ستساعدك المقالة التالية: تعليق: بن إليس على ثلاث مهارات أساسية لمحلل اجتماعي
كما أشرت في مقالتي الأخيرة ، إليك المهارات التي أعتقد أن المحلل الاجتماعي يجب أن يعمل عليها الآن وفي المستقبل. دعنا نذهب اليها.
أقل اجتماعية ، أكثر رقمية
تذكر البيانات الضخمة؟ ربما يكون هذا أحد التعبيرات القليلة التي يكرهها المسوقون أكثر من “” و “”. المفهوم لا يزال قائما حتى اليوم – أن البيانات تنمو بشكل كبير بمعدل ينذر بالخطر.
ما نادرًا ما تتم مناقشته ، على أي حال ، هو دور المحلل في هذا – بالتأكيد ، الكثير من البيانات ، يحب المسوقون البيانات … لكني أعتقد أن ما يحبه المسوقون في العمق هو معرفة أن لديهم بيانات متاحة ، أكثر من حبهم للبيانات نفسها.
الآن ، بينما اعتدنا على الإشارة إلى النظام الأساسي مثل Facebookو Twitter، Snapchat وما إلى ذلك مثل “المنصة الاجتماعية” ، “القنوات الاجتماعية” ، “الشبكات الاجتماعية” – هذه المنصات نفسها تتخلص من العنوان “الاجتماعي” من اسمها ، لأنها تريد أن تكون أكثر من مجرد شبكة اجتماعية.
انتقل إلى مواقعهم ، وستجد أنهم يمحو آثار كونهم “منصة اجتماعية” ، أو حذف أو تعديل الجمل التي اعتادوا أن يطلقوا عليها ذلك الاسم.
اسأل ممثلي هذه الشركات إذا كنت تعرفهم ، ومن المحتمل جدًا أنهم لن يتصلوا بشركتهم كمنصة اجتماعية بعد الآن.
التوافه عديمة الفائدة اليوم: يمكنك البحث عن أي سؤال في Facebook مركز المساعدة ، ولكن “ما هو Facebook؟ ” هو السؤال الوحيد الذي وجدته يجبرها على الانهيار … ربما نوع من الأزمات الوجودية؟
على أي حال ، أستطرد مرة أخرى.
تريد هذه المنصات الخروج من صندوق “الشبكات الاجتماعية” ، جنبًا إلى جنب مع جميع المفاهيم المسبقة والتوقعات والدلالات المرتبطة بما تعنيه شبكة التواصل الاجتماعي.
إنها شبكة بين الأشخاص والناس ، وبين الأشخاص والروبوتات ، وبين الروبوتات والروبوتات.
هذا أكثر مما كنا نتخيله ، لكن ليس أكثر مما يمكن أن يأخذه المحللون. كيف يمكننا التعامل مع هذا؟ توقف عن رؤية الفصل بين البيانات الاجتماعية وغير الاجتماعية – الخطوط غير واضحة الآن ، لذلك دعنا نسميها ونكون مرتاحين لها.
انظر إلى الأنواع المختلفة من البيانات الجديدة المتاحة ، على سبيل المثال ، البيانات من الواقع الافتراضي والمعزز والمختلط.
تعلم كيفية التعامل مع الأدوات الرقمية الجديدة والوسائل الرقمية للاتصالات – كيف يمكنك قياس نجاح وأداء ملف Facebook chatbot ، على سبيل المثال؟ إذا كانت شركتك ستبدأ في استخدام التعلم الآلي اليوم كجزء من استراتيجيتك الرقمية ، كيف ستتعامل مع تحليلاتها؟
هذا هو الشيء الذي يجب أن تسأله لنفسك أثناء التنقل في عام 2017 – صدقني ، سيكون التسويق الرقمي أقل من نفس الشيء ، وستعمل وسائل التواصل الاجتماعي أقل من ذلك ، وسوف يعتاد المستخدمون على فعل القليل من الشيء نفسه – وهكذا يجب عليك مع أسلوبك في البيانات الرقمية.
اذهب إلى البرمجة
لا داعي للاندفاع ، ولكن يجب أن تتعلم Python و R.
قد أكتب مقالاً منفصلاً عن سبب أهمية ذلك للمحللين لإثبات حياتهم المهنية في المستقبل ، لكن هاتين اللغتين ستساعدانك على أن تصبح محللًا مستقلاً ، دون الحاجة إلى الاعتماد كثيرًا على العديد من الأدوات ، بينما تكون قادرًا على الاطلاع على البيانات والتلاعب بها بأكثر مما يمكن أن يقدمه Excel العزيز.
أطمح أن تكون محللًا مستقلاً.
ستكون المعرفة بأدوات ذكاء الأعمال مثل Power BI و Tablo و Watson ضرورية ، وعلى الرغم من أنها لن تحل محل وظيفتك ، إلا أنها ستكون مجموعة أدوات تحتاج إلى أن تكون على دراية بها. إذا كنت تعتمد على أدوات مجانية للتحليلات الاجتماعية أو الاستماع الاجتماعي ، فمن المرجح أن تنتهي رحلتك المجانية في عام 2017.
من المفيد أن يكون لديك أداة ذكية حقًا مثل Brandwatch ، تعرف على كيفية الحصول على بياناتك الخاصة. مثلي الأعلى جيمس واتلي ومارشال مانسون من Ogilvy يكسرون هذا بشكل مثالي وجميل في تقرير Key Digital Trends لعام 2017.
العودة إلى أدوات ذكاء الأعمال – كن ودودًا معهم.
لا تقلق إذا لم يكن لديك الميزانية: لسبب ما ، تقدم واحدة من أذكى أدوات ذكاء الأعمال بالخدمة الذاتية ، Power BI ، حزمة مجانية ، وإذا كنت محللًا بدأ للتو في BI أو كنت ترغب في غمس أصابع قدميك فيه ، فهذا أكثر من كافٍ. بالنسبة للمحللين المخضرمين ، قد ترغب في إخبار مديرك بالاستثمار في الخطة المدفوعة إذا كانت تناسب متطلباتك.
استخدم أدوات مثل هذه وتعلم كيفية سحب البيانات من مصادر متعددة داخلها. استخدم أدوات مثل هذه لإلقاء نظرة على الصورة الأكبر – من الجيد امتلاك العقلية التي تروج لذلك ، واستخدام الأداة فعليًا للمضي قدمًا والقيام بذلك شيء آخر. نعم ، البيانات الضخمة رائعة ، لكن لا تغرق فيها عندما تكون هناك أدوات مثل هذه لتسهيل الأمور كثيرًا.
توقع المستخدمين (لكن لا تكن مخيفًا بشأن ذلك)
الديموغرافيات ، وعلم النفس ، وسلوك المستخدم – نعم ، لدينا أجزاء وأجزاء من تلك البيانات للعديد من المنصات لبضع سنوات حتى الآن ، وبعض المنصات تقدم بيانات أكثر نضجًا من غيرها.
لماذا هذا سيكون مهم؟ لأنه يمكنك توقع NPS. لأنك تستطيع التنبؤ بالتخبط والاستحواذ. لأن الأتمتة ستصل إلى منحنى جديد العام المقبل. لأن القدرة على تقديم أفضل مساعدات التحويل للمستخدمين بناءً على سلوكهم هي الطريقة الذكية للقيام بذلك.
وبالفعل ، لأن المستخدم يتوقع منك ، ليس بطريقة تطفلية ، ليس بطريقة تجعله يشعر بأن بياناته معرضة للخطر ، ولكن بطريقة أخلاقية – نعم ، هناك مكان جميل حيث لا يجب أن تتنازل عن البيانات (الجودة والحجم) ، وليس المساومة على الثقة.
التحليلات التنبؤية ليست جديدة ، لكننا لم نفعل ما يكفي معها. كيف تبدأ؟ ليس عليك أن تبدأ بشكل كبير: انتقل إلى الاستماع الاجتماعي لتحليل النية. هل ترى أشخاصًا يتحدثون عن نية التحول أو نية التغيير؟ ماذا عن منافسيك ، هل تتبع ذلك لعملائهم أيضًا؟
إذا كان الأمر كذلك ، بناءً على هذا التحليل ، كيف يمكنك تخصيص سلوك موقعك أو سلوك تطبيقك أو السلوك أو أي أصل رقمي تستخدمه بناءً على تجربتهم ، وبناءً على المكان المناسب لهم في النماذج التنبؤية الخاصة بك؟ يؤدي توقع سلوك المستخدم إلى قيادة أفضل – حقيقة.
الأدوات في الصناعة تتحسن بشكل أفضل في الأتمتة وتحليل السلوك – حقيقة أخرى. السؤال هو: كيف ستستخدم البيانات المتوفرة لديك (اجتماعية ، رقمية ، أيًا كان ما تريد تسميته) لتسهيل هؤلاء العملاء المحتملين بشكل أفضل؟
موت محلل مواقع التواصل الاجتماعي؟
باختصار ، سيبقى المحلل الاجتماعي لعام 2016 على قيد الحياة في عام 2017 إذا ركز بشكل أقل على الصورة الاجتماعية الدقيقة وأكثر على الصورة الكلية الرقمية ، والقدرة على استخدام البيانات للتنبؤ بالسلوك ، بينما يصبح أكثر استقلالية و (شبه) ذاتيًا. يكفي مع معرفة جيدة بالبرمجة.
تشير هذه النقاط الثلاث إلى شيء واحد أراه يحدث في عام 2017: وفاة محلل وسائل التواصل الاجتماعي.
سأشرح: الحاجة إلى وجود متخصص يبحث في البيانات الاجتماعية فقط أصبحت أقل أهمية ، بينما يزداد الطلب على نهج أكثر شمولية.
الآن ، هل من الضروري أن تمتلك كل هذه المهارات؟ حسنًا ، دعنا نضع الأمر على هذا النحو – لن تكون عاطلاً عن العمل اليوم إذا لم تكن لديك هذه المهارات كمحلل وسائط اجتماعية. ومع ذلك ، إذا كنت ترغب في إثبات حياتك المهنية في المستقبل ، فيجب أن تضعها تحت حزامك تمامًا.
سأرفع يدي وأقول نعم ، لقد كنت أتعلم كيفية البرمجة في Python و R للتلاعب بالبيانات الاجتماعية ، بهدوء شديد في وقتي ، ونعم لقد كنت أجرب وفشل وأجري التجربة وأنجح في التلاعب بالبيانات واستقراءها والقيام بكل أنواع حيل السيرك معها. بالتأكيد ، ليس أي منها سهلًا ، ولكن إليك للمنظور:
في عام 2017 ، بلغ عمر LinkedIn 14 عامًا ، Facebook يبلغ من العمر 13 عامًا YouTube يبلغ 12 عامًا Twitter تبلغ 11 عامًا ، تبلغ تمبلر 10 أعوام ، ويبلغ سينا ويبو وواتساب في الثامنة ، Instagram في السابعة من العمر ، يبلغ سناب شات 6 سنوات … ويمكنني الاستمرار في “العد التنازلي لعيد ميلاد الوسائط الرقمية” ولكن النقطة المهمة هي: ستظهر تقنية جديدة في عام 2017 ستكون أكثر ذكاءً من كل هذه المنصات مجتمعة.
ستحتاج هذه المنصات القديمة إلى الارتفاع فوقها ، ومع تطور كل هذه التكنولوجيا يسارًا ويمينًا – لا تريد أن تكون المحلل الذي تركه وراءك في عملية التطور هذه.
وأخيرًا ، في NYKConf
كان هناك الكثير مما يمكن رؤيته في #NYKCONF الأخير ، ومن أبرز ما أشاهده الدكتور بول سيجل.
تذكر الإسم.
لقد قابلت الكثير من الأشخاص المتحمسين للبيانات في حياتي ، لكن لا شيء أعدني للدكتور بول سيجل.
أشعل بعض النيران بداخلي ، وذكرني لماذا أصبحت محللاً. لقد رسم أجمل صورة لعالم مليء بالبيانات أريد أن أعيش فيه … ثم ذكرني أنني أعيش فيه وأنني كمحلل لدي مفاتيح ذلك. شعرت بالدهشة. يمكنك أن تجد جلسته مسجلة هنا.
