Big Data im Digital Publishing

CAS Digital Publisher / Big Data/ ©2014, 1

Schweizerische Text Akademie CAS Digital Publisher


Die Datenmenge wächst und wächst …

Quelle: Communications of the ACM, 56/12 (December 2013), 66


… und Daten werden zum Treibstoff für Unternehmen

„Daten sind die Trittleiter zu einer neuen Erkenntnisstufe. Big Data wird Gesellschaft, Politik und Wirtschaft so grundlegend verändern wie der elektrische Strom und das Internet.“ (Bloching, Luck & Ramge, 2012, 10 f.)


Google und soziale Netzwerke als Datenpools

Frage: Wer weiss heute am meisten über meine Kunden?

Antwort: Google, Facebook und alle anderen sozialen

Netzwerke!


Beispiel: HealthMap

http://blog.tagesanzeiger.ch/datenblog/index.php/4959/ein-online-tool-bemerkte-den-ebola-ausbruch-vor-allen-anderen


Beispiel Facebook Graph Search

Graph Search gestattet umfassende Anfragen wie … •  „Welcher meiner Freunde hat die Veranstaltung XY besucht?“ •  „In welchen Restaurants essen meine Freunde?“


Beispiel reputami.com (1)

•  Die Suchmaschine Reputami liefert Hotels und Gastronomiebetrieben Daten über ihre Gäste – und bewertet die Gäste nach ihrer Wichtigkeit.


Beispiel reputami.com (2)

•  Darüber hinaus gibt Reputami Auskunft über Vorlieben und Wünsche der Kunden.


Fazit 1: Big Data und Digital Publishing

Daher ist es für Unternehmen unerlässlich …, •  die Interessen und Vorlieben der Kunden zu kennen; •  dadurch auf die Kunden zugeschnittenen digitalen Content

zu produzieren; •  und in der Folge den Erfolg des Contents zu messen.


Beispiel Facebook-Statistiken

Facebook liefert an Besitzer von Fanpages immer bessere Statistiken, um digitalen Content massgeschneidert zu produzieren und zu platzieren.


PS!!

Quelle: algorithmsarethenewgatekeepers-131017060529-phpapp02.pdf


Beispiel: FB Edgerank steuert den Newsfeed (1)

Der Edgerank-Algorithmus von Facebook beruht auf … •  affinity: Nähe des Followers zum „FB-Edge“ (= Ereignis wie

Status Update, Kommentar, Like, Share usw.), etwa durch häufige Interaktion.

•  weight: Bedeutung des FB-Edges (z.B. sind Kommentare wertvoller als Likes).

•  time decay: abgelaufene Zeit seit Publikation des FB-Edges (junge Edges sind wertvoller als alte).

Quelle: http://www.whatisedgerank.com


Beispiel: FB Edgerank steuert den Newsfeed (2)

•  Edgerank steuert die Sichtbarkeit von Meldungen auf dem Newsfeed individueller User.

•  Bei jedem Post prüft es die folgenden Variablen:

Quelle: http://blog.bufferapp.com/understanding-facebook-news-feed-algorithm


Beispiel: Twitter (1)

Twitter plant, dem Beispiel von Facebook folgend mittels eines Algorithmus den Newsfeed seiner Nutzer zu individualisieren.

http://gigaom.com/2014/09/04/twitter-cfo-says-a-facebook-style-filtered-feed-is-coming-whether-you-like-it-or-not/


Beispiel: Twitter (2)

Bei den Nutzern überwiegt die Angst, dass Twitter seine Qualität als Echtzeit-Newskanal verliert.

http://gigaom.com/2014/08/18/twitter-vs-facebook-as-a-news-source-ferguson-shows-the-downsides-of-an-algorithmic-filter/

Bezug nehmend auf die Unruhen in Ferguson, Missouri im August 2014


Fazit 2: Algorithmen und Digital Publishing

Erfolgreich für ein Unternehmen zu publizieren, bedeutet auch …

•  die Algorithmen zu kennen, nach denen Facebook&Co die Meldungen auf die Bildschirme und Mobiltelefone der einzelnen Nutzer verteilt;

•  seinen Content nach diesen Algorithmen auszurichten; •  und die eigene Community zu pflegen.


Schweizerische Text Akademie Web: http://www.textakademie.ch Blog: http://blog.textakademie.ch Facebook: https://www.facebook.com/textakademie issuu: http://issuu.com/textakademie

Education

Big Data im Digital Publishing