Diese Folien entstanden im Rahmen eines Seminars an der ZHAW http://www.zhaw.ch/
Wie erkenne ich relevante Account mit hohem Netzwerk-Wert?
Zur näheren Untersuchung wurden die Twitter Accounts von 5 NGO‘s und 5 Telekommunkationsunternehmen untersucht und folgende Thesen betrachtet:
These 1: Unternehmen der Telekommunikations-Brache weisen höhere Social Multiplicator Score Mittelwerte auf.
These 2: Der Scorewert korreliert mit dem Alter des Accounts (Tage seit Eröffnung)
2. Zürcher Fachhochschule
Ausgangslage: Neue Herausforderungen
für Marketing- und
Unternehmenskommunikation
• Dialog auf Augenhöhe gewinnt an Bedeutung
• Die Menge an zur Verfügung stehenden Informationen wächst
stetig
• Komplexität und Dynamik des Kundendialogs nehmen stetig zu
und erfordern agilere Kommunikation
• Dialog über Social Media Kanäle erfordert 24/7 Aufmerksamkeit
(always on)
2
Referenz: Weinberg, 2014; Hallam, 2012
3. Zürcher Fachhochschule
Fragestellungen
• Wie erkenne ich relevante Accounts mit hohem Netzwerk-Wert?
• Zur näheren Untersuchung wurden die Twitter Accounts von 5
NGO‘s und 5 Telekommunkationsunternehmen analysiert und
folgende Thesen untersucht:
– These 1: Unternehmen der Telekommunikations-Brache
weisen höhere Social Multiplicator Score Mittelwerte auf.
– These 2: Der Scorewert korreliert mit dem Alter des Accounts
(Tage seit Eröffnung)
3
5. Zürcher Fachhochschule
Definitionen
• Multiplikatoren Accounts: User, die stark vernetzt sind und
damit eine hohe Wahrscheinlichkeit haben, dass eine durch sie
verfasste oder weitergepostete Nachricht häufig gelesen wird.
• Ein Nutzer, der einem anderen folgt, wird als „Follower“ (von
englisch follow ‚folgen‘) bezeichnet.¹
• Ein Friend ist der Account, dem ein spezifischer Account selbst
folgt. ²
5
1) http://de.wikipedia.org/wiki/Twitter
2) https://dev.twitter.com/rest/reference/get/friends/ids
6. Zürcher Fachhochschule
Wem muss ich zuhören - mit wem
kommunizieren?
6
Dieses Log/Log Diagramm zeigt die Verteilung von Anz.Follower
gegen Anzahl Friends.
Die Masse an Accounts ist schwach vernetzt, während einige
wenige Accounts extrem stark vernetzt sind
8. Zürcher Fachhochschule
Tunkrank Algorithmus
• Influence(X)= sozialer Einfluss eines Accounts
• p=Wahrscheinlichkeit, dass ein Tweet gelesen und
weiterverbreitet wird
8
Referenz: http://thenoisychannel.com/2009/01/13/a-twitter-analog-to-pagerank
12. Zürcher Fachhochschule
Ergebnisse
These 1: Unternehmen der Telekommunikations-Brache weisen
höhere Social Multiplicator Score Mittelwerte auf.
-> Es zeigt sich, dass die Gesamt-Mittelwerte der NGO's mit
0.1688 signifikant unter den Mittelwerten der
Telekommunikationsunternehmen bei 0.1805 liegen. Damit
kann die These bestätigt werden
12
13. Zürcher Fachhochschule
Ergebnisse
These 2: Der Scorewert korreliert mit dem Alter des Accounts
(Tage seit Eröffnung)
-> In der Untersuchung zeigte sich, dass der Multiplikatoren Score
nur minimal vom Alter des Account beeinflusst wird und diese
These verworfen werden muss.
13
14. Zürcher Fachhochschule
Kritische Würdigung
• Der mittels des Tunkrank Algorithmus entwickelte Score zeigt
nur ein sehr flaches Bild eines sozialen Accounts. „Weiche“
Einflussfaktoren wie Themenausrichtung eines Accounts und
Retweet-Häufigkeiten dürften noch aussagekräftiger zur
Reichweiten-Prognose sein.
• Der Algorithmus wurde auf Grund der vorteilhaften Funktionen
der Twitter Public API nur in jenem Netzwerk getestet. Es kann
nicht davon ausgegangen werden, dass die Funktion in anderen
Netzwerken gegeben ist.
14
15. Zürcher Fachhochschule
Literaturverweise
• Hallam, J. (2012). The Social Media Manifesto. Palgrave
Macmillan. doi:10.1057/9781137271426
• Weinberg, T. (2014). Social Media Marketing (4th ed., p. 448).
O’Reilly.
15