21 век можно по праву назвать веком социальных медиа. Бесчисленное количество постов, репостов, ответов на посты и комментариев, сотни ежесекундно загружаемых видео на Ютьюб и фотографий в Инстаграмм. Если ты не в сети — ты не в тренде. Крупнейшие университеты (как, например Массачусетский Институт Технологий MIT) выкладывают онлайн лекции и учебники. Вопросы, затрагивающие самые разные темы от политики и культуры до кулинарии и особенностей выполнения той или иной асаны в йоге, теперь обсуждаются не только и не столько на кухне или в курилке, а на интернет форумах. Что лучше? Правильная ли экранизация у книги? В том ли направлении двигается сюжет полюбившегося сериала? Будет ли новая модель телефона успешней и круче, чем у конкурентов? Сегодня на эти вопросы отвечает анализ биг дата, да и системы, производящие подобные исследование на данных социальных медиа, хотя еще и не вчерашний день, но уж утро сегодняшнего точно. Одна из подобных систем создана гигантом в сфере программного обеспечения и носит гордое имя верного соратника британского детектива. Стоит отметить, что речь пойдёт лишь о системе аналитики соцмедиа (IBM Watson Analytics for Social Media), а это лишь часть знаменитой когнитивной системы Watson, и приведенные ниже плюсы и минусы касаются непосредственно данного сервиса, который для простоты упоминания в дальнейшем условимся называть просто Ватсоном.

По просьбе хабрачан продолжим публикации об исследовании обсценной лексики. (Если кто не читал первую часть, то можете ознакомиться).

Начнем сразу с картинок.

Итак, картинка первая.


Рис.1. Распределение обсценной лексики по источникам.

Хорошая статья, заслуживающая перевода для ознакомления что нам ждать от ближайщего будущего. Небольшие неточности, которые будут заметны экспертам, никак не влияют на крепкую базу собранных в одном месте тенденций и трендов развития нового «социального общества», черты которого все явственнее проявляются в рельности: и чат-боты, и эмодзи, и самоуничтожающаяся информация, сдвиг инфо-потребления и инфо-генерации в сторону видео, лингвистическая обработка и выявления фактов в гигантских объемах неструктурированного контента… Так что почитать настоятельно советуем. Почитать и сравнить с собственным видением развития окружающего вас мира.

Краткий вывод: «Общий тренд – данных все больше, используются они более эффективно – для создания умной „автоматики“, которая и будет формировать информационный образ будущего.»


[Картинка с сайта Sostav.ru]

Один мой приятель, учитель латинского языка, в начале урока спрашивал своих студентов, выполнили ли они домашнее задание. Как правило, если не первый, то второй или третий ученик сознавался: простите, господин Учитель, я ничего не сделал. «Фак!» — говорил учитель. «Фак!» — повторял он, вводя в еще большее недоумение своих чад. «Сегодня мы будем проходить глагол третьего спряжения facio – делать», который в повелительном наклонении единственного числа так и произносится: fac! – делай!

Нет, мы не собираемся витийствовать о том, что не бывает хороших и плохих слов, а есть наша оценка оных. Также мы не будем говорить об истоках и функциях русской брани, не будем обсуждать моральную сторону вопроса, как и искать причинно-следственные связи ее употребления. Мы проведем небольшое исследование обсценной лексики на материалах русскоязычных соц. медиа, сделаем ряд замеров и расчетов на большой выборке из интернет-источников.

Весна – пора любви. И пусть начало календарной весны ознаменовалось для россиян экстремальными снегопадами и погодными катаклизмами – любовь вновь победила. Brand Analytics представляет новые данные по эмоциональному состоянию пользователей социальных сетей в регионах России. Шестое исследование показало очередной рекорд соотношения позитивных и негативных эмоций в публичных сообщениях российских пользователей соцмедиа: «Индекс Любви» в феврале-марте 2016г составил 5,9, что означает, что россияне оставили в социальных медиа в 6 раз больше сообщений о любви, чем о ненависти.

В современном динамичном мире нам, человекам, свойственно всё и всех быстренько разложить по полочкам и засунуть в привычные ящички. Иначе не выжить.

Отсюда и «попадалово»: пока одни рассовывают по старым ящичкам, лидеры – создают новые. Кто первый встал – того и тапки (ящичек). В помощь будущим лидерам маркетинга, PR и Big Data Scientist мы сделали очередной полезный перевод с подробным объяснением чем отличается «Анализ Social Media» от ящичка «Мониторинг Social Media».



P.S. Предварительное замечание от переводчика: используемый термин «Умная/глубокая аналитика» (в статье Social Media Intelligence) предполагает активное насыщение сторонними мета-данными исходных текстов/фото/видео, и, главное, что так близко к умной работе Штирлица и Джеймса Бонда – использование данных для анализа и прогнозирования развития событий. Не зря разведслужбы Англии называются «Intelligence Service».

Текст большой, для знатоков наверняка будут очевидности-занудности, но зато разжевано по полочкам и с примерами для каждой соцсети. Запасайтесь чайком и углубляйтесь в умную аналитику человечества.

Года 3-4 назад, сказать социологам/ресечерам «Включите в ваши исследования данные социальных медиа» – вызывало в лучшем случае смех. Замечательно, что первым из социлогов публично «рискнул» ВЦИОМ (Валерий Федоров сам по себе замечательная личность) – несколько прорывных публичных кейсов за 12-13-ые годы доступны на сайте VoxPopuli (http://vox-populi.ru).

Дальше – больше: теперь, когда многие крупные бренды, государственные и частные компании, агентства, СМИ, исследовательские структуры уже являются многолетними и активными пользователями систем мониторинга и анализа соцмедиа, тенденция повернулась на 180 градусов – теперь уже социологи/ресечеры вынуждены искать свою нишу, встраиваясь в тенденцию.

В принципе, никто и не против – накопленный индустрией опыт и методологии – очень хороший багаж для сотрудничества и совместного усиления. Кроме того, аналитика социальных медиа позволяет решать задачи, которые:

1. Невозможно решить стандартными методами – см. например, «Кнопка Обамы» (http://megamozg.ru/company/palitrumlab/blog/13682/)
2. Дорого – например, исследование «Любовь и ненависть по регионам России» (http://br-analytics.ru/blog/lyubov-i-nenavist-na-karte-rossii-leto-2015-issledovanie-emocionalnogo-sostoyaniya-35-mln-polzovatelej-socialnyx-media/) можно провести опросными методами, но стоимость будет фантастическая
3. Табуировано – темы, которые люди не готовы обсуждать с незнакомыми людьми.

На наших глазах свершается или уже даже свершилась революция в маркетинге. Это теперь не просто маркетинг, это, с известным допущением, именно интернет-маркетинг. Даже сейчас, в непростой экономической ситуации вакансии интернет-маркетологов публикуются практически ежедневно.

Чтобы самим находиться в форме и дать вам возможность отслеживать самые свежие тренды в маркетинге, Brand Analytics запускает цикл переводных материалов ведущих западных изданий и ресурсов.

Будем рады, если публикации будут вам полезны. Свои пожелания и предложения просим оставлять в комментариях к статьям.



Сегодня мы вас знакомим с публикацией вице-президента Gartner, одной из ведущих исследовательских и консалтинговых компаний, специализирующейся на рынках информационных технологий. В статье Майк МакГуайр размышляет о том, как использовать личные данные для создания персональных предложений и не потерять доверие потребителя. Возможно ли это? Автор уверен, что знает ответ на этот вопрос.

Экстенсивный рост количества неструктурированных данных (твитов, постов, комментов, фото и видео), генерируемый человечеством – и фантастические возможности, и головная боль для многих старых и новых индустрий.

На днях мы уже приводили фактографию по объемам количества сообщений, производимых человечеством в сутки, понятно, что миллиарды высказываний требуют совершенно других решений и технологий. «Старые» (ужас, прошло 3-5 лет, и уже старые) подходы и люди, их разрабатывающие, борются за место под солнцем. Но…



В качестве классического примера приводим перевод недавнего материала от подразделения IBM Watson:

Сентимент-анализ информационных потоков имеет большой потенциал применения для мониторинговых, аналитических и сигнальных систем, для систем документооборота и рекламных платформ, таргетированных по тематике веб-страниц.

Данный материал знакомит с понятием сентимент-анализа, основными методами определения тональности и новыми подходами в этой области.

Специально ко Дню России Brand Analytics представляет новые данные по эмоциональному состоянию пользователей социальных сетей в регионах России. Пятое юбилейное измерение показало стабилизацию соотношения позитивных и негативных эмоций в публичных сообщениях российских пользователей соцмедиа: «Индекс Любви» остался на том же уровне, что и в декабрьском исследовании.

Представляем новые данные исследования цикла «Социальные сети в России сегодня: цифры, тренды, прогнозы», за первое полугодие 2015 г. Шестая регулярная публикация содержит актуальные данные о проникновении социальных медиа по регионам России, демографический анализ аудитории, а также динамику публикационной активности в социальных сетях.

Аналитический центр Brand Analytics представляет регулярный ежемесячный индустриальный рейтинг цитируемости российских IT-ресурсов в социальных медиа за апрель 2015 г.

Мартовский рейтинг цитируемости IT-ресурсов мы назвали «Позитивная IT-весна». И у нас на то были причины. Четырнадцать из пятнадцати финалистов рейтинга показали рост цитируемости. Помог им в этом традиционно долго непрекращающийся поток новостей с прошедшего в конце февраля Mobile World Congress и, конечно, долгожданный мартовский анонс Apple Watch, который уже в который раз толкнул рынки и новости вперед.

В предыдущих сериях: Big Data — это не просто много данных. Big Data — процесс с положительной обратной связью. «Кнопка Обамы» как воплощение rtBD&A. Философия развития Big Data. BD — еще и Bolt Data. Аналитики BD. В этой серии поговорим о влиянии BD на такую нетехническую индустрию, как журналистика.

Очень схематично — программисты сродни журналистам: обе индустрии используют прошлые навыки (применяют знания предыдущих поколений, разработчиков методик и языков), обе профессии нацелены на модернизацию текущего и происходящего (улучшить жизнь конкретным людям), передовики обоих направлений стремятся подняться на следующий уровень, нацеленный на будущее — стать архитекторами и писателями, влияющими на огромные коллективы последователей и народы.

В предыдущих сериях: Big Data — это не просто много данных. Big Data — процесс с положительной обратной связью. «Кнопка Обамы» как воплощение rtBD&A. Философия развития Big Data. BD — еще и Bolt Data. В этой серии — как стать Аналитиком BD?

На днях в сетях появилось объявление от московских госструктур о наборе в штат 50-ти аналитиков BD на з/п 100тр. Простые прикидки «на пальцах» покажут, что это соответствует расходам на зарплату, налоги, офис и технику ~150 млн. руб. в год. Пора начинать радоваться, что в столице появились проекты c аналитикой Big Data, да еще в области здравоохранения, полезность для жителей и гос.кармана которых оценивается в сотни миллионов рублей ежегодно?

Поскольку у нас есть опыт «взращивания» аналитиков BD, есть экспертиза работы с «аналитиками» заказчиков из разных стран, регионов и индустрий, то … пожелаем удачи, и понадеемся на положительный результат — в конце концов, не Боги горшки обжигают. Ниже представим краткий обзор индустрий, выходцы которых вполне могут себя попробовать на новом поприще. А также серьезный инструментарий для игры «Почувствуй себя аналитиком».

В предыдущих сериях: Big Data — это не просто много данных. Big Data — процесс с положительной обратной связью. «Кнопка Обамы» как воплощение rtBD&A. Философия развития Big Data. В новой серии впервые упомянем о новом E-ngine — воплощении мечт IBM, Google и др.

Только ленивый (включая и сценаристов нашего сериала) уже не высказался со своим мнением по поводу «Who is Big Data?» Сегодня давайте порассуждаем не про объемы, а про скорострельность потоков данных. Англоязычное слово Bolt имеет так много смыслов, что легко можно подобрать другой смысл для двухбуквия BD вместо Big Data — Bolt Data, в том числе: удар молнии, вылетать, выболтать, говорить быстро и невнятно.

В предыдущих сериях: Big Data — это не просто много данных. Big Data — процесс с положительной обратной связью. «Кнопка Обамы» как воплощение rtBD&A. Философия развития Big Data.
 
11 апреля Twitter объявил о прекращении контракта с DataSift. Казалось бы, ну и что? Фактически это означает начало Большой Игры, результаты которой можно сравнить с III Мировой. Звучит жутковато? Давайте расставим фигуры на доске и посмотрим.

В предыдущих сериях: Big Data — это не просто много данных. Big Data — процесс с положительной обратной связью. «Кнопка Обамы» как воплощение rtBD&A.

В мире есть множество самых великих книг, которые пережили столетия и даже тысячелетия. Заложенные в этих книгах знания — универсальны. Китайские военные стратегмы, Библия, индийская Махабхарата содержат в том числе шаблоны и каноны, которые могут быть применимы к взаимоотношениям людей и в I, и в XI, и в XXI с XXXI веках. Но промышленной революции XIX-XXI веков (паровозы-космос-компьютеры-интернет) нужна была своя философия.