Blog

Facebook Data Analytics

Autor: Jasmina Kutleša

Uvod

 

Poznato je da je Facebook u svojim početcima bio namijenjen isključivo studentima sveučilišta na Harvardu koji su tim putem mogli međusobno komunicirati i razmjenjivati informacije. Kasnije se Facebook proširio na druge fizičke i pravne osobe i odavno prestao biti samo socijalna mreža za razmjenu privatnih poruka i postova. Velika većina tvrtki danas koristi ovu socijalnu mrežu između ostalog i za podršku poslovanju.

Tvrtke obično imaju kreiran Facebook page na kojem objavljuju novosti o uslugama, promotivne aktivnosti i omogućuju komunikaciju sa krajnjim korisnicima. Pa zašto onda ne bi te podatke i iskoristili kako bi dobili dodatne uvide u ponašanja svojih korisnika i reakcije na usluge i/ili promocije.

 

Što se od podataka može prikupiti?

 

Pomoću Informatica Big Data Managment alata koji ima ugrađen visoko efikasan Facebook konektor (Power Exchange adapter for Facebook) moguće je dohvatiti sve objavljene postove, bilo da se radi o videu, slici ili običnom statusu,  informaciju o tome koji su korisnici komentirali te iste postove i u koje vrijeme, sadržaj komentara (tekst i emotikone), lajkove, tagove i još mnogo drugih korisnih informacija.  Dohvaćene podatke moguće je nakon toga organizirati u relacijski model podataka nad kojim se mogu izvući različite metrike i napraviti različite analize.

Primjeri metrika koje se mogu dobiti iz dohvaćenih podataka:

  • Najpopularniji postovi
  • Broj lajkova po mjesecu/ postu /komentaru
  • Broj komentara po danu/mjesecu/postu/komentaru
  • Broj share-ova po danu/mjesecu/postu
  • Engagement (lajkovi, komentari, share-ovi )

Sa Tableau data visualization alatom moguće je kreirati intuitivne i interaktivne dashboarde sa Facebook analitikom. Na Slici 1. nalazi se primjer izvještaja  o najkomentiranijim postovima na kojem je moguće ovisno o potrebama izabrati prvih 5, 10 ili N postova.

 

 

Slika 1. Top 5 posts by number of comments

 

Možemo promatrati i engagement ovisno o danu u tjednu kako bi mogli vidjeti kada su korisnici najaktivniji i time odlučiti kada ćemo nešto objaviti . Navedeni primjer prikazan je na Slici 2.

Slika 2. Engagement based on day of week posted

 

Facebook je razvio određeni set izvještaja u  koje vlasnici Facebook page-ova imaju uvid, u sklopu tih izvještaja nalaze se između ostalog i gore navedene metrike. Ti izvještaji pružaju dosta dobar uvid u engagement korisnika, međutim radi se o predefiniranim izvještajima koje nije moguće prilagođavati prema potrebama i zahtjevima.

 

Primjena dohvaćenih Facebook podataka

Ukoliko se svi podaci sa nekog Facebook page-a dohvate i spreme u relacijski model podataka moguće ih je koristiti za :

  1. Povezivanje podataka s postojećim Datawarehouse-om

Najveći potencijal  vidim u mogućnosti povezivanja Facebook podataka i drugih data sourceva ili datawarehouse-a. Primjerice moguće je povezati customere iz DWH sa korisnicima Facebook page-a (pod korisnike mislim na sve korisnike koji su ikad lajkali, komentirali ili bili tagirani unutar nekog posta/komentara na tom Facebook page-u). Na taj način se uvidi iz socijalnih mreža mogu vidjeti u kontekstu drugih podataka.

Ukoliko primjerice povežemo customera iz DWH i korisnika Facebook page-a, za njih se vrlo jednostavno može dobiti informacija o njihovom iskustvu sa uslugom, zadovoljstvu ili nezadovoljstvu ili potencijalnom odlasku koji su istaknuli na Facebook page-u od pružatelja usluge. Na taj način se podaci iz DWH mogu dodatno obogatiti podacima sa socijalnih mreža. Kombinacija tih podataka nudi mogućnost dobivanja zanimljivih uvida u ponašanje korisnika.

  1. Sentiment analiza

Jedna također vrlo značajna analitika koju je moguće napraviti na prikupljenim Facebook podacima je sentiment analiza komentara. Ovim pristupom se može ocijeniti je li komentar nekog korisnika  pozitivan, negativan ili neutralan, što je moguće učiniti pomoću rječnika. Ono što je prvo potrebno napraviti jest normalizacija teksta, odnosno razbijanje rečenica iz komentara na riječi i fraze. Poanta je da se te riječi i fraze vrednuju i na kraju se izračuna sentiment score svakog komentara.  Primjenom sentiment analize moguće je dobiti relevantnu reakciju na primjerice lansiranje novog proizvoda.

  1. Kreiranje mreže korisnika

Pojam SNA (Social Network Analysis) svima je više manje poznat, a predstavlja zapravo analizu društvenih veza i odnosa. Iz dobivenih podataka sa Facebook-a mogu se prikazati povezanosti između korisnika, povezanost korisnika i događaja, te mnoge druge relacije. SNA pomaže u otkrivanju naočigled skrivenih povezanosti i utjecaja među entitetima. Često se uz pomoć SNA otkrivaju potencijalni churn-eri, a moguće su primjene i u razne marketinške svrhe.

  1. Ad hoc analize

Ukoliko postoje pripremljeni  i strukturirani Facebook podaci u tablicama na bazi, tvrtka uvijek ima mogućnost zatražiti bilo kakve ad hoc analize ovisno o potrebama u tom trenutku.

  1. Pretraživanje tema na dashboardu

Kao što je iznad navedeno,  analitičar će uvijek imati mogućnost da pomoću SQL upita napravi analizu kakvu poželi, međutim ako želimo da poslovni korisnik koji ima uvid isključivo u dashboarde ima opciju kreiranja fleksibilnih izvještaja ovisno o tome koja tema mu je trenutno aktualna, Tableau ima odličnu mogućnost kreiranja Search gumba na dashboardu u koji se prema želji upiše određen pojam i na dashboardu se prikažu povezani podaci.

Na Slici 3. je primjer gdje smo odabrali temu ‘Facebook‘ i pretražili je u svim postovima page-a od Poslovne Inteligencije. Prikazani su postovi koji sadrže riječ ‘Facebook‘ i prikazan je broj komentara i lajkova na iste.

 

Slika 3. Pretraživanje tema u postovima

 

Ovakav pristup je odličan u provjeri reakcija korisnika na novu tarifu ili percepcija postojećih usluga ili brenda, jednostavnom pretragom po nazivu tarife se mogu automatski dohvatiti lajkovi, komentari ili sentiment analiza.

 

Potencijal iskoristivosti podataka sa Facebook-a

Za tvrtku koja je pružatelj usluga, kao što je to primjerice banka ili telekom sve je u privlačenju novih korisnika i zadržavanju postojećih. Zbog toga je bitno da postojeći korisnici dobe iskustvo i uslugu kakvu žele. Kako bi to mogli potrebno je razumjeti što točno korisnici žele i tu leži izniman potencijal raznovrsnih podataka sa socijalnih mreža.

Ukoliko se pravilno iskoriste, podaci sa Facebooka  mogu služiti u svrhu :

  • poboljšanja zadovoljstva korisnika
  • unaprijeđenja usluga
  • churn predicition-a
  • akvizicije korisnika
  • poboljšanja promocija

Analitika dobivena iz Facebook podataka može se koristiti kod definiranja daljnjih strategija za ostvarivanje poslovnih ciljeva.