ソーシャルメディア測定

ソーシャルメディア測定は、ソーシャルメディア管理とも呼ばれ、ブランド、企業、その他の組織のソーシャルメディアコミュニケーションの成功を評価する管理手法です。 ^[1]

主要業績評価指標は、ブログ、ウィキ、 Twitterなどのマイクロブログ、ソーシャルネットワーキングサイト、動画/写真共有ウェブサイト、フォーラムなどのソーシャルメディアチャネル^[2]から情報を抽出することによって測定される場合があります。また、企業が業界の現在のトレンドを測定するためにも使用されます。^[3]このプロセスでは、最初にさまざまなウェブサイトからデータを収集し、次にページに費やされた時間、クリックスルー率、コンテンツ共有、コメント、テキスト分析などのさまざまな指標に基づいて分析を実行し、ブランドに対する肯定的または否定的な感情を特定します。^[4]^[5]その他のソーシャルメディア指標には、シェアオブボイス、所有言及、獲得言及などがあります。

ソーシャルメディアの測定プロセスは、達成する必要のある目標の定義と、プロセスの期待される結果の定義から始まります。期待される結果は目標ごとに異なり、通常はさまざまな指標で測定されます。次に、目標を達成するために使用できるソーシャル戦略を定義します。次に、使用する戦略を設計し、データ収集のプロセスを容易にする構成ツールを設定します。次のステップでは、戦略とツールがリアルタイムで展開されます。このステップでは、データ収集に展開された方法の品質保証テストを実施します。最後のステップでは、システムから収集されたデータが分析され、必要に応じて実行時に改良され、使用される方法論が強化されます。最後のステップでは、得られた結果が最初のステップで定義された目標とより一致するようにします。^[6]

データ収集

ソーシャルメディアからデータを取得するには、ユーザーの参加と人口を調査し、さまざまな種類のデータ（コメント、ダウンロードなど）を取得して収集する必要があります。^{[7]データを取得するための一般的な手法には、ネットワーク}トラフィック分析、アドホックアプリケーション、クローリングなどがあります。 ^[8]

ネットワークトラフィック分析 - ネットワークトラフィック分析は、ネットワークトラフィックをキャプチャし、ネットワークで何が起こっているかを判断するために綿密に観察するプロセスです。これは主に、ネットワークのパフォーマンス、セキュリティ、およびその他の一般的な管理を改善するために行われます。^[9]しかし、インターネット上のプライバシーの潜在的な侵害を懸念して、ネットワークトラフィック分析は常に政府によって制限されています。さらに、パケットスニッフィングメカニズムによる過負荷の問題が発生する可能性があるため、高速リンクはトラフィック分析に適していません^[10]

アドホックアプリケーション - アドホックアプリケーションは、ソーシャルネットワーク企業 (Facebook Developer Platform) が提供する API を開発して、ソーシャルネットワークユーザーにサービスやゲームを提供するアプリケーションの一種です。アドホックアプリケーションのインフラストラクチャにより、ユーザーはアプリケーションサーバーの代わりにインターフェイスレイヤーと対話できます。API は、ユーザーがログインした後にアプリケーションが情報にアクセスするためのパスを提供します。^[8]さらに、収集されるデータセットのサイズは、ソーシャルメディアプラットフォームの人気によって異なります。つまり、ユーザー数が多いソーシャルメディアプラットフォームは、ユーザー数の少ないプラットフォームよりも多くのデータを持っています。^[8]スクレイピングは、API がソーシャルメディアからオンラインデータを収集するプロセスです。スクレイピングから収集されるデータは、生の形式です。ただし、これらのタイプのデータにアクセスすることは、その商業的価値のために少し困難です。^[11]

クローリング - クローリングとは、ウェブクローラーがウェブページ内のすべての単語のインデックスを作成し、それを保存し、そのページ上のすべてのハイパーリンクとインデックスをたどって再び保存するプロセスです。^[12]これは、データ取得のための最も一般的な手法であり、一般的なオブジェクト指向プログラミング言語（JavaやPythonなど）に基づく簡単な操作でもよく知られています。そして最も重要なのは、ソーシャルネットワーク企業（YouTube、Flicker、Facebook、Instagramなど）がパブリックAPIを提供することでクローリング手法に友好的であることです^[13]

アプリケーション

ブランディングのため

ソーシャルメディアを監視することで、研究者はソーシャルメディア上でのブランドの全体的な認知度に関する洞察を得たり、キャンペーンの影響を測定したり、エンゲージメントの機会を特定したり、競合他社の活動やシェアオブボイスを評価したり、差し迫った危機を検出したりすることができます。また、新たなトレンドや、特定のトピック、ブランド、製品について消費者やクライアントがどう考えているかについて貴重な情報を提供することもできます。 ^[14]これは、市場調査員、PRスタッフ、マーケティングチーム、ソーシャルエンゲージメント、コミュニティスタッフ、代理店、営業チームを含むさまざまなグループの仕事です。いくつかの異なるプロバイダーが、ブログからインターネットビデオ、インターネットフォーラムまで、さまざまなソーシャルメディアチャネルの監視を容易にするツールを開発しました。これにより、企業は消費者が自社のブランドや行動について何を言っているかを追跡できます。その後、企業はこれらの会話に反応し、ソーシャルメディアプラットフォームを通じて消費者と交流することができます。^[2]

政府では

商業用途以外にも、ソーシャルメディアモニタリングは公的機関や政府によって広く利用される技術となっている。モニタリングは公的部門の伝統であり、ソーシャルメディアモニタリングは社会情勢の動向をリアルタイムで検知し対応するためのアプローチを提供する。政府は、公共問題の急速な拡大による予期せぬ事態に対処するための戦略の必要性を認識するようになった。ソブコヴィッツ^[15]は、ソーシャルメディアの意見の追跡、シミュレーション、予測の3つのブロックからなるフレームワークを導入した。これには以下が含まれる。

感情、トピック、意見のリアルタイム検出
情報フローモデリングとエージェントベースシミュレーション
意見ネットワークのモデリング

ベッカーズは、オランダにおけるソーシャルメディアモニタリングの応用を紹介した。^[16]^{[引用要確認]}オランダの公的機関（税務署や教育省など）は、対象集団の感情をより深く理解するためにソーシャルメディアモニタリングを活用し始めている。一方では、ソーシャルメディアモニタリング技術を使用することで、公的機関は一般市民にタイムリーかつ効率的に回答できるようになるが、他方では、透明性やプライバシーなどの倫理的問題に関する懸念にも対処しなければならない。

ソーシャルメディアの定量化

ソーシャルメディア管理ソフトウェア（SMMS）は、組織がさまざまなコミュニケーションチャネルを通じてソーシャルメディアに効果的に関与できるようにするアプリケーションプログラムまたはソフトウェアです。SMMSは、受信および送信の会話を監視し、顧客とのやり取りをサポートし、ソーシャルマーケティングイニシアチブを監査または文書化し、ソーシャルメディアの存在の有用性を評価するために使用されます。^[17]

すべてのソーシャルメディアの会話を測定するのは難しい場合があります。プライバシー設定やその他の問題により、監視ツールですべてのソーシャルメディアの会話を見つけて報告できるわけではありません。ただし、ソーシャルメディアの監視では絶対的な数値は得られませんが、上記の用途に加えて、傾向の特定やベンチマークに非常に役立ちます。これらの調査結果は、将来のビジネス上の意思決定に影響を与え、形作る可能性があります。

多くの企業は、ソーシャルメディアデータ (投稿、ツイート、メタデータ) にアクセスし、ソーシャルメディアを分析および監視するために、ビジネス向けに構築されたソフトウェアテクノロジを使用しています。

位置情報に基づく

ほとんどのソーシャルメディアネットワークでは、ユーザーが投稿に場所を追加できます (すべてのフィードを参照)。場所は、「その場所」または「その場所について」のいずれかに分類できます。「「その場所」サービスは、場所ベースのコンテンツが地理的な場所で作成されるサービスとして定義できます。「その場所について」サービスは、特定の場所を参照しているが、コンテンツが必ずしもこの特定の物理的な場所で作成されるとは限らないサービスとして定義できます。」^[18] ジオタグ (ジオタグの記事へのリンク) が付けられた投稿から得られる追加情報は、投稿を地図上に表示できることを意味します。つまり、場所をキーワードやハッシュタグではなくソーシャルメディア検索の開始点として使用できます。これは、災害救助、イベント監視、安全およびセキュリティの専門家にとって大きな意味を持ちます。なぜなら、彼らの仕事の大部分は特定の場所の追跡と監視に関係しているからです。

使用される技術

さまざまなモニタリングプラットフォームが、ソーシャルメディアのモニタリングと測定にさまざまなテクノロジーを使用しています。これらのテクノロジープロバイダーは、ソーシャルプラットフォームが提供するAPIに接続して、サードパーティの開発者がデータにアクセスする独自のアプリケーションやサービスを開発できるようにします。Facebook の Graph API は、ソーシャルメディアモニタリングソリューション製品が接続してデータを取得する API の 1 つです。^[19]ソーシャルメディアのモニタリングおよび分析会社の中には、エンドユーザーがクエリを作成するたびにデータプロバイダーを呼び出す会社もあります。また、ソーシャル投稿を保存してインデックス化し、顧客に履歴データを提供する会社もあります。

追加の監視会社は、クローラーとスパイダー技術を使用してキーワード参照を見つけます。(セマンティック分析、自然言語処理も参照してください。) 基本的な実装には、ソーシャルメディアから大規模にデータをキュレートし、その結果を分析して意味を理解することが含まれます。

参照

参考文献

^ Öztamur, Dilhan; Sarper Karakadılar, İbrahim (2014 年 9 月 15 日)。「中小企業におけるソーシャルメディアの役割の検討: 企業パフォーマンスの観点から見た新しいマーケティング戦略ツールとして」。Procedia -社会行動科学。150 :511–520。doi : 10.1016 / j.sbspro.2014.09.067。ISSN 1877-0428。
^ ab 「ソーシャルメディアモニタリング」。Financial Times。2012年10 月 30 日閲覧。
^ Dey, Lipika; Haque, Sk. Mirajul; Khurdiya, Arpit; Shroff, Gautam (2011)。「ソーシャルメディアから競争力のある情報を取得する」。2011 年多言語 OCR およびノイズの多い非構造化テキストデータの分析に関する共同ワークショップの議事録。p. 1。doi : 10.1145 / 2034617.2034621。ISBN 978-1-4503-0685-0.S2CID 15824572 。
^ 「ソーシャルメディアメトリックとは? - WhatIs.com からの定義」。SearchContentManagement。2017年12月 13 日閲覧。
^ De, Shaunak; Maity, Abhishek; Goel, Vritti; Shitole, Sanjay; Bhattacharya, Avik (2017). 「ディープラーニングを使用したライフスタイル雑誌のインスタグラム投稿の人気度の予測」。2017第 2 回国際通信システム、コンピューティング、IT アプリケーション会議 (CSCITA)。pp. 174–177。doi : 10.1109 / CSCITA.2017.8066548。ISBN 978-1-5090-4381-1. S2CID 35350962。
^ Murdough, C. (2009). 「ソーシャルメディアの測定：不可能ではない」（PDF） . Journal of Interactive Advertising . 10 (1): 94–99. doi :10.1080/15252019.2009.10722165. S2CID 166700461.
^ Krishnamurthy, Balachander (2009)。「オンラインソーシャルネットワークの測定」。COMSNETS'09 : 通信システムとネットワークに関する第 1 回国際会議の議事録。IEEE プレス。pp. 190–199。
^ abc カナーリ、クラウディア;コラヤンニ、コラヤンニ。ランチェロッティ、リッカルド・ランチェロッティ。「ソーシャルネットワークにおけるデータ取得: 問題点と提案」(PDF)。モデナ・レッジョ・エミリア大学。S2CID 13987132。
^ Wang, Wei (2011). 「ネットワークトラフィックの監視、分析、異常検出 [ゲスト編集]」. IEEE Network . 25 (3): 6–7. doi :10.1109/mnet.2011.5772054.
^ Andreolini, Mauro; Casolari, Sara; Colajanni, Michele; Marchetti, Mirco (2007). 分散アーキテクチャに基づくネットワーク侵入検知システムの動的負荷分散。第 6 回 IEEE国際ネットワークコンピューティングおよびアプリケーションシンポジウム (NCA 2007)。IEEE。pp. 153–160。doi :10.1109/ nca.2007.17。ISBN 978-0-7695-2922-6。
^ Batrinca, Bogdan; Treleaven, Philip C. (2015年2月1日). 「ソーシャルメディア分析：技術、ツール、プラットフォームの調査」. AI & Society . 30 (1): 89–116. doi : 10.1007/s00146-014-0549-4 . ISSN 0951-5666.
^ 「Webクローラーとは？ | Webスパイダーの仕組み」Moz 。 2020年5月28日閲覧。
^ Cha, M (2008). 「Flickr におけるソーシャルカスケードの特徴」。オンラインソーシャルネットワークに関する第 1 回ワークショップの議事録。pp. 13–18。doi : 10.1145 / 1397735.1397739。ISBN 978-1-60558-182-8. S2CID 1573265。
^ 「ソーシャルメディア上でブランドがどのように表現されているかを測定するための新しいアプローチ」。NicheHunt 2017年6月9日。 2017年6月26日閲覧。
^ Sobkowicz, Pawel; Kaschesky, Michael; Bouchard, Guillaume (2012 年 10 月)。「ソーシャルメディアにおける意見マイニング: Web 上の政治的意見のモデル化、 シミュレーション、予測」。Government Information Quarterly。29 ( 4): 470–479。doi :10.1016/ j.giq.2012.06.005。S2CID 7569219 。
^ Bekkers, Victor (2013年10月). 「ソーシャルメディアモニタリング：監視の影に隠れたレスポンシブガバナンス？」政府情報四半期誌. 30 (4): 335–342. doi :10.1016/j.giq.2013.05.024. hdl : 1765/50340 . S2CID 35198738.
^ Owyang, J. (2012 年 1 月). 「ソーシャルメディアの急増を管理するための戦略」(PDF) . Altimeter Group .
^ 「ロケーションベースマーケティング - ロケーションベースソーシャルメディア - Geoawesomeness」。
^ 「Graph API」。 2015年5月14日閲覧。

[1] Öztamur, Dilhan; Sarper Karakadılar, İbrahim (2014 年 9 月 15 日)。「中小企業におけるソーシャルメディアの役割の検討: 企業パフォーマンスの観点から見た新しいマーケティング戦略ツールとして」。Procedia -社会行動科学。150 :511–520。doi : 10.1016 / j.sbspro.2014.09.067。ISSN 1877-0428。

[FT-2] 「ソーシャルメディアモニタリング」。Financial Times。2012年10 月 30 日閲覧。

[3] Dey, Lipika; Haque, Sk. Mirajul; Khurdiya, Arpit; Shroff, Gautam (2011)。「ソーシャルメディアから競争力のある情報を取得する」。2011 年多言語 OCR およびノイズの多い非構造化テキストデータの分析に関する共同ワークショップの議事録。p. 1。doi : 10.1145 / 2034617.2034621。ISBN 978-1-4503-0685-0.S2CID 15824572 。

[4] 「ソーシャルメディアメトリックとは? - WhatIs.com からの定義」。SearchContentManagement。2017年12月 13 日閲覧。

[5] De, Shaunak; Maity, Abhishek; Goel, Vritti; Shitole, Sanjay; Bhattacharya, Avik (2017). 「ディープラーニングを使用したライフスタイル雑誌のインスタグラム投稿の人気度の予測」。2017第 2 回国際通信システム、コンピューティング、IT アプリケーション会議 (CSCITA)。pp. 174–177。doi : 10.1109 / CSCITA.2017.8066548。ISBN 978-1-5090-4381-1. S2CID 35350962。

[6] Murdough, C. (2009). 「ソーシャルメディアの測定：不可能ではない」（PDF） . Journal of Interactive Advertising . 10 (1): 94–99. doi :10.1080/15252019.2009.10722165. S2CID 166700461.

[7] Krishnamurthy, Balachander (2009)。「オンラインソーシャルネットワークの測定」。COMSNETS'09 : 通信システムとネットワークに関する第 1 回国際会議の議事録。IEEE プレス。pp. 190–199。

[Canali_et_al-8] カナーリ、クラウディア;コラヤンニ、コラヤンニ。ランチェロッティ、リッカルド・ランチェロッティ。「ソーシャルネットワークにおけるデータ取得: 問題点と提案」(PDF)。モデナ・レッジョ・エミリア大学。S2CID 13987132。

[9] Wang, Wei (2011). 「ネットワークトラフィックの監視、分析、異常検出 [ゲスト編集]」. IEEE Network . 25 (3): 6–7. doi :10.1109/mnet.2011.5772054.

[10] Andreolini, Mauro; Casolari, Sara; Colajanni, Michele; Marchetti, Mirco (2007). 分散アーキテクチャに基づくネットワーク侵入検知システムの動的負荷分散。第 6 回 IEEE国際ネットワークコンピューティングおよびアプリケーションシンポジウム (NCA 2007)。IEEE。pp. 153–160。doi :10.1109/ nca.2007.17。ISBN 978-0-7695-2922-6。

[11] Batrinca, Bogdan; Treleaven, Philip C. (2015年2月1日). 「ソーシャルメディア分析：技術、ツール、プラットフォームの調査」. AI & Society . 30 (1): 89–116. doi : 10.1007/s00146-014-0549-4 . ISSN 0951-5666.

[12] 「Webクローラーとは？ | Webスパイダーの仕組み」Moz 。 2020年5月28日閲覧。

[13] Cha, M (2008). 「Flickr におけるソーシャルカスケードの特徴」。オンラインソーシャルネットワークに関する第 1 回ワークショップの議事録。pp. 13–18。doi : 10.1145 / 1397735.1397739。ISBN 978-1-60558-182-8. S2CID 1573265。

[14] 「ソーシャルメディア上でブランドがどのように表現されているかを測定するための新しいアプローチ」。NicheHunt 2017年6月9日。 2017年6月26日閲覧。

[15] ^ Sobkowicz, Pawel; Kaschesky, Michael; Bouchard, Guillaume (2012 年 10 月)。「ソーシャルメディアにおける意見マイニング: Web 上の政治的意見のモデル化、 シミュレーション、予測」。Government Information Quarterly。29 ( 4): 470–479。doi :10.1016/ j.giq.2012.06.005。S2CID 7569219 。

[16] Bekkers, Victor (2013年10月). 「ソーシャルメディアモニタリング：監視の影に隠れたレスポンシブガバナンス？」政府情報四半期誌. 30 (4): 335–342. doi :10.1016/j.giq.2013.05.024. hdl : 1765/50340 . S2CID 35198738.

[17] Owyang, J. (2012 年 1 月). 「ソーシャルメディアの急増を管理するための戦略」(PDF) . Altimeter Group .

[18] 「ロケーションベースマーケティング - ロケーションベースソーシャルメディア - Geoawesomeness」。

[19] 「Graph API」。 2015年5月14日閲覧。