Vortrag über Social-Media- und Big-Data-Ansätze mit Bordmitteln auf den Lokalrundfunktagen 2013 in Nürnberg

1. Wie tickt das Publikum?
Social-Media- und Big Data-Ansätze zum „Selbermachen“
Benedikt Koehler, d.core GmbH
@furukama
Nürnberg, 10.7.2013

2. Data - You‘re Soaking In It!
Quelle: http://www.flickr.com/photos/robotbastard/82761504

3. Die mobile Revolution
Quelle: Eigene Visualisierung der Nutzung von Facebook (blau) und Whatsapp (rot) in einem Mobile Panel (Arbitron Mobile, jetzt: Nielsen Radio)

4. Die mobile Revolution
Sessions im Tagesverlauf
Werktag
Wochenendtag
Quelle: Durchschnittliche Nutzung der Wecker-App im Tagesverlauf (Daten: Arbitron Mobile, jetzt: Nielsen Radio), eigene Darstellung

5. Echtzeit: Was bewegt Nutzer gerade jetzt?
Quelle: http://datasift.com

6. Places: Was passiert wo im Sendegebiet?
Quelle: Geokodierte Tweets in München und Umgebung sowie am Flughafen München. Eigene Darstellung.

7. Netzwerke: Wie hängen Dinge zusammen?
Quelle: Netzwerkanalyse von Instagram-Posts zum Hashtag #pasta. Eigene Analyse: http://beautifuldata.net/2012/04/pastagram/

8. Vorhersagen: Wie entwickeln sich die Dinge?
Quelle: Eigene Auswertung der Google Trends-Daten (li.) sowie Vorhersage von Filmeinspielergebnissen Barthelemy et al (2012)
http://cs229.stanford.edu/proj2012/BarthelemyGuilloryMandal-UsingTwitterDataToPredictBoxOfficeRevenues.pdf

9. Social-Media-Monitoring mit SocialMention
Quelle: http://socialmention.com

10. „Reichweiten“messung mit TweetReach
Quelle: http://tweetreach.com

11. Lokale Trends erfassen mit Trendsmap
Quelle: http://trendsmap.com

12. Monitoring und Analyse mit TAGS 5.0
Quelle: Twitter-Monitoring mit TAGS 5.0 und Google Documents. Mehr Informationen: http://mashe.hawksey.info/2013/02/twitter-archive-tagsv5/

13. Twitter-Mining mit NodeXL
Quelle: Netzwerkanalyse mit NodeXL und Excel. Download: http://nodexl.codeplex.com/

14. Visualisierung mit Gephi
Download unter http://gephi.org

15. Datenbasiertes Gedankenlesen
Big Data für
…
Vermarktung
• Besonderer Zielgruppen
• Meinungsführerschaft
• Ranking / Einfluss
• Zielgruppenspezifische
Werbeformate
• Echtzeit-Targeting
Programm
• Echtzeit-Trends und
Themeninteressen
• Einbeziehung von
Zuschauern / Hörern
• Verstärkung der Zuschauer/Hörerbindung
• Gewinnung neuer Zuschauer
und Hörer

16. Ergebnis: Datenbasiertes Gedankenlesen
Quelle: http://www.flickr.com/photos/jbcurio/2667086608/sizes/o/in/photostream/

17. Fragen?
Dr. Benedikt Koehler
koehler@dcore.de
@furukama