সামাজিক ডেটা হ'ল এমন তথ্য যা সোশ্যাল মিডিয়া ব্যবহারকারীরা সর্বজনীনভাবে ভাগ করে নেয়, যার মধ্যে মেটাডেটা যেমন ব্যবহারকারীর অবস্থান, ভাষা, বায়োগ্রাফিক্যাল ডেটা এবং / অথবা ভাগ করা লিঙ্ক অন্তর্ভুক্ত। সামাজিক ডেটা বিপণনকারীদের কাছে গ্রাহক অন্তর্দৃষ্টি খুঁজছেন যা বিক্রয় বাড়াতে পারে বা কোনও রাজনৈতিক প্রচারের ক্ষেত্রে ভোট জিতে পারে তার জন্য মূল্যবান। টুইটারের টুইটগুলি, ফেসবুকে পোস্টগুলি, পিন অন, টাম্বলারের পোস্ট এবং ফোরস্কয়ার এবং ইয়েল্পে চেক-ইন সহ অনেক ধরণের সামাজিক ডেটা রয়েছে। ব্যবসায় এবং টুইটার বিজ্ঞাপনের জন্য ফেসবুক দুটি প্রোগ্রাম যা বিজ্ঞাপনদাতারা তাদের বিজ্ঞাপনগুলিতে আগ্রহী হতে পারে এমন লক্ষ্যবস্তু ব্যবহারকারীদের কাছে বাজারে সামাজিক ডেটা ব্যবহার করতে সহায়তা করে।
সামাজিক ডেটা ভাঙ্গা হচ্ছে
ব্যবহারকারীরা স্বেচ্ছায় তাদের বেশিরভাগ সামাজিক ডেটা পাবলিক করেন, সংস্থাগুলি এতে বিনামূল্যে এবং সহজে অ্যাক্সেসের অনুমতি দেয়। অ্যাথলেটিক ইভেন্টগুলিতে টিকিট বিক্রয়কারী কোনও সংস্থা যদি দেখেন যে কোনও ব্যবহারকারী বেশ কয়েকটি ক্রীড়া দল অনুসরণ করে, তবে সেই সংস্থা সেই ব্যবহারকারীকে তার পছন্দের দলের খেলা দেখার জন্য টিকিট কিনতে প্রলুব্ধ করার চেষ্টা করতে সেই বিজ্ঞাপনটিকে লক্ষ্যবস্তু করতে পারে। কোনও সংস্থা সামাজিক ডেটা ব্যবহার করতে পারে এমন আরেকটি উপায় হ'ল সাম্প্রতিক পোস্টগুলির উপর ভিত্তি করে সময়োচিত বিজ্ঞাপনগুলি সরবরাহ করা, যেমন কোনও ব্যক্তির কোনও অংশীদারি করা যে তারা বাড়ির জন্য শপিং করছে।
একত্রিত ও সঠিকভাবে বিশ্লেষণ করা এমন উচ্চ-মানের সামাজিক ডেটা দিয়ে, সংস্থাগুলি তাদের পণ্যগুলিকে বা পরিষেবাগুলি কেনার সর্বাধিক সম্ভাব্য লোকদের কাছে বিজ্ঞাপনগুলি লক্ষ্য করতে পারে। সামাজিক ডেটা সংস্থাগুলিকে বিজ্ঞাপন দেওয়ার জন্য সবচেয়ে কার্যকর জায়গা নির্ধারণে সহায়তা করতে পারে। সংস্থাগুলি তাদের লক্ষ্য শ্রোতাগুলিকে লিঙ্গ, ভাষা কথ্য, ব্যবহৃত বৈদ্যুতিন ডিভাইস, বয়স, আগ্রহ, অবস্থান এবং অন্যান্য বিষয়গুলির দ্বারা সংকুচিত করে তাদের বিজ্ঞাপনটিকে আরও পরিমার্জন করতে পারে। সামাজিক ডেটা কেবল সংস্থাগুলিকেই নতুন গ্রাহক অর্জন করতে সহায়তা করে না, এটি বিদ্যমান গ্রাহকদের সাথে আরও জড়িত হতে সহায়তা করে।
সামাজিক তথ্য বিশ্লেষণ
সামাজিক তথ্য বিশ্লেষণের জন্য সাধারণত দুটি পদক্ষেপ রয়েছে। প্রথমটি নেটওয়ার্কিং সাইটগুলিতে ব্যবহারকারীদের দ্বারা উত্পন্ন ডেটা সংগ্রহ করা এবং তারপরে সেই ডেটা বিশ্লেষণ করা। বিশ্লেষণের প্রক্রিয়াটি সাধারণত রিয়েল-টাইমে ঘটে থাকে - এবং এটি তখন প্রভাব, পৌঁছনো, প্রাসঙ্গিকতা এবং অন্যান্য বিবেচনাগুলি নির্ধারণ করতে ব্যবহৃত হয়। এই ধরণের ডেটা বিশ্লেষণ করে এমন ব্যবসাগুলি সামাজিক তথ্য এবং অনুভূতির মধ্যে কীভাবে পার্থক্য করতে হবে, সময়ের প্রাসঙ্গিকতা (যা আজ প্রাসঙ্গিক হতে পারে তা আগামীকাল নাও হতে পারে), গুণমান (নির্দিষ্ট বার্তাগুলি এবং মন্তব্য নির্দিষ্ট ব্যক্তিদের দ্বারা কতটা কার্যকর), এবং কীভাবে ভাইরাল কার্যকলাপ শুরু হয় এবং ছড়িয়ে পড়ে।
সামাজিক ডেটা সীমাবদ্ধতা
সামাজিক ডেটা বিভিন্ন কারণে অসম্পূর্ণ। এটি ব্যবহারকারীদের নিজের সম্পর্কে ভাগ করে নেওয়ার সিদ্ধান্ত নেওয়া তথ্যের মধ্যে সীমাবদ্ধ। উদাহরণস্বরূপ, কিছু ব্যবহারকারী তাদের অবস্থান বা তাদের লিঙ্গ ভাগ না করে বিজ্ঞাপনদাতাদের সাথে কাজ করার জন্য একটি অসম্পূর্ণ প্রোফাইল দেয় profile আর একটি সমস্যা হ'ল সোশ্যাল মিডিয়াতে প্রচুর ব্যবহারকারী প্রকৃত ব্যবহারকারী নন তবে ভুয়া রোবট বা বট অ্যাকাউন্ট রয়েছে। এমনকি প্রকৃত ব্যবহারকারীদের সাথে, তারা যে মন্তব্যগুলি করে তাদের উপর ভিত্তি করে একটি ব্র্যান্ড বা রাজনৈতিক প্রার্থী ("সংবেদন বিশ্লেষণ" নামে পরিচিত) সম্পর্কে তাদের অনুভূতিগুলি অনুমান করার চেষ্টা করা সর্বদা সম্ভব নয় কারণ তাদের অনেক মন্তব্য নিরপেক্ষ এবং অ্যালগরিদমগুলি ভুলভাবে মন্তব্যগুলিকে ইতিবাচক হিসাবে শ্রেণিবদ্ধ করতে পারে নেতিবাচক এবং বিপরীত হয়। আরও অনেকগুলি ইতিবাচক এবং নেতিবাচক মন্তব্য যা উপলভ্য তা চূড়ান্ত হয়, যা সামগ্রিকভাবে গ্রাহকরা কোনও পণ্য, পরিষেবা, ব্র্যান্ড বা রাজনৈতিক প্রার্থী সম্পর্কে কীভাবে অনুভূত হয় তা সঠিকভাবে মূল্যায়ন করা কঠিন করে তোলে।
