Social Network Analysis

Retos

 

Ningún elemento está completamente aislado. Cualquier elemento interacciona con su entorno o con otros elementos. Estas relaciones proporcionan información acerca del comportamiento social tanto de clientes, como de la red de agentes del entorno de negocio, cuya explotación inteligente genera un alto valor añadido en muy diferentes aplicaciones

 

Enfoque

 

Esta ciencia proporciona un amplio abanico de métricas sobre grafos que permiten detectar distintas características de la red social con interpretación en el propio contexto de la red social sin necesidad de un marco teórico.

Social Network Analysis es objeto de estudio dentro de Ciencias de la Computación debido a que los algoritmos se ejecutan en los casos prácticos sobre redes de centenares de miles de nodos, o en algunos casos millones de nodos.

Ningún elemento está completamente aislado. Cualquier elemento interacciona con su entorno o con otros elementos. Estas relaciones proporcionan información acerca del comportamiento social tanto de clientes, como de la red de agentes del entorno de negocio, cuya explotación inteligente genera un alto valor añadido en muy diferentes aplicaciones

Dos de los objetivos principales del SNA son la detección de individuos influyentes dentro de una red social y la detección de asociaciones de individuos por intereses comunes (comunidades).

El flujo natural del uso de estas métricas acostumbra a ser de la siguiente manera:

• Se obtienen datos de una red social

• Se interpreta la red social como grafo

• Se analizan las métricas de SNA en el grafo

• Los resultados de SNA nos dan información nueva sobre la red social inicial.


En el siguiente ejemplo sacado de una charla de Jure Leskovec en la Universidad de Stanford vemos un grafo creado a partir de las relaciones sociales en facebook de uno de sus alumnos.

En colores vemos los grupos que se han detectado con un algoritmo de clusterización, en
concreto el AGM (Affiliation Graph Model).

En negro los casos que coincide el clúster detectado con un grupo social concreto de la vida real, y en blanco los incorrectos.

A pesar que el algoritmo sólo conocía la información de las relaciones, los grupos que han encontrado coinciden a la perfección con los distintos ámbitos sociales de los que participa el usuario inicial: Escuela, Trabajo, Squash, Básquet.

 

 



Beneficios

 

El uso de Social Network Analysis permite  la generación de contenido de alto valor cómo:Generación de Públicos Objetivos específicos para campañas de Marketing Viral

  • Generación de Públicos Objetivos específicos para campañas de Marketing Viral
  • Prevención del abandono de clientes CHURN
  • Sistemas de recomendación de contenidos
  • Estimación de la evolución de tendencias sociales
  • Interpretación de las relaciones sociales
  • Segmentación en función de las relaciones sociales

Casos de Éxito

 

  • Sistema Persons de análisis de redes sociales en operadores de Telecomunicaciones
  • Sistema de prevención del abandono de clientes en una operadora de Telecomunicaciones en España
  • Determinación de públicos objetivos para campañas virales en un operador virtual en España
  • Análisis de la correlación entre la posición en la red social y el rendimiento académico para una Universidad de estudios a distancia