Logo des Repositoriums

Auflistung nach Schlagwort "Social media analytics"

1 - 2 von 2
  • Zeitschriftenartikel
    Social Media Analytics
    (Wirtschaftsinformatik: Vol. 56, No. 2, 2014) Stieglitz, Stefan; Dang-Xuan, Linh; Bruns, Axel; Neuberger, Christoph
    Der vorliegende Beitrag setzt sich mit dem neu aufkommenden Forschungsgebiet „Social Media Analytics“ (SMA) auseinander. Nach Ansicht der Autoren wird dieses Feld erheblichen Einfluss auf die künftige Forschung im Bereich sozialer Medien in unterschiedlichen wissenschaftlichen Fachrichtungen ausüben. Es wird verdeutlicht, dass SMA in der interdisziplinären Wissenschaft mehrwertstiftend als Methodengerüst in der Forschung zu sozialen Medien eingesetzt werden kann. Besonders für die Wirtschaftsinformatik wird deutlich, dass SMA helfen kann, Bezugsmodelle für Entscheidungsfindungen oder Entscheidungsunterstützung zu entwickeln. Dies gilt sowohl für die Messung der Auswirkungen sozialer Medien innerhalb von Organisation als auch für die Analyse öffentlicher sozialer Netzwerke, einschließlich deren Auswirkungen auf Organisationen. SMA unterstützt zudem dabei, Architekturentwürfe für die Entwicklung neuer Anwendungen und Informationssysteme bereitzustellen, die auf sozialen Medien basieren. Im Bereich der SMA ist eine interdisziplinäre Forschungsagenda notwendig, die gleichermaßen eine verstärkte interdisziplinäre Zusammenarbeit erfordert und fördert. Gemeinsames interdisziplinäres Ziel muss es sein, Fortschritte bei der Entwicklung von wissenschaftlichen Methoden für die Analyse von sozialen Medien zu erreichen, die zu der Beantwortung von Forschungsfragen verschiedener Disziplinen beitragen.AbstractIn this contribution, we introduce “social media analytics” (SMA) as an emerging interdisciplinary research field that, in our view, will have a significant impact on social media-related future research from across different academic disciplines. Despite a number of challenges, we argue that SMA can provide other disciplines – including IS – with methodological foundations for research that focuses on social media. Furthermore, we believe that SMA can help IS research to develop decision-making or decision-aiding frameworks by tackling the issue of social media-related performance measurement, which has been challenging until now. Moreover, SMA can provide architectural designs and solution frameworks for new social media-based applications and information systems. Finally, we call for an interdisciplinary SMA research agenda as well as a significantly increased level of interdisciplinary research co-operation, which must aim to generate significant advancements in scientific methods for analyzing social media, as well as to answer research questions from across different disciplines.
  • Zeitschriftenartikel
    Social Media Analytics: Wie die Ausrichtung an den Unternehmenszielen gelingt
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 5, 2016) Kleindienst, Dominikus
    In sozialen Medien wie z. B. Facebook oder Twitter existieren große Mengen an bisher teils ungenutzten, geschäftsrelevanten Daten. Die meisten Unternehmen haben dies erkannt und wenden verschiedene Ansätze aus dem Bereich der Social Media Analytics (SMA) an, um derartige Daten zu identifizieren und für ihr Geschäftsmodell nutzbar zu machen. Entgegen dem ihr beigemessenen hohen Stellenwert wird die Steuerung von SMA jedoch häufig den IT-Abteilungen überlassen, welche die Anwendung von SMA nicht immer ausreichend an den Unternehmenszielen ausrichten, sondern sich zu sehr auf rein technische Fragestellungen der SMA-Implementierung fokussieren. Dies führt dazu, dass eher auf eine effiziente Datensammlung und -speicherung abgezielt wird, als darauf, welche Daten benötigt und wie diese im Sinne des Geschäftsmodells verwendet werden. Konkrete Handlungsempfehlungen dafür, wie die Ausrichtung von SMA an den Unternehmenszielen gelingen kann, gibt es bisher nicht. Dieser Beitrag stellt deshalb ein existierendes Framework vor, mit dessen Hilfe die Ausrichtung der SMA an den Unternehmenszielen gelingen soll. Ziel des Beitrages ist es insbesondere, die Anwendung des Frameworks in der Praxis zu erleichtern. Zu diesem Zweck wird das Framework in Hinblick auf seine Einsetzbarkeit in der Praxis angepasst, ein anschauliches Fallbeispiel aufgezeigt sowie eine Evaluation des Ansatzes in Experteninterviews durchgeführt.AbstractLarge amounts of unused, business-relevant data exist in social media such as Facebook or Twitter. Most companies have realized this potential and apply different approaches from the area of social media analytics (SMA) in order to identify data that are useful for their business models. Although SMA are already considered to be important, management often hands off the responsibility to IT departments, who do not always sufficiently align their efforts with the business objectives, but focus too much on technical challenges. Hence, they rather aim at efficient data collection and storage instead of business alignment. As there are no concrete recommendations to practitioners on how to align SMA with business objectives yet, this paper presents an existing framework that helps with SMA business alignment. This paper particularly aims at simplifying the framework’s application in practice. Accordingly, the framework is adapted for practical use, an illustrative case is presented, and the approach is evaluated by expert interviews.