Presentation from Social Data Week 2013 in Oslo, Norway. An Insight into how big data/social data are changing our perspectives and ways of thinking in businesses and organizations. Sharing knowledge from world contributors. Definitions on what social data are in a larger context and how it practically can be applied by businesses. Finally an introduction into tools and the ecosystems for big/social data, how to start with big/social data projects and how to approach organization of big/social data projects.

1. Big Social Data –
Insight for Practioners
Perspektiver – Sosiale Data –
Organisere for endring
1

2. Perspektiver
Ufattelig mengder data – Drivkreftene – Nytt tenkesett nødvendig
Sosiale Data
Definisjoner – Bruk av Sosiale Data – Datadrevet Markedsføring
Organisere for endring
Metoder – Prosess – Verktøy – Begynnelsen
1
2
3
2

3. 2,500,000,000,000,000,000
byte med data per år
3

4. 90%
Av all data siden “Big
Bang” er laget de to siste
årene
4

5. Data oversvømmelsen
“Det renner over” i eksisterende infrastrukturen
Kostnaden for
sekvenseringen av 1 GENOM
har falt fra
$100M. i 2001 til
$25K i 2012
Sources: EMC, The New Company
Olje plattformer genererer
25 000 datapunkter/sek.
MOBILE SENSORER
SOSIALE NETTVERK
HUMAN GENOMET
OVERVÅKING
SMART METERE i
strømnettet som måler
hvert 15 min. 3 000 x mer
dataintensivt
FILM GJENGIVELSER
OLJE PLATTFORMER
CONNECTED
BILDE MEDISIN
5

6. Den global veksten i data fortsetter
Dataveksten øker eksponensielt
40
Zettabytes data
35
35
30
25
20
 Data volumet
forventes å være
44 ganger større i
2020 enn I 2009
15
7.9
10
5
0.79
1.2
2009
2010
 Antallet data "filer”
forventes å vokse
med 75% mellom
2011 og 2021
0
2015
2020
Sources: EMC, Computer Sciences Corp.
6

7. big data /
datasets so large they break traditional IT
infrastructure
Sources: EMC
7

8. Håndtering av store datamengder
Volumet, variasjonen og hastighet på dataene krever nye
tilnærminger
Locatio
Image
E-mail
Sensor
n
s
Social
Click
HTML
Data
Stream
Big Data
PRAKTISKE
HÅNDTERBARE
DATA
•
•
•
•
•
•
Annen tilnærming
Andre typer data
Andre resultater
Andre verktøy
Annen kompetanse
Annen organisering

9. Nytt tenkesett nødvendig
Tilnærming til og analysene av data endres fullstendig
Analytisk tilnærming
Utforskende
Data
Science
Business
Intelligence
Forklarende
Lite
o
o
o
o
o Optimalisering/Prediksjonsanalyser
o Statistikk analyser
o Volum, variasjon og farten på
dataene
o Hva om….?
o Hva er det optimale
scenarioet?
o Hva hender så? Hvorfor det?
Standard rappoter/Ad hoc rapporter
KPIer/Dashboard
Strukturerte data, tradisjonelle kilder
Håndterbare mengder med data
o Hva hendte siste halvår?
o Hvor mange enheter solgte vi?
o Hvor ligger problemet?
Data Volum
Stort
Sources: EMC, The New Company

10. Perspektiver
Ufattelig mengder data – Drivkreftene – Nytt tankesett nødvendig
Sosiale Data
Definisjoner – Bruken av Sosiale Date – Datadrevet markedsføring
Organisere for endring
Verktøy– Metoder–Organisering-
1
2
3
10

11. To typer data
Strukturerte
Data
•
•
•
Sammenhengende og definert
Gjennom
struktur, modell, logiikk, regler
mv.
Organiserte i
databaser, filer, strukturer eller
programmer
Vs.
Ustrukturerte data
• Henger ikke sammen i en
definert modell og er ikke
organisert i ferdig strukturer
• F.eks.
Bøker, dokumenter, metadata, a
udio, video, chat, formen på en
e-mail/webside osv.
11

12. Kundedata vs. Sosiale Data
Klassiske kundedata skiller seg fra sosiale data på 3
måter
Kunde
Data
o
o
o
o
Sosiale
Data
…den kollektive informasjonen som produserer
av millioner av mennesker nå de aktivt deltar i
online sosiale aktiviteter
#
Direkte markedsføring/annonsering
Kundeundersøkelser/Markedsanalyser
Fokusgrupper/Observasjoner
Kunderservice
1. Dataene er frivillig offentlig
2. De er naturlige data og ikke ”drevet” frem
3. De er relativt enkle å samle inn
12

13. 7 typer av sosiale data
Ustrukturerte sosiale data grupperes i 7 kategorier
De
Pr
Demografisk
Produkt
Ps
Ad
He
Psykografisk
Adferd
Henvisninger
Lo
In
Lokasjon
Intensjon
Sources: Altimeter, TNC
13

14. Bruk av sosiale data (1): Adferd
Avanserte NESTE KJØP algoritmer integrer lang adferds
historikk med dine nylige bevegelser på weben
HANDLEKURV ANALYSE
BAYESIANSK REGEL MOTOR
KJØPSHISTORIKK NESTE ANBEFALING KUNDEDATA NESTE ANBEFALING
Sosiodemografi
Transaksjonsdata
Produktportefølje
Kontakthistorikk
+
Web-Browsing
IF <situasjon 1> AND <situasjon 2>
AND <situasjon 3 med…> THEN
y% sannsynlighet for <produkt>
14

15. Bruk av sosiale data (2): Intensjon
Intensjonsdata er salgsdrivende
15

16. Bruk av sosiale data (3): Intensjon
Intensjonsdata er salgsdrivende
16

17. Bruk av sosiale data (4): Kombinasjon
Bruk av lokasjonsdata og atferd kan konvertere salg
”Champion” tilbud legges
ut 90-95% av gangene
Basert på historikk, atferd
og segment
Maksimerer utfall basert
på eksisterende kunnskap
Familien(e) logger seg
på
for feriereiser
Lokasjon registreres
Preferanser er registrert
i databasen
”Challenger” tilbud 1-5
Legges ut 1-2% av
gangene
Lære om
kundepreferansen eller om
markedets preferanser har
endret seg
17

18. Bruk av sosiale data (5): Psykografi
Verdier, interesser, inspirasjoner, ambisjoner….
18

19. Bruk av sosiale data i virksomheter
RASKERE
INNOVASJON
BEDRE KUNDEOPPLEVELSER
BEDRE INNHOLDS
UTVIKLING/PR
PRIS, PRODUKT
OG
TJENESTE
TILBUDET
VERDIKJEDE
FORBEDRINGER
KAMPANJE
FORBEDRINGER
FOHINDRE
SVINDEL/
MISLIGHOLD
NY/BEDRE
SEGMENTERING
REDUSERE
KUNDEFRAFALL
ØKT LEADS
GENERERING

20. Datadrevet markedføring
Kombinasjonen av å samle inn, samordne, analysere raskt og
iverksette innsikten i form av nye/bedre kunde aktiviteter
‣ 50% av markedsførere sier
data er den mest
underutnyttede ressursen
29%
50%
50%
71%
18%
72%
‣ 71% sier de planlegger å
innføre et Big Data initativ
innen 2 år
‣ Kun 18% av
markedsførere sier de her
ett enkelt integrert bilde av
kundene
35%
65%
‣ 65% av markedsførere sier
at silo tekning forhindrer
helhetlig kampanje-bilde
på tvers av kanaler
Sources: Teradata

21. Byråene vil endre seg
Nye roller og ny kunnskap vil prege
kommunikasjonsbyråene
Sources: Skyword
21

22. Perspektiver
Ufattelig mengder data – Drivkreftene – Nytt tenkesett
Sosiale Data
Definisjoner –Typer–Bruk av Data - Drivere
Organisere for endring
Verktøy– Metoder–Organisering- Rammeverk
1
2
3
22

23. Det sosiale landskapet og de
tilhørende verktøyene er.….
mangfoldig!
23

24. 24

25. ‣ 50 Top Tools for Social Media
Monitoring, Analytics, and Management
‣ 69 Free Social Media Monitoring Tools [2013]
‣ 30+ free tools for data visualization and analysis
‣ 13 Tools for Hashtag Research and Management
25

26. Begynnelsen på et sosialt økosystem
Et sosialt økosystem med nivåer begynner å tre frem
Signal/Data
produksjon
SOCIAL PLATFORMS
(Social networks, Community Platforms, Enterprise Collaborations )
SOCIAL DATA SOURCES
Datakilde-/
håndtering
Applikasjonsnivå
(Gips, DataSift, Topsy, Firehose, Public API)
Social Applications
MarkesføringsLytte/
Funksjoner Overvåke
Dialog
Publise Analys
(SMMS
r
e
)
Other Enteprise Applications
CRM
BI/
Markeds
Analyse
E-mail
Mrkt
26
WEB
Suppl
analytic
y
Risiko
s
Chain
SEO
Sources: Susan Etlinger (Altimeter), TN

27. Start enkelt og bygg gradvis
SMBer kan begynne enkelt og utvikle kompetansen
stegvis
Overvåk sosiale og
Evaluer/Repeter
Vær digitalt &
digitale media
løpende
Sosial tilstede
•
•
•
•
Produkt
Anbefalinger
Kundeinfo
Kjøpsinfo
Start å samle data
med enkle verktøy
•
•
•
•
•
•
•
•
•
Web Analytics
Alexa Insights
Facebook
Quantcast m.fl
Eget brand
Konkurrenter
Google Trends
Google Alert
Social monitoring
Invester I verktøy •
og kompetanse
•
internt
•
•
•
•
•
•
1
2
3
4
Start med eksisterende
data
Etabler toveis
digitale kanaler
•
•
•
•
•
•
•
5
Hva vet vi I dag?
Hva ønsker vi å vite?
Hvordan?
Hva måler vi da?
Samle kundedata
Ikke anta noen ting!
Direkte kundedialog
6
Test, test, test
•
•
•
•
•
•
Analyse
Sosial
overvårking
Opplæring
API and
Mashups
Visualization
tools
7
ROI
Korriger
Utforsk
Nye strategier
Organisere
8
9
Se hele bildet
A/B Split testing
•
Content
•
Champion/Challenge •
r
•
Telefonundersøkelser
Aggreger data
Korreler data
Integrer data
Vær platform nøytral
27

28. For større selskaper kreves endring
Big Social Data krever styring av 3 områder
1. Definer
problemene
2. Design, sett opp
og test
eksperimenter
3. Repetere
4. Validere resultat
• Forankret i ledelsen
• Tydelig Prosjekteier
• Sette sammen team
•
•
•
•
Prosjektleder
System Utvikler
Data Scientist
Koordinator
TEAM
PROSESSER
PLATTFORM
VERKTØY
DATA
1. Overføre
kunnskap
2. Operasjonaliser
3. Endringsledelse
28

29. Driver for en mer datadrevet organisasjon
Utfordringer = muligheter til å bli mer analytiske og datadrevet
‣
Effektivisering av
forretningsprosesser
Salg, pris, lønnsomhet, effektivit
et
‣
Bedre identifisering av risiko
Kundebortfall, svindel, mislighold
‣
Forutse nye
forretningsmuligheter
Mer-salg, kryss-salg, nye lead, nye
produkter
‣
Overholde lover eller forskrifter
Hvitvasking, mislighold, datadirekti
29

30.  “Internet of things” og de sosiale nettverkene driver
utviklingen av store Sosiale Data
 Forretningsdriverne tvinger frem en ny form for
håndtering, overvåking og analyse av Sosiale data
 For å utnytte Sosiale data kreves nye teknologier, roller, - prosesser og nye verktøy i alle
organisasjoner
 Start enkelt og bygg kunnskap/erfaring
30

31. Takk for oppmerksomheten!
‣ Spesialister på digital og
sosial forretningsutvikling
‣ www.thenewcompany.no
‣ Neste event er innenfor
digitale og sosiale
strategier
Strategi
Innsikt
Løsning
er
‣ Social Data Week 2014
31