Wissen Sie, welches meine Lieblingsstatistik ist?

Quelle: Meine Festplatte; ich glaube mal gescannt aus der ZEIT, gezeichnet von Rudi Klein (http://www.kleinteile.at/de)

Titelmasterformat durch Klicken bearbeiten

Vernetzte Öffentlichkeiten – Sitzung 12Messen, Methoden & Big Data

Fragen für heute:• Welche Verfahren werden für die Beobachtung, Vermessung und Auswertung

vernetzter Öffentlichkeiten eingesetzt?

• Welche Besonderheiten existieren?

• Was bedeutet in diesem Zusammenhang Big Data - für uns als Nutzer wie auch als wissenschaftliche Beobachter?

# vernö13 – 04.07.2013

http://www.schmidtmitdete.de/lehrwiki/index.php/Vernoe13_12

#vernö13 2 von 18

Titelmasterformat durch Klicken bearbeitenUnser heutiger Gast

www.snurb.info | http://mappingonlinepublics.net | @snurb_dot_info #vernö13 3 von 18

Titelmasterformat durch Klicken bearbeitenRekapitulation: Praktiken und Plattformen

Identitäts- management

Beziehungs-management

Informations- management

Paus-Hasebrink/Schmidt/Hasebrink 2009; Schmidt 2011; © Hapf2, http://www.flickr.com/photos/44029537@N00/12760664CC BY-NC-SA-2.0, Myles!, http://flickr.com/photos/mylesdgrant/495698908 |CC BY-NC-ND-2.0, Axel V, http://www.flickr.com/photos/axels_bilder/126700804 #vernö13 4 von 18

Titelmasterformat durch Klicken bearbeitenVermessung des Publikums – drei Perspektiven

Erste Perspektive: Publikum als Rezipienten• Publikum besteht aus der Summe aller Empfänger von

Medieninhalten, z.B. auf Ebene von Mediengattungen oder einzelnen Angeboten

• Publikum nicht zwingend nur passiv, sondern zeigt Aktivität in Selektions- oder Aneignungspraktiken

Zweite Perspektive: Publikum als Produkt• Kritische Tradition seit den 1970er Jahren: Produkt der

Medienindustrie sind nicht Inhalte (Information, Unterhaltung, …), sondern das Publikum selbst wird erst als „manufactured audience“ hergestellt und an die werbetreibende Industrie ‚verkauft‘

• Publikum ist aktiv und erbringt „audience labor“: Mediennutzung dient der Reproduktion der eigenen Arbeitskraft und dem „Training“, um in kapitalistischen Konsumgesellschaften zu partizipieren

Smythe 1977 | CC BY-NC-ND-2.0, Axel V, http://www.flickr.com/photos/axels_bilder/126700804 #vernö13 5 von 18

Titelmasterformat durch Klicken bearbeitenRegime der Publikumsmessung

• Beide Perspektiven auf Publikum – als Rezipient und als Produkt – sind mit Verfahren zur Messung bzw. numerischen Repräsentation von Mediennutzungsverhalten verbunden

• Regime der Publikumsmessung: relativ stabile Konstellation von Akteuren, Technologien und Praktiken, die – mit spezifischen Interessen und in spezifischen Machtverhältnissen – akzeptierte Daten zur Größe, Zusammensetzung und zu Aktivitäten von Medienpublika hervorbringt

• Im Bereich des Fernsehens haben sich solche Regime im Lauf der Jahrzehnte stabilisiert: meist nationale Monopole, die Sendeanstalten, werbetreibender Industrie sowie spezialisierten Medienforschungsinstituten getragen werden (in Deutschland: GfK „vermisst“ 5.000 Haushalte mit ~ 10.500 Personen)

• Technische Messungen wurden im Lauf der Zeit genauer bzw. ausgefeilter:• Automatische, nicht-reaktive Messung während des TV-Konsums• Individualisierte Messung, d.h. Unterscheidung von Haushaltsmitgliedern• Kontakt mit immer kleineren bzw. kürzeren Inhalten (sekundengenau) • Messung und Aggregierung von Informationen (annähernd) in Echtzeit

Schmidt 2011c; Bermejo 2009; Bourdon / Meadel 2011 #vernö13 6 von 18

Titelmasterformat durch Klicken bearbeitenVermessung des Publikums – drei Perspektiven

Dritte Perspektive: Publikum als Netzwerk aktiver „Produser“• Digitale vernetzte Medien versetzen Publikum in die versetzt, nahtlos zwischen

rezipierend-nutzenden und aktiv-produzierenden Rollen zu wechseln – Übergang zur „produsage“ (Bruns 2008)

• Tragen zu weiterer Fragmentierung der Publika sowie zu steigender Autonomie und Zeitsouveränität des individuellen Nutzers bei

• Auch die „people formerly known as the audience“ (Rosen 2006) haben selbst wiederum ein Publikum in ihren persönlichen Öffentlichkeiten

• Aufgrund dieser Entwicklungen bildet sich ein neues, eigenes „Regime der Reichweitenmessung“ in vernetzten Öffentlichkeiten heraus, mit eigenen…

• … Mechanismen und Praktiken: Neue und modifizierte Indikatoren etablieren sich; andere Formen des Reporting notwendig

• … Kooperations- und Konkurrenzstrukturen: neue Intermediäre und Dienstleister treten auf; neue Netzwerke zwischen Akteuren entstehen

• Akteurskonstellationen und Mechanismen haben sich bei der Social-Media-Reichweitenmessung allerdings noch nicht stabilisiert

Bruns 2008; Neuberger et al. 2009; Rosen 2006; Napoli 2011 #vernö13 7 von 18

Titelmasterformat durch Klicken bearbeitenTools und Anbieter

Variante 1: Kostenlose Basiswerkzeuge Analysemöglichkeiten von Plattformbetreibern, z.B. Google Analytics oder Facebook

Insights

Andere Tools bieten unterschiedliche Funktionen für eine einfache Analyse, oft auf bestimmte Social Media Bereiche spezialisiert; z.B. Social Mention

Variante 2: Spezialisierte (in der Regel kostenpflichtige) Dienstleister versprechen umfassende, auf den Kunden zurechtgeschnittene Monitoring-Lösung können meist mehrere Kennzahlenkategorien abdecken und im Zusammenhang

darstellen Beispiele: Radian 6, Ethority oder Scoutlabs

http://www.google.com/intl/de/analytics | http://www.facebook.com/FacebookInsights | http://www.socialmention.com | http://www.radian6.com || http://www.ethority.de | | http://www.lithium.com #vernö13 8 von 18

Titelmasterformat durch Klicken bearbeitenKennzahlen I: Reichweite

Klassische Reichweitenzahlen: Unique Visitors Page Impressions

Absolute Reichweitenzahlen, z.B.: Anzahl der Video-/Kanalabrufe Anzahl der Follower/Fans Anzahl der Facebook- / Youtube-„Likes“ ggfs. Multiplikatoreffekte durch

(a) Signalling (b) Aggregation

Erweiterte Reichweitenzahlen, z.B. „Share of Buzz“

[Anteil eines Angebots bzw. Produkts an allen Konversationen zu einem Thema]

Kombination mit anderen Maßzahlen [z.B. Anteil der „influencer“ (s.u.) an Reichweite]

Schiffers 2010; Brauckmann 2010; Schmidt 2011 c #vernö13 9 von 18

Titelmasterformat durch Klicken bearbeitenKennzahlen II: Netzwerkverhalten

Weiterverbreitung von Inhalten (Viralität) „Teilen“ (Facebook) Retweets (Twitter) Backlinks / Embeds auf anderen Seiten

Auseinandersetzung mit Inhalten / Engagement Kommentare Bildung einschlägiger Gruppen, Foren oder Events Thematisch anschließender user-generated content / Remixing

Steigendes „Involvement“ der Nutzer

Schiffers 2010; Brauckmann 2010; Schmidt 2011 c #vernö13 10 von 18

Titelmasterformat durch Klicken bearbeitenKennzahlen III: Sentiment

Signale, z.B. Facebook-„Likes“ Wichtig: muss nicht notwendigerweise explizit als „finde ich gut“ gemeint sein Retweets (Twitter) Youtube-Daumen

Bewertungen Kommentare zu Einträgen, Videos etc. Kontextualisierung eines Links in Blog oder Tweet Notwendig: Tonalitätsanalyse

Automatische Varianten: Text Mining / semantische Analysen; u.U. fehleranfällig Manuelle Varianten: analog zur Inhaltsanalyse; u.U. sehr aufwändig

Finanzielle Wertschätzung Micropayment-Dienste wie Flattr oder Kachingle

Schiffers 2010; Brauckmann 2010; Schmidt 2011 c #vernö13 11 von 18

Titelmasterformat durch Klicken bearbeitenKennzahlen IV: Nutzermerkmale

Allgemeine Soziodemographie (vgl. Facebook Insights)

Geschlecht Alter Wohnort / Region

Netzwerkposition Multiplikatoren: Nutzer, die Vielzahl anderer

Personen erreichen (= viele Follower oder Kontakte haben)

Authoritarians bzw. Influencer: Nutzer mit gewichtiger Stimme in einem Themengebiet (= deren Äußerungen relativ häufig übernommen bzw. verbreitet werden)

Broker: Nutzer, die Informationen zwischen einzelnen Communities und Netzwerken transportieren (=strukturelle Löcher überbrücken)

Schiffers 2010; Brauckmann 2010; Schmidt 2011 c #vernö13 12 von 18

Titelmasterformat durch Klicken bearbeitenVerortung von Indikatoren

Schmidt 2011 c #vernö13 13 von 18

Titelmasterformat durch Klicken bearbeitenKritische Beurteilung: Qualität

Eine wesentliche Herausforderung ist, die Qualität der Maßzahlen zu beurteilen bzw. sicherzustellen

1. Manipulierte Indikatoren z.B. gezielte Manipulation von Zugriffen

z.B. Fake-Accounts bzw. „Astroturfing“, um Sentiment zu beeinflussen

z.B. Spam-Accounts und –Botschaften

2. Echte Nutzer – nicht authentische Angaben? „Reaktivität 2. Ordnung“: Nutzer vertrauen u.U. dem Intermediär (Facebook, …) nicht und

machen falsche Angaben zur eigenen Person, um eigene Privatsphäre zu schützen

Messung als „Black Box“: Wie kommen Zahlen zustande? Welche Algorithmen werden zur Berechnung von Einfluss, Popularität, Zentralität herangezogen?

#vernö13 14 von 18

Titelmasterformat durch Klicken bearbeitenKritische Beurteilung (2)

3. Aussagekraft der Indikatoren• Welche Schlüsse auf welche

Praktiken lassen sich aus welchen Daten ziehen?

• Z.B. sind Anzahl der Kontakte oder Follower nur bedingt aussagekräftig, um tatsächliche Kontakte mit einzelnen Medien-inhalten oder weitere Anschlußhandlungen zu erfassen• Nicht alle Botschaften werden vom

allen Kontakten wahrgenommen• Nicht alle wahrgenommenen

Inhalte werden auch kommentiert, weitergeleitet, etc.

• Nicht alle wahrgenommenen Inhalte werden von Nutzer zu eigenen Seiten der „Urheber“ weiterverfolgt

ACHTUNG: Empirische Basis der Prozentwerte unklar; vermutlich nur grobe Schätzung der Größenordnungen

http://www.allfacebook.com/7-biggest-fan-page-marketing-mistakes-2011-05 #vernö13 15 von 18

Titelmasterformat durch Klicken bearbeitenBig Data

• In digitalen Medienumgebungen fallen Unmengen von Daten an, die nicht zu „Publikumsvermessung“ in der Medienforschung genutzt werden

• Zahlreiche Branchen und gesellschaftliche Bereichen – vom Marketing über politische Persuasionskommunikation bis hin zu surveillance/ Überwachung – erproben und nutzen „Big Data“

• Neben den eher „harten“ Grundlagen - Technologien und Analyseverfahren – beruht die momentane Faszination mit Big Data auch auf „Mythologien“ (boyd/Crawford 2012):

• „data is the new oil“• „the numbers speak for itself“

• Zugleich stellen sich zahlreiche Fragen, wie Privatsphäre und informationelle Selbstbestimmung gewährleistet werden kann, wenn personen- und interaktionsbezogene Daten überwacht und ausgewertet werden

Boyd/Crawford 2012; Karpf 2012; King 2011; Kreiss 2012 | CC-BY-SA-2.0, Jonathan Mcintosh, http://www.flickr.com/photos/jonathanmcintosh/3744953433 #vernö13 16 von 18

Titelmasterformat durch Klicken bearbeitenFazit

• Erweiterung von Öffentlichkeit in den sozialen Medien wirkt sich in verschiedener Hinsicht auf die „Vermessung des Publikums“ aus• Nicht nur Kontakt mit Inhalten, sondern auch Anschlusskommunikation wird direkt

sichtbar und messbar; neben reiner Reichweite werden dadurch auch Facetten der Bewertung und Einschätzung sichtbar

• Publikum bleibt nicht mehr diffus, sondern wird als vernetztes Publikum sichtbar• Einbettung von „Microcontent“ in Streams und Feeds macht Dynamik und virale

Verbreitung messbar• Allerdings hat sich noch kein stabiles Regime der Publikumsmessung

herausgebildet, sondern Akteurskonstellationen, Praktiken und Technologien sind im Fluß

• Unter dem Stichwort „Big Data“ reicht die Frage nach der Vermessung der digitalen Welt weit über die Publikumsforschung hinaus und berührt grundlegende Aspekte der informationellen Selbstbestimmung

#vernö13 17 von 18

Titelmasterformat durch Klicken bearbeitenHabe ich etwas vergessen? Haben Sie noch Fragen?

Quelle: Meme Generator unter cheezburger.com/7245501952

Bis zum nächsten Mal – Thema dann:

Rückblick, Zusammenfassung, Ausblick

Vielen Dank für Ihre Aufmerksamkeit!

#vernö13 18 von 18

Titelmasterformat durch Klicken bearbeitenWeiterführende Literatur

• Bermejo, Fernando (2009): Audience manufacture in historical perspective: from broadcasting to Google. In: New Media & Society, 11(1/2): 133-154.

• Bourdon, Jerome / Cecile Méadel (2011): Inside television audience measurement: Deconstructing the ratings machine. In: Media, Culture & Society, 33(5): 791-800.

• boyd, danah / Kate Crawford (2012): Critical Questions for Big Data. In: Information, Communication & Society, Vol. 15, No. 5, S. 662-679.

• Brauckmann, P. (2010): Web-Monitoring – Gewinnung und Analyse von Daten über das Kommunikationsverhalten im Internet. Konstanz: UVK

• Bruns, Axel (2008): Blogs, Wikipedia, Second Life, and beyond. From production to produsage. New York u.a.: Peter Lang.

• Hündgen, Markus (2011): Klickbetrug bei YouTube hat Methode. In: Hyperland [Blog], 13.5.2011. Online: http://blog.zdf.de/hyperland/2011/05/klickbetrug.

• Karpf, David (2012): Social Science Research Methods in Internet Time. In: Information, Communication & Society, Vol. 15, No. 5, S. 639-661

• King, Gary (2011): Ensuring the Data-Rich Future of the Social Sciences. In: Science, Vol. 331, Februar 2011, S. 719-721.

• Kreiss, Daniel (2012): Yes we can (profile you): A brief primer on campaigns and political data. In: Stanford Law Review Online, Vol. 64, p, 70-74

• Napoli, Philip M. (2010): Audience Evolution. New technologies and the transformation of media audiences. New York: Columbia University Press.

• Neuberger, Christoph/Christian Nürnbergk/Melanie Rischke (Hrsg.) (2009): Journalismus im Internet: Profession – Partizipation – Techni sierung. Wiesbaden: VS Verlag.

• Rosen, Jay (2006): The People Formerly Known as the Audience. In: PressThink, 27.6.2006. Online verfügbar: http://journalism.nyu.edu/pubzone/weblogs/ pressthink/2006/06/27/ppl_frmr.html.

• Schiffers, Oliver (2010): Tools und Kennzahlen für das Social Web. In: Brauckmann, P. (Hg.): Web-Monitoring. Konstanz: UVK. 267-286.

• Schmidt, Jan (2011a): Das neue Netz. Merkmale, Praktiken und Konsequenzen des Web 2.0. 2. Auflage. Konstanz: UVK

• Schmidt, Jan-Hinrik (2011b): (Micro)Blogs: Practices of Privacy Management. In: Trepte, S.; Reinecke, L. (Eds.): Privacy Online. Heidelberg: Springer.

• Schmidt, Jan (2011c): Twitter and the new regime of audience measurement. Vortrag beim “1. Düsseldorf Workshop on Interdisciplinary Approaches to Twitter Analysis", 14./15.9.2011, Online: http://de.slideshare.net/JanSchmidt/twitter-and-the-new-regime-of-audience-measurement

• Smythe, Dallas W. (1977): Communications: blindspot of Western Marxism. In: Canadian Journal of Political and Social Theory, 2(2): 1-27.

King 2011; Kreiss 2012 #vernö13 19 von 18