Audiencia não é influência coutinho fgv

1.456 visualizações

Publicada em

Palestra no Metrics Summit 2012. Como integrar medidas de Social Network Analysis com métricas de mídia?

Publicada em: Saúde e medicina
1 comentário
10 gostaram
Estatísticas
Notas
Sem downloads
Visualizações
Visualizações totais
1.456
No SlideShare
0
A partir de incorporações
0
Número de incorporações
12
Ações
Compartilhamentos
0
Downloads
14
Comentários
1
Gostaram
10
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Audiencia não é influência coutinho fgv

  1. 1.  Audiência  não  é  influência   marcelo.cou3nho@fgv.br   Metrics  Summit,  29/11/2012   @mcou3nho  
  2. 2. Comitê  Gestor  2012:  29,7%  da  população   brasileira  acessa  diariamente*   58,4  milhões  usuários  diários  BR     População  Itália  =  60,  1  milhões   *  Acesso  diário  na  faixa  de  renda  5-­‐10  SM:  63%        Acesso  diário  na  faixa  de  renda  acima  de  10  SM:  77%   Campo  entre  out/11-­‐jan/12,  25  mil  entrevistas  domiciliares,  amostra  nacional  
  3. 3. Campo:  Fev/2012   Atenção  é  cada  vez  mais  fracionada,  não   está  “presa”  em  uma  grade  
  4. 4. Novos  ecossistemas  de  mídia  (FB,  twicer,  etc)  reduzem     eficiência  das  ações  em  meios  “de  grade”  
  5. 5. Fonte:  Colec3ve  Dynamics  Group,  Columbia  University   Redes  Sociais  Digitais  são  também  parte  de  um   sistema  comercial  de  comunicação  
  6. 6. O  desafio:  incorporar  novas  métricas  ao  sistema   tradicional  de  avaliação  de  ações  de  marke3ng  
  7. 7. Marcas  =  Informação   Informação  =  Moeda  das  redes  sociais   Função  comercial  das  Redes  Sociais  =  Filtro  para  economizar  atenção    
  8. 8. Atenção  é  o  recurso  escasso  do  século  XXI      “In  an  informa3on-­‐rich  world,  the  wealth   of   informa3on   means   a   dearth   of   something  else:  a  scarcity  of  whatever  it   is   that   informa3on   consumes.     What   informa3on  consumes  is  rather  obvious:   the  acen3on  of  its  recipients.    Hence  a   wealth  of  informa3on  creates  a  poverty   of  acen3on”.   Herbert  Simon,  1971   Nobel  de  Economia,  1978  
  9. 9. Redes  Sociais  não  começaram  com  o  Orkut.  E  são   muito  mais  que  uma  mídia  
  10. 10. Fonte:  Zeng,  Chen,  e  Lynch.  Advances  in  Medical  Informa3cs:  Knowledge  Management  and  Data  Mining  in  Biomedicine   SARS  Epidemic  Network  
  11. 11. Fonte: Burt, 1999 Para  além  do  alcance  e  frequência  
  12. 12. Quem  conhece  mais  gente?     (Grau  de  centralidade)  
  13. 13. A   B   C   D   E   F   A   B   C   D   E   F   A   __   1   2   3   3   4   13   B   1   __   1   2   2   3   9   C   2   1   __   1   1   2   7   D   3   2   1   __   1   1   8   E   3   2   1   1   __   1   8   F   4   3   2   1   1   __   11   Quem  está  mais  próximo  de  todos  os  integrantes   da  rede?  (Grau  de  Proximidade)  
  14. 14. Quem  está  mais  próximo  de  todos  os  integrantes   da  rede?  (Grau  de  Proximidade)  
  15. 15. Quem  é  mais  importante  para  o  fluxo  de   informação?  (Betweenness  Centrality)   •  Embora  com  poucas  conexões,  uma  pessoa  pode  ser  uma  ponte   entre  elementos  que  seriam  “desconectados”  dos  demais  sem  ela   •  É   calculada   através   de   diferentes   algoritmos,   mas   todos   basicamente   representam   a   probabilidade   de   um   integrante   da   rede  estar  presente  na  ligação  entre  todos  os  demais  indivíduos  da   rede   •  hcp://faculty.ucr.edu/~hanneman/necext/  
  16. 16. Quem  é  mais  importante  para  o  fluxo  de   informação?    
  17. 17. Outras  medidas  importantes   •  Fator   de   Eigenvector:   ser   conectado   com   uma   pessoa   com   alto   número   de   conexões   é   mais   importante   que   ser   conectado   com   muitas   pessoas   sem   nenhuma  outra  conexão.  O  fator  de  Eigenvector  combina  o  número  de  conexões   de  cada  pessoa  com  o  número  de  conexões  das  pessoas  com  as  quais  ela  está   conectada  (perdão  pela  redundância!)   •  Densidade   ou   Coeficiente   de   Clusterização:   o   número   de   conexões   de   uma   pessoa  que  também  são  conectadas  entre  sí.  É  calculado  através  da  divisão  do   número  de  conexões  efe3vas  pelo  número  de  conexões  possíveis   Com  16  conexões,  esta  rede  tem   uma   densidade   de   44%   (9   elementos   podem   gerar   um   máximo  de  36  conexões)   Cmax  =  (N-­‐1)  x  (N/2)  
  18. 18. Marcelo  Cou3nho  Facebook  –  By  NodeXL   Exemplo:  Rede  de  Influência   Facebook  de  Marcelo  Cou3nho  
  19. 19. Métricas  de  Mídia   Alcance  e  Frequência   Métricas  de  Redes  Sociais:     Interação  
  20. 20. Princípio  básico  em  métricas:     É  complicado  ser  simples   Enrico  Fermi,  criador  do  reator  nuclear     Prêmio  Nobel  de  Física,  1938  
  21. 21. Quem  tem  seguidor  é  Santo;  marcas  tem   clientes  (atuais  ou  potenciais)  
  22. 22. Reputation Share É um indicador de como a empresa / produto / serviço está relativamente aos seus concorrentes diretos •  Os  “likes”  podem  ser  o  total  de  comentários  posi3vos  no  twicer,  +1  no  Google+,   comentários  em  blogs,  etc;   •  Os  concorrentes  devem  estar  presentes  nos  mesmos  ambientes;   •  Séries  de  longo  prazo  x  dados  “na  margem”  (recentes);   •  Também  pode  ser  feita  para  comentários  nega3vos;   Núcleo  de  Redes  Sociais  da  FGV   Total  de  interações  posi3vas  (“likes”)  da  marca   -­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐   Total  de  interações  posi3vas  da  categoria  
  23. 23. Índice  de  Favorabilidade*   IF = Número Total de Comentários – Número Comentários Negativos Número Total de Comentários •  IF  Subsidiária  X  =  0,42   •  IF  Subsidiária  Y  =  0,49   •  IF  Subsidiária  Z  =  0,60   *medida  criada  com  base  no  mercado  de  clipping,  mas  também  denominada  de  SIM  Score  pela  consultoria  Razorfish   Núcleo  de  Redes  Sociais  da  FGV  
  24. 24. Engagement  Rate   •  Pode  ser  calculado  por  ação,  período  de  tempo  e/ou  marca   •  Compare  bananas  com  bananas,  maçãs  com  maçãs,  etc           Núcleo  de  Redes  Sociais  da  FGV   Total  de  ações  (comentários,  retweets,  etc)   -­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐   Total  de  seguidores,  fãs,  amigos,  etc  
  25. 25. Núcleo  de  Redes  Sociais  da  FGV   Índice  de  Concentradores  e  Conectores                           Considerar   somente   o   número   de   conexões   como  indicador  da  importância  de  uma  pessoa  é   um  entendimento  pobre  da  dinâmica  das  redes   Total  de  interações  com  concentradores/conectores   -­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐   Total  de  interações  com  toda  sua  rede  
  26. 26. Mercado Econômico X Mercado Social
  27. 27. Retorno  de  Inves3mento   X   Retorno  de  Influência   Investimento = R$ 108,00 = R$ 16,00 2 X 12 = R$ 24,00 = R$ 12,00 = R$ 4,00 Retorno = R$ 56,00 ROI = - 48,1 % (56 – 108) / 108
  28. 28.  Audiência  não  é  influência   marcelo.cou3nho@fgv.br   Metrics  Summit,  29/11/2012   @mcou3nho  

×