staticweb hat geschrieben:> ich schiebe ggf. nachher eine deutschlandkarte raus, wo man mal sieht, wo 2018 zu "motor" vs "auto" aus dem fb/instagram-universum gesprochen wurde.
Um es auf einen Nenner zu bringen machst du so etwas wie Google Trends für Social Media!?
Nutzt du eigentlich R für die statistische Auswertung der Datenmengen oder hast du externe Tools?
ich arbeite mit eigenen erhebungen u. hier spez. gehe ich über instagram.
im grunde läuft das so:
-> abholen aller anonymisierbaren postings aus den schnittstellen zu "globalen" themen
-> querschaltung der postings mit openstreetmap
-> abfrage auf DB zu land / stadt / bundesland / kontinent zu zeitstempel, thema, themenkombination
das reporting hat zwei teile:
(a) die karte(n)
(b) die rohdaten
aus beiden generieren sich dann die konkreten interpretationen.
ein beispiel:
wenn ich in der karte sehe, dass sich sehr wenige zu "motor" unterhalten, jedoch sehr viele accounts etwas zu "anwendungsgebiete" v. "motor" unterhalten (automarken, autos, dinge-die-mit-autos-gemacht-werden), schaut man sich die schnittmengen zwischen den tagwolken UND den texten an u. bildet daraus den KMN zu den contentmarketingansätzen.
zu deutschland habe ich ~15mio anonymisierte accounts mit ~80mio postings aus dem jahr 2018
du kannst das irgendwo auch mit "google trends für socialmedia" ungefähr umschreiben. hier gibt es aber einen sonderfall, der so ausschaut, dass ich die querverbindungen zwischen den terms "lernen" lasse. hätte ich das lästige problem des TE, würde mich bspw. schon interessieren:
-> was verbinden völlig fremde menschen mit "auto"?
-> was machen menschen in sachsen mit "auto" im "sommer"?
-> welche autos sind scheisse, in sachsen, in bayern, in berlin?
übrigens. es ist unlogisch, massiv auf "motor" zu gehen.