1

Understandi
ng Social

Copyright © 2024 Gohar F. Khan

Media
Analytics
CHAPTER 3
 2
INTRODUCTION

 Social media analytics is the art and science

of extracting valuable hidden insights from
vast amounts of semi-structured and
unstructured social media data to enable
informed and insightful decision-making.

Copyright © 2024 Gohar F. Khan

What comes to mind when you hear about 3
social media analytics?

“Analyzing is believing”- Gohar F. Khan

Copyright © 2024 Gohar F. Khan

 4
What is Social Media Analytics?

 Social Media Analytics “is the art and

science of extracting valuable hidden
insights from vast amounts of semi-
structured and unstructured social media
data to enable informed and insightful
decision making.” (Khan, 2024, p.77)

Copyright © 2024 Gohar F. Khan

 5
What is Social Media Analytics?

 Social Media Analytics is the art and science

of extracting valuable hidden insights from
vast amounts of semi structured and
unstructured social media data to enable
informed and insightful decision making.
It is an art of interpreting and aligning the
insights gained with business goals and
objectives.
Copyright © 2024 Gohar F. Khan
 6
What is Social Media Analytics?

 Social Media Analytics is the art and

science of extracting valuable hidden insights
from vast amounts of semi structured and
unstructured social media data to enable
informed and insightful decision making.
It is a science, as it involves systematically identifying,
extracting, and analyzing social media data using
sophisticated tools and techniques.
Copyright © 2024 Gohar F. Khan
 7
What is Social Media Analytics?

 Social Media Analytics is the art and science of

extracting valuable hidden insights from vast
amounts of semi structured and unstructured
social media data to enable informed and
insightful decision making.

The data needs to be mined from public databases.

Possible legal and ethical issues?
Copyright © 2024 Gohar F. Khan
 8
What is Social Media Analytics?

Social Media Analytics is the art and science of extracting

valuable hidden insights from vast amounts of semi
structured and unstructured social media data to enable
informed and insightful decision making.

It carries business value and are not

usually visible to the naked eyes.
Copyright © 2024 Gohar F. Khan
 9
What is Social Media Analytics?

 Social Media Analytics is the art and science of

extracting valuable hidden insights from vast
amounts of semistructured and unstructured social
media data to enable informed and insightful
decision making.

The data has four Vs properties: volume, variety,

velocity and veracity.
Copyright © 2024 Gohar F. Khan
 10
What is Social Media Analytics?

 Social Media Analytics is the art and science of

extracting valuable hidden insights from vast amounts
of semi-structured and unstructured social media data
to enable informed and insightful decision making.

The objective of SMA is to make good business

decision based on data.
Copyright © 2024 Gohar F. Khan
 11
Interest in social media analytics

Figure 1. Interest in social media analytics overtime

Copyright © 2024 Gohar F. Khan
 12
SMA related terms (Google trends)

Table 9 Social media analytics related terms

Terms Searched Score Terms Searched Score
Google analytics 100 Social media management 10
Social media analytics 100 Hootsuite analytics 10
tools
Social media marketing 40 SEO 10
Social analytics tools 35 Hootsuite 10
Marketing analytics 35 Instagram analytics 10
Facebook analytics 30 Big data analytics 10
X analytics 30 Social media metrics 10
Data analytics 25 LinkedIn 5
Web analytics 20 Big data 5
Social media analysis 15 LinkedIn analytics 5
Social media tracking 10 WordPress analytics 5
Social media monitoring 10 Social media strategy 5
Social media management 10 Social media dashboard 5
The scoring is on a relative scale where a value of 100 is the most commonly searched
query, 50 is a query searched half as often, and a value of 0 is a query searched for less
than 1% as often as the most popular query.
Copyright © 2024 Gohar F. Khan
 13
Social Media vs. Traditional Business Analytics

Social Media Analytics Business Analytics ‫تحليالت وسائل التواصل االجتماعي‬ ‫تحليالت األعمال‬
Semi-structured and Structured data ‫البيانات شبه المنظمة وغير المنظمة‬ ‫البيانات المنظمة‬
unstructured data
Data is not analytical friendly Data is analytical friendly ‫البيانات ليست صديقة للتحليل‬ ‫البيانات صديقة للتحليل‬

Real-time data Mostly historical data ‫البيانات في الوقت الحقيقي‬ ‫معظمها بيانات تاريخية‬

Public data Private data ‫البيانات العامة‬ ‫البيانات الخاصة‬

Stored in third-party databases Stored in business-owned databases ‫مخزنة في قواعد بيانات الطرف الثالث‬ ‫مخزنة في قواعد البيانات المملوكة للشركة‬

Boundary-less data Bound within the business intranet ‫بيانات بال حدود‬ ‫مرتبط بشبكة اإلنترنت التجارية‬

Data is high volume Data is medium to high volume ‫البيانات ذات حجم كبير‬ ‫البيانات متوسطة إلى عالية الحجم‬

Highly diverse data Uniform data ‫بيانات متنوعة للغاية‬ ‫بيانات موحدة‬

Data is widely shared over the Data is only shared within ‫تتم مشاركة البيانات على نطاق واسع‬ ‫تتم مشاركة البيانات داخل المؤسسات فقط‬
Internet organizations ‫عبر اإلنترنت‬

No business control over data Data tightly controlled by business ‫ال توجد سيطرة تجارية على البيانات‬ ‫البيانات خاضعة لسيطرة صارمة من قبل‬
‫الشركات‬
Socialized data Bureaucratic data ‫البيانات االجتماعية‬ ‫البيانات البيروقراطية‬
Data is informal in nature Data is formal in nature ‫البيانات غير رسمية بطبيعتها‬ ‫البيانات رسمية بطبيعتها‬
 14
Activity: Purpose of Social Media Analytics

 List all possible business

purposes/uses of social media
analytics.
 You have five minutes

Copyright © 2024 Gohar F. Khan

 15
Activity: Purpose of Social Media Analytics

• Measure brand loyalty

• Tracking product/service/campaign impact
• Business forecasting
• Business intelligence and market research
• Connecting and engaging with current customers
• Finding and engaging with new customers
• Getting and analyzing feedback on product/service
• Generating business leads
Copyright © 2024 Gohar F. Khan
 16
Purpose of Social Media Analytics

 To know your customers better.

Copyright © 2024 Gohar F. Khan

 17
Knowing your customers: A Nine layer approach.

 Where are they?  How they navigate?

 Location Analytics  hyperlink Analytics
 What they say?  How they use apps?
 Text Analytics  Apps Analytics
 What they do?  What they behave?
 Actions Analytics  Audience Analytics
 What they search?  How they Express?
 Search Engine Analytics  Multimedia Analytics
 How they network?
 Network Analytics
 18
Eight Layers of Social Media Analytics
Networks

Audience Text

Multimedia Actions
9 Layers of Social
Media Analytics

Apps Hyperlinks

Search Engines Location

Figure 2. Nine layers of social media

analytics
Copyright © 2024 Gohar F. Khan
 19
Layer One: Text

 Social media text analytics deals with the

extraction and analysis of business insights from
textual elements of social media content, such as
comments, tweets, blog posts, and Facebook status
updates.

What kind of business insights can you

extract from textual data?
Copyright © 2024 Gohar F. Khan
 20
Layer One: Text
 Social media text analytics deals with the
extraction and analysis of business insights from
textual elements of social media content, such as
comments, tweets, blog posts, and Facebook status
updates.
What kind of business insights can you
extract from textual data?
• Sentiment mining
• Intention mining
Copyright © 2024 Gohar F. Khan
• Topic and idea mining, etc.
 21
Layer One: Text

Copyright © 2024 Gohar F. Khan

 22
Layer Two: Networks

 Social media network analytics extract, analyze,

and interpret personal and professional social
networks, for example, Facebook, Friendship
Network, and Twitter.

What kind of business insights can

you extract from network data?

Copyright © 2024 Gohar F. Khan

 23
Layer Two: Networks

 Social media network analytics extract, analyze, and

interpret personal and professional social networks, for
example, Facebook, Friendship Network, and Twitter.

What kind of business insights can you

extract from network data?
• Influential people
• Network structure
Copyright © 2024 Gohar F. Khan
 Twitter Network Example 24

Figure 10 : Follow-following network diagram of Korean and US public sector organizations

Copyright © 2024 Gohar F. Khan source: Khan et al., (2014)

 25
Layer Three: Actions

 Social media actions analytics deals with extracting,

analyzing, and interpreting the actions performed by
social media users, including likes, dislikes, shares,
mentions, and endorsement.

Copyright © 2024 Gohar F. Khan

 26
Layer Three: Actions

 Social media actions analytics deals with extracting,

analyzing, and interpreting the actions performed by
social media users, including likes, dislikes, shares,
mentions, and endorsement.

Purpose:
• Engagement tracking
• Social media marketing campaign’s performances
• Understanding brand popularity (likes, views, clicks)
• Referrals
Copyright © 2024 Gohar F. Khan
 27
Layer Four: Apps

 Apps analytics deals with measuring and optimizing

user engagement with mobile applications (or apps for
short).

Copyright © 2024 Gohar F. Khan

 28
Layer Five: Hyperlinks

 Hyperlink analytics is about extracting,

analyzing, and interpreting social media
hyperlinks (e.g., in-links and out-links).

Copyright © 2024 Gohar F. Khan

 29
Layer Six: Location

 Location analytics, also known as spatial

analysis or geospatial analytics, is concerned with
mining and mapping the locations of social media
users, contents, and data.

Copyright © 2024 Gohar F. Khan

 30
Layer Seven: Search Engines

 Search engines analytics focuses on analyzing

historical search data for gaining a valuable insight into a
range of areas, including trends analysis, keyword
monitoring, search result and advertisement history, and
advertisement spending statistics.

Copyright © 2024 Gohar F. Khan

 31
Layer Eight: Multimedia

 Social media multimedia analytics embodies the

confluence of art and science, aimed at extracting
business value from an array of multimedia content—
videos, images, audio, animations, and interactive
elements—shared across social media platforms.

Copyright © 2024 Gohar F. Khan

 Layer Nine: Audience Analytics 32

 Audience analytics focuses on understanding the

demographic and psychographic characteristics of a
brand's social media followers such as audience size,
location, gender, age, and interests. Audience
analytics is a specialized branch of social media
analytics dedicated to dissecting and comprehending
the intricate details of a brand's social media
audience.
Copyright © 2024 Gohar F. Khan
 33
Types of Social Media Analytics

Examples?

Copyright © 2024 Gohar F. Khan

 34
Types Example 1 Example 2
Descriptive Twitter Analytics, for example, provides statistics on Facebook Insights allows users to track user
Analytics tweet impressions, profile visits, and audience interaction on their Facebook pages. This descriptive
demographics. It also provides insights on content analytics tool shows statistics, such as, number of
that resonate more with your audience, measure likes, shares, comments, and reports on your site and
impressions, engagements, and reach. your weekly reach.
Diagnostic Can be used to determine the success of social Diagnostics analytics offers insights into the behaviour
Analytics media marketing campaigns, for example, to of consumers, such as, a customer searching for
investigate association between a certain event and specific vehicles through Google, then clicking on a
reactions to that event on social media to tell you landing page of car dealer website, but exiting without
exactly where you went wrong. Users are then able finding what they needed.
to utilize this data to make improvements to future
campaigns.
Predictive We social media data can be used to predict future Google used predictive analytics to collect data
Analytics events. A study by Asur & Huberman (2010) used regarding the outbreaks of flu. By matching key
Tweets to forecast box-office revenues for selected search terms associated with people in different
movies. By tracking 24 movies, 2.89 million tweets regions of the world, Google could track flu outbreaks
from 1.2 million users, they predicted box-office in near real time.
revenues of movies before they are released.
Prescriptive Netflix uses large quantities of data regarding Facebook tracks and analyze users browsing and
Analytics consumer viewing habits to optimize their processes behavior data to recommends pages, friends, groups,
and create recommender systems that provide users games that interest them. Similarly, by using review
with suggestions of content they may enjoy based of ratings from like-minded people, it predicts your likes
their previous viewing habits. and interests and prescribes items it thinks you will
enjoy.
Copyright © 2024 Gohar F. Khan
 ‫‪35‬‬
‫أنواع‬ ‫مثال ‪1‬‬ ‫مثال ‪2‬‬
‫التحليالت‬ ‫على سبيل المثال‪ ،‬توفر خدمة تحليالت تويتر إحصائيات حول‬ ‫تتيح أداة ‪ Facebook Insights‬للمستخدمين تتبع تفاعل‬
‫عدد مرات ظهور التغريدات وزيارات الملف الشخصي والتركيبة الوصفية‬ ‫المستخدمين على صفحاتهم على ‪ .Facebook‬تعرض أداة‬
‫السكانية للجمهور‪ .‬كما توفر رؤى حول المحتوى الذي يلقى‬ ‫التحليالت الوصفية هذه إحصائيات‪ ،‬مثل عدد اإلعجابات‬
‫صدى أكبر لدى جمهورك‪ ،‬وتقيس عدد مرات الظهور والتفاعالت‬ ‫والمشاركات والتعليقات والتقارير على موقعك ومدى وصولك‬
‫ومدى الوصول‪.‬‬ ‫األسبوعي‪.‬‬
‫التحليالت‬ ‫يمكن استخدامها لتحديد نجاح حمالت التسويق عبر وسائل‬ ‫توفر تحليالت التشخيص رؤى حول سلوك المستهلكين‪ ،‬مثل‬
‫التشخيصية‬ ‫التواصل االجتماعي‪ ،‬على سبيل المثال‪ ،‬للتحقيق في االرتباط‬ ‫العميل الذي يبحث عن مركبات محددة عبر ‪ ،Google‬ثم ينقر‬
‫على صفحة مقصودة لموقع ويب وكيل السيارات‪ ،‬لكنه يخرج دون بين حدث معين وردود الفعل تجاه هذا الحدث على وسائل‬
‫التواصل االجتماعي إلخبارك بالتحديد أين أخطأت‪ .‬بعد ذلك‪،‬‬ ‫العثور على ما يحتاج إليه‪.‬‬
‫يتمكن المستخدمون من االستفادة من هذه البيانات إلجراء‬
‫تحسينات على الحمالت المستقبلية‪.‬‬
‫التحليالت‬ ‫استخدمت جوجل التحليالت التنبؤية لجمع البيانات المتعلقة بتفشي يمكن استخدام بيانات وسائل التواصل االجتماعي للتنبؤ‬
‫باألحداث المستقبلية‪ .‬استخدمت دراسة أجراها أسور وهوبيرمان التنبؤية‬ ‫األنفلونزا‪ .‬ومن خالل مطابقة مصطلحات البحث الرئيسية‬
‫المرتبطة بأشخاص في مناطق مختلفة من العالم‪ ،‬تمكنت جوجل (‪ )2010‬تغريدات تويتر للتنبؤ بإيرادات شباك التذاكر ألفالم‬
‫مختارة‪ .‬من خالل تتبع ‪ 24‬فيلًم ا و‪ 2.89‬مليون تغريدة من ‪1.2‬‬ ‫من تتبع تفشي األنفلونزا في الوقت الفعلي تقريًبا‪.‬‬
‫مليون مستخدم‪ ،‬توقعوا إيرادات شباك التذاكر لألفالم قبل‬
‫إصدارها‪.‬‬
‫التحليالت‬ ‫تستخدم ‪ Netflix‬كميات كبيرة من البيانات المتعلقة بعادات‬ ‫يتتبع موقع ‪ Facebook‬ويحلل بيانات تصفح المستخدمين‬
‫الوصفية‬ ‫المشاهدة لدى المستهلكين لتحسين عملياتها وإنشاء أنظمة‬ ‫وسلوكهم ليوصي بالصفحات واألصدقاء والمجموعات واأللعاب‬
‫توصية توفر للمستخدمين اقتراحات بشأن المحتوى الذي قد‬ ‫التي تهمهم‪ .‬وعلى نحو مماثل‪ ،‬من خالل استخدام تقييمات‬
‫يستمتعون به بناًء على عادات المشاهدة السابقة لديهم‪.‬‬ ‫المراجعات من األشخاص ذوي التفكير المماثل‪ ،‬فإنه يتنبأ بما‬
‫تفضله واهتماماتك ويصف العناصر التي يعتقد أنها ستستمتع بها‪.‬‬

‫‪Copyright © 2024 Gohar F. Khan‬‬

 36
SMA Types and Business Value

Figure 12 Analytics types and business value

 37
Present and Future of
SMA
‫التحليالت‬ ‫صناعة التحليالت‬ Descriptive Present
‫الوصفية‬ ‫الحالية‬ Analytics Analytics
Industry

‫التحليالت‬ Diagnostic Only 3 percent of

‫التشخيصية‬ Analytics companies use
prescriptive
‫التحليالت‬ Predictive analytics, but
‫التنبؤية‬ Analytics with structured
data only
(Gartner, 2013).
‫التحليالت‬ ‫صناعة‬ Prescriptiv Future
‫الوصفية‬ ‫التحليالت‬ e Analytics Analytics
‫المستقبلية‬ Industry

Figure 14 Current VS., potential use of social media analytics

 38
Is a complex field

Prescriptive Analytics Model (Wikipedia, 2016) The scientific disciplines that comprise
Prescriptive Analytics
 ‫‪39‬‬
‫‪Is a complex field‬‬

‫التخصصات العلمية التي تشكل التحليالت‬

‫نموذج التحليالت الوصفية (ويكيبيديا‪)2016 ،‬‬
‫الوصفية‬
 40
Social Media Analytics Cycle

‫ القيمة لتحليالت وسائل التواصل اال‬Figure

‫دورة خلق‬
1313
Social
‫الشكل‬media analytics value creation cycle
 ‫‪41‬‬

‫فان‪ ،‬دبليو‪ ،‬وجوردون‪ ،‬إم دي (‪)2014‬‬ ‫)‪Fan, W., & Gordon, M. D. (2014‬‬
 42
Identification

Framing the right question and

‫إن صياغة السؤال الصحيح ومعرفة‬ knowing what data to analyze is
‫البيانات التي يجب تحليلها أمر بالغ‬ extremely crucial in gaining useful
‫األهمية للحصول على رؤى تجارية‬ business insights
‫مفيدة‬
‫البحث وتحديد المصدر الصحيح للمعلومات‬ .1 1. Searching and identifying the right source of
.‫ألغراض تحليلية‬ information for analytical purposes.
‫ محرك‬،‫ إجراءات‬،‫نوع البيانات المطلوبة (نص‬ .2 2. Type of data needed (text, actions, search
)‫البحث‬ engine)
)‫ فيسبوك‬،‫مصدر البيانات (تويتر‬ .3 3. Source of data (Twitter, Facebook)
‫البيانات العامة مقابل المصدر المملوك للشركة‬ .4 4. Public data vs., company owned source
‫هل تتوافق مع أهداف العمل؟‬ .5 5. Is it aligned business objectives?
 43
Extraction

Methods, tools, and skills

‫األساليب واألدوات والمهارات الالزمة‬
‫الستخراج البيانات‬. needed to extract the data.
1. ‫االستخراج اليدوي مقابل االستخراج المستند إلى واجهات برمجة التطبيقات‬
1. Manual vs., APIs based extraction

‫ هي مجموعات من‬،‫وبكلمات بسيطة‬ In simple words, are sets of

‫البروتوكوالت التي طورتها‬/‫الروتينات‬ routines/protocols that social
media service companies (e.g.,
‫شركات خدمات الوسائط االجتماعية‬ Twitter and Facebook) have
)‫ تويتر وفيسبوك‬،‫(على سبيل المثال‬ developed that allow users to
‫والتي تسمح للمستخدمين بالوصول إلى‬ access small portions of data
‫أجزاء صغيرة من البيانات المستضافة‬ hosted in their databases.

‫)؟‬API( ‫بياناتهابرمجة التطبيقات‬

‫هي واجهة‬‫قواعد‬
‫ما‬ ‫في‬. What is an API?
://www.youtube.com/watch?v=s https://www.youtube.com/watch?v
S2mSXY =s7wmiS2mSXY
 44
Extrac
tion
Data extraction practices should

not violate a user’s privacy
Things to Consider
• Only use APIs based applications
• Some platforms allow data extractions other don’t.
• Obtain consent
• if you want data beyond APIs
• Handle personal data carefully
• Anonymize data
Privacy
• advocacy
Have social groups
media ownership are strictly against
policy
transforming social spaces into behavioral laboratories.
 ‫‪45‬‬
‫ِاسِتخالص‬

‫ال ينبغي لممارسات استخراج البيانات أن تنتهك‬

‫خصوصية المستخدم‬
‫‪ ‬أشياء يجب مراعاتها‬
‫استخدم فقط التطبيقات القائمة على واجهات برمجة التطبيقات‬ ‫•‬

‫بعض المنصات تسمح باستخراج البيانات والبعض اآلخر ال يسمح بذلك‪.‬‬ ‫•‬

‫الحصول على الموافقة‬ ‫•‬

‫إذا كنت تريد بيانات تتجاوز واجهات برمجة التطبيقات‬ ‫•‬

‫تعامل مع البيانات الشخصية بعناية‬ ‫•‬

‫إخفاء هوية البيانات‬ ‫•‬

‫هل لديك سياسة ملكية لوسائل التواصل االجتماعي؟‬ ‫•‬

‫تعارض جماعات الدفاع عن الخصوصية بشدة تحويل المساحات‬

 46

Cleaning

‫تتضمن هذه الخطوة إزالة البيانات غير‬   This step involves removing the
‫المرغوب فيها من البيانات المستخرجة‬ unwanted data from the
.‫تلقائًيا‬ automatically extracted data.

‫القيم المفقودة‬ • • Missing values

‫خاطئة‬/‫بيانات غير صحيحة‬ •

• Incorrect/false data
• Coding (e.g., Gender)
)‫ الجنس‬،‫الترميز (على سبيل المثال‬ •
• Anonymize
‫إخفاء الهوية‬ •
 47
Analysin
g
‫اعتماًدا على طبقة تحليالت وسائل التواصل‬   Depending on the layer of social media
‫االجتماعي قيد النظر واألدوات والخوارزمية‬ analytics under consideration and the tools
‫ فإن الخطوات والنهج الذي يجب‬،‫المستخدمة‬ and algorithm employed, the steps and
.‫اتباعه سوف تختلف اختالًف ا كبيًر ا‬ approach to take will greatly vary.

The overall objective at

‫الهدف العام في هذه المرحلة‬ this stage is to extract
‫هو استخراج رؤى ذات مغزى‬ meaningful insights
‫دون أن تفقد البيانات‬ without the data losing its
‫سالمتها‬. integrity.
 48
Visualizat
ion
 Effective visualization
is particularly helpful
with complex and
large data sets
because it can reveal
hidden patterns,
relationships, and
trends.
 Network data (with
whom)
More Types of Visualization:
 Topical data (what)
http://guides.library.duke.edu/da
 ‫‪49‬‬
‫التصور‬

‫ُيعد التصور الفعال مفيًدا بشكل‬ ‫‪‬‬

‫خاص مع مجموعات البيانات‬
‫المعقدة والكبيرة ألنه يمكن أن‬
‫يكشف عن األنماط والعالقات‬
‫واالتجاهات المخفية‪.‬‬
‫بيانات الشبكة (مع من)‬ ‫‪‬‬

‫البيانات الموضوعية (ما هي)‬ ‫‪‬‬

‫البيانات الزمنية (متى)‬ ‫‪‬‬

‫المكانية‬ ‫الجغرافية‬
‫التصور‬ ‫البيانات أنواع‬ ‫‪‬‬
‫‪:‬المزيد من‬
‫(أين)‬
‫‪http://guides.library.duke.edu/datavis‬‬
 50
Return on Social Media Investment

‫إحدى الطرق لقياس العائد على االستثمار في‬   One way to measure returns on social
‫وسائل التواصل االجتماعي هي من خالل‬ media investment is through use key
.)KPIs( ‫استخدام مؤشرات األداء الرئيسية‬ performance indicators (KPIs).

 KPIs are quantifiable measures used to

‫مؤشرات األداء الرئيسية هي مقاييس قابلة‬ 
gauge a company’s success at reaching
‫للقياس تستخدم لقياس نجاح الشركة في‬ targets.
.‫الوصول إلى األهداف‬  Developed based on the business
‫تم تطويره بناًء على أهداف العمل‬  objectives
 51
Interpretation or Consumption

This step relies on human judgments

‫تعتمد هذه الخطوة على األحكام البشرية‬
to interpret valuable knowledge from
‫لتفسير المعرفة القيمة من البيانات‬
the visual data
‫المرئية‬
‫تفتقر معظم المنظمات إلى القدرة على االستهالك‬ • Most organizations lack analytical consumption
.‫التحليلي‬ ability.
:‫كن تطويرها‬ • Can be developed:
‫معرفة المجال أمر بالغ األهمية‬ • • Domain knowledge is crucial
‫بناء مفردات التحليالت‬ • • Building an analytics vocabulary
‫إنتاج نتائج قابلة لالستهالك بسهولة‬ • • Producing easily consumable results
‫التمرين‬ • • Training
 ‫‪52‬‬

‫‪Any challenges to Social Media‬‬

‫?‪Analytics‬‬

‫هل هناك أي تحديات تواجه تحليالت وسائل‬

‫التواصل االجتماعي؟‬
 53
Challenges to Social Media Analytics

‫تنوع البيانات وتعقيدها‬   Variety and Complexity of Data

‫جودة البيانات وصدقها‬   Data Quality and Veracity
‫الخصوصية واالعتبارات األخالقية‬   Privacy and Ethical Considerations
‫التكامل مع مصادر البيانات األخرى‬ 
 Integration with Other Data Sources
‫التحليل في الوقت الفعلي والقدرة على‬ 
 Real-Time Analysis and Actionability
‫العمل‬
 Evolving Platforms and User
‫المنصات المتطورة وسلوكيات‬ 
‫المستخدم‬ Behaviors
  Skill Gaps
‫فجوات المهارات‬
‫قياس العائد على االستثمار‬   Measuring ROI
 54
Challenges to Social Media Analytics


‫ الحجم والسرعة كتحدي‬ Volume and Velocity as a
Challenge
‫ بيانات وسائل التواصل‬  Social media data is large in
‫االجتماعي كبيرة الحجم ويتم‬ size and is swiftly generated.
.‫إنشاؤها بسرعة‬
 Capturing and analyzing
millions of records that
‫ يعد التقاط وتحليل ماليين‬
appear every second is a real
‫السجالت التي تظهر كل ثانية‬ challenge.
.‫تحدًيا حقيقًيا‬
 55
Challenges to Social Media Analytics

  Diversity as Challenge
‫التنوع كتحدي‬
 Social media users and the content
‫ إن مستخدمو وسائل التواصل االجتماعي‬
‫والمحتوى الذي ينتجونه متنوعون للغاية‬ they generate are extremely
‫ومتعددو اللغات ويختلفون عبر الزمان‬ diverse, multilingual, and vary
across time and space.
.‫والمكان‬

 Due to the noisy and diverse nature

‫ نظًر ا للطبيعة الصاخبة والمتنوعة لبيانات‬ of social media data, separating
‫ فإن فصل‬،‫وسائل التواصل االجتماعي‬ important content from noise is
‫المحتوى المهم عن الضوضاء يعد أمًر ا‬ challenging and time
. ‫صعًبا ويستغرق وقًتا طويًال‬ consuming.
 56
Challenges to Social Media Analytics


‫ عدم التنظيم كتحٍد‬ Un-structuredness as a
Challenge
‫ تعتبر بيانات وسائل التواصل‬
 Social media data is dubious
‫االجتماعي ذات بنية نحوية‬
grammatical structure, and
‫ وهي محملة‬،‫مشكوك فيها‬ is laden with abbreviations,
‫باالختصارات واألحرف األولى من‬ acronyms, and emoticons
‫ مما‬،‫الكلمات والرموز التعبيرية‬ thus representing a great
‫يمثل تحدًيا كبيًر ا الستخراج‬ challenge for extracting
.‫معلومات األعمال‬ business intelligence.
(‫الرموز التعبيرية هي رمز أو مجموعة من الرموز‬ (emoticons a symbol or combination of symbols
‫المستخدمة لنقل التعبيرات العاطفية في الرسائل‬ used to convey emotional expressions in text
 57
Challenges to Social Media Analytics

‫ دقة تحليالت وسائل التواصل االجتماعي‬  Social media Analytics Accuracy

‫ مع توليد كميات هائلة من البيانات غير‬  As the huge unstructured data (also
‫المنظمة (المعروفة أيًض ا باسم البيانات‬ known as ‘dirty’ data) is generated over
،‫"القذرة") عبر وسائل التواصل االجتماعي‬ social media, the accuracy of social
.‫تنخفض دقة االستماع االجتماعي‬ listening is decreasing.
‫ ال يمكن لتحليالت‬،‫على سبيل المثال‬ •
• For example, text analytics cannot
‫النصوص التقاط العديد من الطرق‬
capture many of the ways people use
.‫التي يستخدم بها األشخاص اللغة‬
language.
‫تم تطوير معظم األدوات من قبل‬ •
‫الدول الغربية والناطقة باللغة‬
• Most of the tools have developed by
.‫اإلنجليزية‬ Western and English speaking
countries.
‫بعض المحتويات مزيفة‬ •
• Some contents are fake
 58
Overcoming the challenges

‫التكنولوجيا المتقدمة‬   Advanced Technology

  Skilled Professionals
‫المهنيين المهرة‬
 Robust Data Governance Policies
‫سياسات حوكمة البيانات القوية‬ 
 Strategic Approach to Analytics
‫النهج االستراتيجي للتحليالت‬ 
 Prioritizing Ethical Considerations
‫إعطاء األولوية لالعتبارات األخالقية‬ 
and Continuous Learning
‫والتعلم المستمر‬
 Social Media
Analytics Data Tools Data
59
Tools

‫بيانات‬
Tools
‫أدوات‬ ‫بيانات‬ ‫أدوات‬
Text IBM Watson
RapidMiner
Location ArcGIS
QGIS (Quantum
‫نص‬ ‫آي بي إم واتسون‬ ‫موقع‬ ‫أرك جيس‬ Discovertext GIS)
‫رابيدماينر‬ ‫ (نظام المعلومات‬QGIS Lexalytics Tableau
‫اكتشف النص‬ )‫الجغرافية الكمومي‬ Microsoft Azure Text Mapbox
‫التحليل المعجمي‬ ‫لوحة‬ Analytics Netlytic Agos
Microsoft ‫تحليالت نصية من‬ ‫خريطة صندوق‬ SAS Text Miner Power BI
Azure Netlytic ‫أغوس‬ TextBlob Foursquare
SAS Text Miner ‫برنامج‬ ‫باور بي آي‬ Spatial.ai
‫نص بلووب‬ ‫فورسكوير‬ Actions Lithium Hyperlinks Webometrics
‫اي‬.‫سباتيال‬ Twitonomy Analyst
‫اإلجراءات‬ ‫الليثيوم‬ ‫االرتباطات‬ ‫محلل ويبومتريكس‬ Google Analytics VOSON
‫تويتنومى‬ ‫التشعبية‬ ‫فوسون‬ SocialMediaMineR
‫تحليالت جوجل‬ Network NodeXL Research Google Trends
‫سوشيال ميديا ماينر‬ UCINET Engines Google Correlate
‫شبكة‬ ‫نود إكس إل‬ ‫محركات البحث‬ ‫اتجاهات جوجل‬ Pajek
‫شبكة اتحاد الطالب الدوليين‬ ‫جوجل كوريليت‬ Netminer
‫باجيك‬ Flocker
‫نت ماينر‬ Netlytic
‫فلوكر‬ Reach
‫نتليتيك‬ Mentionmapp
‫يصل‬ Mobile Countly Multimedia SAS Visual
‫منشن ماب‬ Mixpanel Analytics
‫متحرك‬ ‫كونتلي‬ ‫الوسائط‬ ‫ البصرية‬SAS ‫تحليالت‬ Google Mobile Analytics Cloud Vision
‫ميكس بانل‬ ‫المتعددة‬ ‫رؤية السحابة‬ Google Firebase Clarifai
‫تحليالت جوجل للجوال‬ ‫كالريفاي‬ Opencv
‫جوجل فايربيس‬
Copyright © 2024 Gohar F. Khan ‫أوبن سي في تحليالت‬ Crimsonhexagon
Image Analytics
 60
Case Study: The Underground Campaign
that Scored Big

‫المشكلة‬   The Problem

‫الحلول‬   The Solutions

‫النتائج‬   The Results

 61
Review Questions

 Why is it essential for business managers to understand and data-mine social

media data?
 What is social media analytics, and how it is different from traditional business
analytics?
 Briefly, explain the nine layers of social media data. Support the answer with
examples.
 What ethical issues should be considered when mining social media data?
 What are some of the main challenges to social media analytics?
 Compare different social media analytics tools available in the market and
explain their strengths and weakness.
 What are the limitations of social media analytics and what does the future hold?
 ‫‪62‬‬
‫أسئلة المراجعة‬

‫لماذا من الضروري لمديري األعمال فهم واستخراج البيانات من وسائل التواصل االجتماعي؟‬ ‫‪‬‬

‫ما هو تحليل وسائل التواصل االجتماعي وكيف يختلف عن تحليالت األعمال التقليدية؟‬ ‫‪‬‬

‫اشرح باختصار الطبقات التسع لبيانات وسائل التواصل االجتماعي‪ .‬ادعم إجابتك بأمثلة‪.‬‬ ‫‪‬‬

‫ما هي القضايا األخالقية التي ينبغي مراعاتها عند استخراج بيانات وسائل التواصل‬ ‫‪‬‬
‫االجتماعي؟‬
‫ما هي بعض التحديات الرئيسية لتحليالت وسائل التواصل االجتماعي؟‬ ‫‪‬‬

‫قم بمقارنة أدوات تحليالت وسائل التواصل االجتماعي المختلفة المتوفرة في السوق ووضح‬ ‫‪‬‬
‫نقاط القوة والضعف الخاصة بها‪.‬‬
‫ما هي حدود تحليالت وسائل التواصل االجتماعي وماذا يحمل المستقبل؟‬ ‫‪‬‬
 63
Exercises

 EXERCISE 3.1: SOCIAL ANALYTICS VENDOR

ASSESSMENT
 EXERCISE 3.2: GLORISTIC NEEDS A SOCIAL MEDIA
PLATFORM

‫ تقييم بائعي التحليالت االجتماعية‬:3.1 ‫ تمرين‬

‫ إلى منصة وسائط اجتماعية‬GLORISTIC ‫ يحتاج‬:3.2 ‫ تمرين‬