社會化數據分析：透過數據看本質 @ 帆軟大師兄

網路無秘密，在這個數字化的時代，你在社交網路上的一舉一動都會被記錄在案，而這些信息匯聚成數以TB計的數據，面對這些龐大的數據，你會下意識覺得這裡面肯定有許多有價值的東西，但往往百思不得其解。這是因為社會化數據並不像其他數據一樣，或者是不能被校準，又往往是含糊不清的，以致於無法用傳統的分析工具進行分析。
例如，對於Facebook的數據流，乍一看或許會有人認為，用戶的「like」和「dislike」是唯一可以直接利用的部分，然而社會化營銷所利用的數據遠遠比傳統營銷要更為廣泛，這種自由流動的數據流，以及這些數據流背後的用戶行為，讓我們發現許多新的問題，或者從中找到解決老問題的新方法。
因此，相對於那些一目了然的數據，在社會化數據分析中，更重要的是了解數據的含義，透過數據看本質，才能挖掘出那些隱藏在數據背後的東西。
問題在於：社會化數據可以告訴我們什麼？我們如何滿足這些新的需求，尤其是在他們已經開始挑戰一些固有的做法，使得傳統的流程和組織結構開始鬆動，我們又如何從商業層面作出反應？
社會化數據顯示我們是誰（以及我們認為我們是誰）
許多社會化數據反映了用戶的興趣、專業知識背景、社會觀、技能和經驗，有的信息是在用戶自己填寫的資料中反映出來的，但更多的是從他們加入的小組、討論的話題中簡潔反映出來的。企業社交媒體工具可以將這些隱藏的信息變得一目了然，讓棘手的問題易於解決，增加對員工的了解。例如說，當有員工在遇到技術問題時可能不知道之前是否有同事也遇到過類似的情況，但利用SocialCast等社交軟體，你可以了解到其他同事過去的項目經驗，從而獲得支持與幫助，迅速解決客戶的問題，降低客戶支持的成本，提高用戶滿意度（Linkedin也可提供類似功能）。
當經理的可能在新產品開發時會這麼想：「誰有能力和興趣來開發這個產品？他們過去做過什麼項目，在團隊中擔任什麼未位置？」這一點Facebook這家做社交網站的公司做得特別好，通過社交媒體來增加內部的透明度，使得公司內每個人、每個領域、每個團隊的優勢與不足一目了然。
揭示用戶對公司和產品的真正看法
對於企業來說，社交媒體的用途不僅僅是獲得粉絲和推送廣告，而是可以從社會化數據中進一步分析，得出明確的產品提供信息和反饋。例如，英國移動運營商Giffgaff就利用社交媒體鼓勵用戶設計自己鍾愛的手機，為用戶提供客戶服務。又或者說，企業家可以通過社會化數據分析了解某個新聞報道對品牌的影響，從而作出進一步的決策。像Prosodic這樣的公司可以實時監控社會化情緒信息，為營銷者給出消息發布的最佳時間建議，提高用戶的參與度和效果。

揭示我們做什麼，不做什麼
通過對社會化數字信息的收集和整理，我們可以得出個人的網上行為習慣以及地理信息等，這將為網路行為方式及互動打開一扇大門。
例如，我們可能覺得高績效團隊可遇不可求的（尤其對服務行業來說更是如此）。但德勤諮詢公司通過對其員工的社會化數據（包括電話，電子郵件，在線互動）的分析，並將其與數據指標（人均收入、盈利能力、工作人員更替等），他們發現了高績效團隊把的一些內在規律。值得一提的是，雖然德勤致力於打造高凝聚力的團隊，但高績效團隊的這種凝聚力更多的是取決與外部聯繫而非內部相互作用。
MIT媒體實驗室針對呼叫中心的一項研究也發現，呼叫中心在「回呼」溝通或者為正式的會議提供交互服務的時候效率最高。該研究有望更好地預測團隊績效指標，並為事前干預提供手段。
如何通過社社會化數據分析得出結論？
社會化數據分析最大的挑戰是發現數據之間的內在規律，以及發現這些數據與用戶行為之間的聯繫。如果你需要建立一個「數據說話」的組織，那麼你需要學會如何使用社會化數據，而這正是大多數組織做不到的。
以下問題可以幫助你更好地幫助你更好地利用你的社會化數據：
你需要用數據來回答什麼問題？如果你不知道你的目的是什麼，你可以從與你的業務相關的問題開始，同時不斷發現新的問題。
每個數據意味著什麼，他們之間的關係如何？不同平台不同類型的數據可能會需要不同的工具和解釋，例如說，「社交網路分析」一詞在Linkedin代表的是你的職業關係情況，而在Facebook則是代表你的個人關係。
以上答案將在何種程度上改變你的工作方式？到底怎樣的社會化數據指標才能說明你做得好或者不好？實時的社會化數據意味著我們可以劃一塊試驗田，按照數據的反饋設計自適應業務策略，對數據作出反映，將業務流程與數據指標聯繫起來。
如果通過數據得出的結論出乎預料或者與慣例相違，你如何將這種不同讓他人知曉？
你的想法如何？你是否會以量化的社會化媒體數據制定相應策略，以取代傳統的平面和無線廣告？又或者說，你是否能夠從社會化數據的變化中發現機會，重塑你的業務？