Czy analiza sieci społecznych (SNA) ...
sample image

Czy analiza sieci społecznych (SNA) to przyszłość BI w obszarze Analitycznego CRM?

Analiza sieci społecznych to prężnie zyskujące na popularności nowoczesne narzędzie umożliwiające odkrywanie wiedzy na podstawie badań relacji pomiędzy rozmaitymi podmiotami społecznymi.

Spis Treści

Co to jest SNA?

Analiza sieci społecznych to prężnie zyskujące na popularności nowoczesne narzędzie umożliwiające odkrywanie wiedzy na podstawie badań relacji pomiędzy rozmaitymi podmiotami społecznymi.

Chociaż historia badań nad zjawiskami sieciowymi sięga połowy ubiegłego wieku, to dopiero możliwość rejestrowania, gromadzenia oraz przetwarzania dużych wolumenów danych otworzyła pole do rozmaitych analiz i tworzenia wiedzy dotyczącej interakcji pomiędzy ludźmi.

Nie bez powodu więc, w raporcie Gartnera z 2006 roku SNA znalazło się na drugim miejscu wśród narzędzi, w które powinny inwestować przedsiębiorstwa i  będących mieć kluczowy wpływ na gospodarkę w ciągu najbliższych lat.

Jak SNA może być wykorzystane w rozwiązaniach BI?

Klasyczne narzędzia i algorytmy DM, wykorzystywane chociażby w analitycznym CRM traktują każdego klienta osobno, ignorując jego otoczenie.

Przewidując np. zjawisko churnu wśród abonentów telekomunikacyjnych, operator analizuje szereg parametrów, takich jak staż czy dopasowanie oferty do potrzeb klienta. Jak jednak wiadomo, decyzje podejmowane przez klientów nierzadko opierają się na czynnikach, które są dla operatora nieuchwytne (np. rezygnacja z usługi jednego z członka rodziny spowodowana niezadowoleniem z usługi). SNA umożliwia odkrywanie takich zjawisk i umożliwia stworzenie bardziej kompletnego obrazu klienta w swoi

Podobnie jak w przypadku churnu, na decyzje zakupowe dot. usług czy produktów, znaczący wpływ mają otoczenie i „marketing szeptany”. Przedsiębiorstwa, które są w stanie wyłonić liderów w sieci społecznej swoich klientów, mogą kierować do nich swoje spersonalizowane działania marketingowe przewidując, że zwiększy to efektywność kampanii wśród wszystkich klientów przy jednoczesnym obniżeniu kosztów. Ciekawe badanie zostało przeprowadzone np. wśród lekarzy, którzy – jak się okazało – przy podejmowaniu decyzji o wyborze danego leku kierują się zdaniem kolegów z branży. Przykłady w innych obszarach rynku i życia codziennego są powszechnie znane. Wszędzie, gdzie istnieje możliwość wydobycia danych dotyczących powiązań społecznych – można także optymalizować swoje działanie dzięki wzbogaconej wiedzy o kliencie.

SNA może posłużyć do odkrywania informacji osobistych lub demograficznych. Jak mawia angielskie przysłowie: birds of the feather flock together. Ludzka tendencja do otaczania się ludźmi o podobnych cechach może być wykorzystana jako podstawa do oszacowania wieku i innych danych demograficznych klienta. Jako praktyczny przykład można podać szacowanie przez operatorów wieku klientów pre-paid na podstawie ich otoczenia, wynikającego z wolumenu połączeń i wymienionych wiadomości.

Innym z ciekawych zastosowań SNA jest tzw. analiza sieci organizacyjnej w przedsiębiorstwie. Zazwyczaj przedsiębiorstwa zorganizowane są w strukturze drzewiastej, jak to przedstawiono na rys. 1. Środek drzewa symbolizuje zarząd danej firmy, natomiast prostokąty mogą symbolizować poszczególne jednostki organizacyjne.

SNA
Rys. 1. Struktura organizacyjna przedsiębiorstwa

Jak jednak wiadomo, przepływ wiedzy w ramach procesów nie odbywa się jedynie poprzez połączenia zaprezentowane powyżej. Wewnątrz poszczególnych departamentów pracownicy dobierają się w mniej lub bardziej sformalizowane grupy. Również między poszczególnymi jednostkami, pracownicy komunikują się i dzielą informacjami w dowolny dla nich sposób. Aby móc wiedzieć, jak w danej firmie przebiegają prace, optymalizować i zmieniać organizację procesów, znajdować osoby wpływowe na poszczególnych szczeblach, kadra kierownicza powinna dysponować kompletnym obraz współpracy między pracownikami danego przedsiębiorstwa. Tutaj również przydaje się SNA. W tym przypadku do budowania sieci wykorzystuje się dane zebrane z ruchu mailowego w sieci firmowej. Duże przedsiębiorstwa mogą natomiast skorzystać bezpośrednio z danych pochodzących z korporacyjnych platform społecznościowych opartych na Web 2.0.

Kto realizuje rozwiązania SNA?

W chwili obecnej na świecie działa ponad 100 firm, przeważnie małych i średnich, które mają w swojej ofercie dedykowane analizy sieci społecznych ad-hoc w oparciu o własne produkty. Bogata jest też lista oprogramowania, które każdy przeciętny użytkownik może pobrać i przetestować do własnych zastosowań.

Naturalnie, więksi gracze nie pozostają obojętni wobec rosnącej popularności zastosowań SNA. Ośrodek badawczy IBM w Indiach prowadzi intensywne badania dot. analiz sieciowych rekordów połączeń telekomunikacyjnych (CDR). Jednym z zastosowań jest właśnie wspomniana wcześniej analiza i przewidywanie churnu. Praktyczne wykorzystanie Do innych, można zaliczyć odkrywanie grup użytkowników. Więcej informacji można znaleźć na stronie internetowej projektu.

SAS z kolei proponuje swoim klientom z branży finansowej wykorzystanie SNA jako narzędzia do wykrywania nadużyć. Wizualizacje oraz scoringi skomplikowanych powiązań pomiędzy klientami, ich kontami i danymi kontaktowymi mają wspomóc analityków w wykrywaniu i przewidywaniu podejrzanych zjawisk.

Podsumowanie

W dobie walki o klienta i dość podobnych możliwości klasycznych metod analityki biznesowej, ogromna jest potrzeba poszukiwania innowacyjnych rozwiązań. Rosnąca potrzeba biznesowa w obszarze spersonalizowanego zarządzania relacjami z klientem czy pracownikami stanowi podstawę do intensywnych badań i rozwoju narzędzi SNA. Rynek w tym obszarze wchodzi w fazę wzrostu, a intensywne badania prowadzone w rozmaitych ośrodkach naukowych i korporacyjnych najlepiej świadczą o tym, że najciekawsze dopiero przed nami.

Powiązane artykuły

Kacper Tomżyński

Author_Kacper_Tomzynski

Absolwent Wydziału Elektroniki i Technik Informacyjnych PW, studiował także na Wydziale Nauk Ekonomicznych UW oraz Universidad Politécnica de Madrid. Od ponad 3 lat zawodowo związany z tematyką Business Intelligence, głównie w branży telekomunikacyjnej. Doświadczenie techniczne i biznesowe zdobywał w różnych projektach realizowanych m.in. przy wdrażaniu rozwiązań w obszarze analitycznego CRM. Obecnie Starszy Konsultant w firmie Data Force Group, gdzie jest odpowiedzialny za realizację projektów up-sell w obszarze zarządzania wartością klienta u jednego z operatorów telekomunikacyjnych. Naukowo - zafascynowany możliwościami pozyskiwania wiedzy na podstawie analiz sieci społecznych oraz web 2.0.

Share |
Komentarze
Nie ma jeszcze żadnych komentarzy
Business Intelligence Portal | BI.PL