Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
Wie tickt das Publikum?
Social-Media- und Big Data-Ansätze zum „Selbermachen“

Benedikt Koehler, d.core GmbH
@furukama

Nü...
Data - You‘re Soaking In It!

Quelle: http://www.flickr.com/photos/robotbastard/82761504
Die mobile Revolution

Quelle: Eigene Visualisierung der Nutzung von Facebook (blau) und Whatsapp (rot) in einem Mobile Pa...
Die mobile Revolution
Sessions im Tagesverlauf

Werktag

Wochenendtag

Quelle: Durchschnittliche Nutzung der Wecker-App im...
Echtzeit: Was bewegt Nutzer gerade jetzt?

Quelle: http://datasift.com
Places: Was passiert wo im Sendegebiet?

Quelle: Geokodierte Tweets in München und Umgebung sowie am Flughafen München. Ei...
Netzwerke: Wie hängen Dinge zusammen?

Quelle: Netzwerkanalyse von Instagram-Posts zum Hashtag #pasta. Eigene Analyse: htt...
Vorhersagen: Wie entwickeln sich die Dinge?

Quelle: Eigene Auswertung der Google Trends-Daten (li.) sowie Vorhersage von ...
Social-Media-Monitoring mit SocialMention

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

Quelle: http://tweetreach.com
Lokale Trends erfassen mit Trendsmap

Quelle: http://trendsmap.com
Monitoring und Analyse mit TAGS 5.0

Quelle: Twitter-Monitoring mit TAGS 5.0 und Google Documents. Mehr Informationen: htt...
Twitter-Mining mit NodeXL

Quelle: Netzwerkanalyse mit NodeXL und Excel. Download: http://nodexl.codeplex.com/
Visualisierung mit Gephi

Download unter http://gephi.org
Datenbasiertes Gedankenlesen
Big Data für
…
Vermarktung
• Besonderer Zielgruppen
• Meinungsführerschaft
• Ranking / Einflu...
Ergebnis: Datenbasiertes Gedankenlesen

Quelle: http://www.flickr.com/photos/jbcurio/2667086608/sizes/o/in/photostream/
Fragen?
Dr. Benedikt Koehler
koehler@dcore.de
@furukama
Nächste SlideShare
Wird geladen in …5
×

Wie tickt das Publikum?

706 Aufrufe

Veröffentlicht am

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

  • Als Erste(r) kommentieren

Wie tickt das Publikum?

  1. 1. Wie tickt das Publikum? Social-Media- und Big Data-Ansätze zum „Selbermachen“ Benedikt Koehler, d.core GmbH @furukama Nürnberg, 10.7.2013
  2. 2. Data - You‘re Soaking In It! Quelle: http://www.flickr.com/photos/robotbastard/82761504
  3. 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. 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. 5. Echtzeit: Was bewegt Nutzer gerade jetzt? Quelle: http://datasift.com
  6. 6. Places: Was passiert wo im Sendegebiet? Quelle: Geokodierte Tweets in München und Umgebung sowie am Flughafen München. Eigene Darstellung.
  7. 7. Netzwerke: Wie hängen Dinge zusammen? Quelle: Netzwerkanalyse von Instagram-Posts zum Hashtag #pasta. Eigene Analyse: http://beautifuldata.net/2012/04/pastagram/
  8. 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. 9. Social-Media-Monitoring mit SocialMention Quelle: http://socialmention.com
  10. 10. „Reichweiten“messung mit TweetReach Quelle: http://tweetreach.com
  11. 11. Lokale Trends erfassen mit Trendsmap Quelle: http://trendsmap.com
  12. 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. 13. Twitter-Mining mit NodeXL Quelle: Netzwerkanalyse mit NodeXL und Excel. Download: http://nodexl.codeplex.com/
  14. 14. Visualisierung mit Gephi Download unter http://gephi.org
  15. 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. 16. Ergebnis: Datenbasiertes Gedankenlesen Quelle: http://www.flickr.com/photos/jbcurio/2667086608/sizes/o/in/photostream/
  17. 17. Fragen? Dr. Benedikt Koehler koehler@dcore.de @furukama

×