15 social media managment tools

I’ve used some of those 15 tools.  It’s useful.

Employees’ behavior on branding

//platform.twitter.com/widgets.js

品牌就是員工的那張嘴, 品牌就是企業如何對待員工.

Tips of Marketing metrics

MaxthonSnap20170418104120

Power on the market

A network good.

Sales volume

“Value"

Experiment, test, try

customers= asset

好的公司, 怎麼用都是對的,

歪的企業, 怎麼看都不通

 

Twitter 技巧

工具關鍵是在人,  善用工具, 組織猶如數位神經一樣靈敏. 員工願不願意分享, 關鍵還是在人, 組織設計用心與否關鍵還是在人,人對了, 心正了,目標清楚了,  知識, 工具, 各種機會就是在那裡, 看懂, 實踐,應用, 分享, 會用的就是會用, 公司加快了效率, 提生了生產力. 好公司都是這樣的.

 

MaxthonSnap20170318122323

Amazon Marketplace Web Service (Amazon MWS)

  • 亚马逊商城网络服务 (Amazon MWS)

an integrated Web service API that helps Amazon sellers to programmatically exchange data on listings, orders, payments, reports, and more. XML data integration with Amazon enables higher levels of selling automation, which helps sellers grow their business. By using Amazon MWS, sellers can increase selling efficiency, reduce labor requirements, and improve response time to customers.

(Reference: https://developer.amazonservices.com/)

(Reference: https://developer.amazonservices.com.cn/)

Strategies for value creation

%e6%9c%aa%e5%91%bd%e5%90%8d20170117150922

這圖雖抽象, 但這是真實的縮影. 如果不轉型, 這情況對台灣廠商,特別是中小企業不利.

Four Business Models for the Digital Age

對終端消費者的掌握是台廠的弱項.

Suppliers, in the lower left quadrant, have little direct knowledge of the preferences of their end customers, and may or may not have a direct relationship with them. These companies sell their products and services to distributors in the value chain. Due to the ease of digital search, they are vulnerable to pricing pressures and commoditization as customers look for less expensive alternatives.

(Source from Sloan Management Review)

推薦系統

另一篇po文 at Recommendation system

 

“Content is King" 到底是什麼意思?

這句話是Bill Gates 1996 時說的.

“Content is where I expect much of the real money will be made on the Internet, just as it was in broadcasting.”

所以網路上,當內容被傳播, 是可以靠內容賺錢.  當時1996, 現在讀很正常.
現在應該進一步研究: 倒底“什麼內容"或是"內容裡有什麼" 是能賺錢 ?

好的內容幫助行銷, 行銷也幫助內容被更多人接受.  內容本身的內涵與讀者,觀眾之間的關聯必須要理解

內容行銷:

  • Increasing visibility.
  • Encouraging backlinks for SEO, and social shares.
  • Optimising the website for long tail keywords that are harder to target through the
  • website’s static pages.
  • Generating new customers, or clients, or whatever your end goal is (hopefully).

好的內容能增加流量,對於搜尋和分享有助益, 內容中的關鍵字, 幫助搜尋, 有助尋找新客戶或粉絲.

“內容裡關鍵字的精準" 影響內容被搜尋到的程度.
因此,內容會變得更競爭, 很多內容關鍵字會是一樣的.
所以 內容要時時更新和相關. 好的內容行銷策略能提升網站流量, 增加客戶.

內容行銷需相當程度的客製化, 必須區隔清楚, 定位準確, 追求客戶忠誠度與粉絲經濟.
為了這一群死忠用戶, 產品加值並創造新的商機.

內容行銷原理是如此,  執行要練到很厲害,很精準,超熟練,很靈活,會調整. 多練習, 跟著數據調整, 很多行業都廣泛運用,但內容製作本身(創作者)也應該深度理解:

  • 內容的"含金量",是什麼 以吸引特定消費群
  • 內容裡的關鍵字是什麼?
  • 關鍵字精準的程度?

題材(主題), 故事, 情節, 對話, 文字, 對白…等等成為關鍵, 被搜尋到,被大數據認可的程度.

這方面的內容 各行各業差異就很大了.
有的行業很好做, 有的行業怎麼做都無效,  客戶根本就不吃這一套. 看行業,和內容屬性.要試一試,測一下效果.  這其中操作策略細節很多,不同國家又不一樣, 內容在地化和修辭的調整有很多的微妙之處.

內容製作者要深刻理解自己產出內容的品質, 能與內容行銷相輔相成.
在這些原理相通的前提下, 內容才是王.

但真正的現實是: (note1)

絕大多數的公司所面臨的一個最大的挑戰:

在網上進行內容行銷的時候,必須堅持下去,堅持到發佈的內容可以成為搜尋資料庫,而訂閱者的數量多到足夠將多年的投資變現. 內容行銷非常辛苦,需要持續不斷地更新發佈內容,知道有一天看到自己的文章瀏覽量終於有了起色,最後終於看到這個渠道帶來了可觀的潛在使用者數量,能這麼做的公司很少。 但是這樣的模式確實有用,能夠堅持下來的公司都能嘗到甜頭,他們不僅僅享受到激增的流量和潛在使用者的增長,他們能夠獲得一個可以預期,可實現規模化的渠道,能夠幫助公司以前所未有的速度成長.

(Ref1: http://www.silkstream.net/blog/2014/07/content-is-king-bill-gates-1996.html)
(Ref2: https://scrunch.com/blog/5-reasons-why-content-is-king/)

(note1: http://www.inside.com.tw/2016/05/15/why-medium-works)

 

Sentiment analysis

  • 收集分析意見,態度,意向
  • 用在品牌行銷管理,收集消費者, 用在選民意向,  外匯走勢…等等,  發現資料的深度意義.

分2種:

1

  • Subjectivity/objectivity identification (主客觀認定)

以文字句子分析對主客觀分類

classifying a given text (usually a sentence) into one of two classes: objective or subjective.

2

基於特色的分析

  • Feature/aspect-based sentiment analysis

It refers to determining the opinions or sentiments expressed on different features or aspects of entities, e.g., of a cell phone, a digital camera, or a bank. (在不同裝置上的各種意見)

A feature or aspect is an attribute or component of an entity, e.g., the screen of a cell phone, the service for a restaurant, or the picture quality of a camera.  (特色是實體的一個屬性)

The advantage of feature-based sentiment analysis is the possibility to capture nuances about objects of interest.  ( 可以抓一些關於偏好比較細微之處)

  • 方法

1 knowledge-based techniques
2 statistical methods
3 hybrid approaches

新媒體的分析就是要用到 sentiment analysis.  從 blog, weibo 抓出偏好.

online opinion has turned into a kind of virtual currency for businesses" ,這是商機之所在.

democratizing data mining of all the content that is getting published."

“As businesses look to automate the process of filtering out the noise, understanding the conversations, identifying the relevant content and actioning it appropriately, many are now looking to the field of sentiment analysis."

用在machine learning , 分辨贊成 和反對的意見. 找用戶的意向,  根據這偏好, 跟用戶推薦, 用Python,

這有個簡單的介紹:

舉個例子

在twitter 上,找 “Sentiment analysis" 這句話的Feature,

果然找到很多意向,偏好,

例如, Brexit這議題,就很適合做 sentiment analysis. 這樣民意可以徹底反映出來.

Twitter Reveals That the UK Will Vote to Leave the EU
http://bit.ly/22GpS2Q
Twitter sentiment analysis.

20160606-Brexit

分析結果的呈現 又跟資料的視覺化有關聯, 我是有用一些資料視覺化軟件,

這領域我很喜歡,是很好創新方向

  • 台大 企業風險管理與商業情報分析研究中心

隨Web2.0概念風行全球,每天有上百萬筆資訊,在網路世界流竄,資訊流通的速度,更多也更快了。更添企業進行質化分析的難度,若分析的資訊豐富度不夠完整,則判斷未來的風險不小。商業情報分析要有新突破,要能在很短的時間內,更有效的蒐集和分析大量的質化資訊。所以透過先進技術,應用在商業情報分析,不但能在最快的時間,掌握世界各角落的資訊,也能讓資訊工程帶動商管的成長,並有效控制企業經營風險。

文字探勘(Text mining)技術不只能分析,媒體記者報導的文章內容,也可以分析散落於網路世界各個部落格的網誌、政府網站等公開資訊內容,事實上很多資訊,在正式管道還未公開前,已經可以在部落格上,看到端倪。像是在部落格的文章,多少帶有部落客的「情緒反應」,透過系統分析,可為文章內的關鍵文字,下「分數」,企業可以根據最後總分的分析結果,做為評估決策判斷的參考,尤其目前這方面之技術成熟度已相當高。

傳統負責銀行貸款的受信業務的人員,在評估放款風險時,以往只能從財務報表與基本書面資料,執行人為判斷,不免有判斷失誤的風險。但透過系統分析,可理清該公司的企業關係網絡(social network)及經營者之人格特質與社會評價,據此可做出更準確之授信風險評估。故若能運用資料與文字探勘(data and text mining)技術,同時有系統的分析財務資訊與網路上「文字類」的商業資訊,結合量化與質化分析,強化商業情報的可信度,協助企業更有效的制訂決策與管控風險。

臺大管理學院「企業風險管理(ERM)與商業情報(Business Intelligence)分析研究中心」未來將整合院內不同系所老師與博士班學生,結合產業資源長期有深度跨議題共同合作,此外本中心未來將與本院「校特聘講座教授」陳炘鈞博士位於美國的研究中心,進行雙邊資源共享交流,帶動本院跨領域之研究風氣,創造世界頂尖之研究領域,最後把研究結果從學界延伸到實務界,帶動台灣產業快速成長。

 

(Ref:http://www.management.ntu.edu.tw/research/research_8)

 

(Ref: How to Use Social Media Sentiment Analysis in Your Listening?)

(Ref: https://en.wikipedia.org/wiki/Sentiment_analysis  )

推荐算法

好的Sales 就是會掌握這些銷售相關技術.

Sales 根據業務特性對客戶分類,並挑出好客戶, 精準投放行銷訊息.

  • 推荐算法

利用用户的一些行为,通过一些数学算法,推测出用户可能喜欢的东西

通过用户数据、行为数据、商品等特征数据,预测出用户对公司产品的需求,正是销售核心问题的妙解

推薦算法, 運用用戶,行為, 商品的相關數據,預測用戶對公司產品的需求, 解決 Sales 的問題.

  • 基本原理: 掌握 客戶與產品的屬性和相關性20160528-推薦算法-基本原理
  • 實作的流程:

篩選出特徵值,  建模, 預測結果應用, 與演算法優化

以前這種選擇都是Sales 自己的人工判斷, 現在用大數據篩選, 好公司都已經在用了.

  • 推荐算法主要分为6种:

根據內容

根據协同过滤

根據关联规则

根據效用

根據知識

根據组合推荐

  • 6種的優缺點

20160528-推薦算法-優缺點

我最近又有在看大數據這主題,  能用文字表達的心得,盡量寫下來.

行銷 需要應用這些新觀念,新工具. 所以要理解這方面的商業應用.

(Ref : http://baike.baidu.com/view/5909535.htm)

 

 

 

 

 

%d 位部落客按了讚: