SNA -- Theories Put Into Practice!
-
Upload
sociomantic-labs -
Category
Technology
-
view
1.755 -
download
1
description
Transcript of SNA -- Theories Put Into Practice!
sociomantic labs
SNA – Theories put into practice !
2Agenda Definition & Historie
Was ist möglich & nötig?
Anwendungsbeispiele & Trends
Mitspieler
Ressourcen
Q&A & Kontakt
3Definition
Social network analysis (SNA) is a quantitative analysis ofrelationships between individuals or organizations. By quantifying such social structures it is possible to identify mostimportant actors, group formations or equivalent roles of actors within asocial network.
Kirchhoff, 2010
4Historie1933 Mayo relationships in companies
1934 Moreno sociogram
1955 Barnes term „social network“ coined
1985 Granovetter importance of weak ties
1992 Burt Structural holes, Betweenness
1994 Wassermann Social Network Analysis: Methods and Applications & Faust
2002 Dunbar Dunbar number
2003 Watts & Strogatz Small Worlds
2006 Newman, Barabási Structure and Dynamics of networks
& Watts
sociogram - Moreno 1934
5Was ist möglich?
Degreequantifiziert die soziale Aktivität einer Person
Closenessquantifiziert die Wichtigkeit einer Person im Hinblick auf Informationsverteilungspotential und den Grad der Direktheit von Vernetzungen zu anderen Personen
Betweenessquantifiziert die Wichtigkeit einer Person im Hinblick auf den Informationsfluss zwischen zwei Gruppen
Identifikation nach k-plex, k-coreIdentifikation von Gruppen nach Anzahl von geteilten Verbindungen zwischen Gruppenmitgliedern
Identifikation nach Dichte & clustering coefficientIdentifikation von Gruppen nach Intensität der Beziehungen zwischen Gruppenmitgliedern
Identifikation nach Interessen
ZentralitätenWichtigkeit einer Person
Identifikation von Gruppen
6Was ist möglich?
Informationen über Personen, deren Interessen und Verbindungen
Verbindung zwischen Personen
Aufbau und Bereitstellung einer Datenbank zu sozialen Beziehungen und Interessen von Personen basierend auf der Analyse verschiedenster, frei zugänglicher Quellen im Netz mit Hilfe von Grid-und Cloud Computing
www www
wwwwww
SocialGraph
7Was ist möglich?
Soziales Kapital Persönliche Rolle
Größe des Netzwerks
Namen der Kontakte
Stärke der Verbindungen
Persönliche Interessen Themen
Stärke des Interesses
Liste der Quellen
8Was ist nötig?
BACKEND! Datenbank Rechenleistung
Hans Müller!
9Anwendungsbeispiele CRM - Inter-Customer Relations
Welche meiner Kunden kennen sich und wer ist der Meinungsführer?
Finanzen – Credit ScoringWer ist wie Kreditwürdig?
Mediaplanung - Customer Media FootprintWo sind meine Kunden im Netz vertreten?
H
D H
D
C
10Beispiel CRM AnalyseSoziale Netzwerk Analyse (SNA)+ Kundendaten (CRM) SocialGraph API Daten
+
A B
E
I
F
G
X1
Januar Juni November
Bestellt iPhone Kennt D, H und X1 Ist mögliche Multiplikator
Bestellen iPhone Wurden in der
Kaufentscheidung von Kunde C beeinflusst
Ist noch kein Telekom Kunde Kann potentiell über
Person C als Neukunde gewonnen werden
?
CRM Daten + SocialGraph API Daten
Kunde C Möglicher Multiplikator
Kunde D + H Person X1Potentieller Neukunde
C X1
CRM Daten
KUNDE
11Beispiel Credit Scoring
Analyse des direkten Netzwerks
Abgleich des Netzwerks mit Bestandskundendatenbank
Anpassung des Angebots
12Beispiel Customer Media Footprint Wo sind meine Kunden im
Netz vertreten?
Analyse des WEB Nutzungsverhaltens nach Kundengruppen
Analyse des sozialen Kapitals
13Beispieldatensatz
Kunden
Produktin
Online Communities (%)
in MySpace
(%)
in Facebook
(% )
in XING (%)
in LinkedIn
(% )
Anzahl der
Kontakte
Durchschnitt Kontakte pro
KundeDurchschnitt
AlterAnteile Männer
und Frauen
A 60,6 8 33 17 8 112350 112 35,7 89 / 11
B 55,3 5 41 23 11 117221 119 34,1 83 / 17
C 57 12 45 16 9 278450 83 33,6 79 / 21
D 65 14 42 23 11 312723 93 32,9 77 / 23
E 68 15 57 24 13 378283 97 32,3 73 / 27
14Trends Breitere Anwendung
Social Commerce HR Online Communities Information Retrieval
Individuelles Targeting Individuelles Pricing
Thematisches Interesse (T)
QualitätdesUsers (Q)
Level dersozialen Aktivität (SA)
Q x SA x T = TKP = Fair value for money!!
15Mitspieler
16Ressourcen?Network Level
Social Network Analysis conceptAuthor
Micro
Macro
Element Level Centrality
(Degree, Closeness, Betweenness)
Bavelas (1950), Sabidussi (1966), Nieminen (1974) Bonacich (1972), Freeman (1979), Freeman (1980), Knoke & Burt (1983), Bonacich (1987), Friedkin (1991), Borgatti (2005), Burt (1992), Hage & Harary (1995), Marsden (2002), Newman (2003), Latora & Marchiori (2007)
Group Level Local Density Barnes (1969), Mitchell (1969), Niemeijer (1973), Barnes (1974) Granovetter (1976), Friedkin (1981), Snijder (1981)
Tie Strength Granovetter (1973), Friedkin (1980), Lin, Ensel & Vaughn (1981), Wellman & Wortley (1990)
Connectivity Luce (1950), Harary (1969), Krackhardt (1994), Wasserman & Faust (1994)
Network Position & Equivalence Lorrain & White (1971), Boorman & White (1976), White, Boorman & Breiger (1976), Sailer & Douglas (1978), DiMaggio & Powell (1983), DiMaggio (1986), Erickson (1988), Galaskiewicz & Burt (1991)
Clustering & Connectivity Harary, Norman & Cartwright (1965), Davis (1967),Holland & Leinhardt (1970), Cartwright & Harary (1979),
Network Neighborhood
Everett, Boyd & Borgatti (1990), Borgatti & Everett (1992),
Network
Level
Network Statistics (Degree, Distance, Shortest Path, Clustering Coefficient, Transitivity)
Mohar (1991), Barabási, Albert & Jeong (1999), Kleinberg et al. (1999), Newman, Watts & Strogatz (2002), Brandes & Erlebach (2005)
Network Models Milgram (1967), Newman, Watts & Strogatz (2002), Brandes & Erlebach (2005)
Growth of sociological publications indexed with social network in the abstract (source: Borgatti & Foster, 2003)
17Ressourcen!
LiteraturFaust & Wassemann, Social Network Analysis: Methods and Applications,1994
Barabási, Linked: How Everything Is Connected to Everything Else and What It, 2000
18
Q&A
KontaktThomas BrandhoffManaging Director
mail [email protected] +49 (0) 30 50 15 47 01
sociomantic labs GmbHChausseestraße 1610115 Berlin
19