Die Autoren legen beispielhafte Analysemethoden von Social-Media-Daten dar: deskriptive und Data-Mining-Methoden. Mit deren Hilfe werden kundenorientierte Geschäftsmaßnahmen eingeleitet und ein stetiges Abwägen zwischen vollautomatisierten und manuellen, kostenintensiven Reports gesteuert. Das Werk liefert eine Übersicht zu aktuell diskutierten Themen wie begleitende Emotionen, Vernetzung der interagierenden User oder Verbindung von Themen. Als Gewinn für ein Unternehmen müssen die Analysen durch eine strategische Prozedur geleitet werden, um Erkenntnisse in konkrete Handlungsempfehlungen zu überführen. Neben den Potenzialen durch die Anwendung komplexerer Analysemethoden gibt es auch konzeptionelle, technische und ethische Herausforderungen, wie die Autoren veranschaulichen.
Von deskriptiven zu algorithmusgestützten Analyseverfahren auf Social-Media-Daten Strategische Koordination des eigenen Social-Media-Kanals Mögliche Potenziale durch die Anwendung komplexerer Analysemethoden Reflexion konzeptioneller und technischer sowie ethischer Herausforderungen und Limitierungen Includes supplementary material: sn.pub/extras
Autorentext
Dr. Matthias Böck promovierte im Bereich Data Mining an der Technischen Universität München.
Dr. Felix Köbler promovierte in der Wirtschaftsinformatik an der Technischen Universität München.
Dr. Eva Anderl promovierte an der Universität Passau im Themengebiet Online-Kundenverhalten.
Linda Le studierte Statistik an der Ludwig-Maximilians-Universität München.
Inhalt
Methoden Metriken, Wordclouds, Trends, Sentiment, Assoziationsregeln, Netzwerkstrukturen.- Mehrwert durch strategische Prozedur.- Social-Media-Analysen der Zukunft.