The place where the Customer counts

Free thoughts on CRM, Business and the next big thing

The place where the Customer counts - Free thoughts on CRM, Business and the next big thing

Individuare i supporter grazie alla Social Network Analysis

Sono reduce da molte interessanti letture che hanno in qualche modo consolidato certi temi a cui sono molto affezionato e, in più, che hanno stimolato l’approfondimento di nuovi argomenti che sempre più ritengo assolutamente affini alle pratiche aziendali necessarie per l’elaborazione di una strategia di Social CRM efficace.

Tra queste tematiche di sicuro quella che ha catturato maggiormente la mia attenzione è la Social Network Analysis, devo dire anche grazie allo zampino di Emanuele Quintarelli e del gruppo di Open Knowledge, tanto che ho cominciato a leggere alcuni articoli (soprattutto quelli di Michael Wu, Principal Scientist of Analytics presso Lithium Technologies) e a comprare libri sul tema (vedi qui e qui).

L’argomento mi ha talmente incuriosito che, nonostante la mia preparazione assolutamente inaffidabile sul tema in oggetto (almeno per ora 😉 ), mi è venuta voglia di provare a capire come applicare la SNA nell’individuazione dei supporter (con questo termine mi riferisco alla categoria di influencer non dedicati esclusivamente alle attività di marketing ma estendibile a qualsiasi tipo di attività in cui il contributo del cliente può essere di supporto al business dell’azienda).

In realtà questa attività non è nuova e praticamente ogni social media monitoring tool in circolazione fornisce un indicatore del livello di influenza di chi sta discutendo del proprio brand o prodotto. Quello che però non mi ha mai pienamente convinto è l’attendibilità di questi indicatori, soprattutto dopo aver letto un articolo di Fresh Network in cui si descrivono le logiche con cui venivano computati tali valori. Per carità, non c’è nulla di sbagliato in loro e nel loro utilizzo e soprattutto, come l’esperienza mi ha insegnato più volte, è sempre meglio agire con un dato in più – anche se non perfetto – che provare a caso o senza alcuna base informativa a supporto. Ma è anche vero che un gestione interna del processo di indentificazione dei supporter mi permette comunque di avere molta più flessibilità nell’utilizzo e nell’interpretazione delle informazioni.

Riprendendo quindi alcuni esempi del già citato Michael Wu ho provato ad immaginare cosa si potrebbe fare con la SNA sulle piattaforme sociali esterne, articolando l’approccio in step sequenziali.

Individuare i profili sociali dei miei clienti

Il primo step è sicuramente quello di recuperare i profili sociali dei miei clienti. Questa attività può essere svolta grazie al supporto di alcune applicazioni di terze parti come Flowtown (che però a quanto pare sta per dismettere questa funzionalità per un nuovo modello di business che ancora non ci è dato conoscere) o Sociotoco che permettono attraverso opportune API di scandagliare la Rete e, sulla base dei dati anagrafici dei clienti presenti nei sistemi aziendali di CRM, di associare con un buon livello di attendibilità i profili presenti sulle più importanti piattaforme sociali (bisogna in ogni caso validare le informazioni recuperate per evitare associazioni improbabili). E’ sicuramente un lavoro oneroso e complesso da gestire (soprattutto per aziende con un numero elevato di clienti) ma confido comunque nell’evoluzione degli sviluppi di queste applicazioni di social discovery.

Scoprire le discussioni più interessanti sul brand e prodotti/servizi

L’attività di ascolto torna ad essere un’attività strategica fondamentale per poter individuare le piattaforme sociali in cui hanno luogo le conversazioni che riguardano la nostra azienda (non solo Facebook fan page o Twitter ma anche gruppi di discussione, forum, ecc.). Riveste particolare importanza in questa fase la scelta oculata delle parole chiave da utilizzare con i social media monitoring tool in quanto è molto interessante riuscire a differenziare le community in funzione della tipologia di discussione trattata (temi sulle esperienze di utilizzo o supporto potrebbero essere catalogate con l’etichetta “Customer Service”, quelle più legate al passaparola – positivo e negativo – con “Marketing” e così via).

Definire il target di analisi

A questo punto, in funzione dei risultati ottenuti nella fase precedente, si definisce il target di azione selezionando le piattaforme su cui verrà utilizzata la Social Networking Analysis. Bisogna non dimenticarsi, in questa fase, di prendere in considerazione come parametro di scelta delle piattaforme anche la buona copertura del proprio target clienti e prospect.

Estrapolare i dati funzionali alla Social Network Analysis

E’ giunta quindi l’ora di raccogliere tutti i dati necessari dalle piattaforme in target per un intervallo di tempo predefinito (ad esempio 3 o 6 mesi). In particolare quello che dovrebbe essere estrapolato sono gli utenti che prendono parte alle discussioni (suddivisi in clienti e non clienti) e le stesse conversazioni opportunamente categorizzate in base alle etichette definite nelle fasi precedenti (con più o meno dettaglio a seconda delle esigenze) e possibilmente anche in base al sentiment.

In questo modo avremo gli elementi principali per costruire le nostre reti sociali ossia, rispettivamente, i nodi e le connessioni.

Indentificare i supporter attraverso la Social Network Analysis

A questo punto si separano gli utenti/conversazioni (nodi/connessioni) per etichetta e piattaforma sociale analizzata. Ad ogni set corrisponderà quindi un grafo sociale nel quale i nodi risulteranno uniti se tra di loro è avvenuta una conversazione reciproca (ad esempio uno scambio diretto di opinioni sul thread di un forum dedicato alla risoluzione di un problema tecnico di un prodotto commercializzato dall’azienda). Ogni connessione è caratterizzata da tre fattori principali:

  1. La sua intensità in una conversazione è direttamente proporzionale al numero di messaggi con cui un utente constribuisce alla conversazione (più si scrive più si è riconosciuti).
  2. La sua intensità in una conversazione è inversamente proporzionale al numero di partecipanti alla conversazione stessa (più si discute meno ci si differenzia).
  3. La sua intensità cresce con il numero di conversazioni avvenute tra gli utenti (additività).

Sarà quindi possibile calcolare, grazie a specifici tool di Social Network Analysis, diverse metriche utili per comprendere le dinamiche relazionali all’interno dei grafi e con le quali sarà possibile identificare i supporter. Alcune di queste metriche sono:

  1. Degree Centrality: legato al numero di connessioni associate ad ogni nodo (esprime il grado di connettività di un utente con la rete)
  2. Eigenvector Centrality: legato all’importanza – autorevolezza – di un nodo nel network (assegna alti punteggi agli utenti collegati a quelli con punteggi elevati)
  3. Closeness Centrality: legato alla distanza media geodesica – soluzione al problema dello shortest path – tra un nodo e tutti gli altri da lui raggiungibili (esprime il grado di prossimità di un utente agli altri della rete)
  4. Betweenness Centrality: legato al numero di volte in cui un nodo si ritrova lungo lo shortest path tra le altre coppie di nodi della rete (descrive la capacità di diffusione delle informazioni nella rete attraverso quell’utente)

Michael Wu’s blog image

Il grafo in figura mostra uno dei risultati di un’analisi fatta da Michael Wu su una community Q&A dove il colore dei nodi varia a secondo del valore assunto dal loro PageRank Score (una variante dell’Eigenvector Centrality) mentre la loro dimensione è correlata alla Degree Centrality quindi alla capacità di essere più o meno “connessi” all’interno della rete.

L’analisi di un grafo di questo genere ci permetterebbe di capire chi sono i nostri supporter ossia coloro che, a secondo dei casi,:

  • hanno più autorevolezza nella risoluzione di problemi inerenti i nostri prodotti/servizi (service supporter),
  • tendono a parlare bene del nostro brand e riescono a raggiungere un numero elevato di persone (awareness supporter),
  • hanno la capacità di far viaggiare le notizie molto rapidamente all’interno della propria rete (buzz supporter).

Le opportunità sono innumerevoli e la possibilità aggiuntiva di distinguere a priori chi è già un nostro cliente da chi ancora non lo è, ci consente di indirizzare meglio le nostre strategie di engagement; strategie che devono essere differenziate a secondo della expertise tematica che contraddistingue le discussioni all’interno delle piattaforme analizzate e degli obiettivi dell’azienda.

  • Anonimo says:

    Articolo interessante e ben strutturato Andrea. Ho alcune perplessità che vorrei condividere con te a proposito del primo punto: “individuare i profili sociali dei miei clienti”.

    La SNA funziona molto bene per analizzare i nodi e le connessioni all’interno dell’azienda in quanto l’analisi rimane circoscritta all’interno di un unico ambiente (per quanto possa essere più o meno grande e articolato). Ma cosa succede quando il focus dell’analisi si sposta dai clienti ai dipendenti?

    I dipendenti dell’azienda assumono agli occhi dell’analista un unica “maschera” (per dirla alla Goffman), quella appunto di “dipendente”, pur rivestendo varie funzioni. Ma per i clienti la situazione è molto più complessa: il “social customer”, come ci piace spesso definirlo, può indossare tante maschere quante sono le piattaforme social in cui si muove (banalmente, la stessa persona avrà un atteggiamento profondamente diverso su FB rispetto a quello che avrebbe ad esempio su LinkedIn).

    L’analisi della rete sociale dei clienti può essere sicuramente un buon punto di partenza, ma continuo a pensare che l’unica reale opportunità per delineare in maniera adeguata il profilo dei propri clienti sia un’attività etnografica radicale gestibile per i piccoli/medi numeri ma quasi impossibile da veicolare per i grandi numeri.

    • CustomerKing says:

      Ciao carissimo. Innanzitutto grazie mille per il commento. Non ho capito se c’è stato un refuso e in realtà il tuo dubbio si riferisce sul focus che si sposta dai dipendenti ai clienti. In questo caso il mio “approccio” è proprio quello di provare a segmentare i social network immaginando che all’interno di questi il comportamento degli utenti si mantenga perlopiù omogeneo. La liquidità nei comportamenti ed atteggiamenti sociali del cliente o consumatore “moderno” caratterizza l’appartenenza dello stesso a differenti comunità con differenti caratteristiche (il buon Fabris lo aveva ben descritto in Societing) ma è ragionevole pensare che all’interno di ognuna di queste il comportamento si omogeneizzi. Allora sulla FB Fan Page di un’azienda si può pensare di analizzare i membri e i loro interventi e mutue relazioni (membro-membro e membro-azienda) con la SNA. Processo che prevede un periodo di analisi che in modalità rolling si muove in avanti recependo le variazioni nei livelli di influence all’interno del network. Contemporaneamente si può fare lo stesso su, ad esempio, la pagina personale di MySpace o quella di LinkedIn e, nel caso in cui si riesca ad identificare uno stesso cliente nelle diverse comunità, si riuscirebbero ad individuare e comprendere meglio le differenze comportamentali anche a supporto delle differenti attività di marketing, sales, innovation e service. Il lavoro è sicuramente oneroso ma potrebbe e dovrebbe dare risultati migliori dei singoli indicatori (per la verità un po’ oscuri, fumosi e forse anche di dubbia utilità) che vengono forniti dai tool di social media monitoring. Detto questo sono perfettamente d’accordo sul fatto che la netnografia possa risultare fondamentale nella migliore comprensione della propria base clienti (tant’è che ho già a casa il libro di Robert Kozinets 😉 )

      dicembre 24, 2010 at 10:33 am
  • CustomerKing says:

    Ciao carissimo. Innanzitutto grazie mille per il commento. Non ho capito se c’è stato un refuso e in realtà il tuo dubbio si riferisce sul focus che si sposta dai dipendenti ai clienti. In questo caso il mio “approccio” è proprio quello di provare a segmentare i social network immaginando che all’interno di questi il comportamento degli utenti si mantenga perlopiù omogeneo. La liquidità nei comportamenti ed atteggiamenti sociali del cliente o consumatore “moderno” caratterizza l’appartenenza dello stesso a differenti comunità con differenti caratteristiche (il buon Fabris lo aveva ben descritto in Societing) ma è ragionevole pensare che all’interno di ognuna di queste il comportamento si omogeneizzi. Allora sulla FB Fan Page di un’azienda si può pensare di analizzare i membri e i loro interventi e mutue relazioni (membro-membro e membro-azienda) con la SNA. Processo che prevede un periodo di analisi che in modalità rolling si muove in avanti recependo le variazioni nei livelli di influence all’interno del network. Contemporaneamente si può fare lo stesso su, ad esempio, la pagina personale di MySpace o quella di LinkedIn e, nel caso in cui si riesca ad identificare uno stesso cliente nelle diverse comunità, si riuscirebbero ad individuare e comprendere meglio le differenze comportamentali anche a supporto delle differenti attività di marketing, sales, innovation e service. Il lavoro è sicuramente oneroso ma potrebbe e dovrebbe dare risultati migliori dei singoli indicatori (per la verità un po’ oscuri, fumosi e forse anche di dubbia utilità) che vengono forniti dai tool di social media monitoring. Detto questo sono perfettamente d’accordo sul fatto che la netnografia possa risultare fondamentale nella migliore comprensione della propria base clienti (tant’è che ho già a casa il libro di Robert Kozinets 😉 )

    dicembre 24, 2010 at 10:22 am
    • Emanuele Quintarelli says:

      Unico dubbio, come fai ad estrarre dai SN le informazioni tipicamente necessarie ad una SNA? Le API lasciano spesso spazi modesti (Linkedin per esempio..) ed in ogni caso non ti permettono di guardare l’intera rete, ma solo dal punto di vista del singolo (egonet). E’ poi difficile rispondere alle dimensioni tipiche di una SNA come problem solving, energia, trust, condivisione di best practices essendo le interazioni molto più appiattite sul semplice tema dell’amicizia o della conoscenza.

      Come la pensi?

      dicembre 24, 2010 at 10:38 am
      • CustomerKing says:

        Ciao carissimo, ma non dovevi staccare da oggi 😉 ?
        Partendo dal presupposto che le mie conoscenze e competenze sono ancora molto labili, credo di non essere stato sufficientemente chiaro nel post. Come ho scritto anche a Stefano – sotto in risposta al suo commento – quello che intendevo analizzare io come spazi di comunità sono “ambienti” abbastanza circoscritti (relazioni all’interno delle Fan page nei vari social network o sezioni di forum tematici, ecc.) e non l’intera piattaforma. A quel punto le API potrebbero essere in grado di ottemperare al loro lavoro di raccolta e strutturazione dei dati da dare in input ai tool di SNA. Inoltre la mia “segmentazione” dei suddetti ambienti di analisi dovrebbe essere fatta, come ho scritto, anche in virtù di una preanalisi semantica e di sentiment in modo da avere a disposizione network già definiti su cui individuare specifiche tipologie di supporter. Che ne pensi?

        dicembre 24, 2010 at 11:36 am
        • Stefano Besana says:

          Mi sento di dire anche io la mia :)
          Penso che la SNA sia una metodologia estremamente efficace per la valutazione di determinati aspetti, nell’applicazione Marketing non la vedo come un tool eccellente: i dubbi sono quelli che sollevano Stefano ed Emanuele: primo fra tutti l’impossibilità di avere accesso a determinate informazioni legate agli utenti.
          Credo che si possa andare poco oltre la semplice wheel che si crea con le app in FB: non penso sia molto differente…

          Credo di aver capito cosa intendi nel post: ma mi domando se come tecnica applicata in questo modo non sia un po’ troppo superficiale e si riduca a un mero esercizio tecnico/grafico.

          Solo alcuni dubbi :)

          dicembre 24, 2010 at 11:41 am
          • CustomerKing says:

            Ho capito, proprio prima di Natale mi volete mettere in mezzo 😉
            Per carità ragazzi, avete tutte le ragioni (e competenze) del mondo ma il mio era un esercizio per provare a capire se tale tecnica poteva essere utilizzata su coloro che si relazionano con l’azienda attraverso “pezzi” di social network. E’ logico che in casi in cui i volumi sono alti (vedi Alitalia o Telecom) avrà più senso considerarli come una sorta di rete sociale su cui applicare la SNA, altrimenti (ossia con volumi bassi) saranno probabilmente più efficaci analisi ad hoc gestibili anche “manualmente”. Il contraddittorio mi piace quindi vi esorto a continuare per capire se cmq è una strada percorribile o la cassare subito.

            dicembre 24, 2010 at 12:03 pm
        • Emanuele Quintarelli says:

          Tecnicamente non so se le piattaforme ti diano accesso a queste informazioni pure essendo l’owner dello spazio o della fan page (da verificare). Restringendo troppo però temo si perda molto del valore della SNA nella comprensione delle relazioni e dei comportamenti degli utenti che per definizione attraversano le piattaforme ed addirittura i canali.

          L’obiettivo a mio avviso è più considerare la SNA come un elemento di un processo più ampio di customer experience mapping. Farlo attraverso canali fisici e sociali ed mappare le diverse identità è ancora oggi molto difficile.

          dicembre 24, 2010 at 11:45 am