Social Media Metrics

Diplomado en Comunicacin y Marketing Digital

Fundamentos
* Conceptos en lugar de herramientas. * La tecnologa como aliado de tratamiento de informacin. * El anlisis de basa en principios matemticos de: - Teora de grafos - Probabilidad y estadstica - Modelos algebricos * El anlisis de datos generalemente se basa en entidades (colecciones de individuos y sus relaciones) * Las mtricas son mtodos tradicionales.

Fundamentos
* Referencias conceptuales. * Informacin v.s. no informacin. * Temporalidad! * Caractersticas generales * Diferencias entre interaccin, personas y contenido. * Multidimensional * Multidisciplinario

Conceptos clave
* Actores: las unidades sociales (empresa, individuo) * Lazos: la liga entre un par de actores. * Dada: entidad base del anlisis de redes sociales. Compuesto de un lazo entre dos actores. * Trada: tercias de actores y sus lazos. Triada balanceada es cuando todos tienen un lazo entre s.

Conceptos clave
* Subgrupo: conjunto de ms de 3 actores y sus lazos. * Grupo: El conjunto de actores cuyos lazos van a ser medidos. * Relacin: coleccin de lazos entre actores de un orden especco. * Red Social: Un set nito de actores y relaciones entre ellos.

Sociogramas
* Trmino generado a partir de los grafos aplicados a los estudios sociales. * Se utilizan puntos para representar actores (nodos) y lneas para representar lazos o relaciones.

Nodos

Grca de lazos de amistad

Tipos bsicos de redes

* Se usan para determinar la centralizacin o poder de un actor o nodo. * Se determinan por los siguientes elementos: - Grados: se dene conforme a los lazos. Entre ms lazos, ms poder. - Cercana: la separacin entre actores, generada por los lazos. Entre ms cercano, mayor poder. - Intermediacin: la capacidad de fungir como agente de contacto. * El poder o centralizacin hace referencia a la posibilidad de satisfacer necesidades de intercambio, consumo de informacin o servicios (estar en el centro de la actividad de la red.)

Tipos bsicos de redes

Red en Estrella Red en Circular

Red en Lineal

Las relaciones en una red social es una mezcla de todas las bsicas.

Sociogramas en redes
* Los sociogramas son un patrn de orden encontrado en todo el universo. (patrones fractales) * Las relaciones en una red social se puede visualizar como el resultado de mezclar las redes bsicas.

De macro a micro

Representacin de lazos en una red social

Redes Neuronales

Athene's Theory of Everything

Material extra.

A quin buscamos?
De acuerdo a Malcolm Gladwell, buscamos actores de los siguientes tipos: * Conectores: actores con un nmero amplio de nodos. Debido a su densidad, es importante para exponer contenido. * Expertos: especialistas en algn tema y la voluntad de compartirlo. * Vendedores: son aquellos con capacidad de inuenciar a otros para tomar accin o decisin.

A quin buscamos?

Mtricas
* Las relaciones se pueden establecer como matrices multidimensionales. * Se pueden representar esas medidas como: - Binarios o grafos tericos: existe o no existe lazo. - Con signo o Sociomtrica: asigna + a un lazo positivo, - a un lazo negativo, 0 a un valor de no importa. - Ponderado o Multirelacional: toma en cuenta valores con escala.

Mtricas
Ejemplo de una matriz binaria de relacin de amistad.

Mtricas
* Cuidar la referencia.

* Toda mtrica debe contemplarse dentro de un contexto semntico.

Mtricas
* Debemos considerar un anlisis de forma continua, no esttica. * Existen mtodos de evaluacin similares a los mtodos tradicionales, como las encuestas y la observacin de interaccin. * Nuestro objetivo ser tener en cuenta el panorama general y lo que conocemos como raking completo.

Mtricas
* El ranking completo debe implicar para nosotros: - Interaccin real entre actores - Frecuencia de interaccin - Relacin entre publicacin y hbitos.

Errores Frecuentes

Errores Frecuentes
* Conanza plena en los nmeros sin anlisis profundo. * Olvidar el panorama y centrarse en un microcosomos. * Prdida de Privacidad y robo de identidad por

obtencin de resultados o uso de software no conable.

Errores Frecuentes
Ejemplos de resultados sin anlisis: * Contadores de visitas y estados de ujo de informacin basadas en una variable constante.

Errores Frecuentes
* Crecimientos descomunales en interaccin, lazos, consumo de informacin a partir de resultados relativos. * Tcnicas hostiles de posicionamiento. * Conanza ciega en los registros de los equipos. * Conanza ciega en que lo publicado es ledo.

Caso I
* La empresa Domain ha reportado un crecimiento sostenido en el trco de su sitio que al da de hoy supera los 13,000,000 de visitas mensuales. * Si la tendencia actual siguiera su curso, superaran el 300% de crecimiento al concluir el periodo anual de medicin. * Verique los cuadros 1 y 2. * Posteriormente, verique los datos proporcionados en el cuadro 3 y 4. * Registre sus conclusiones.

Caso I - Cuadros 1 y 2

Caso I - Cuadros 3 y 4

Errores Frecuentes
* Hacking del sitio bajo esquemas de relay. * Sistemas automticos de comentarios y bsquedas. (bots)

Caso II
* Se acaba de registrar una campaa de PPC (pay per click) con la intencin de incrementar las visitas al sitio desde diferentes redes sociales. * El resultado inicial muestra un incremento prcticamente del 100% de interaccin sobre el sitio. Detallado a continuacin en los cuadros 5 y 6. * A partir de las grcas presentadas, haga las primeras inferencias. * A continuacin observe los cuadros 7, 8 y 9. * Registre sus conclusiones.

Caso II - Cuadros 5 y 6

Caso II - Cuadros 7,8 y 9

En mediano plazo
* Redes Ubicuas / Web 4.0 - Inteligencia computacional - Resolucin y evalucin automtica - Bsqueda de soluciones a raz de una pregunta. * Software malicioso basado en reconocimiento de comportamiento y costrumbres de navegacin.

Herramientas y Recursos
1. Social Mention http://www.socialmention.com * Similar a google alerts. * Bsqueda de menciones de palabras en redes sociales * Como ayuda en campaas de PPC (Pay per Click)

Herramientas y Recursos
2. Flowtown http://www.owtown.com * Te permite perlar hbitas sociales de tus contactos sobre algunas redes sociales predenidas.

Herramientas y Recursos
3. Compendium Blogware http://www.compendium.com * Organiza contenido optimizndolo para la fcil indexacin de araas y robots de bsqueda.

Herramientas y Recursos
4. Trackur http://www.trackur.com * A partir de bsquedas denidas por el usuario, hace evaluaciones cada 30min de tendencias y sentimientos. * Quin habla de tu marca.

Herramientas y Recursos
5. Swix http://www.swixhq.com * Calcular conforme a anlisis el ROI de una campaa de PPC (pay per clic)

Herramientas y Recursos
6. Addictomatic http://addictomatic.com * Guarda los canales o redes de donde quieres obtener informacin sobre las palabras clave buscadas.

Herramientas y Recursos
7. Spiral 16 http://www.spiral16.com * Visualizacin 3D y 2D de inuenciadores y las caractersticas de sus comentarios (positivo, negativo, neutro)

Herramientas y Recursos
8. ORGNET http://www.orgnet.com * Software de anlisis de redes sociales.

Ejercicio
* Hacer dos equipos. * Determinar la red social relevante para el producto/servicio conforme a los siguientes puntos: - Generar su marca como social media metric experts. - Se puede usar la referencia en la siguiente pgina para determinar la red social adecuada inicialmente. - Generar su landing page o perl como equipo. - Iniciar un trend con al menos 3 posts y likes entre equipo y amigos cercanos. - Usar Trackur para determinar su tendencia. - Usar Swix para estimar un costo de inversin rentable en el PPC. * Generar un reporte max de 2 cuartillas para explicar resultados.

The Conversion Prism

Bibliografa
* GLADWELL, Malcolm. The Tipping Point: How little things can make a big difference. Little Brown and Company. USA, 2000. * Hanneman, Robert A. and Mark Riddle. Introduction to social network methods. Riverside, CA: University of California, Riverside 2005 ( published in digital form at http://faculty.ucr.edu/~hanneman/) * SOLIS, Brian; BREAKENRIDGE, Deidre. Putting the Public Back in Public Relations: How Social Media Is Reinventing the Aging Business of PR. USA, 2009. * WASSERMAN, Stanley; FAUST Katherine. Social Network Analysis: Methods and Applications. Cambridge University Press. USA, 1994. * Adam Scott Dilbert. http://dilbert.com/strips/comic/2010-12-17/. ltima fecha de acceso 11 de Julio de 2011. * The Conversion Prism. http://www.theconversationprism.com. ltima fecha de acceso 13/07/2011.