为什么Twitter 280在Analytics(分析)中创建360:Analog Corner

Twitter最近的字符增加对平台上的消息上下文产生了深远的影响。以下是有关分析策略将如何发展的一些想法

Darpabigdata 1308111

11月7日,Twitter将推文中的文字字符数量增加到280个,将其标志性的140个限制增加了一倍。为了保持与Instagram,Snapchat和Facebook的竞争力,它进行了更改。     

营销人员对字符数限制持有不同意见。有人认为与其他问题(例如网络欺凌)相比,增加字符数限制毫无意义。其他人发现此更改有助于表达更多周到的消息。

那么,对于已经在努力吸引客户的营销人员而言,对分析的影响是什么? 

根据 Twitter的发现 从9月份的Beta测试开始,新的限制显示出参与度增加的迹象。测试指出,“拥有更多推特空间的人会获得更多的参与度(喜欢,转发,提及),吸引更多的关注者,并在Twitter上花费更多的时间。”

但是,衡量这种参与的价值并不简单。它以非结构化数据的形式存在-未按预定义方式进行组织的数据。大多数类型的分析主要关注结构化数据。结构化数据的价值在于可以通过基本算法轻松搜索。另一方面,非结构化数据不能很好地适应关系数据库的结构,从而造成搜索困难。这就是为什么 数据挖掘 已经流行。  

对数据挖掘的高度兴趣已将Twitter功能决策转变为独特优势。字符更改为程序员和开发人员提供了另一种方式来探索如何提取非结构化数据并开发用于数据关系的统计建模技术。

因此,随着分析师采用数据科学技术,他们也将 R编程 或将Python转换为高级模型,并在数据源之间使用提取的Twitter feed。这项工作引起了情绪分析,最终可以帮助市场营销人员深入了解客户如何在线谈论其产品和服务。在商店在线购买(BOPIS)零售世界中,这种分析非常有价值

大多数情绪分析都是第一步,通常是通过以下步骤下载Twitter流数据: OAuth。 Python和R编程都具有插件功能,可简化对可重复编程任务(例如API访问)的使用。  

典型的下一步是通过删除嵌套在文本中的奇数字符或古怪字符(例如标点符号,不需要的数字和单词之间的多余空格)将数据放入结构化格式中。然后,分析师可以选择许多建模选项,甚至可以选择更多的可视化选项来显示情绪分析。词云可用于回答简单的概述,但是大多数情感分析都是根据提供的参数对结果进行分类,例如要寻找的短语,遗漏的内容等。

无论选择哪种建模技术,从280个字符数中都可以丰富生成模型的上下文。结果将具有更好的相关性,因为模型中的每个观察都已经过统计检查。高级统计信息充分利用了这些特征,从而提高了给定模型的深度准确性。最终,可以获得更好的结果。

统计角度可以帮助确保分析中捕获的注释代表真实趋势。许多假帐户提供评论,就好像有人在通过真实个人资料发布推文一样。随着Twitter开始吸引代表许多有争议观点的社区,一些组织还试图通过产生机器人响应的假帐户来加强支持。品牌偶尔会遇到这些群体:我在帖子中概述了这种接触的危险 建立道德分析的亲和力

随着Twitter期望具有280个字符的更好的通信质量,在分析中,浅表短语可能会更容易归类为非结构化噪声。随着时间的流逝,机器人可能会有所改善,但就目前而言,突出实现真正的人的有意义的参与是可以实现的。

Twitter在如何管理该平台方面仍然面临许多批评。但是,营销人员应该放心,因为该平台仍然是吸引客户并学习最佳应对方式的可行媒介。他们可以通过探索将推文与数据相关联的分析来加强学习。这样做可以揭示有关推文如何与消费者情绪以及最终销售联系的深刻见解。 

最新