Data sosial adalah maklumat yang dikongsi pengguna media sosial awam, termasuk metadata seperti lokasi pengguna, bahasa yang digunakan, data biografi, dan / atau pautan yang dikongsi. Data sosial adalah berharga kepada pemasar yang mencari pandangan pelanggan yang boleh meningkatkan jualan atau, dalam hal kempen politik, menang undi. Terdapat banyak jenis data sosial, termasuk tweet dari Twitter, siaran di Facebook, pin pada, siaran di Tumblr, dan daftar masuk pada Foursquare dan Yelp. Iklan Facebook untuk Perniagaan dan Twitter adalah dua program yang membantu pengiklan menggunakan data sosial untuk memasarkan kepada pengguna sasaran yang mungkin berminat dalam iklan mereka.
Memecah Data Sosial
Pengguna secara sukarela membuat banyak data sosial mereka awam, membolehkan syarikat bebas dan mudah mengaksesnya. Sekiranya syarikat yang menjual tiket untuk acara olahraga melihat pengguna mengikuti beberapa pasukan sukan, syarikat tersebut boleh menyasarkan iklan kepada pengguna tersebut untuk cuba menariknya untuk membeli tiket untuk melihat permainan pasukan kegemarannya. Satu lagi cara syarikat boleh menggunakan data sosial adalah untuk menyediakan iklan tepat pada masanya berdasarkan jawatan baru-baru ini, seperti iklan alat untuk seseorang yang telah berkongsi bahawa mereka berbelanja untuk rumah.
Dengan data sosial berkualiti tinggi yang diagregatkan dan dianalisis dengan betul, syarikat boleh menyasarkan iklan kepada orang-orang yang paling mungkin membeli produk atau perkhidmatan mereka. Data sosial juga boleh membantu syarikat menentukan tempat yang paling berkesan untuk mengiklankan. Syarikat boleh menyempurnakan pengiklanan mereka dengan lebih lanjut dengan menyempitkan penonton sasaran mereka mengikut jantina, bahasa yang digunakan, peranti elektronik yang digunakan, umur, minat, lokasi, dan faktor lain. Data sosial bukan sahaja membantu syarikat memperoleh pelanggan baru, tetapi juga membantu mereka terus terlibat dengan pelanggan sedia ada.
Menganalisa Data Sosial
Terdapat dua langkah untuk menganalisis data sosial. Yang pertama ialah mengumpul data yang dihasilkan oleh pengguna di laman rangkaian dan kemudian menganalisis data tersebut. Proses menganalisis biasanya berlaku secara real-time - dan kemudian digunakan untuk menentukan pengaruh, jangkauan, kaitan, dan pertimbangan lain. Perniagaan yang menggunakan analisis data jenis ini harus menyimpan beberapa perkara di dalam fikiran, termasuk bagaimana membezakan antara data sosial dan sentimen, relevan masa (apa yang relevan hari ini mungkin tidak esok), kualiti (bagaimana kesan mesej dan komen tertentu oleh orang tertentu), dan bagaimana aktiviti virus bermula dan menyebar.
Had Data Sosial
Data sosial tidak sempurna kerana beberapa sebab. Ia terhad kepada maklumat yang pengguna memutuskan untuk berkongsi tentang diri mereka sendiri. Contohnya, sesetengah pengguna mungkin tidak berkongsi lokasi atau jantina mereka, memberi pengiklan suatu profil yang tidak lengkap untuk bekerja dengannya. Satu lagi masalah ialah ramai pengguna di media sosial bukan pengguna sebenar tetapi robot palsu, atau bot, akaun. Walaupun dengan pengguna sebenar, cuba untuk mengukur perasaan mereka tentang calon jenama atau politik (yang disebut "analisis sentimen") berdasarkan ulasan yang mereka buat tidak selalu mungkin kerana banyak komen mereka adalah neutral dan algoritma boleh mengelaskan komen yang salah sebagai positif apabila mereka adalah negatif dan sebaliknya. Tambahan lagi, banyak komen positif dan negatif yang ada adalah ekstrem, menjadikannya sukar untuk menilai dengan tepat bagaimana pengguna merasakan secara keseluruhan tentang produk, perkhidmatan, jenama, atau calon politik.
