📊 Что происходит с данными о сообществе
Когда мы анализируем сообщество, то важно помнить про потерю смыслов. Как минимум мы искажаем образ мира четыре раза. Разберем на примере вовлечения в сообщество.
У нас есть абстрактное явление — вовлечение.
⬇️⬇️⬇️
Явление важно превратить в рабочее определение. Например, что это отслеживаемые действия участников сообщества. Или их активность в сообществе в виде engagement rate.
На этапе явление → определение теряем многомерность и контекст. А что если вовлечение — это посещение мероприятий. Или то, как часто человек думает о нас? Или активность его обсуждений вне цифрового мира?
⬇️⬇️⬇️
После превращаем, например, engagement rate в конкретные индикатор. Берем стандартную формулу: (лайки+комментарии+репосты) / участников сообщества или охватов поста * 100%.
На тапе определение → индикатор теряем смежные смыслы. Почему бы не считать охваты постов в вовлечение? Или количество нажатий на чат? Возможно, молчуны достаточно вовлечены, просто мы это не можем сейчас измерить?
⬇️⬇️⬇️
Переводим в единицы измерения — всё берём в процентах.
На этапе индикатор → единицы измерения теряем смысл из-за искажения методологии. Имеют ли лайки и комментарии одинаковый вес? Вряд ли, но при этом в цифрах они равнозначны.
⬇️⬇️⬇️
И в конце получается у нас число 3,49%...
На этапе единицы измерения → результат теряем часть качества из-за технологий. Например, статистика ВК и другого сервиса аналитики будет показывать разное вовлечение из-за временных перекосов, битых данных, разных доступов и ошибок.
Значит ли это, что нужно перестать анализировать сообщество и собирать статистику? Ни в коем случае. Данные помогают нам познавать реальность так, как можем, 100% истину мы никогда знать не будем.
Но некоторых данных хватит для принятия решений. И чем больше информации будет о, например, вовлечении в сообществе, тем более эффективные решения мы сможем принимать. Например, не удовлетворяться только вовлечением в сообществе, а добавлять другие показатели, не делать равнозначными комментарии и лайки, проверять чистоту данных и тд. Как раз перечислил этапы, на которых можно сгладить искажения.
Удачи ;)
ÜberCommunity — полезное о работе с сообществами
— Его что, трамвай переехал?
— Его переехал комьюнити-менеджер. Подсчитал аналитику так, что у него получилось полтора участника.
Когда мы анализируем сообщество, то важно помнить про потерю смыслов. Как минимум мы искажаем образ мира четыре раза. Разберем на примере вовлечения в сообщество.
У нас есть абстрактное явление — вовлечение.
⬇️⬇️⬇️
Явление важно превратить в рабочее определение. Например, что это отслеживаемые действия участников сообщества. Или их активность в сообществе в виде engagement rate.
На этапе явление → определение теряем многомерность и контекст. А что если вовлечение — это посещение мероприятий. Или то, как часто человек думает о нас? Или активность его обсуждений вне цифрового мира?
⬇️⬇️⬇️
После превращаем, например, engagement rate в конкретные индикатор. Берем стандартную формулу: (лайки+комментарии+репосты) / участников сообщества или охватов поста * 100%.
На тапе определение → индикатор теряем смежные смыслы. Почему бы не считать охваты постов в вовлечение? Или количество нажатий на чат? Возможно, молчуны достаточно вовлечены, просто мы это не можем сейчас измерить?
⬇️⬇️⬇️
Переводим в единицы измерения — всё берём в процентах.
На этапе индикатор → единицы измерения теряем смысл из-за искажения методологии. Имеют ли лайки и комментарии одинаковый вес? Вряд ли, но при этом в цифрах они равнозначны.
⬇️⬇️⬇️
И в конце получается у нас число 3,49%...
На этапе единицы измерения → результат теряем часть качества из-за технологий. Например, статистика ВК и другого сервиса аналитики будет показывать разное вовлечение из-за временных перекосов, битых данных, разных доступов и ошибок.
Значит ли это, что нужно перестать анализировать сообщество и собирать статистику? Ни в коем случае. Данные помогают нам познавать реальность так, как можем, 100% истину мы никогда знать не будем.
Но некоторых данных хватит для принятия решений. И чем больше информации будет о, например, вовлечении в сообществе, тем более эффективные решения мы сможем принимать. Например, не удовлетворяться только вовлечением в сообществе, а добавлять другие показатели, не делать равнозначными комментарии и лайки, проверять чистоту данных и тд. Как раз перечислил этапы, на которых можно сгладить искажения.
Удачи ;)
ÜberCommunity — полезное о работе с сообществами