0549-4 • Holsapple, C.; Hsiao, S.-H.; Pakath, R. (2014): Business Social Media Analytics: Definitions, Benefits

and Challenges, in: Proceedings of the Twentieth Americas Conference on Information Systems, Savannah, http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1218&context=amcis2014

• Kent, Micheal L. (2015): Social Media Circa 2035: Directions in Social Media Theory, Atlantic Journal of Communication, 23:1, 1-4, DOI: 10.1080/15456870.2015.972407

• Kurniawati, K., Shanks, G., and Bekmamedova, N. (2013): The Business Impact of Social Media Analytics, in: Proceedings of the 21th European Conference on Information System, Utrecht, The Netherlands, p. 48-61.

• Kucklick, C. (2014): Die granulare Gesellschaft, Berlin • Sinha, V., Subramanian, K.S., Bhattacharya, S., and Chaudhary, K. 2012. "The Contemporary

Framework on Social Media Analytics as an Emerging Tool for Behavior Informatics, HR Analytics and Business Process," Journal of Contemporary Management Issues (17:2), pp. 65-84.

• Stieglitz, S.; Dang-Xuan, L. (2012): Social media and political communication: a social media analytics framework, in: Social Network Analysis and Mining, DOI 10.1007/s13278-012-0079-3

• Stieglitz, S.; Dang-Xuan, L.; Bruns, A., Neuberger, C. (2014): • Social Media Analytics, in: Business & Information Systems Engineering, Issue 2, pp 89-96. DOI

10.1007/s12599-014-0315-7 • Zeng, D; Chen, H.; Lusch, R. and Li, S.H. (2010): Social Media Analytics and Intelligence, in :IEEE

Intelligent Systems, vol. 25, no. 6, pp. 13-16, Nov.-Dec. 2010.doi: 10.1109/MIS.2010.151

(alle Online-Ressourcen geprüft am 16.6.2016)