Vor einigen Wochen haben wir uns vier Beispiele für Technologien im Bereich Monitoring und Social Media Listening angesehen: Machine Learning, Deep Learning... für die automatische Sprachverarbeitung, die Sentiment-Analyse, die intelligente automatische Klassifizierung und das Visual Listening. Heute präsentieren wir unsere Neuerungen, mit denen Intelligence-, Community- und Social-Media-Managern sowie andere Fachleute im digitalen Marketing viel Zeit sparen und Ihre Analysen auf ein neues Level heben können.
Wenn Sie ein Monitoring- oder Social-Media-Listening-Projekt durchführen, das ein großes Volumen an Erwähnungen im Internet, auf Nachrichtenseiten und in sozialen Netzwerken generiert, werden Sie wahrscheinlich regelmäßig bestimmten Datenvisualisierungen begegnen, wie z. B. die Entwicklungs-Kurve der Häufigkeit der Erwähnungen im Laufe der Zeit.
Dabei werden Sie möglicherweise auf « Peaks », das heißt auf ungewöhnliche Häufungen von Erwähnungen, stoßen.
Jeder Social-Media-Manager und jeder, der Monitoring betreibt, weiß: Die Analyse der Ursachen für eine Häufung bei Erwähnungen und Beiträgen kann (sehr) zeitaufwendig sein, zu Fehlinterpretationen führen und … zu fehlgerichteten Entscheidungen.
Die Überwachung der Entwicklung der Erwähnungen ist in der Tat sehr häufig Teil eines Monitorings oder eines Social Listening Tools: zur Erkennung von Bad Buzz und Krisen, zur Trendbeobachtung, zur Analyse von Medien- und Influencer-Kampagnen, zur Überwachung der Online-Reputation, zur informierten Einführung von Produkten, zur Analyse von Kundenmeinungen....
Dank künstlicher Intelligenz (Machine Learning) können wir bei Digimind Ihnen ein virtuelles Analyse-Feature anbieten, das automatisch Peaks von Erwähnungen und ihre potenziell vielfältigen Ursachen erkennt und Ihnen das Lesen zahlreicher Nachrichten und Artikel erspart.
Sie können also ab sofort auf einer neuen Nutzeroberfläche:
Konkret wird Machine Learning für Sie auf ungewöhnliche Peaks hinweisen und Ihnen erklären, wieso dieser zustande gekommen ist :
Aufgrund der außergewöhnlich häufigen Nutzung eines Hashtags, der Äußerung eines Influencers, einem unerwarteten Maß an Interaktionen auf eine Nachricht, Nachrichten, die massiv in sozialen Netzwerken geteilt werden oder einem überraschenden Häufung in der Erwähnung bestimmter Konzepte.
Angenommen, Sie beobachten die Entwicklung von Nachrichten über Fluggesellschaften. Im Rahmen von Consumer Insights und Customer Relationship, aber auch Monitoring der Markenreputation.
Die automatische Erkennung von Peaks durch AI Sense - Digimind Social
In den letzten 30 Tagen zeigt Ihnen das Analyse-Feature drei ungewöhnliche Peaks, darunter einen (Peak C) mit fast 20.000 Erwähnungen für die Fluggesellschaft Lufthansa. Die KI erklärt uns, dass das Volumen von Peak C um 476% über dem üblichen Volumen an Erwähnungen liegt, bei Peak B um 135%.
Wenn wir uns Peak B ansehen (einfach anklicken), erklärt uns der Algorithmus, dass die Ankündigung der Wiederaufnahme des Streiks durch die Piloten der Fluggesellschaft (#streik) der Hauptgrund für diesen Peak ist. Die Tatsache, dass zwei große Medien wie Reuters und Forbes diese Nachricht aufgriffen, führte zu einer Vervielfachung des Nachrichtenvolumens, sodass der virtuelle Analyst die verschiedenen Ursachen für die Entstehung des Trends, seine Ausbreitung und schließlich den Höhepunkt hervorheben konnte. Am Rande hatte auch eine Kontroverse über Masken für Kinder im Flugzeug (#dasfliegendeklassenzimmer) hat ebenfalls zu diesem Höhepunkt beigetragen.
Die verschiedenen Erklärungsfaktoren für einen Peak - von AI Sense
Sind andere Länder von dieser Ankündigung eines neuen Streiks betroffen? Die Entwicklung der Erwähnungen in anderen Sprachen lässt sich leicht ermitteln.
Im Französischen gab es in den letzten 30 Tagen vier Spitzenwerte in den Lufthansa-Meldungen. Beim größten Peak sind die von der KI ermittelten Ursachen nach wie vor die Ankündigung des neuen Pilotenstreiks und die Übernahme des Hashtags Streik durch AFP, BFMTV und das Teilen des Hashtags Streik.
Wenn Sie mehrere Kampagnen in sozialen Netzwerken starten, hilft Ihnen eine schnelle Analyse der Peaks während des Kampagnenzeitraums dabei, den Unterschied zwischen natürlichen Erwähnungen Ihrer Marke oder Community und den Auswirkungen gesponserter Erwähnungen zu erkennen.
Dies ist hier der Fall bei einer Videokampagne des Tech-Influencers Marques Brownlee, welche von der Linus Tech Tips Community gesponsert wurde.
Die automatische Analyse ist eindeutig: Ein Spitzenwert von 35.000 Erwähnungen auf Linus Tech Tips wird durch den gesponserten Tweet von Marques Brownlee erzeugt (29,5 K Erwähnungen, die den Hashtag #sponsored verwenden, 72,2 K Interaktionen mit dem Tweet des Influencers). Weitere Informationen: Die Kampagne wurde in mehr als 58.400 Erwähnungen aufgegriffen.
.
Spitzenwerte und ihre Ursachen rund um die Influencer-Kampagne von Linus Tech - von AI Sense - Digimind Social