Smau Milano 2010 Nicola De Franceschi

1
Milano, 20-22 ottobre - Fieramilanocity
Nicola De Franceschi Evoluzione Web
Web reputation per le aziende e le community.
Metodologie e vantaggi della gestione della reputazione

3
Premessa

Community → Azienda

Utenti → Collaboratori, clienti, fornitori

Contenuti → Prodotti, servizi, contenuti (es. intranet)

4
REPUTAZIONE
Ciò che generalmente si dice o si crede di
una persona o di una cosa.
Oxford dictionary

5
FIDUCIA
La fiducia è la misura con cui una parte èLa fiducia è la misura con cui una parte è
disposta a dipendere da qualcosa o qualcunodisposta a dipendere da qualcosa o qualcuno
in una determinata situazione con un sensoin una determinata situazione con un senso
di relativa sicurezza anche se sono possibilidi relativa sicurezza anche se sono possibili
conseguenze negative.conseguenze negative.
McKnight e Chervany (The meanings of trust)McKnight e Chervany (The meanings of trust)

6
I sistemi di web reputation

Ci permettono di catturare l'affidabilità e la qualità di
aziende, individui, prodotti, servizi e contenuti.

Ci rivelano comportamenti disonesti, valutazioni non
obiettive, servizi scadenti, contenuti inappropriati alla
nostra community.

L'applicazione ai marketplace virtuali è particolarmente
interessante perché molti di questi probabilmente non
esisterebbero senza un valido sistema di reputazione.

7
Finalità della web reputation
1. Creare fiducia tra gli utenti
2. Creare fiducia nel servizio/sito
3. Premiare e favorire la creazione di contenuti di qualità
4. Favorire l'incontro e lo scambio tra utenti con interessi e
stili di vita simili

8
Metodi di base per la reputazione

9
Preferito - Mi piace

Come usato da Youtube, Facebook, Digg, Stumbleupon
per esempio

E' un contatore reversibile

Vantaggi

Semplicità

Fattori critici

Scala con il database (cresce)

Se usato per billboard subisce l'effetto “first mover”

10
Segnalazione - flag

Funziona come il “preferito” ma con significato opposto

Aiuta a tener “pulito” il sistema

Contenuti inappropriati

Contenuti per adulti

Contenuti riservati (es. nelle intranet)

Contenuti in categoria sbagliata (es. nelle intranet)

L'utilizzo in Craiglist

3 utilizzi: categoria errata, vietato, spam (moltiplicato)

Livelli di allarme diversi per: utente, categoria, città

11
Valutazione

Stelle, barre di progresso, pollice su o giù, scala da 1
a ..., …

E' una media delle valutazioni di tutti gli utenti

Vantaggi

Di facile comprensione

Tiene conto anche di valutazioni negative (a differenza del preferito)

Fattori critici

Gli utenti che lo usano tendono a dare il massimo voto e una piccola
parte il mino (distribuzione a J).

12
Recensione

Più valutazioni, es. stelle

Più valutazioni e testo (da preferire)

E' una media delle recensioni di tutti gli utenti

Vantaggi

Esprime un quadro più dettagliato e preciso, punti forti e deboli.

Tiene conto anche di valutazioni negative

Fattori critici

Il testo si presta meno all'estrazione automatica di informazioni

Richiede più tempo all'utente

13
Karma (reputazione degli individui)

Badge, icone, “titoli”

es. FourSquare, forum (Sindaco, Guru, ...)

Di tre tipi

Partecipativo, Qualitativo, Combinato

Vantaggi

Serve come base per molti sistemi di reputazione complessi

Aumenta la fedeltà dell'utente

Incentiva un comportamento corretto

Fattori critici

Il qualitativo ed il partecipativo in particolare si prestano ad abusi.

14
Feedback implicito

Un utente che acquista una canzone su iTunes sta
implicitamente dicendo che è un buon brano.

Vantaggi

Non richiede attività aggiuntive da parte dell'utente.

Facile da calcolare.

Utilizzabile anche per i sistemi di raccomandazione per i quali è stato
dimostrato che aumenta l'attendibilità della predizione.

15
Cluster filtering

Ottenere una reputazione personalizzata

Elimina i falsi positivi nei casi di reputazione soggettiva

Separa i giudizi “onesti” da quelli “disonesti”

16
Metodo fuzzy

Scoprire le ragioni di un giudizio

Smaschera giudizi disonesti

Necessità di rendimento obiettivo, misurabile.

17
Irrobustiamo i modelli

Decadimento (alternativa: in salita)

Diminuire il peso del passato

Ritardo

Conteggiare in ritardo gli input

Segretezza

Rendere nota la filosofia del sistema non i dettagli

Controllori

Controllare i controllori

Verificare il lavoro dei controllori

18
Applicazione pratica: Amazon

Valutazione a stelle

Recensione editoriale

Dettaglio valutazione sui 5 livelli

“I clienti che hanno comprato
questo oggetto hanno comprato
anche ...”

Posizione per tipologia

“Cosa hanno effettivamente
acquistato i clienti dopo aver
visionato questo oggetto”

L'etichetta opzionale “Real name”
nei commenti

19

Punti di forza e robustezza

Per commentare: almeno un acquisto e attendere 48 ore

Valutazione articolata ed estendibile (per alcuni oggetti)

Recensione utile: SI / NO

Recensione negativa e positiva più utili affiancate

20

Punti critici

È possibile commentare anche prodotti non acquistati (bilanciato dal
fatto che appare il proprio nome)

La valutazione dettagliata è mostrata in fondo e non è incentivata

I vari elementi di reputazione sono sparsi nella pagina prodotto

21
Applicazione pratica: Cisco

IronPort

Analizza ogni giorno 5 miliardi di connessioni

Aggrega informazioni su 150 parametri

Blocca a livello di connessione il 70% di contenuti pericolosi

22
Applicazione pratica: Yahoo! Answers

Tempo medio segnalazione abuso: 30 secondi!

% errore segnalazione abusi: < 0,1%

Costi customer care: da $1,000,000 a $10,000!

23
Applicazione pratica: Yahoo! Mail

Sistemi di reputazione applicati agli indirizzi IP dei mittenti

Risultato: + $10,000,000 risparmiati annualmente per server e storage

24
Applicazioni aziendali

Quanti altri indici possono creare le aziende?

Di un settore

Di un distretto

25
Punti critici generali

Effetto Polyanna

Ballot stuffing

Bad-mouthing

First-mover

Salto di valore delle transazioni nel tempo.

Cambio di personalità.

26
Vantaggi

Soddisfazione degli utenti

Fedeltà degli utenti

Tempi di risposta ridotti

Minori risorse impiegate

Risparmio sui costi

27
Vantaggi

Indurre comportamenti corretti

Scoraggiare l'ingresso di utenti disonesti

Qualità

Reputazione della community/azienda stessa

28
Raccomandazioni / suggerimenti

Spiegare filosofia reputazione non i dettagli.

Spiegare i sistemi di raccomandazione.

Monitorare costantemente.

Giusto mix di tecniche

29
Conclusioni

Ampi campi d'applicazione, molti ancora da esplorare

Vantaggi per gli utenti

Vantaggi per le aziende/community

Vantaggi economici

30
Grazie!
Nicola De Franceschi
nicola@evoluzioneweb.com
Skype: nikdef

Smau Milano 2010 Nicola De Franceschi

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (16)

Semelhante a Smau Milano 2010 Nicola De Franceschi

Semelhante a Smau Milano 2010 Nicola De Franceschi (20)

Mais de SMAU

Mais de SMAU (20)

Smau Milano 2010 Nicola De Franceschi

Notas do Editor