Data Science für Dummies – AKA Social Media Manager #AFBMC

Post on 15-Feb-2017

1.662 views 1 download

Transcript of Data Science für Dummies – AKA Social Media Manager #AFBMC

Data Science fur Dummies

Data Science fur Dummies

Data Science fur Social

Media Manager

Social Media Manager/in: Sexiest Job of the 21th century?

Marketing: Sprachrohr?

Zuhören.

Zuhören.Aktiv.

Mehr Daten …

… weniger Information?

Big Data?

Erkenntnisse.

Nutzen Sie Ihren Kopf!

Stellen Sie die richtigen Fragen.

Formulieren Sie Hypothesen.

Testen Sie Ihre Hypothesen.

Interpretieren Sie die Ergebnisse.

Teilen Sie Ihre Erkenntnisse.

Alles ist relativ.

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

Wachstum # 271 271 321 297 637 828 782 454 428

Wachstum % 1,8% 2,1% 1,9% 4,0% 5,0% 4,5% 2,5% 2,3% 2,1%

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

Wachstum # 271 271 321 297 637 828 782 454 428

Wachstum % 1,8% 2,1% 1,9% 4,0% 5,0% 4,5% 2,5% 2,3% 2,1%

Effekt 0,1% 0,3% -0,2% 2,1% 1,0% -0,5% -2,0% -0,2% -0,2%

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

Wachstum # 271 271 321 297 637 828 782 454 428

Wachstum % 1,8% 2,1% 1,9% 4,0% 5,0% 4,5% 2,5% 2,3% 2,1%

Effekt 0,1% 0,3% -0,2% 2,1% 1,0% -0,5% -2,0% -0,2% -0,2%

14.000

15.000

16.000

17.000

18.000

19.000

20.000

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

Wachstum # 271 271 321 297 637 828 782 454 428

Wachstum % 1,8% 2,1% 1,9% 4,0% 5,0% 4,5% 2,5% 2,3% 2,1%

Effekt 0,1% 0,3% -0,2% 2,1% 1,0% -0,5% -2,0% -0,2% -0,2%

-3,0%

-2,0%

-1,0%

0,0%

1,0%

2,0%

3,0%

14.000

15.000

16.000

17.000

18.000

19.000

20.000

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Effekt Fans

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Fans 15.030 15.301 15.622 15.919 16.555 17.383 18.165 18.620 19.048

Wachstum # 271 271 321 297 637 828 782 454 428

Wachstum % 1,8% 2,1% 1,9% 4,0% 5,0% 4,5% 2,5% 2,3% 2,1%

Effekt 0,1% 0,3% -0,2% 2,1% 1,0% -0,5% -2,0% -0,2% -0,2%

-3,0%

-2,0%

-1,0%

0,0%

1,0%

2,0%

3,0%

14.000

15.000

16.000

17.000

18.000

19.000

20.000

KW1 KW2 KW3 KW4 KW5 KW6 KW7 KW8 KW9

Effekt Fans

Kampagne

Katzen vs. Oachkatzl.

1,12%

1,73%

0,00%

0,50%

1,00%

1,50%

2,00%

Klickraten

Katzen Oachkatzl

1,12%

1,73%

0,00%

0,50%

1,00%

1,50%

2,00%

Klickraten

Katzen (1.105 Clicks) Oachkatzl (4 Clicks)

http://abtester.com

Der Durchschnitt vom Durchschnitt.

Post Thema Impressions Clicks Clickrate

#1 Katzen 1.000.000 10.000 1,00%

#2 Katzen 10.000 1.000 10,00%

#3 Oachkatzl 150.000 7.200 4,80%

#4 Oachkatzl 125.000 5.300 4,24%

Post Thema Impressions Clicks Clickrate

#1 Katzen 1.000.000 10.000 1,00%

#2 Katzen 10.000 1.000 10,00%

#3 Oachkatzl 150.000 7.200 4,80%

#4 Oachkatzl 125.000 5.300 4,24%

( Summe der durchschnittlichen Klickraten ) / Anzahl der Posts = Einfacher Durchschnitt

Katzen ( 1,00% + 10,00% ) / 2 = 5,50%

Oachkatzl ( 4,80% + 4,24% ) / 2 = 4,52%

Durchschnittliche Klickrate - einfach gerechnet:

Post Thema Impressions Clicks Clickrate

#1 Katzen 1.000.000 10.000 1,00%

#2 Katzen 10.000 1.000 10,00%

#3 Oachkatzl 150.000 7.200 4,80%

#4 Oachkatzl 125.000 5.300 4,24%

( Summe der durchschnittlichen Klickraten ) / Anzahl der Posts = Einfacher Durchschnitt

Katzen ( 1,00% + 10,00% ) / 2 = 5,50%

Oachkatzl ( 4,80% + 4,24% ) / 2 = 4,52%

Durchschnittliche Klickrate - einfach gerechnet:

( Summe der Klicks aller Posts ) / ( Summe der Impressions aller Posts ) = Gewichteter Durchschnitt

Katzen ( 10.000 + 1.000 ) / ( 1.000.000 + 10.000 ) = 1,09%

Oachkatzl ( 7.200 + 5.300 ) / ( 150.000 + 125.000 ) = 4,55%

Durchschnittliche Klickrate - gewichtet:

Vorsicht bei: Interaktionsraten, Klickraten, relativen Reichweiten, Verweildauern etc.

A B

Korrelation

A B

Koinzidenz

A B

Kausalität

Ursache? Wirkung?

A B

Umgekehrte Kausalität

A B

Wechselseitige Kausalität

Reich-weite

Inter-aktion

Facebook EdgeRank

A B

Indirekte Ursache

?

A

B

Gemeinsame Ursache

?

Wie repräsentativ sind Fans?

Fans

Fans

P(Kunde)?

P(Nicht-Kampagne)P(Kampagne)

P(Nicht-Kampagne)P(Kampagne)

P(Kunde | Kampagne)

P(Nicht-Kampagne)P(Kampagne)

P(Kunde | Kampagne)

= P(Kunde)

P(Nicht-Kampagne)P(Kampagne)

P(Kunde | Kampagne)

≠ P(Kunde | Nicht-Kampagne)

Facebook-Nutzer

Facebook-Nutzer

P(Nicht-Fan)P(Fan)

Facebook-Nutzer

P(Nicht-Fan)P(Fan)

P(Interesse | Fan)

Facebook-Nutzer

P(Nicht-Fan)P(Fan)

= P(Interesse)P(Interesse |

Fan)

Facebook-Nutzer

P(Nicht-Fan)P(Fan)

P(Interesse | Nicht-Fan)

P(Interesse | Fan) >

Satz von Bayes.

Was haben Babies und Bier gemeinsam?

Martin SzugatGeschäftsführer

Telefon 0176 1019 0176Email martin.szugat@datentreiber.deWeb datentreiber.de

Spannende Fallstudien & hilfreiche Informationen zu Data-Driven Business finden Sie unter:

Blog datentreiber.de/blogTwitter twitter.com/datentreiberLinkedIn linkedin.com/company/datentreiberSlideShare slideshare.com/datentreiberFacebook facebook.com/datentreiber

DATENTREIBERWir treiben Ihr Unternehmen voran.

• Folie 5: http://www.willappsug.com/2014/01/social-media-addiction-common-signs-that-indicate-you-are-social-media-buff/

• Folie 6: https://ccistudentcenterblog.wordpress.com/2013/09/04/todays-sexiest-new-career-data-scientist/

• Folie 7: http://chiefmartec.com/2014/08/inaugural-martech-begins-wish/

• Folie 11 und 12: http://commons.wikimedia.org

• Folie 28: http://www.cartoonstock.com/cartoonview.asp?catref=dden125

• Folie 29 ff: http://forum.maxfishing.net/index.php?/topic/554-%D0%BF%D1%80%D0%BE-%D0%BA%D0%B0%D1%82%D0%BE%D1%84-%D1%87%D0%B0%D1%81%D1%82%D1%8C-2/page-43

• Folie 37: https://twitter.com/ResearchMark

• Folie 43 ff: http://www.planetminecraft.com/blog/inspirationalmc/

• Folie 44: http://www.bloomberg.com/bw/magazine/correlation-or-causation-12012011-gfx.html

• Folie 48: http://www.cio.com/article/2386484/consumer-technology/facebook-likes-are-worth--174-to-your-brand.html

• Folie 54: http://xkcd.com/552/

• Folie 64: https://classes.lt.unt.edu/Fall_2011/CECS_5030_020/bdh0089/webquest1.html

• Folie 65: http://romankmenta.com/

• Folie 71: http://en.wikipedia.org/wiki/Bayes'_theorem

• Sonstige Bilder: http://www.shutterstock.de – Diverse Fotografen: donvictorio, ArtmannWitte, bikeriderlondon, Sascha Burkard, E.G.Pors, razlomov, xtock, Jirsak, Ollyy, Karramba Production, Simon Bratt, OleksiyMark, patpitchaya, underworld, hxdbzxy, Thaiview, Nightman1965, terekhovigor, Olga Danylenko, bikeriderlondon, Pot of Grass Productions, phipatbig, Oleksii Sagitov, maximmmmum, philia, Vinko93,Petr Jilek, Alexander Tihonov, Kondor83, Darryl Sleath, Stokkete, dvoevnore, mina, mharzl, ChrisVanLennepPhoto, Stock Creative, PhotonCatcher, Alexey Boldin, Digital Storm, Refat, vinnstock, donatas1205, Syda Productions, Pressmaster, Adriano Castelli, Banana Republic images, 24Novembers, tomertu, Grasko, Hasloo Group Production Studio, momente, Kaspars Grinvalds, Tyler Olson, bluecrayola, AlexKol Photography, Digital Storm, Peter Bernik, Lunov Mykola, Ollyy. Eugene Partyzan, maxim ibragimov, Creativa Images, Liudmila P. Sundikova, Anton Watman, Brian A Jackson, Galina Kovalenko, Ollyy, Deskoul, JonesHon. Die Liste erhebt keinen Anspruch auf Vollständigkeit.

Quellenangaben für die verwendeten Bilder und Grafiken