Badanie komunikacji na najpopularniejszych polskich fanpages z r坦甜nych kategorii.
Prezentacja na konferencji Social Media Standard, Warszawa, 13.12.2010
I like it - Analiza profili organizacji sportowych w mediach spoecznociowychSotrender
油
Jak popularnoci w mediach spoecznociowych ciesz si organizacje sportowe, kt坦re powicone sportowi profile maj najwicej fan坦w? Prezentacja wygoszona na konferencji "DMS 2015 - XIII dni marketingu sportowego".
Jak marki radz sobie na Facebooku, Twitterze, YouTube? Najlepsi polscy eksperci social media opisuj ciekawe trendy, dobre praktyki, interesujce case studies. Dodatkowo kopalnia wiedzy na temat najwikszych stron bran甜owych i wszystko co chcielibycie wiedzie o spoecznociach ale boicie si zapyta :)
dr Jan Zajc - akcja Jestem Graczem w social mediaSotrender
油
Jestem graczem to pierwsze w Polsce tak du甜e badanie graczy. Dla zasigu akcji i zdobycia wielu wypenionych ankiet kluczowe byo propagowanie jej w mediach spoecznociowych. Wikszo uczestnik坦w wanie stamtd dowiedziaa si o tym przedsiwziciu. Na zaproszenie organizator坦w Sotrender podj si kr坦tkiej analizy tego zjawiska, skupiajc si przede wszystkim na wirusowym rozpowszechnianiu informacji o akcji.
Jak mierzy dziaania marketingowe na YouTube i podobnych serwisach? Czy Facebook przecignie YouTube i stanie si najwikszych dostawc treci wideo? Jak wyglda rynek reklam wideo w Internecie w Polsce?
Media niszowe czy zasigowe - ForumIAB 2015Pawel Loedl
油
Prezentacja z ForumIAB 2015.
Szczeg坦lnie wr坦d modszych grup mamy do czynienia z coraz wiksz defragmentaryzacj medi坦w. Co miesic lub wrcz co tydzie pojawiaj si nowe kanay, kt坦re szybko zyskuj odpowiedni popularno. Czy lepiej zatem tak samo dzieli komunikacj i przygotowywa je pod specyficzne kanay czy te甜 kierowa si tylko efektywnoci mediow i wykorzystywa sprawdzone media zasigowe? Co wybra? Co lepiej si sprawdzi w perspektywie kr坦tkoterminowej, a co w dugoterminowe
Komunikacja wideo odgrywa coraz wiksz rol w marketingu internetowym. Firmy i marki nie tylko emituj reklamy, ale te甜 tworz wasne kanay i wykorzystuj w komunikacji vloger坦w i youtuber坦w. Co za tym idzie, pojawia si potrzeba dokadnego pomiaru dziaa, powizanego z celami strategicznymi. Std wanie ten wpis, przygotowany przy okazji wystpienia o mierzeniu film坦w w sieci na Orange Video Fest by LifteTube - pierwszej w Polsce tak du甜ej konferencji o video w sieci, YouTube i marketingu w tym kanale. Cao prezentacji dostpna jest na kocu wpisu.
Sportowcy bryluj nie tylko na boiskach, kortach czy matach, ale te甜 w mediach spoecznociowych. Dlaczego? Po co? Co tam prezentuj?
Prezentacja przedstawiona przez dr Jana Zajca w ramach 'niadania Mistrz坦w Sportu i Social Medi坦w' organizowanego przez Sport.pl.
Fanpage Trends - 4 lata w su甜bie polskiego marketingu na FacebookuSotrender
油
Prezentacja wygoszona przez Aleksandr Prejs podczas 47. Czwartku Social Media w Warszawie. Podsumowanie 4 lat wydawania cyklicznych comiesicznych raport坦w Fanpage Trends.
Pejza甜 wydatk坦w reklamowych polskich firm na FacebookuSotrender
油
Zbadalimy, ile wydaj polskie firmy na patn komunikacj na Facebooku. Badanie zostao przeprowadzone w oparciu o big data i algorytmy uczenia maszynowego (machine learning).
Sotrender: badanie komunikacji na FacebookuSotrender
油
W pierwszej poowie roku warto rynku reklamy w internecie wzrosa w Polsce o 20%, z czego lwia cz przypada na patn promocj treci na Facebooku. Wraz z rosnc jego rol jako kanau reklamowego, warto wiedzie, jak reklamowa si w tum medium skutecznie oraz jakie bud甜ety przeznacza na dziaania promocyjne.
I like it - Analiza profili organizacji sportowych w mediach spoecznociowychSotrender
油
Jak popularnoci w mediach spoecznociowych ciesz si organizacje sportowe, kt坦re powicone sportowi profile maj najwicej fan坦w? Prezentacja wygoszona na konferencji "DMS 2015 - XIII dni marketingu sportowego".
Jak marki radz sobie na Facebooku, Twitterze, YouTube? Najlepsi polscy eksperci social media opisuj ciekawe trendy, dobre praktyki, interesujce case studies. Dodatkowo kopalnia wiedzy na temat najwikszych stron bran甜owych i wszystko co chcielibycie wiedzie o spoecznociach ale boicie si zapyta :)
dr Jan Zajc - akcja Jestem Graczem w social mediaSotrender
油
Jestem graczem to pierwsze w Polsce tak du甜e badanie graczy. Dla zasigu akcji i zdobycia wielu wypenionych ankiet kluczowe byo propagowanie jej w mediach spoecznociowych. Wikszo uczestnik坦w wanie stamtd dowiedziaa si o tym przedsiwziciu. Na zaproszenie organizator坦w Sotrender podj si kr坦tkiej analizy tego zjawiska, skupiajc si przede wszystkim na wirusowym rozpowszechnianiu informacji o akcji.
Jak mierzy dziaania marketingowe na YouTube i podobnych serwisach? Czy Facebook przecignie YouTube i stanie si najwikszych dostawc treci wideo? Jak wyglda rynek reklam wideo w Internecie w Polsce?
Media niszowe czy zasigowe - ForumIAB 2015Pawel Loedl
油
Prezentacja z ForumIAB 2015.
Szczeg坦lnie wr坦d modszych grup mamy do czynienia z coraz wiksz defragmentaryzacj medi坦w. Co miesic lub wrcz co tydzie pojawiaj si nowe kanay, kt坦re szybko zyskuj odpowiedni popularno. Czy lepiej zatem tak samo dzieli komunikacj i przygotowywa je pod specyficzne kanay czy te甜 kierowa si tylko efektywnoci mediow i wykorzystywa sprawdzone media zasigowe? Co wybra? Co lepiej si sprawdzi w perspektywie kr坦tkoterminowej, a co w dugoterminowe
Komunikacja wideo odgrywa coraz wiksz rol w marketingu internetowym. Firmy i marki nie tylko emituj reklamy, ale te甜 tworz wasne kanay i wykorzystuj w komunikacji vloger坦w i youtuber坦w. Co za tym idzie, pojawia si potrzeba dokadnego pomiaru dziaa, powizanego z celami strategicznymi. Std wanie ten wpis, przygotowany przy okazji wystpienia o mierzeniu film坦w w sieci na Orange Video Fest by LifteTube - pierwszej w Polsce tak du甜ej konferencji o video w sieci, YouTube i marketingu w tym kanale. Cao prezentacji dostpna jest na kocu wpisu.
Sportowcy bryluj nie tylko na boiskach, kortach czy matach, ale te甜 w mediach spoecznociowych. Dlaczego? Po co? Co tam prezentuj?
Prezentacja przedstawiona przez dr Jana Zajca w ramach 'niadania Mistrz坦w Sportu i Social Medi坦w' organizowanego przez Sport.pl.
Fanpage Trends - 4 lata w su甜bie polskiego marketingu na FacebookuSotrender
油
Prezentacja wygoszona przez Aleksandr Prejs podczas 47. Czwartku Social Media w Warszawie. Podsumowanie 4 lat wydawania cyklicznych comiesicznych raport坦w Fanpage Trends.
Pejza甜 wydatk坦w reklamowych polskich firm na FacebookuSotrender
油
Zbadalimy, ile wydaj polskie firmy na patn komunikacj na Facebooku. Badanie zostao przeprowadzone w oparciu o big data i algorytmy uczenia maszynowego (machine learning).
Sotrender: badanie komunikacji na FacebookuSotrender
油
W pierwszej poowie roku warto rynku reklamy w internecie wzrosa w Polsce o 20%, z czego lwia cz przypada na patn promocj treci na Facebooku. Wraz z rosnc jego rol jako kanau reklamowego, warto wiedzie, jak reklamowa si w tum medium skutecznie oraz jakie bud甜ety przeznacza na dziaania promocyjne.
infoShare 2013: Hubert Tworkowski, Jan Zajc - Lepsze decyzje w social media ...Infoshare
油
Hubert Tworkowski, Jan Zajc / Sotrender
Lepsze decyzje w social media marketingu, czyli jak zoptymalizowa swoje dziaania?
Prezentacje z konferencji infoShare 2013
O Facebooku z perspektywy psychologicznej. Kilka ciekawych bada, m.in. o niewidocznej publicznoci na Facebooku. Trudno oceni zasigi generowane przez prywatne profile to prawda, ale ekipa badaczy z Uniwersytetu Stanforda sprostaa i temu. Jest te甜 par przykad坦w mechanizm坦w psychologicznych, kt坦re powoduj, 甜e nie tak prosto jest si od Facebooka uwolni. To nie jest prezentacja o tym, by rzuci media spoecznociowe ma by rodzaj refleksji nad naszymi zachowaniami powodowanymi u甜ywaniem medi坦w spoecznociowych i zaanga甜owaniem w nie.
Prezentacja przygotowana na Social Media Show 2015 organizowanym przez Inkubator Przedsibiorczoci Starter w Gdasku.
Social media w dziaaniach organizacji dziaajcych na rynku kulturyDawid Pacha
油
Prezentacja zostaa stworzona przez Dawida Pach z NewAgency.pl i Dian Stelowsk, autork bloga o kulturze w nowych mediach: kulturanowemedia.wordpress.com
Jak prowadzi fanpage? Jakich narzdzi u甜ywa? Na czym polega strategia? Na te i wiele innych pyta odpowiada ta prezentacja. Dla tych, kt坦rzy nie maj pojcia i dla tych, kt坦rzy pracuj na Facebooku na co dzie.
2010.10 Erwin Wilczyski - Negatywne praktyki na facebook, czyli czego nie ro...ARBOinteractive Polska
油
Warsztaty Facebook NOW - Wykorzystanie medi坦w spoecznociowych w bran甜y motoryzacyjnej
Erwin Wilczyski
Negatywne praktyki na facebook, czyli czego nie robi w Social Media
Eyetracking Facebooka - Jak konsumujemy posty znajomych i marek na FacebookuPaulina Makuch
油
Raport z badania eyetrackingowego Facebooka, przeprowadzonego we wrzeniu 2010. Analiza sposobu przegldania post坦w znajomych i marek, pojawiajcych si na tablicach u甜ytkownik坦w. Przegldanie stron fanowskich.
Raport opublikowany przez K2 w marcu 2011 http://www.k2.pl/_files/K2_UserExperience_Facebook_Eyetracking.pdf
Wicej na http://www.ifixux.pl/blog/eyetracking-facebooka-podsumowanie-badania/
Skuteczne kampanie i pomiar efektywnoci FacebookaSotrender
油
Prezentacja przedstawiona przez Dr Jana Zajca podczas konferencji "Social Media Day Poland". Om坦wiamy jak dziaaj polskie miasta w mediach spoecznociowych, czyli jak wyglda promocja w Social Media.
Social Media starter w edukacji. Podstawowa wiedza na temat medi坦w spoecznociowych dla uczelni wy甜szych. Case studies najlepszych dziaa social media na uczelniach wy甜szych poza krajem.
Jaki algorytm jest najczciej wykorzystywany do Topic Modelingu? LDA! A jaka jest najpopularniejsza implementacja LDA? Oczywicie ta zawarta w pakiecie Gensim. LDA zaimplementowane w pakiecie Gensim jest niezaprzeczalnie dobrym wyborem startowym. Niestety nie umo甜liwia szybkiego testowania i poprawiania modelu wykorzystujc du甜e zbiory danych, nie bdzie te甜 dobrym wyborem przy pracy z kr坦tkimi tekstami z social media. W swojej prezentacji przedstawi topic modeling z nowej strony, skupiajc si na metodzie GSDMM, stworzonej specjalnie pod analiz kr坦tkich tekst坦w. Przedstawi r坦wnie甜 alternatywn implementacj w jzyku Python algorytm坦w topic modelingu, w tym r坦wnie甜 LDA, umo甜liwiajc uzyskanie zadowalajcych wynik坦w nawet przy bardzo kr坦tkich deadlineach.
Prezentacja z Warszawskich Dni Informatyki 2021
Budowa modeli uczenia maszynowego zgodnie z regulacjami o ochronie danych za ...Sotrender
油
Budowa modeli uczenia maszynowego zgodnie z regulacjami o ochronie danych za pomoc metody Federated Learning
Tradycyjne w peni nadzorowane metody budowy modeli uczenia maszynowego (ML) zakadaj peny dostp do danych i etykiet. Jednak甜e, taki dostp mo甜e zosta ograniczony poprzez regulacje prawne o ochronie danych. Ostatnie postpy w obszarze privacy-preserving ML proponuj Federated Learning (FL) jako metod przezwyci甜ania takich problem坦w. FL pozwala trenowa modele ML bez bezporedniego dostpu do prywatnych danych. W prezentacji om坦wimy podstawy podejcia FL i poka甜emy jak mo甜e zosta wykorzystane do budowy modeli ML zachowujc prywatno danych. Zademonstrujemy nasz spos坦b budowy modeli klasyfikacyjnych i regresyjnych do problem坦w z dziedziny medi坦w spoecznociowych, uwzgldniajc tradycyjne algorytmy ML oraz gbokie sieci neuronowe.
Prezentacja z Warszawskich Dni Informatyki 2021
Facebook Audience Insights czyli czym interesuj si polscy u甜ytkownicy Fac...Sotrender
油
Facebook Audience Insights czyli czym interesuj si polscy u甜ytkownicy Facebooka
Estymowana liczba polskich u甜ytkownik坦w Facebooka to okoo 20 mln os坦b - jest to du甜a grupa spoeczna, kt坦ra jest zr坦甜nicowana demograficznie, przestrzennie czy pod wzgldem sieci zainteresowa. Dziki tym danym mo甜na sprawdzi czym interesuje si lub jakimi zachowaniami cechuje si przecitny u甜ytkownik Facebooka w danej lokalizacji bd添 grupie. Dane te s niezwykle cenne nie tylko dla marketer坦w czy polityk坦w w celu odpowiedniego targetowania reklam, ale tak甜e dla szerokiej grupy badaczy, socjolog坦w czy wanie politolog坦w, kt坦rych celem badawczym jest sprawdzenie czym interesuje si dana grupa spoeczno-demograficzna. Na uwag zasuguje r坦wnie甜 to, i甜 prowadzc odpowiedni monitoring mo甜na obserwowa zmiany w zainteresowaniach oraz zachowaniu u甜ytkownik坦w Facebooka - bowiem estymowana grupa odbiorc坦w jest na bie甜co aktualizowana i zmienia si w czasie. Natomiast dziki wykorzystaniu metod bada sieci spoecznych (SNA) i sprawdzeniu liczby, siy i centralnoci powiza midzy poszczeg坦lnymi kategoriami zainteresowa mo甜liwe jest sprawdzenie czy pomidzy poszczeg坦lnymi zainteresowaniami wystpuj zale甜noci. Jest co cenna wiedza chocia甜by dla marketer坦w ze wzgldu na mo甜liwo dotarcia z jeszcze bardziej spersonalizowanymi treciami do bardziej odpowiedniej grupy odbiorc坦w. W wystpieniu zostanie przeprowadzone studium przypadku kt坦rego celem bdzie sprawdzenie wystpujcych zale甜noci pomidzy poszczeg坦lnymi kategoriami zainteresowa na Facebooku. Badanie zostanie przeprowadzone na podstawie danych pobranych z narzdzia Facebook Audience Insights oraz przy u甜yciu jzyka R. W trakcie wystpienia zostan r坦wnie甜 zaprezentowane pakiety za pomoc kt坦rych mo甜liwe jest przeprowadzenie badania SNA w R.
Prezentacja z Warszawskich Dni Informatyki 2021
Human-in-the-loop (HILT) machine learning i augmentacja danych, czyli jak zbu...Sotrender
油
Human-in-the-loop (HILT) machine learning i augmentacja danych, czyli jak zbudowa model analizy sentymentu do moderowania polskich dyskusji na Facebooku
Prezentacja Dominiki Sagan z Sotrendera
Rozpoznawanie treci obraz坦w na kreacjach reklam na Facebooku z wykorzystanie...Sotrender
油
Modele do rozpoznawania obraz坦w i wykrywania tekst坦w i obiekt坦w na zdjciach rozwijaj si ju甜 od du甜szego czasu. Jednak z r坦甜nych przyczyn ich dostpno oraz mo甜liwoci skorzystania mog by ograniczone. Mog to by koszty u甜ycia (na przykad ze wzgldu na dostp do mocy obliczeniowej), brak danych treningowych czy te甜 brak umiejtnoci technicznych badacza. Do przeprowadzenia badania mo甜e te甜 nie by wystarczajco du甜o czasu, aby budowa i trenowa modele. Aby minimalizowa czas oraz koszt prowadzenia badania mo甜liwe jest korzystanie z istniejcych ju甜 narzdzi, np. Google Vision API. Za jego pomoc mo甜liwe jest szybkie oraz wygodne rozpoznawanie obraz坦w, wykrywanie znajdujcych si na nim obiekt坦w, krajobraz坦w, ludzi oraz zwierzt a tak甜e tekst坦w umieszczonych na zdjciach. Dziki korzystaniu z takich rozwiza nie jest wymagane posiadanie modeli treningowych ani dostpu do mocy obliczeniowej. Google Vision API oferuje zaawansowane, wstpnie przeszkolone modele uczenia maszynowego za porednictwem interfejs坦w API RST i RPC. Dziki temu analityk mo甜e odpyta API o interesujce go rzeczy i nastpnie przej do prowadzenia badania. Z mo甜liwoci Google Vision API mo甜na skorzysta tak甜e przy wykorzystaniu jzyka R dziki pakietowi google Cloud Vision R. W wystpieniu zostan zaprezentowane metody wykorzystania opisanych powy甜ej narzdzi. Zostanie przeprowadzone studium przypadku przeprowadzenie rozpoznawania tekst坦w, os坦b oraz zawartoci obraz坦w na zdjciach wykorzystywanych w reklamach politycznych na Facebooku w trakcie trwania kampanii prezydenckiej. Dziki mo甜liwociom rozpoznawania tekstu mo甜liwe jest przeanalizowanie treci umieszczonych na zdjciach w postach sponsorowanych oraz przeanalizowanie najpopularniejszych hase wykorzystywanych przez poszczeg坦lnych kandydat坦w, a dziki wykrywaniu znajdujcych si na grafice obiekt坦w mo甜liwe jest sprawdzenie w jakim kontekcie te hasa wystpuj. W wyniku otwarcia przez Facebook Biblioteki Reklam badacze, dziennikarze oraz opinia publiczna otrzymali dostp do nowego narzdzia, kt坦re zwiksza przejrzysto targetowanych treci politycznych. Jednak aby kontrolowa i weryfikowa reklamy polityczne, badacze musz korzysta z odpowiednich narzdzi. Nie posiadajc wytrenowanych wczeniej modeli badacz mo甜e sign wanie po gotowe rozwizanie, jakim jest Google Vision API.
Predykcja efektywnoci dziaa marketingowych w serwisie FacebookSotrender
油
O tym, 甜e serwis Facebook dla wielu os坦b stanowi 添r坦do rozrywki i komunikacji wie ju甜 ka甜dy. Jednak nie ka甜dy wie, 甜e ze wzgldu na swoj popularno jest on coraz czciej wykorzystywany przez firmy do prowadzenia dziaa marketingowych. Jednym z kluczowych aspekt坦w staje si optymalizowanie publikowanych reklam w taki spos坦b, aby speniay one stawiane przed nimi cele. Pierwszym krokiem w tym kierunku jest predykcja efektywnoci/popularnoci reklam.
W prezentacji tej opowiedzielimy, jak zagadnienie badania efektywnoci dziaa marketingowych zostao zaadresowane w Sotrender. Przedstawilimy struktur Facebook Marketing API oraz opisalimy nasze rozwizanie do pozyskiwania danych. Om坦wilimy, dlaczego zdefiniowanie zmiennej celu jest problematyczne oraz pokazalimy, jak stworzy model, kt坦ry dziaa w oparciu o dane tekstowe, obrazowe oraz parametry konfiguracyjne reklamy.
Prezentacja z Data Science Summit 2020
Trenowanie i wdra甜anie modeli uczenia maszynowego z wykorzystaniem Google Clo...Sotrender
油
Okej, mam ju甜 m坦j wietny model w Notebooku, co dalej? Wikszo kurs坦w i 添r坦de dotyczcych uczenia maszynowego dobrze przygotowuje nas do implementacji algorytm坦w uczenia maszynowego i budowy mniej lub bardziej skomplikowanych modeli. Jednak w wikszoci przypadk坦w model jest jedynie maym fragmentem wikszego systemu, a jego wdro甜enie i utrzymywanie okazuje si w praktyce procesem czasochonnym i generujcym rozmaite bdy. Problem potguje si kiedy mamy do sproduktyzowania nie jeden, a wicej modeli. Cho z roku na rok powstaje coraz wicej narzdzi i platform do usprawnienia tego procesu, jest to zagadnienie kt坦remu wci甜 powica si stosunkowo mao uwagi.
W mojej prezentacji przedstawi jakich podej, dobrych praktyk oraz narzdzi i usug Google Cloud Platform u甜ywamy w Sotrender do efektywnego trenowania i produktyzacji naszych modeli ML, su甜cych do analizy danych z medi坦w spoecznociowych. Om坦wi na kt坦re aspekty DevOps zwracamy uwag w kontekcie wytwarzania produkt坦w opartych o modele ML (MLOps) i jak z wykorzystaniem Google Cloud Platform mo甜na je w atwy spos坦b wdro甜y w swoim startupie lub firmie.
Prezentacja Macieja Piekosza z Sotrendera poczas Data Science Summit 2020
Wykrywanie mowy nienawici w jzyku polskimSotrender
油
W prezentacji zosta poruszony problem wykrywania mowy nienawici w danych tekstowych, pochodzcych g坦wnie z medi坦w spoecznociowych.
Mowa nienawici jest problemem coraz czciej spotykanym w r坦甜nych sposobach komunikacji, zwaszcza tych elektronicznych. Istnieje wiele 添r坦de tego zjawiska, takie jak brak zahamowa podczas komunikacji online lub zudne poczucie bezpieczestwa i anonimowoci, czsto okrelane jako online disinhibition effect. Wraz ze wzrostem liczby szkodliwych wiadomoci, ronie te甜 liczba automatycznych system坦w, kt坦re s w stanie je wykrywa. Niewtpliwie, w dzisiejszych czasach najlepsze wyniki w modelowaniu jzyka osigaj modele oparte na uczeniu gbokim, kt坦re posiadaj coraz wiksze zrozumienie jzyka. Pomimo szybkiego tempa rozwoju dziedziny NLP, powszechne zastosowanie tych modeli jest czsto mocno ograniczone. Wynika to z tego, 甜e modele s czsto przeznaczone do jednego wybranego jzyka.
Prezentacja Mikoaja Makiskiego z Sotrendera na konferencji AI & NLP Day 2020
Federated Learning: Budowanie modeli uczenia maszynowego bez wgldu w rozpros...Sotrender
油
Federated Learning: Budowanie modeli uczenia maszynowego bez wgldu w rozproszone dane
Powszechnie stosowanym podejciem do budowy modeli uczenia maszynowego jest scentralizowane uczenie (centralised learning). Zbieramy wszystkie dostpne dane na maszyn centraln, przygotowuje zbi坦r treningowy, walidacyjny oraz testowy i uczymy nasz nowy model. Jednak甜e, w niekt坦rych przypadkach dane dostpne na urzdzeniach lokalnych nie mog zosta przesane i zgromadzone centralnie. G坦wnym powodem jest poufno tych danych czy ograniczenia zwizane z ich wielkoci i mo甜liwoci przesana. Rozwizaniem, kt坦re pozwala na uczenie modeli globalnych na wszystkich danych rozproszonych po wielu urzdzeniach brzegowych (edge device) lub serwerach bez bezporedniego wgldu do tych danych jest Federated Learning. W trakcie prezentacji zostan om坦wione wszystkie g坦wne zagadnienia zwizane z tym podejciem oraz wskazane dlaczego to podejcie mo甜e by wykorzystane r坦wnie甜 w przypadku firm, kt坦re nie korzystaj z danych zbieranych przez urzdzenia typu edge device.
Prezentacja Rafaa Wojdana z Sotrendera na AI & NLP Day 2020
lady cyfrowe - sposoby na analizowanie aktywnoci internaut坦w i dziaa rekl...Sotrender
油
Jak analizowa lady cyfrowe?
Przedstawiamy r坦甜ne aspekty zbierania i wykorzystywania danych o zachowaniach i preferencjach u甜ytkownik坦w przez platformy spoecznociowe, w tym rozwizania takie jak:
- Biblioteka reklam Facebooka (Facebook Ads Library),
- Statystyki grup odbiorc坦w (Facebook Audience Insights),
- Google Moja Firma (Google My Business),
- oraz przykady z bada Sotrendera z u甜yciem modeli machine learningowych stworzonych w celu rozpoznawania emocji, sentymentu i hate speechu.
Cz wniosk坦w pochodzi z projektu ,,Kto Ci namierzy, prowadzonego wsp坦lnie z Fundacj Panoptykon i Fundacj ePastwo. Wspominamy o sposobach targetowania reklam oraz o bud甜etach reklamowych znanych polityk坦w: Janusz Korwin-Mikke, Donald Trump czy Mike Bloomberg.
Bajki robot坦w? Machine Learning in Digital Marketing | Konferencja In Digital...Sotrender
油
Czy sztuczna inteligencja (AI), a zwaszcza machine learning zmieniaj oblicze bran甜y interaktywnej?
Jak korzystaj z tego platformy takie jak Facebook czy Google, a jak - ich klienci?
Kt坦re zadania wykonywane przez marketer坦w, agencje i domy mediowe ju甜 teraz mo甜na automatyzowa?
W jaki spos坦b algorytmy wpywaj nawet na obszary wymagajce kreatywnoci, jak tworzenie treci?
Oraz jak marketerzy mog obroni si przed zagad i nadcigajc robotyczn apokalips?
Sprawd添cie, jakie zastosowania Machine Learningu s dla Was dostpne ju甜 teraz, jak wykorzysta je do zwikszenia ROI swoich kampanii oraz jak nie da si nabra na chwytliwe obietnice.
Tzw. sztuczna inteligencja, a zwaszcza uczenie maszynowe, to jeden z najwa甜niejszych trend坦w we wsp坦czesnym biznesie. W jaki spos坦b zmieni rzeczywisto bada, firm badawczych i ich klient坦w?
Wykorzystanie Big Data i cyfrowego ladu w naukach psychologicznych i spoecz...Sotrender
油
Czym s dane cyfrowe i jak s zbierane?
To nie tylko dane dotyczce zachowa w internecie, ale te甜 internetowe lady zachowa ze wiata rzeczywistego.
Jak bada problemy psychologii spoecznej w spos坦b niereaktywny? Jak wygldao to kiedy?
Jak wykorzystywa dane pochodzce z Facebooka? Jakie ograniczenia zwizane s z wykorzystaniem Big Data?
Tego wszystkiego dowiecie si z naszej prezentacji!
Jak wykorzysta social media w badaniach i jak przeo甜y to na decyzje zwiza...Sotrender
油
Analiza danych jest istotna zar坦wno przed, w trakcie, jak i po kampaniach przeprowadzonych w mediach spoecznociowych. Dlaczego? Jak mo甜e usprawni marketing i obsug klienta?
Prezentacja wygoszona w ramach spotka Socjoevent, organizowanych przez Socjomani.
Dlaczego warto uwzgldnia media spoecznociowe w organizacji proces坦w obsugi klienta oraz kiedy takie podejcie mo甜e si nie opaci? Jakie s r坦甜nice midzy social care w B2B a w B2C? Dowiecie si tego z naszej prezentacji!
Jakimi wartociami kieruje si Twoja grupa docelowa? [Listonic Case Study]Sotrender
油
Z pewnoci wikszo os坦b zwizanych z szeroko pojtym marketingiem wie ju甜 jak wa甜ne jest cige poznawanie swojej grupy docelowej. W Sotrenderze r坦wnie甜 dostrzegamy rosncy trend, jeli chodzi o d甜enia firm, do poszerzania swojej wiedzy na temat zar坦wno obecnych jak i potencjalnych klient坦w. Odpowiedzi na te zapotrzebowania s m.in. badania Audience Scan.
Dzi przedstawiamy najciekawsze wnioski z Audience Scanu, kt坦ry przeprowadzilimy dla firmy Listonic.
Ka甜de pokolenie ma sw坦j czas? R坦甜nice generacyjne a dane z medi坦w spoecznoc...Sotrender
油
Kim s millenialsi? Czy to tylko tzw. pokolenie Y, urodzone gdzie midzy 1984 a 1997 rokiem? Jak bardzo ich znamy? Jak komunikujemy si z nimi? Czy wszystko co wiemy, jest nadal suszne w obliczu ogromu danych pochodzcych z medi坦w spoecznociowych? Postanowilimy to sprawdzi. Prezentacja wygoszona w ramach Forum IAB 2017.
Poszerzanie pola walki - czyli z kim tak naprawd konkurujecie? Sotrender
油
Obecnie ka甜dy biznes technologiczny konkuruje w jaki spos坦b z gigantami takimi jak Facebook czy Google. Jakie w zwizku z tym s szanse, zagro甜enia czy przyjmowane strategie? Prezentacja wygoszona przez dr Jana Zajca w ramach konferencji Forum IAB 2017.
4. TRENDY
Coraz wicej informacji deficyt uwagi
Konkurencja o uwag, tak甜e midzy graczami nie
bdcymi nadawcami, jak np. Facebook i Google
Tresci w internecie: dugi ogon, na wszystko
miejsce
Tworzenie treci jako strategia marketingu
internetowego
Tabloidyzacja treci
5. POPULARNO MEDIW W POLSCE
Dane: World Internet Project Polska, 2013; opracowanie D. Batorski
94% 94%
92%
86%
73%
44%
17%
92% 92%
97%
94%
98% 97% 98%
66%
78% 79%
83% 84% 82% 83%
40%
53%
60%
66%
77% 77% 75%
0%
25%
50%
75%
100%
15 - 19 years 20 - 24 years 25 - 29 years 30 - 39 years 40 - 49 years 50 - 59 years 60+ years
Procentos坦bkorzystajcychzdanegomedium
internet telewizja radio prasa
TV najpopularniejsze, prasa i internet - zale甜nie od wieku
6. CZAS POWICANY NA MEDIA
Dane: World Internet Project Polska, 2013; opracowanie D. Batorski
czny czas podobny, jego podzia - r坦甜ny
21.683
18.1341
16.9745
13.5611
8.3072
4.8226
1.6225
10.7848
10.1376
11.5485
12.5752
14.6932
16.8381
19.4662
5.901
8.1565
8.6913
11.0912
10.4953
10.8069
12.1141
0.6412
0.9554
1.3383
1.6412
1.875
2.3176
3.1255
0 10 20 30 40 50
15 - 19 years
20 - 24 years
25 - 29 years
30 - 39 years
40 - 49 years
50 - 59 years
60+ years
czna liczba godzin tygodniowo
internet telewizja radio prasa
7. CZAS POWICANY NA MEDIA
Dane: World Internet Project Polska, 2013; opracowanie D. Batorski
Pracujcy i uczcy si - znacznie kr坦cej przed TV
22.4219
12.1711
11.2987
16.6288
1.2988
2.5271
8.8932
5.4758
9.6163
13.4578
13.0193
10.0189
20.8906
19.1305
15.8512
15.905
5.3654
10.4545
10.4241
14.7374
11.763
11.9879
9.9599
8.7975
0.7724
1.6477
1.7561
1.6856
3.1623
2.9547
1.4605
2.0053
0 13 25 38 50
ucze/student
praca w niepenym wymiarze
praca w penym wymiarze
przedsibiorcy
emeryci
rencici
bezrobotni
inni bierni
internet telewizja radio prasa
9. SPOSOBY KORZYSTANIA Z SOCIAL MEDIA
71
49
50
65
56
45
32
41
48
40
41
29
25
19
15
36
34
19
27
37
46
34
22
28
20
33
24
26
6
7
7
9
8
10
11
12
14
18
18
19
24
25
5
4
5
4
6
5
7
9
11
11
17
18
23
26
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Docza do grupy lub zakada grup dyskusyjn na temat polityki lub spraw
zwizanych z polityk
Usuwa ze znajomych, odlajkowuje kogo z listy znajomych
Zamieszcza informacje osobiste, takie jak Pana/i adres czy miejsce pracy
Zamieszcza co, co Pan/i osobicie napisa/a, np. opowiadania
Sprawdza informacje na temat jakiego polityka lub ledzi go na portalu
Zamieszcza rysunki lub zdjcia wykonane przez Pana/i osobicie
Sprawdza lub zmienia ustawienia prywatnoci
Aktualizuje status
Lajkuje lub ledzi na portalu spoecznociowym stron sponsorowan przez
prywatn firm
Przesya linki, informacje, video czy inne treci stworzone i zamieszczone przez
inn osob
Lajkuje lub promuje treci zamieszczone przez inne osoby
Komentuje treci zamieszczone przez inne osoby
Otrzymuje informacje, newsy
Klika na link do strony internetowej
Procent u甜ytkownik坦w serwis坦w spoecznociowych
nie wiem nigdy rzadziej raz w tygodniu raz dziennie lub czciej
Dane: World Internet Project Polska, 2013; opracowanie D. Batorski
Filtrowanie treci jako jeden z g坦wnych sposob坦w korzystania
10. SOCIAL MEDIA DLA WYDAWCW
Social media jednym z g坦wnych 添r坦de ruchu
Czasem rola podobna do Googlea
Filtrowanie tresci
Tresci od znajomych podobne upodobania
Facebook, Twitter i LinkedIn zastpuj RSS
Przyciski uatwiajce tzw. social sharing na
stronach
21. FB: KOMUNIKACJA MEDIW I MAREK
Algorytm Facebooka
inaczej traktuje media i
marki:
Media postuj
wielokrotnie, bez
konsekwencji dla zasigu
Marki karane za zbyt
wiele post坦w spadajcym
zasigiem organicznym
22. FB: KOMUNIKACJA MEDIW I MAREK
Podobnie z
zaanga甜owaniem dla
kolejnych post坦w medi坦w
spada znacznie wolniej
ni甜 dla marek.
Nic dziwnego, 甜e postuj
wrcz coraz czsciej