Dit geldt zowel voor gestructureerde data (data afkomstig uit databases) als ongestructureerde data (tekstdata, internetdata). Ontwikkelingen op het gebied van Machine Learning en Natural Language Processing volgen elkaar in een razend tempo op.
Daarnaast worden ook de visualisatiemogelijkheden steeds beter. Met de huidige tools zijn we zelfs in staat vier variabelen in één overzicht weer te geven.
Ondanks deze ontwikkelingen, kunnen we toch een deel van het gedrag van de consument niet via onze modellen verklaren. Mede-oorzaak is dat klanten onderdelen vormen van ‘sociale’ netwerken. Die netwerken zorgen ervoor dat klanten elkaar onderling beïnvloeden. Dit kan zowel positief als negatief uitwerken hebben op het gedrag.
Het vakgebied dat zich bezig houdt met de netwerk structuren is socialenetwerk-analyse (afgekort tot SNA). Ondanks de invloed die netwerken hebben op gedragingen van personen, wordt dit vakgebied vaak nog onderbelicht binnen MI-afdelingen.
In een drieluik wil ik, in het kort inzicht geven in het vakgebied als de mogelijkheden die SNA kan bieden voor MI-afdelingen.
De onderwerpen die aan bod komen zijn
- Hoe maak ik een netwerk inzichtelijk?
- Netwerk dynamiek
- Small world-netwerken
Wat is een ‘sociaal’ netwerk?
Een sociaal netwerk, dat in het spraakgebruik als “netwerk” wordt aangeduid, is een netwerk van mensen of groepen mensen, bijvoorbeeld een groep personen die elkaar kennen of organisaties (bedrijven, instellingen) die samenwerken. Om inzicht te maken in een netwerk is het belangrijk om een verschil te maken tussen EGOnetwerk analyse en netwerk analyse. EGOnetwerkanalyse is het in kaart brengen van het netwerk rond één bepaald persoon (meestal jezelf!). Netwerk-analyse is het in kaart brengen van een bepaald netwerk, bijvoorbeeld een vrienden netwerk of een LinkedIn-groep.
Hoe maak ik een netwerk inzichtelijk
Om netwerken in kaart te brengen zijn er allerlei applicaties ontwikkeld. Zo kun je al snel je eigen linkedin netwerk in kaart brengen via LinkediN maps , je eigen twitter netwerk in kaart te brengen via http://mentionmapp.com en http://vizify.com als je facebook netwerk via Touchgraph.
Nadeel van deze online tools is het feit dat je geen analyses (centraliteitsmaatstaven en identificeren van communities) kunt uitvoeren.
Via tools als Gephi, Pajek en Igraph van R, ben je daarentegen wel in staat om analyses op de data uit te voeren. Voor een uitgebreide beschrijving van tools verwijs ik naar Joitskehulsebosch.nl.
In onderstaande figuur wordt een diagram weergegeven obv degree via Gephi.
Om analyse uit te kunnen voeren bekentent het dat je de structuren van het netwerk inzichtelijk moeten maken. Ofwel: data scrapen.
Centraliteitsmaatstaven
Om de invloeden van een netwerk inzichtelijk te krijgen is het van belang om centraliteitsmaatstaven weer te geven. Dit is niet alleen de degree: het aantal paden welke van of naar een node gaan. Maar ook maatstaven als betweenness, closeness en eigen vector centraliteit.
Communities:
Naast inzichten in de centraliteit de nodes, is het van belang om de verschillende communities (lees segmenten) binnen een netwerk te identificeren. Communities tonen de structuren van een netwerkwerk. Zo kunnen er groepen van mensen zijn die in onderlinge relatie met elkaar staan omdat ze dezelfde school hebben bezocht, van dezelfde programma’s houden, dezelfde mensen kennen, etc. Deze communities kunnen worden herkend door te kijken naar meetwaarden als k-core, cliques maar ook te segmenteren op basis van een hiërarchische clusteranalyse.
Integreren van netwerkdata met gedragskenmerken
Als je de kenmerken van een netwerk inzichtelijk hebt, zou de volgende stap kunnen zijn om de gedragsdata te verrijken met data uit sna. Voor zover ik weet is er in Nederland nog geen organisatie welke deze link heeft gelegd. Toch zou dit wel eens het missende gedeelte kunnen zijn om de verklaring en voorspelkracht van onze modellen te vergroten. Denk hierbij aan bijvoorbeeld churnmodelering, acquisitiemodellen maar ook het effect van de NPS.
Wil je meer weten over SNA dan is het te adviseren een vakspecialist uit te nodigen of de cursussen Social Network Analysis of Social and Economic Networks: Models and Analysis te volgen op Coursera.
Plaats als eerste een reactie
Ook een reactie plaatsen? Word lid van Adformatie!