Das Schl\u00fcsselst\u00fcck des Projektes und welches alles untermauerte, war, das Backend, welches Brandwatch’s Datenspeicherung verarbeitet, komplett zu \u00fcberarbeiten.<\/p>\n
Wir nannten es das \u201eStability Project\u201c.<\/p>\n
Im Gegensatz zu vielen andere Social Intelligence-Unternehmen crawlt und sammelt Brandwatch seine eigenen Daten. Das ist ein gewaltiges \u2013 und teures \u2013 Unterfangen. Wir indexieren t\u00e4glich 55 Millionen Seiten.<\/p>\n
Unsere Kunden markieren diese Erw\u00e4hnungen mit ihren eigenen Kategorien, Tags und Regeln und speichern ihre Daten in ihren eigenen Accounts.<\/p>\n
Das Ergebnis ist die einzigartige F\u00e4higkeit von Brandwatch, Daten anhand von Marke- oder Produktnamen, Kampagnen, Kundenservice-Problemen, Demografien des Publikums, wirklich jede Kategorie, die Sie sich vorstellen k\u00f6nnen, zu segmentieren und so an eine gezieltere Sichtweise zu erhalten.<\/p>\n Diese Flexibilit\u00e4t kommt jedoch mit einem Preis. Die Plattform leidete zunehmend, als die Zahlen der Kunden und Volumen der Daten anwuchsen.<\/p>\n Die L\u00f6sung war, die Struktur der Crawler komplett zu \u00fcberholen, die Reihen, die die Erw\u00e4hnungen zu der Datenbank zuordnen und die Datenbank selbst wurde von PostgreSQL zu Solr verschoben.<\/p>\n [Als Randnotiz dazu \u2013 als das Twitter-Datenteam uns vor kurzem besuchte und wir ihnen davon erz\u00e4hlten, wurden sie hellh\u00f6rig. Das Ergebnis sieht so aus. Das Dashboard enth\u00e4lt \u00fcber vier Millionen Erw\u00e4hnungen von Starbucks, die in Echtzeit durchsucht, gefiltert und analysiert werden.<\/p>\n Vor dem Datenumzug dauerte dieser Prozess l\u00e4nger. Jetzt kann die Plattform ein Petabyte an Daten verarbeiten ohne zu straucheln.<\/p>\n Brandwatch hat einige m\u00e4chtige Features, wie etwa das Markieren von Erw\u00e4hnungen auf intuitive Art und Weise und das Erstellen von einfach verst\u00e4ndlichem Reporting aus den Daten.<\/p>\n Aber unsere Recherchen zeigten, dass auch wenn Super Users Brandwatch lieben, k\u00f6nnen die M\u00f6glichkeiten f\u00fcr Einsteiger einsch\u00fcchternd wirken.<\/p>\n Carly bekam mit, wie erfahrende Brandwatch-Nutzer Rules benutzten, um Unterhaltungen \u00fcber den Kundenservice von denen \u00fcber das Marketing zu trennen, aber niemand hatte Zeit, ihr zu zeigen, wie das geht.<\/p>\n Die n\u00e4chste Phase des Prozesses war es, diese m\u00e4chtigen Features auf eine Art und Weise Carly und anderen Einstiegsanalysten zugreifbar und benutzbar zu machen.<\/p>\n Daher bauten wir den Wizard.<\/p>\n Der Wizard<\/a> fragt den Nutzer, nach was er oder sie sucht und aktualisiert dementsprechend die Query.<\/p>\n Es bestimmt die Hashtags, Keyw\u00f6rter und Twitter-Handles, die f\u00fcr den Nutzer am relevantesten sein k\u00f6nnten, im Voraus. Das Ergebnis ist eine viel, viel einfachere Erstellung der Queries.<\/p>\n Beim Durchsehen der Ergebnisse kann Carly basierend auf ihren \u00c4nderungen Dinge ein- und ausschlie\u00dfen und so ein Verst\u00e4ndnis dar\u00fcber zu gewinnen, wie \u00c4nderungen das Datenset ver\u00e4ndern.<\/p>\n Nachdem Carly mit den Vorschau-Daten zufrieden ist, kann sie ihre Query speichern \u2013 oder eine Stichprobe<\/a> ziehen, wenn das Datenset zu gro\u00df sein sollte.<\/p>\n Im n\u00e4chsten Schritt m\u00fcssen die Daten im Dashboard bearbeitet werden. Die Uhr tickt. 10.45 Uhr.<\/p>\n Das Summary Dashboard liefert einen tollen \u00dcberblick, aber es unterteilt die Daten nicht in die wichtigsten Kategorien. Als gro\u00dfer Brand Owner will Carly wissen, welche Marken Probleme haben, und welche vielleicht Chancen f\u00fcr eine ehrgeizige Agentur bieten.<\/p>\n Der Dashboard Wizard<\/a> von Brandwatch Analytics kommt f\u00fcr Personen wie Carly wie gerufen. Mit einigen einfachen Schritten kann sie die Daten entsprechend basierend auf den Informationen, die sie uns bereits gegeben hat, auf- und einteilen.<\/p>\n Mit diesen Informationen k\u00f6nnen wir Twitter Handles, Hashtags und Begriffe vorschlagen. W\u00e4hrend Carly diese eingibt, erstellen wir die Rules (Regeln) f\u00fcr sie im Hintergrund. Mit der schnellen Suchfunktion kann Carly innerhalb der Daten suchen und selbst eigene, neue Kategorien erstellen.<\/p>\n In ihrem neuen Dashboard kann Carly die Top-Themen sehen, die gerade im Trend sind und das nicht nur auf Unternehmensebene, sondern Marke um Marke.<\/p>\n Eine Suche nach der Pepsico Marke liefert folgende Ergebnisse:<\/p>\n So weit, so gut. Doch wie k\u00f6nnen die Ergebnisse schnell geteilt werden? Mittags steht bald ein anderes Meeting an und es ist bereits 11.15 Uhr. Carly muss etwas Erstellen, das die Geschichte von ihren Ergebnissen so erz\u00e4hlt, dass es den Klienten \u00fcberzeugt und den Deal einholt.<\/p>\n Hier kommt das Brandwatch Feature PowerPoint-Export<\/a> ins Spiel. Mit dem Klick auf einen Button werden alle Schl\u00fcsselkomponenten in einzelne Folien geladen, die kommentiert, markiert und im Agentur-Design versch\u00f6nert werden k\u00f6nnen.<\/p>\n![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/05\/iStock-637213452-1024x682.jpg\")
<\/a><\/p>\n
\n\u201eWirklich? Wie habt ihr das gemacht?\u201c<\/span>
\nDiese Art der Datenmigrationen sind f\u00fcr jedes Unternehmen in der Branche notwendig, aber sie sind sehr m\u00fchsam. An einem Punkt unserer Datenmigration entdecken wir Bugs in einer der Anbieter Software, die nur gel\u00f6st wurden, als der Software-Anbieter seine Version verbessert hat – drei Monate nach unserem L\u00f6sungskonzept.]<\/span><\/p><\/blockquote>\n<\/a><\/p>\n
\nDer Wizard<\/h2>\n
<\/p>\n<\/a><\/p>\n<\/a><\/p>\n
\nErgebnisse teilen<\/h2>\n