Menü
Technology Review

Social-Media-Daten ermöglichen Prognose für Besucherzahlen

Von
vorlesen Drucken Kommentare lesen 14 Beiträge

Soziale Netzwerke werden zunehmend interessant für Marktforscher: Sie bieten die Möglichkeit, nach Verhaltensmustern von Nutzergruppen zu suchen, mit denen sich Ereignisse in der realen Welt vorhersagen lassen. Die Prämisse: Die Stimmung auf Twitter, Facebook und Co. beeinflusst Börsentrends ebenso wie Umsätze an der Kinokasse. Doch eine detaillierte Theorie, wie Kauf- und Entscheidungsverhalten durch Kräfte wie Mundpropaganda und andere soziale Empfehlungsrituale im Internet oder auch nur fein abgestimmte Werbekampagnen beeinflusst werden, fehlte bislang. Forscher an der japanischen Tottori University haben nun eine Studie veröffentlicht, die ein solches Modell vorschlägt, berichtet Technology Review in seiner Online-Ausgabe.

Der Physiker Akira Ishii und seine Kollegen verwendeten dabei Ideen aus der statistischen Mechanik, um das Verhalten von Menschen zu modellieren. Dabei entstanden detaillierte Formeln, die es erlauben sollen, die Anzahl der Personen vorherzusagen, die nach Signalen in Werbung und Internet einen Film ansehen oder eine Kunstausstellung besuchen.

Dabei werden einzelne Menschen wie Atome dargestellt, die miteinander über drei verschiedene Kräfte interagieren. Die erste Kraft ist Werbung, die Ishii und sein Team als eine Art externe Grundkraft wahrnehmen, die wie ein Magnetfeld arbeitet. Kraft Nummer zwei ist der Mundpropaganda-Effekt, den die Forscher wie eine Interaktion zwischen zwei Körpern modellierten. Schließlich definieren sie Gerüchte als Interaktion zwischen drei Körpern. Definiert durch all diese Kräfte lassen die Forscher die Atome dann "laufen" – und schauen, was passiert.

Die Forscher verwenden echte Daten einer Kunstausstellung in Sakaiminato, einem relativ abgelegenen Ort in Japan. Erfasst wurde eine tägliche Übersicht der getätigten Werbeausgaben durch das örtliche Touristenbüro, die Zahl täglicher Besucher der Ausstellung und eine Statistik, wie viele Blog-Postings und Social-Media-Interaktionen zum Thema erfolgten und wie hoch deren Frequenz war. So war es möglich, erstaunlich genaue Besucherzahlenvorhersagen zu treffen.

Mehr zum Thema in Technology Review online:

(bsc)

Anzeige
Anzeige