社群資料哪裡找?BirdSong Analytics、Lupa Data、外包商三大工具實用性大評比!

首圖來源:startupstockphotos

上個月我們聊到「處理資料像料理菜餚」,今天來聊聊要去哪裡買菜,喔不~是聊聊要去哪裡取得資料,不過因為資料本身很多元,我想先鎖定在社群資料的取得。

我為什麼需要取得社群資料?

根據TWNIC的調查,一般民眾平均一天花2小時在社群媒體上,不只運用便利的通訊和交友功能,擴大生活圈,也逐漸改變日常消費行為習慣,開始在社群上進行購物與拍賣。透過社群媒體可以找到吃、喝、玩、樂、穿、行、住等資訊以及共同嗜好的人,大家可以相互交換訊息,並且相約一起參加活動,社群網路不斷擴大影響受眾的生活,企業更積極運用社群網路行銷,希望拉升績效。根據Flavian & Guinaliu在2006年的研究,發現潛在顧客若積極參與企業所經營的社群,會促使他們對於該品牌或產品建立起信任與忠誠,因此,大家都知道好好經營社群很重要,而該怎麼透過數據分析來幫助經營者更了解粉絲們在各項社群網路上的即時行為和及時互動,更是重要。

大型企業或是有一定規模的公關公司子彈夠多,能夠自己養一個專業團隊進行社群數據端到端的分析(註:端到端指的是從資料爬梳到資料產品呈現的整個流程),那其他人呢?譬如說學校老師,如果想做社群資料分析或是相關研究,資料該從何取得?(內心os:就是在說自己)

終於,我們要進到重點了,本篇就是來和大家分享好用資源在哪裡?

今天和大家介紹取得社群資料的三種工具

好用工具平台(一):BirdSong Analytics

這家公司成立於2010年,早期專攻twitter資料,後來才慢慢延伸至其他的社群平台,除了販售社群原始資料,也有販售社群資料的分析報告。

這是首頁(如下圖)

0830-01BirdSong Analytics 首頁(image source:BirdSong Analytics)

首頁下方有清楚說明在四個不同的平台中,可以取得哪些資料,因為有涉及四個平台,我認為資料多元性高,但是仔細看看可以取得的資料細項,發現豐富度有待加強。

0830-02

可取得之社群資料來源(image source:BirdSong Analytics)

由於要比較不同工具的差異,以下,我們以Facebook中BMW粉絲專頁為例,進行討論。

0830-03

Search BMW(image source:BirdSong Analytics)

在搜尋列輸入BMW,可以找到youtube資料,但是在Facebook的部份,找出來的是「BMW Museum」,BMW官方粉絲專頁可以在下方列表搜尋到。

點選正確的BMW官方粉絲專頁後如下圖

0830-04

BMW query result(image source:BirdSong Analytics)

2千多萬個粉絲,如果要購買這份資料,需要花 $429.98美元,大約是$13,037台幣,可以取得的資料欄位如下,如果想看看資料本身,可以透過這個「連結」取得。這些欄位有點太少,個人覺得資料豐富度可以在加強,例如:可以提供不同reaction的數據、comments內容、comments的userid等等。

螢幕快照 2017-08-30 下午6.01.14

BirdSong Analytics 的計價策略是估計這個粉專的資料量來判定你需要多少credits,有種買點數的概念。看一看,實在是有點貴森森….

0830-05

Pricing(image source:BirdSong Analytics)

不過也不用太驚慌,這個平台標榜的是用多少付多少,最少花個29.99美金也能即時買到許多寶貴的社群資料,然而,這個平台有一些小問題,以「#東吳巨資」粉絲專頁為例,經過兩天一夜,依舊無法取的社群資料與分析報告,畫面停留如下,猜想問題可能是因為東吳巨資粉專,主要以中文內容為主的關係,寫信詢問後,目前還沒有回音,所以在友善程度方面,還需要加強。

Anyway,即便如此,我覺得這還是一個非常好用的平台,整理的設計與流程都很直覺,用多少買多少的概念也是非常棒。

好用工具平台(二):Lupa Data

這家公司成立於2016年,主攻社群數據分析以及社群經營績效分析等服務。算是台灣在地化的服務與產品,下圖為首頁

0830-07

Lupa Data 首頁(image source:Lupa Data)

登入後的畫面中(下圖Step 1),可以發現,似乎更著重在研究調查所用,在研究單位中有個人、企業、政府機關、學術研究單位等等,另外也有提供其他平台的資料(下圖Step 2),只是尚未在平台中開放,寫信去詢問尚未開放之原因,得知跨平台資料目前限定契約用戶使用。

0830-08

Lupa Data Step 1(image source:Lupa Data)

0830-09

Lupa Data Step 2(image source:Lupa Data)

文章內容屬作者個人觀點,不代表本站立場

新聞轉載

胡 筱薇

喜愛新鮮的事物,對於資訊科技充滿熱情外表看起來很活潑但骨子裡是個阿宅,沒事喜歡窩在家裡觀察其他阿宅都在做什麼。愛家、愛耶穌,目前擔任東吳大學巨量資料管理學院助理教授,勉強算是個Data Watcher,也勉強算是個Data Player,近年來致力於巨量資料探勘以及社群網路分析應用之研究,同時,也成立了資料實驗室(Data Lab)並透過實際的專案項目培養巨量資料分析人才。