Et overveldende antall forbrukere er aktive i sosiale medier. Innenfor disse plattformene forbrukerne dele sine sanne følelser om et bestemt merke /produkt, dets funksjoner, kundeservice og hvordan det sammenlignet med konkurrentene. Som et resultat, er det en økende mulighet for markedsførere, produktsjefer og forskere for å utnytte sosiale medier data til å ikke bare ta hensyn til forbrukerne, men også forstå hvorfor de føler seg som de gjør.

For eksempel, gjør et økende antall forbrukere misliker en bestemt smarttelefon? Hvorfor? Hva førte til denne følelsen? Hva kan leverandøren gjøre for å endre sin oppfatning?

Det å samle inn data fra sosiale medier som Facebook, Twitter, YouTube, diverse blogger, industri fora på AT &T, Verizon, Android, Blackberry og mer, og gjennomgang nettsteder, og analysere denne informasjonen kan defineres som sosiale medier analytics. Når kompilere informasjon, kan programvareselskaper behandle sosiale medier data til raskt å bestemme andel av stemmer (antall samtaler) blant ulike produkter /merkevarer. Men for å automatisere prosessen med følelser analyse og enhet utvinning, programvareselskaper må bruke naturlig språk prosessering og utvikle markedsspesifikke taksonomier for å få riktig netto persepsjon (positiv versus negativ nevner) om et produkt /merkevare og sine spesifikke egenskaper. Utvikling taksonomier krever riktig domene kompetanse og forståelse av konteksten.

For eksempel er ordet «lang» regnes som en positiv følelse ord (dvs. å ha en "lang batterilevetid" er en god ting), men når det er brukt i sammenheng med å ha en "lang ladetid 'det er negativ. Resultatet er en dypere innsikt i sanntidsinformasjon som organisasjoner kan bruke for å gjøre strategiske bedrifter beslutninger. I dag er det et økende antall organisasjoner som bruker denne type informasjon som Consumer Electronics Association (CEA), Sprint og Wells Fargo, samt et økende antall bedrifter som leverer sanntidsinformasjon løsninger inkludert Clarabridge, Radian6 og SocialNuggets.

Men hvordan sosiale medier analytics gjelde for en bestemt sektor?

Ved å utnytte de millioner av sosiale medier samtaler, kan mobile industriledere har tilgang til praktisk informasjon om det mobile markedet . For eksempel, hva var sosiale medier offentlig oppfatning om AT &T og T-Mobile fusjonen? Er deres spesifikke områder som AT &T kan arbeide med å forbedre sitt image? Eller, hvilke konkrete funksjoner om iPhone 4 misliker forbrukere? Å ha innsikt i denne sosiale medieinformasjon ville tillate Apple å justere evner akkurat i tide for iPhone 5 utgivelsen.

Fortsatt ikke overbevist? La oss se på den siste T-Mobile G2x fiaskoen. Kommer inn på det amerikanske markedet med veldig sunt buzz, gikk denne telefonen med stor fanfare og var utsolgt på T-Mobile innen 6 uker etter lanseringen. Men på grunn av noen amerikanske relaterte maskinvareproblemer, ble G2x trukket av hyllene, spørre mange negative sosiale medier samtaler fra både forbrukere og eksperter. Som et resultat av T-Mobile og LG, produsenten av telefonen, ble satt på defensiven, og måtte reagere på den fallende opinionen. Men hvis T-Mobile og LG hadde vært betalende oppmerksomhet til sosiale medier samtaler, de ville ha lagt merke til at telefonen faktisk begynt å avta i oppfatningen før den ble trukket av hyllene i mai. Dermed T-Mobile kunne ha vært proaktive i sin respons og krisehåndtering.