社交媒体营销如何利用好大数据

社交媒体营销如何利用好大数据,第1张

大数据是近年来促进营销领域的最令人印象深刻的技术进步之一。虽然在某些圈子里,大数据已经成为一个流行语,但它不仅仅是一个术语。对于大数据的定义,Oracle公司推荐调研机构Gartner公司在2001年对大数据的描述,它将大数据描述为包含更多种类的数据,以越来越大的容量和越来越高的速度到达数据源。这个定义被称为大数据的“3V”。社交媒体营销行业已经意识到大数据对他们的成功有多重要,并且已经有了关于社交媒体分析如何影响活动结果的案例研究。

备受瞩目的剑桥分析的数据泄露丑闻

英国卫报报道了这一丑闻,分析研究机构剑桥分析公司(Cambridge AnalyTIca)收集了数百万用户的数据,以影响2016年的选举结果。这个数据泄露事件是对所有用户的警告:企业如何使用自己的数据来帮助他们以有利于公司(或其用户)的方式进行决策。然而,随着时间的推移,用户意识到社交媒体营销不再仅仅是剑桥分析公司关注的领域。如今,数十家营销公司竞相根据用户数据向用户销售产品和服务。这些数据是通过对产品(即用户)的智能挖掘来实现的。借助新工具,从社交媒体上获取用户数据非常简单。由于大多数社交媒体的帖子在默认情况下都是公开发布的,所以企业收集和筛选这些数据所需要的都是正确的算法。社交媒体挖掘为大数据公司提供了这样的便利。

社交媒体的挖掘

在社会化媒体挖掘过程中,可以总结出社会化媒体与大数据的交汇点。Zafarini等人将社交媒体挖掘定义为一系列算法和概念,可用于调查社交媒体中包含的大量数据。每当一家公司通过社交媒体收集有关其用户的信息时,这个过程可能被视为社交媒体挖掘的一种形式。挖掘以数据点的形式提供结果,然后可用于针对特定人群的营销策略。

企业正变得社交媒体智能化

行业媒体提到一项研究,该研究通过使用特定标签提取推文的自动方法在Twitter上跟踪用户响应。使用Twitter流媒体应用程序编程接口(API),研究人员能够查明包含特定关键字的推文。通过使用企业的Twitter(@Company Name),参与该研究的20家公司的人工智能系统自动收集了大约1000万条推文,然后其研究人员使用算法来浏览每条推文,并从中自动“挖掘”数据。其结果能够产生令人难以置信的具体见解。例如,收集的所有推文中有15.7%是关于快餐店正在进行的促销活动。

广告商知道人们去过哪里

Twitter可以选择对用户的推文进行地理标记,但即使对应用程序进行看似无害的添加,也会对大数据收集产生深远的影响。一个发表在《地理信息系统年鉴》上的研究小组的报告是研究数字户外(DOOH)广告对消费者的影响,重点是伦敦地铁利用API的地理标记功能在特定地理区域内发送推文。在一年的时间里,研究人员不断从伦敦地铁站随机抽取推文,总共收集了1050多万条推文。然后对这些数据进行处理,以确定人们在地铁站发推文时感兴趣的话题。特定的用户统计数据被发现,比如40%的格林威治北站用户在下午6点到午夜之间发布了与音乐相关的帖子。

用户数据需要具备安全性

社交媒体的开放性可以创造一把双刃剑。一方面,社交媒体代表着理性中的自由表达。然而,用户的自由表达意味着他们在社交媒体网站上共享的所有信息都进入了公共领域。企业一旦收集到公开数据,就可以随心所欲地使用它。如果用户开始看到基于他们只在社交媒体上提到的东西的令人不安的广告趋势,这可能会导致他们对这个平台的信任度降低,从而回避它的继续使用。为了避免这一问题,社交媒体网站制定了隐私控制措施,允许用户更好地掌握他们的数据使用方式,以及在开放互联网上的可用性。实施这些控制的问题是确保企业遵守规则。剑桥分析公司数据泄露丑闻之所以令人关注,是因为它显示了当公司获得在用户隐私协议灰色区域内收集用户数据的免费通行证时会发生什么。事实上,该公司没有因为在交易边缘运营而受到Facebook公司的惩罚,这向所有用户发出了有关这家社交媒体巨头的警告。

大数据不会很快消失

作为消费者,人们必须认识到,社交媒体挖掘大数据有好处也有缺点。人们可以把这个问题看作是企业可以获得个人和私人信息的问题。如果这些公司利用这些信息直接向人们推销商品和服务,那就意味着人们对想要做的事情的搜索就更少了。然而,人们无法控制这些公司如何存储和重新分发这些数据。这意味着不知道其他公司或个人有哪些权限访问其数据,以及他们将如何使用这些数据。利用大数据向人们推销的伦理道德进入了一个全新的领域,当这些不是产品或服务而是一种政治意识形态时将面临问题。关于隐私的法律还没有发展完美,以满足利用社交媒体用于政治竞选的需要。DDN-西部数据的交易预计将于今年晚些时候结束。

来源:机房360

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2688681.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-15
下一篇 2022-08-15

发表评论

登录后才能评论

评论列表(0条)

保存