Data sosial adalah informasi yang dibagikan oleh pengguna media sosial, yang mencakup metadata seperti lokasi pengguna, bahasa yang digunakan, data biografi, dan / atau tautan bersama. Data sosial sangat berharga bagi pemasar yang mencari wawasan pelanggan yang dapat meningkatkan penjualan atau, dalam kasus kampanye politik, memenangkan suara. Ada banyak jenis data sosial, termasuk tweet dari Twitter, posting di Facebook, pin on, posting di Tumblr, dan check-in di Foursquare dan Yelp. Iklan Facebook untuk Bisnis dan Twitter adalah dua program yang membantu pengiklan menggunakan data sosial untuk memasarkan ke pengguna yang ditargetkan yang cenderung tertarik dengan iklan mereka.
Memecah Data Sosial
Pengguna secara sukarela membuat banyak data sosial mereka menjadi publik, memungkinkan perusahaan gratis dan mudah mengaksesnya. Jika sebuah perusahaan yang menjual tiket ke acara atletik melihat bahwa seorang pengguna mengikuti beberapa tim olahraga, perusahaan itu dapat menargetkan iklan kepada pengguna itu untuk mencoba membujuknya untuk membeli tiket untuk melihat permainan tim favoritnya. Cara lain perusahaan dapat menggunakan data sosial adalah dengan menyediakan iklan tepat waktu berdasarkan pos terbaru, seperti iklan alat untuk seseorang yang telah berbagi bahwa mereka berbelanja untuk rumah.
Dengan data sosial berkualitas tinggi yang dikumpulkan dan dianalisis dengan benar, perusahaan dapat menargetkan iklan kepada orang-orang yang paling mungkin membeli produk atau layanan mereka. Data sosial juga dapat membantu perusahaan menentukan tempat beriklan yang paling efektif. Perusahaan dapat memperbaiki iklan mereka lebih jauh dengan mempersempit target audiens mereka berdasarkan jenis kelamin, bahasa, perangkat elektronik yang digunakan, usia, minat, lokasi, dan faktor lainnya. Data sosial tidak hanya membantu perusahaan mendapatkan pelanggan baru, tetapi juga membantu mereka lebih terlibat dengan pelanggan yang sudah ada.
Menganalisis Data Sosial
Biasanya ada dua langkah untuk menganalisis data sosial. Yang pertama adalah mengumpulkan data yang dihasilkan oleh pengguna di situs jaringan dan kemudian menganalisis data itu. Proses analisis biasanya terjadi secara waktu nyata - dan yang kemudian digunakan untuk menentukan pengaruh, jangkauan, relevansi, dan pertimbangan lainnya. Bisnis yang menggunakan jenis analisis data ini harus mengingat beberapa hal, termasuk bagaimana membedakan antara data sosial dan sentimen, relevansi waktu (yang relevan hari ini mungkin bukan besok), kualitas (seberapa besar dampak pesan dan komentar tertentu oleh orang-orang tertentu), dan bagaimana aktivitas virus mulai dan menyebar.
Keterbatasan Data Sosial
Data sosial tidak sempurna karena beberapa alasan. Ini terbatas pada informasi yang pengguna putuskan untuk dibagikan tentang diri mereka sendiri. Misalnya, beberapa pengguna mungkin tidak membagikan lokasi atau jenis kelamin mereka, memberikan pengiklan profil yang tidak lengkap untuk bekerja dengannya. Masalah lain adalah bahwa banyak pengguna di media sosial bukan pengguna nyata tetapi robot palsu, atau bot, akun. Bahkan dengan pengguna sungguhan, berusaha mengukur perasaan mereka tentang merek atau kandidat politik (disebut "analisis sentimen") berdasarkan komentar yang mereka buat tidak selalu mungkin karena banyak komentar mereka netral dan algoritma dapat secara keliru mengklasifikasikan komentar sebagai positif ketika mereka negatif dan sebaliknya. Lebih jauh, banyak komentar positif dan negatif yang tersedia bersifat ekstrem, sehingga sulit untuk secara akurat mengevaluasi bagaimana perasaan konsumen secara keseluruhan tentang suatu produk, layanan, merek, atau kandidat politik.
