Social Media Marketing bringt nichts! …glaube ich

Jeden Tag sitzen hunderte von Social Media Managern vor Analyse Tools und rätseln, welche Kampagne ein Erfolg war.
Rechtfertigen 3000 Likes das Budget oder sind 50 Kommentare ein Erfolg?

Soziale Netzwerke bilden Beziehungen zwischen Menschen ab, ob persönliches Profil, Influencer oder Marketing Mensch in einem Unternehmen.
Beziehungen können nicht über simple Zählmetriken ausgedrückt werden. Interaktion mit Social Media Content hat immer einen Bezug auf das Thema und wird emotional verarbeitet. Danach erfolgt eine Handlung, wie liken, kommentieren oder kaufen.

Künstliche Intelligenz bietet Social Media Verantwortlichen zum ersten Mal die Möglichkeit in die Beziehungen hinter Likes, Kommentaren und Engagement Rate zu blicken.

Künstliche Intelligenz im Social Media Marketing

Mit DDA erhalten Social Media Verantwortliche schnellen und tiefen Einblick in die Performance von Kampagnen, Influencern und Beiträgen:

• Verständlich: Auf Social Networks wird in Sprache kommuniziert. Keine Abstraktion von likes mehr, DDA extrahiert Themen und ausgedrückte Emotionen.
• Auf allen Ebenen: Ob Marke, Service oder Produkt: DDA identifiziert zielsicher Entitäten, über die gesprochen wird.
• Emotionen: Kein Produkt oder Unternehmen existiert im luftleeren Raum. DDA geht weiter als positiv oder negativ, jede Äußerung wird in acht Grundemotionen zerlegt und damit weiter analysierbar.
• Den richtigen Ton treffen: Themen und Emotionen können mit Leistungswerten kombiniert werden. Kein Buchgefühl mehr, ob die Tonalität den Nutzern entspricht.

Wie hilft mir DDA?

Wie wird meine Marke generell wahrgenommen?

Oh, woher kommt die Wut?

Du hast eine spezielle Frage?
Zeig mir alle Themen, die bei meinen Kunden seit November 2018 Freude ausgelöst haben.

Here you go:

DDA ist für…

…Social Media Verantwortliche, die wirklich wissen wollen, welche Inhalte wie funktionieren.
…Agenturen, die Ihr Influencer Portfolio in der Tiefe analysieren wollen.
…Unternehmen, die verstehen wollen, wie Marke, Produkte und Services wirklich bei den Kunden ankommen.

Künstliche Intelligenz, echt jetzt?

Künstliche Intelligenz ist als Begriff in aller Munde. Oft weckt der Begriff Assoziationen zu populären Filmen wie Terminator, Avengers oder Matrix.
Die populärkulturellen Erwähnungen von Künstlicher Intelligenz sind das, was man als generelle künstliche Intelligenz beschreibt. Ein Programm, dass zu menschenähnlichen Denkprozessen fähig ist, oder wie es John McCarthy bereits 1956 definiert hat: AI involves machines that can perform tasks that are characteristic of human intelligence.
Im Gegenzug dazu gibt es Narrow AI, ein Programm dass eine Sache aus dem Spektrum der menschlichen Intelligenz sehr sehr gut kann, z.B. Sprachverständnis.
Im Umfeld von künstlicher Intelligenz fällt zudem oft der Begriff Machine Learning bzw. Machinelles Lernen. Gerne auch Synonym. Machine Learning ist der Prozess der zu künstlicher Intelligenz führt, das Training von Algorithmen auf großen Datensätzen, aus denen das System lernen kann die Leistung zu verbessern.
Deep Learning ist ein spezieller Fall von Machine Learning. Hierbei wird auf Neuronale Netze gesetzt, die in ihrer Struktur dem menschlichen Gehirn nachempfunden sind. In Neuronalen Netzen gibt es verschiedenen Neuronen, die für sich aus einem spezifischen Feature lernen und mit anderen Neuronen verknüpft sind. Deep bzw. Tiefe entsteht durch die Schichtung vieler bis sehr vieler Schichten von Neuronen übereinander.
Deep Data Analytics nutzt tiefe Neuronale Netze zur Analyse von Texten.

Also macht ihr Social Media Sentiment Analyse? Langweilig

Sentiment Analyse geistert als Begriff und in Anwendung schon sehr lange durch die Computer-,Sprach- und Gesellschaftswissenschaften. Was ist also so toll an DDA?
Meist versteht man unter Sentiment Analysen die Feststellung von Polarität eines Ausdrucks oder eines Wortes, also ist der Begriff positiv oder negativ. Vereinfacht dargestellt gibt es Listen mit Wörtern und jedem Wort wird ein positives, negatives oder neutrales Sentiment zugeschlagen.
Ein einfaches Beispiel:
Der Begriff leider geil wird bei diesem Bag of Words Ansatz zerlegt in leider = negativ, geil = positiv, im Ergebnis ein neutraler Ausdruck.
Neuronale Netze können im Gegensatz Idiome, Jugendsprache, Sarkasmus und Ironie erlernen und zuverlässig erkennen. Im konkreten Fall erkennt unser System den Ausdruck „leider geil“ als umgangssprachlich positiv.
Bei DDA gehen wir noch einen Schritt weiter:
Neben positiv oder negativ zerlegen unsere Systeme jede Äußerung in acht Grundemotionen, um ein detailierteres Bild zu bekommen. Wir folgen dabei dem US-amerikanischen Psychologen Paul Eckmann, der sich mit Emotionalität in Sprache beschäftigt hat.

Ich bin noch nicht überzeugt, erzähl mir mehr

Wir haben in Zusammenarbeit mit dem WDR Fernsehen und dem Radio Sender 1live eine Studie zu Fake Influencern durchgeführt. Details und den Beitrag findest du hier.

Keine Lust mehr im Trüben zu fischen?