Wie auch immer, ich schweife ab.<\/p>\n
Diese Plattformen m\u00f6chten jedenfalls den Begrenzungen der Social-Netzwerke entfliehen, mit all ihren Vorurteilen, Erwartungen und Assoziationen.<\/p>\n Sie sehen sich eher als Netzwerk von Mensch zu Mensch und von Mensch zu Roboter sowie von Roboter zu Roboter.<\/p>\n Das ist mehr als wir uns vorgestellt hatten, aber nicht mehr als Analysten bewerkstelligen k\u00f6nnen. Wie handhaben wir es? H\u00f6ren wir auf, die Daten in Social- und Nicht-Social-Daten einzuteilen. Die Grenzen sind l\u00e4ngst verwischt, also sprechen wir fortan von digitalen Daten und freunden uns mit der Idee dahinter an.<\/p>\n Schauen wir uns die unterschiedlichen neuen Daten an, darunter beispielsweise Daten der virtuellen, verbesserten und gemischten Realit\u00e4t.<\/p>\n Gew\u00f6hnen wir uns an die neuen digitalen Tools und die digitalen Kommunikationsmethoden \u2013 wie w\u00fcrden Sie zum Beispiel den Erfolg und die Leistung eines Facebook Chatbots messen? Wenn Ihr Unternehmen heute maschinelles Lernen in seine digitale Strategie integrieren w\u00fcrde, wie w\u00fcrden Sie dann die Analyse angehen?<\/p>\n Das ist die Art von Fragen, die Sie sich in 2017 stellen sollten. Vertrauen Sie mir, das digitale Marketing wird sich \u00e4ndern, die Sozialen Medien ebenso und Ihre Nutzer werden sich rasch daran gew\u00f6hnen, dass mal wieder alles anders ist \u2013 also sollten Sie diesem Vorbild mit ihrem Ansatz \u201edigitale Daten\u201c folgen.<\/p>\n Wir m\u00fcssen nichts \u00fcberst\u00fcrzen, aber dennoch sollten Sie mittelfristig Python und R lernen.<\/p>\n Vielleicht widme ich der Frage, warum es f\u00fcr Analysten und ihre zuk\u00fcnftige Karriere so wichtig ist, diese zwei Sprachen zu beherrschen noch einen eigenen Artikel. Auf jeden Fall helfen sie Ihnen, ein unabh\u00e4ngiger Analyst zu werden. Unabh\u00e4ngig von diversen Tools k\u00f6nnen Sie die Daten auf vielerlei Weise betrachten und bearbeiten und haben mehr M\u00f6glichkeiten als mit dem guten alten Excel.<\/p>\n Streben Sie an, ein unabh\u00e4ngiger Analyst zu werden.<\/p>\n Der vertraute Umgang mit Business Intelligence Tools wie Power BI, Tablo und Watson ist wichtig. Sie werden zwar Ihren Job nicht ersetzen, sind aber ein Toolset, mit dem Sie vertraut sein sollten. Wenn Sie sich bei den Social-Analysen oder beim Social Listening auf kostenfreie Tools verlassen, endet dieser kostenlose Spa\u00df wahrscheinlich in 2017.<\/p>\n Sie sollten \u00fcber ein wirklich intelligentes Tool wie Brandwatch<\/a> verf\u00fcgen und wissen, wie Sie Ihre eigenen Daten bekommen. Meine Vorbilder James Whatley und Marshall Manson von Ogilvy erl\u00e4utern die Entwicklung in Ihrem Report Key Digital Trends for 2017 <\/a>\u00e4u\u00dferst einleuchtend.<\/p>\n Zur\u00fcck zu den Business Intelligence Tools \u2013 machen Sie sich mit ihnen vertraut.<\/p>\n Keine Sorge, falls Sie nicht \u00fcber das Budget verf\u00fcgen: Aus irgendwelchen Gr\u00fcnden bietet eines der besten Self-Service Business Intelligence Tools, Power BI<\/a>, eine kostenlose Version an und wenn Sie ein Analyst sind, der gerade mit Business Intelligence experimentiert oder erste Erfahrungen sammeln m\u00f6chte, ist diese v\u00f6llig ausreichend. Bereits erfahrene Analysten sollten Ihrem Vorgesetzten den kostenpflichtigen Plan ans Herz legen, wenn er ihren Anforderungen entspricht.<\/p>\n Nutzen Sie Tools wie dieses und lernen Sie, wie man damit Daten aus diversen Quellen erfasst. Und verwenden Sie die Tools, um das ganze Bild zu sehen \u2013 es ist eine Sache, die richtige Absicht zu haben und eine andere, das Tool tats\u00e4chlich umfassend zu nutzen. Ja, Big Data ist faszinierend \u2013 doch wir ertrinken geradezu darin, wenn wir nicht \u00fcber die richtigen Tools verf\u00fcgen.<\/p>\n Demografien, Psychografien, Nutzerverhalten \u2013 wir finden einzelne Facetten dieser Daten seit einigen Jahren in verschiedenen Plattformen, manche bieten dabei ausgereiftere Daten an als andere.<\/p>\n Warum sind diese Daten so wichtig? Weil Sie den NPS (Net Promoter Score) vorhersagen. Weil Sie damit Verluste und Eink\u00e4ufe voraussehen k\u00f6nnen. Weil die Automatisierung im kommenden Jahr erneut zunimmt. Weil es das kl\u00fcgste Vorgehen ist, die besten Konversionshilfen f\u00fcr Nutzer (basierend auf ihrem Verhalten) bereitstellen zu k\u00f6nnen.<\/p>\n Und weil die Nutzer es von ihnen erwarten. Nicht auf aufdringliche Weise, vielmehr gehen Sie auf verantwortungsvolle und ethisch korrekte Art mit diesen sensiblen Daten um. Achten Sie auf Qualit\u00e4t und Quantit\u00e4t der Daten und sch\u00fctzen Sie das Kundenvertrauen.<\/p>\n Pr\u00e4diktive Analysen sind nicht neu, aber wir haben das Potenzial noch l\u00e4ngst nicht ausgesch\u00f6pft. Wo fangen wir an? Sie k\u00f6nnen klein anfangen: Beginnen Sie mit Social Listening nach gezielten Absichten. Dr\u00fccken die Menschen Absichten aus, den Anbieter zu wechseln? Wie sieht es bei der Konkurrenz aus, was finden Sie in Bezug auf deren Kunden?<\/p>\n Wenn Sie etwas finden, wie k\u00f6nnen Sie dann auf Grundlage dieser Analyse die Methode Ihrer Website oder Ihrer App beziehungsweise Ihres beliebigen digitalen Assets an die Nutzererfahrung anpassen? Wie basieren Sie Ihre Tools auf ihre pr\u00e4diktiven Modelle? Das Nutzerverhalten vorauszusehen liefert bessere Leads \u2013 das ist eine Tatsache.<\/p>\n Die Tools und die Branche werden immer besser in der Automatisierung und der Verhaltensanalyse \u2013 das steht ebenfalls fest. Die Frage lautet: Wie nutzen Sie die verf\u00fcgbaren Daten (social, digital, wie immer Sie sie bezeichnen), um diese besseren Leads zu erhalten?<\/p>\n [bw_also_like id=“48577″ title=“Das k\u00f6nnte Ihnen gefallen:“ button_text=“Blogpost lesen“]<\/p>\n Auf den Punkt gebracht: Social-Analysten aus 2016 werden 2017 \u00fcberleben, wenn sie sich weniger auf das Social-Mikrobild und st\u00e4rker auf das digitale Makro-Bild konzentrieren, wenn sie in der Lage sind, die Daten auf ethische Weise zur Vorhersage des Nutzerverhaltens zu verwenden und wenn sie dank solider Programmierungskenntnisse unabh\u00e4ngiger (quasi autark) sind.<\/p>\n Diese drei Dinge k\u00fcndigen eines f\u00fcr 2017 an: das Ende des Social-Media-Analysten.<\/p>\n Das sieht f\u00fcr mich so aus: Der Bedarf nach einem Experten, der sich nur den Social-Daten widmet, nimmt immer mehr ab \u2013 stattdessen besteht Bedarf nach einem ganzheitlichen Ansatz.<\/p>\n M\u00fcssen Sie nun unbedingt \u00fcber all diese F\u00e4higkeiten verf\u00fcgen? Nun, dr\u00fccken wir es so aus, Sie verlieren nicht gleich Ihren Job, wenn Sie diese Dinge als Social-Media-Analyst nicht beherrschen. Dennoch gilt, wenn Sie eine sichere Karriere in der Zukunft w\u00fcnschen, sollten Sie sich gut vorbereiten.<\/p>\n Ich habe ebenfalls gelernt, wie ich in Python und R programmiere, um mit Social-Daten zu spielen … ganz still und heimlich in meiner Freizeit. Und ja, ich habe probiert und daneben gegriffen und wieder probiert und schlie\u00dflich Erfolge beim Handhaben von Daten, dem Extrapolieren und allen m\u00f6glichen anderen Zirkustricks gehabt. Sicher, das ist alles nicht einfach, doch hier eine Perspektive:<\/p>\n Im Jahr 2017 wird LinkedIn 14, Facebook wird 13, YouTube wird 12, Twitter wird 11, Tumblr 10, Sina Weibo und WhatsApp werden 8, Instagram 7, Snapchat 6 Jahre alt … ich k\u00f6nnte diesen \u201eDigital Media Birthday Countdown\u201c noch weiterf\u00fchren, aber der Punkt ist: Im Jahr 2017 werden neue Technologien aufkommen, die viel intelligenter sein werden als all diese Plattformen zusammen.<\/p>\n Die \u00e4lteren Plattformen werden sich schnellstens anpassen m\u00fcssen bei all diesen neuen Technologien \u2013 da wollen Sie sicher nicht zu den Analysten geh\u00f6ren, die bei diesem umfassenden Evolutionsprozess ins Hintertreffen geraten.<\/p>\n Es gab jede Menge zu sehen auf der NYKCONF in Chicago \u2013 f\u00fcr mich war Dr. Paul Siegel definitiv ein Highlight.<\/p>\n Merken Sie sich diesen Namen.<\/p>\n Ich habe bereits viele Menschen mit einer Leidenschaft f\u00fcr Daten getroffen, doch Dr. Paul Siegel \u00fcbertrifft sie alle.<\/p>\n Er hat mich inspiriert und daran erinnert, warum ich eigentlich mal Analyst geworden bin. Er hat eine wundervolle Vision von einer datenbasierten Welt heraufbeschworen, in der ich sofort gerne leben wollte … und dann hat er mich daran erinnert, dass ich bereits in ihr lebe und als Analyst sogar die Schl\u00fcssel zu all ihren Geheimnissen besitze. Es hat sich gro\u00dfartig angef\u00fchlt. Eine Aufnahme dieser Session finden Sie hier<\/a>.<\/p>\n![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/06\/istock-484207030-1--1024x807.jpg\")
<\/a><\/p>\n![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/06\/iStock-491628500-1024x683.jpg\")
<\/a><\/p>\n
\nAns Programmieren<\/h2>\n
![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/06\/iStock-614219412-1024x682.jpg\")
<\/a><\/p>\n
\nNutzervorhersagen (ohne Kristallkugel)<\/h2>\n
![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/06\/iStock-515792720-1024x632.jpg\")
<\/a><\/p>\n
\nDas Ende des Social-Media-Analysten?<\/h2>\n
![\"\"](\"https:\/\/www.brandwatch.com\/de\/wp-content\/uploads\/2017\/06\/Screen-Shot-2017-01-03-at-3.48.09-PM.png\")
<\/a><\/p>\n
\nDr. Paul Siegel auf der NYKConf<\/h2>\n