社交媒体分析有希望，但也有需要避免的陷阱
社交媒体分析可以让企业更好地了解客户对他们的看法，但在开始项目之前会有一些共同的挑战。
社交媒体分析提出了所有大数据中最大的挑战之一。可用的数据在规模上肯定很大。它是非结构化的文本，需要使用专门的自然语言处理技术和工具来进行分析，而且它永远不会停止。这些因素加在一起，可能会让企业很难理解社交媒体数据。
但我们有充分的理由去尝试。了解客户和公众对公司及其产品的总体看法可以帮助公司高管修改业务策略，在问题失控之前对其做出反应。社交媒体分析为调查客户提供了更广泛、更实时的选择，用户在Twitter和其他社交网络上的观点是免费的。一个组织所需要做的就是弄清楚如何进入和利用数据流。
这就是问题可以启动的地方。只需访问社交媒体数据并不一定意味着企业准备好从中获得见解。用户需要弄清楚如何得分情绪，以及如何代分算法，以便他们可以理解讽刺和笑话等细微差别。当涉及到社交媒体分析时，数据在其自身说话的概念特别脱节。
“这是一个重要人，所有这些数据现在都在我们的指尖，大数据已经提供，”莎拉阵机资本市场交流总裁总裁，是一家基于波士顿的公司，分析来自社交网络和传统媒体来源的数据，以帮助投资经理评估公司债券的价格并评估其债券组合。Biller补充说，组织需要在内部有才能的个人，他们可以规范化和结构所收集的所有数据，以便通过分析发动机运行。
社交媒体分析技能短缺
然而，找到人才是另一个问题。没有什么地方比社交媒体分析更缺乏数据科学家了。这是一个相对较新的领域，很少有分析专业人士具备必要的经验和专业知识，来处理从社交媒体帖子中挖掘有用商业见解的所有复杂性。
最大的问题是如何处理这类数据。这将如何影响公司的底线?我们仍然需要回答价值的问题。 Jiri Medlen.高级文本分析专家，PayPal
eBay Inc.旗下贝宝(PayPal)的高级文本分析专家麦德林(Jiri Medlen)说，社交媒体分析的整个理念是如此之新，以至于即使是经验丰富的数据分析师也常常难以上手。他补充说，更糟糕的是，关于如何量化文本中表达的情感以供分析，目前还没有公认的最佳实践。
Medlen建议，公司在进入社交媒体分析之前，应该先考虑具体的商业目标。但即便如此，他说，投资回报率来自社交媒体情绪分析可以有问题。例如，即使他和他的团队能够识别出社交媒体上对贝宝的负面情绪，这些情绪可能会导致贝宝成员关闭他或她的账户，但要改变那个人的想法可能为时已晚。了解客户的情绪并不一定会转化为有意义的行动。
“最大的问题是如何处理这类数据，”Medlen说。“这将如何影响公司的底线?”我们仍然需要回答价值的问题。”
社交媒体数据的技术难题
虽然社交媒体数据可以加深分析模型和调查结果，但它也可以添加一层新的复杂性，这些复杂性构成了一些企业可能无法准备好处理的技术挑战。在2014年，在Boston的2014年迅速的世界用户会议上，巴克莱PLC的首席数据官员和雅虎公司的前CDO的首席数据官员说快速流动而社交数据的非结构化特性使得将其整合到分析系统中成为一个令人头痛的问题。
Fayyad表示，他和他的团队在雅虎常常认为互联网公司收集的标准25个特征，每个用户都有资格的大数据 - 真正的数据。该信息包括年龄，人口统计数据和搜索历史，主要用于开发雅虎用户的档案，以实现目标营销的数据。但是，分析师开始看他们如何能够使用来自Facebook，Twitter和LinkedIn帐户的数据 - 并且真正将它们介绍给挑战使用大数据福雅德说。
早期的测试社交媒体分析应用程序他添加了承诺，但处理的复杂性非结构化数据证明很难。“我们真的不知道如何应对多样化，”Fayyad说。“您可以通过所有这些增强任何数据，它使其变得更好。但这是一个怪物。”
Ed Burns是SearchBusinessAnal华体会体育官网-意甲赞助商ytics的网站编辑器。给他发电子邮件[电子邮件受保护]在推特上关注他：@EdBurnsTT。
