Social media & data analytics bij #SMC070
Download as PPTX, PDF
0 likes502 views
De presentatie van mijn verhaal over data analytics in het kader van social media, dat ik verteld heb tijdens Social Media Club Den Haag op 6 juni 2017. Centraal stond het meten van de performance van socialmedia-inspanningen, vanuit het gedachtegoed van het studieboek 'Digital Analytics' wat ik voor Noordhoff Uitgevers aan het schrijven ben.
Convert to study materialsBETA
Transform any presentation into ready-made study materialselect from outputs like summaries, definitions, and practice questions.
Social media & data analytics bij #SMC070
- 1. Social media analytics Social media vanuit het perspectief van data-bedreven marketing
- 2. DANNY OOSTERVEER @DannyOosterveer | danny@oosterveer.email Database marketeer Burgers Zoo Zelfstandig online marketeer Blogger Marketingfacts Schrijf aan studieboek Digital Analytics bij Noordhoff Uitgevers Schrijver hoofdstuk Social media analytics in studieboek Social Media Management Schrijver hoofdstuk Analytics in Marketingfacts Jaarboek 2017-2018
- 6. Hoe meet je het resultaat van je socialmedia-inspanningen??
- 9. Van strategie tot metric Bedrijfsstrategie Marketingstrategie Metrics
- 10. Rol van social media in customer journey
- 11. Goede metrics Critical few Goede metrics zijn: Simpel Relevant Geven duiding Actueel Doelgericht
- 12. Welke data heb je daar voor nodig? Attitudes Beslissingen Gedrag
- 13. Welke data heb je daar voor nodig? Attitudes Beslissingen Gedrag Voorbeeld: het meten van een brandingcampagne
- 14. Welke data heb je daar voor nodig? Attitudes Voorbeeld: het meten van een brandingcampagne
- 15. Welke data heb je daar voor nodig? Attitudes Beslissingen Gedrag Voorbeeld: welke content scoort het best?
- 16. Welke data heb je daar voor nodig? Gedrag Voorbeeld: welke content scoort het best?
- 17. Welke data heb je daar voor nodig? Attitudes Beslissingen Gedrag Voorbeeld: waarom zijn mensen je gaan volgen?
- 18. Bewust of onbewust? ? 95 procent van de beslissingen worden onbewust gemaakt
- 19. Rational choice theory Mensen doen onderzoek naar verschillende opties, en kiezen de optie met het grootste gewin voor onszelf. Door incentives te kennen kun je gedrag verklaren
- 20. Welke data heb je daar voor nodig? Beslissingen Voorbeeld: waarom heb je ervoor gekozen om dit huis te kopen?
- 21. Voorbeeld Voorbeeld: verschillen tussen orgaandonatie in Europese landen Land A: 12 procent Land B: 99 procent Welke landen zouden dit zijn?
- 22. Voorbeeld Voorbeeld: verschillen tussen orgaandonatie in Europese landen
- 23. Welke data heb je daar voor nodig? Beslissingen Voorbeeld: waarom heb je die MacBook gekocht? Gedrag
- 24. Bewust of onbewust? Bewust Onbewust Nieuw Routines Complex Simpel Veel risico Weinig risico Hoge waarde Lage waarde Weinig emotie Emotioneel
- 25. Attributie ? Wat is de waarde van social in het palet van online marketing?
- 26. Meetbaarheid Voorbeeld: welke content scoort het best?
- 27. Meetbaarheid Google houdt van Google
- 28. Meetbaarheid Google houdt van Google
- 29. Meetbaarheid Correlatie of causaal verband?
- 32. Meetbaarheid Inherent aan rented platforms is dat de vrijheid beperkt is. Dat in combinatie met dat de conversie doorgaans elders plaatsvindt maakt dat je vaak via andere platforms het resultaat meet.
- 33. Meetbaarheid API to the rescue
- 34. Meetbaarheid Soms is data niet te koppelen. Wat dan altijd werkt is goede, ouderwets statistisch onderbouwde, aannames doen.
- 36. Post-hoc fallacy ? Of: waarom we achteraf slecht oorzaak en gevolg kunnen benoemen
- 37. Post-hoc fallacy ? Onze intu誰tie is heel goed in het leggen van schijnbare oorzaak-gevolg relaties wanneer we zien dat ze elkaar opvolgen.
- 38. Creeping determinism 1 Ook wel bekend als hindsight bias: de neiging om achteraf te denken dat we het al die tijd al wisten Voorbeeld: inval in Irak Creeping determinism betekent dat we minder aandacht besteden dan we zouden moeten aan de dingen die niet zijn gebeurd.
- 39. Sampling bias 2 Selectie van gebeurtenissen. Hierdoor besteden we te weinig aandacht aan dingen die wel gebeuren maar ons niet relevant lijken. Net als onze neiging om dingen te benadrukken die wel gebeurd zijn ten opzichte van wat niet gebeurd is, is onze bias richting interessante dingen compleet begrijpelijk. Waarom zouden we interesse hebben voor oninteressante dingen?
- 40. Sampling bias Voorbeeld: welke content scoort het best?
Editor's Notes
- #40: We bemerken het wanneer we een bekende tegenkomen op het station, maar niet alle keren wanneer je geen bekende tegenkomt. Het valt ons op wanneer een expert de toekomst juist weet te voorspellen, maar niet alle keren dat hij het fout heeft. We merken het wanneer een startup succesvol is, maar niet al die keren zien wanneer startups al falen voordat mensen van ze gehoord hebben.
- #41: De factoren, die aan de linkerkant niet echt een goede voorspeller van de crash leken, lijken aan de rechterzijde ineens een hele goede voorspeller