波浪式的社交網(wǎng)絡(luò)傳播

每一條發(fā)布的信息，如同石塊入水所散開(kāi)的漣漪，如果不繼續(xù)投入石塊，則漣漪會(huì)逐漸淡化直至消失，這便是社交網(wǎng)絡(luò)的自潔功能，由于有以上三個(gè)特性的存在，僅僅依靠“自潔“是遠(yuǎn)遠(yuǎn)不夠的。如果在漣漪擴(kuò)散過(guò)程中的某個(gè)點(diǎn)再繼續(xù)投入一塊石頭，則原有漣漪會(huì)擴(kuò)大或者縮小，只要找準(zhǔn)了點(diǎn)位，這些漣漪就可能形成波浪。如何去找到這些信息，找準(zhǔn)這些點(diǎn)位，擴(kuò)大品牌正面聲量、減少并消除負(fù)面聲量成為企業(yè)在社會(huì)化營(yíng)銷中制勝的關(guān)鍵，這個(gè)時(shí)候社交網(wǎng)絡(luò)分析就能給企業(yè)帶來(lái)幫助。

社交網(wǎng)絡(luò)中充斥著各種可能成為“波浪“的信息，有針對(duì)一款產(chǎn)品的，有針對(duì)某部電影的，還有針對(duì)某位明星的——這些信息都可以從網(wǎng)上免費(fèi)獲取。這些評(píng)論信息對(duì)于企業(yè)的價(jià)值可以說(shuō)是巨大的。一個(gè)企業(yè)如果掌握了這些數(shù)據(jù)，再加以分析，無(wú)論是對(duì)現(xiàn)有產(chǎn)品的改進(jìn)還是對(duì)未來(lái)產(chǎn)品的走向都是十分有幫助的。目前對(duì)于企業(yè)來(lái)說(shuō)，社交網(wǎng)絡(luò)分析主要關(guān)注點(diǎn)在于找到消費(fèi)者，并能分析消費(fèi)者，了解消費(fèi)者。與消費(fèi)者達(dá)到最簡(jiǎn)潔快速的溝通。這就需要通過(guò)數(shù)據(jù)分析找到消費(fèi)者所在的圈子，進(jìn)而找到圈子中的意見(jiàn)領(lǐng)袖，通過(guò)意見(jiàn)領(lǐng)袖讓企業(yè)想傳達(dá)的信息進(jìn)一步擴(kuò)大，輻射整個(gè)圈子。從而吸納更多的忠實(shí)消費(fèi)者。

社交網(wǎng)絡(luò)分析與圈子劃分

社交網(wǎng)絡(luò)的分析存在著許多有意思的研究課題。例如，在社交網(wǎng)絡(luò)中社區(qū)圈子的識(shí)別、 社交網(wǎng)絡(luò)中人物影響力的計(jì)算、信息在社交網(wǎng)絡(luò)上的傳播模型、虛假信息和機(jī)器人賬號(hào)的識(shí)別、基于社交網(wǎng)絡(luò)信息對(duì)股市、大選以及傳染病的預(yù)測(cè)等。社交網(wǎng)絡(luò)的分析和研究是一個(gè)交叉領(lǐng)域的學(xué)科，在研究過(guò)程中，通常會(huì)利用社會(huì)學(xué)、心理學(xué)甚至是醫(yī)學(xué)上的基本結(jié)論和原理作為
指導(dǎo)，通過(guò)人工智能領(lǐng)域中使用的機(jī)器學(xué)習(xí)、圖論等算法對(duì)社交網(wǎng)絡(luò)中的群體行為和未來(lái)的趨勢(shì)進(jìn)行模擬和預(yù)測(cè)。

社交圈子的劃分并不僅局限于用戶主動(dòng)建立起來(lái)的關(guān)系上，還可以通過(guò)其隱性圈子的劃分，如興趣屬性。當(dāng)兩個(gè)人在社交網(wǎng)絡(luò)中互動(dòng)很頻繁時(shí)，他們?cè)诰€下是否也是真實(shí)的好友？從算法的角度來(lái)說(shuō)，這是個(gè)很難解決的問(wèn)題，但如果我們換一個(gè)角度來(lái)思考這個(gè)問(wèn)題，想想我們的線下聯(lián)系方式，如果A跟B互相擁有對(duì)方的手機(jī)號(hào)，那他們是線下真實(shí)好友的可能性就非常大了。包括飛信、米聊、微信等產(chǎn)品，如果真的能夠做成基于手機(jī)通訊錄的社交網(wǎng)絡(luò)，我們就可以通過(guò)異構(gòu)的社交網(wǎng)絡(luò)對(duì)社交圈子進(jìn)行綜合性的判斷，其價(jià)值不可估量。

企業(yè)基于社交網(wǎng)絡(luò)數(shù)據(jù)的收獲

1.潛在商機(jī)的發(fā)現(xiàn)

通過(guò)數(shù)據(jù)挖掘與分析，可以發(fā)現(xiàn)某個(gè)用戶的活動(dòng)商圈是否在企業(yè)的商圈覆蓋范圍內(nèi)；可以知道某個(gè)用戶的消費(fèi)能力；可以知道某個(gè)用戶的喜好及最近的購(gòu)買習(xí)慣；可以知道某個(gè)用戶會(huì)購(gòu)買自己產(chǎn)品的概率;可以知道競(jìng)爭(zhēng)對(duì)手的策略。

2.危機(jī)預(yù)警

通過(guò)數(shù)據(jù)挖掘與分析，可以對(duì)一些網(wǎng)絡(luò)中突然發(fā)布的一條可能對(duì)企業(yè)產(chǎn)生危機(jī)的信息即時(shí)的監(jiān)控起來(lái)。并追蹤其傳播路徑，找到其中的關(guān)鍵節(jié)點(diǎn)。利用＂亂石＂打散其傳播軌跡。從而讓危機(jī)盡快消失。一個(gè)企業(yè)面對(duì)社交媒體中網(wǎng)民創(chuàng)造的成千上萬(wàn)，甚至幾百萬(wàn)的討論內(nèi)容，想要通過(guò)人工去判斷哪些口碑對(duì)品牌有利，哪些將會(huì)成為品牌危機(jī)是個(gè)不可能完成的任務(wù)。而輿情監(jiān)測(cè)則可以圍繞某一監(jiān)測(cè)領(lǐng)域或事件，經(jīng)過(guò)科學(xué)部署的不間斷的數(shù)據(jù)收集與分析的過(guò)程，前期需要對(duì)收集范圍和關(guān)鍵詞群進(jìn)行設(shè)置，中期對(duì)采集的數(shù)據(jù)進(jìn)行過(guò)濾、分組、聚類等預(yù)處理，后期對(duì)數(shù)據(jù)進(jìn)行分析，并以分析報(bào)告的形式讓品牌了解到自身的口碑狀況。

3.效果預(yù)測(cè)

通過(guò)數(shù)據(jù)挖掘與分析，可以通過(guò)對(duì)企業(yè)已掌控的圈子，消費(fèi)群體的黏著度，事件的時(shí)序，傳播的投入上去事先預(yù)測(cè)相關(guān)的效果。從而讓企業(yè)能花最少的錢得到最大的產(chǎn)出。

然而，人們對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的挖掘和分析都還處于相對(duì)初級(jí)的階段，大規(guī)模、高維度數(shù)據(jù)的挖掘方法還在不斷地演化。目前來(lái)看，文本語(yǔ)言的情感分析等很多基礎(chǔ)性問(wèn)題仍然還不能得到有效解決，對(duì)深入研究社交網(wǎng)絡(luò)造成了一些限制。但隨著人工智能研究水平的不斷提高，尤其是認(rèn)知神經(jīng)科學(xué)與人工智能技術(shù)相結(jié)合的研究，讓我們看到了人工智能的新希望。當(dāng)我們真正有能力解決這些問(wèn)題以后，社交網(wǎng)絡(luò)將會(huì)成為幫助我們預(yù)測(cè)未來(lái)趨勢(shì)的有利工具。相信到那時(shí)企業(yè)將可以借助于社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘與分析制定出更精準(zhǔn)、廣泛、有效的社會(huì)化營(yíng)銷體系，更好的服務(wù)于品牌認(rèn)知的建立及市場(chǎng)銷售的提升。

來(lái)源：199IT