Kurs:Social Media

Aus Wikiversity
Zur Navigation springen Zur Suche springen

Dieser Kurs gehört zum Fachbereich Betriebswirtschaftslehre.

Lerngruppe

Der Kurs richtet sich vornehmlich an die Teilnehmer des Kontextmodules Online Kampagnen, welche an der FH Vorarlberg angeboten wird.

Betreuer
Marc Rogenmoser, BA
Ziele

Die Teilnehmer/innen

_ erhalten einen Überblick zum Einsatz Sozialer Medien

_ lernen das Konzept viralen Marketings kennen

_ üben eine Online Kampagne zu planen, umzusetzen und zu monitoren

_ bekommen Lösungswege vermittelt, online effizient und nachhaltig zu kommunizieren

_ verstehen die Wirkung Sozialer Medien in unterschiedlichen Milieus

_ lernen Werkzeuge kennen, diese anzuwenden

_ können diese in der betrieblichen Praxis oder im zivilgesellschaftlichen Engagement nutzen

Methoden

Online:

Erstellung einer Social Media Kampagne

In der Veranstaltung:

Auswahl eines Themas

Umsetzung mit Coaching

Zusammenfassung eines Theoriebeitrages

Kurzpräsentationen

Links

zum Dozenten-Blog

InterMedia

FH Vorarlberg

Überblick Kursinhalt[Bearbeiten]

Agieren, Kooperieren, Publizieren und Privatisieren im Netz. Anhand konkreter Aufgabenstellungen wird eine Social Media Kampagne in kleinen Teams entwickelt. Die Tätigkeit wird evaluiert, auch in Bezug zu anderen Medien. Augenmerk legen wir zudem auf gesellschaftliche Veränderungsprozesse, die mit den sozialen Medien einhergehen, etwa die spontane Vernetzung zu privaten oder politischen Zwecken sowie die Möglichkeiten, generell Medienarbeit zu machen.

Beispiele bisheriger Kampagnen, die im Rahmen von ähnlichen Modulen an der FH Vorarlberg umgesetzt worden sind:

Bewertungskritieren[Bearbeiten]

Punkte (max 100, min 50)

  • 30 - Kampagne Entwicklung (Story, Ablauf, Medienwahl)
  • 30 - Kampagne Produktion (umsetzungsfähig, Realisierungsgrad)
  • 20 - Dokumentation der Kampagne (in etwa dieser Struktur)
  • 10 - Engagement (zusätzlicher Blogbeitrag etc)
  • 10 - Präsentation eines Spezialthemas im Block 5 und 6

Anwesenheitsregelung: 1x Fehlen ist ok, bei jedem weiteren unentschuldigtem Fehlen 5 Punkte Abzug, höchstens 3 mal Fehlen möglich. Bei der Abhaltung als Block - Lehrveranstaltung gehen wir von einer durchgehenden Präsenz aus, damit das Team gut arbeiten kann und der Flow nicht unterbrochen wird.

Social Media Marketing Spezialthemen[Bearbeiten]

Hierzu können verschiedenste Quellen dienen:

Ablauf[Bearbeiten]

Block 1: Überblick & Themen[Bearbeiten]

Erarbeitung eines Kampagnenthemas für ein eigenes Kommunikationsprojekt. Daraus entwickeln wir passende Kommunikate und eine umfassende Social Media Strategie für ein NGO oder ein Unternehmen.

Was macht eine erfolgreiche Social Media Strategie aus?

Beispiele erfolgreicher Social Media Kampagnen:

Themensammlung 2016

Themensammlung 2017

Themensammlung 2018

  • Hashtags für die Gemeindekommunikation: Kampagne und Social Media Wall zum Beispiel für #Rankweil
  • FairFive - Gemeinsames Branding für Nachhaltigkeitsinitiativen, ähnlich wie MoveFair
  • Plattform zur Sammlung von Verbesserungsvorschlägen für Radwege mit FixMyStreet

Weitere Ideen für die sich eine Kampagne lohnen würde siehe auch Rolands TO DO Liste Eigene Vorschläge möglich und erwünscht!

Einführung in's Thema[Bearbeiten]

Social Media hat schon eine Geschichte: Folien aus dem Jahr 2011 im ILIAS und aus 2009 auf SlideShare.

Was ist eine klassische Social Media Strategie? In etwa so soll dann auch die Dokumentation strukturiert sein.

Grundlagen der Gestaltung

  • Erscheinungsbild
  • Bildsprache
  • Schrift
  • Raster

Block 2: Das Social Media Universum[Bearbeiten]

  • Chat - WhatsApp, SnapChat, Facebook Messenger, Rocket.Chat, fairchat
  • Business - LinkedIn, Xing
  • Fun: Flickr, soup.io, uboot
  • Microblogging: Twitter
  • Political: Avaaz, change.org, riseup.net
  • Walled Gardens: Facebook, ning
  • Intranet: GroupOffice, Alfresco
  • Federated: Diaspora, OneSocialWeb, Friendica, matrix.org
  • Location Based: Foursquare, Buddycloud
  • Agile: taiga, Wekan, Trello

Entscheidung des Kampagnenthemas für ein eigenes Kommunikationsprojekt und Fixierung der Gruppen in 3-4er Teams, Rollen festlegen: CTO, CMO, CDO.

Planungsleitfäden zur Kampagnenplanung:

Block 3: Storytelling[Bearbeiten]

Eine Methode zur Umsetzung von Social Media Kampagnen leitet sich vom "Story Telling" ab. Diese erklärt typische Figuren und die Dramaturgie. Gut funktioniert etwa folgender Ablauf:

  1. Schicksal
  2. Flucht
  3. Rettung
  4. Schatz
  5. Heimkehr

Dieses Muster finden wir bei Frau Holle als auch bei Starwars. Welcher Ablauf passt zum gewählten Kampagnenthema?

Im ILIAS gibt es drei Radiokolleg - Sendungen zum Thema "Story Telling" zum Download. Anhören!

Ausgezeichnete Online Kurse zu Story Telling und Social Media der Online Helden

Medienwahl, auch für begleitende Kommunikation festlegen, Projektplan machen. Hands on Projektumsetzung starten.

Beispiele für gelungene Storytelling Umsetzungen:

Block 4: Ökonomie der Sozialen Medien[Bearbeiten]

Sharing Economy[Bearbeiten]

Marken überprüfen[Bearbeiten]

European Intellectual Property Office - TMview erlaubt Suche

Nutzungsbedingungen beachten =[Bearbeiten]

Aufgabe bis zum letzten Block:

  1. Jede/r liest Nutzungsbedingungen von zwei Social Media Services & vergleicht diese speziell nach Fairness und Transparenz.
  2. Siehe dazu auch der Versuch einer Vereinheitlichung der TOS.
  3. Siehe dazu auch Winners & Losers.

Hands-on Work an der Kampagne.

Erfolgsmessung von Social Media Einsatz[Bearbeiten]

Folgende Parameter können für eine Beurteilung herangezogen werden:

Follower: Von wie vielen Menschen wird mein RSS- oder Twitter-Feed abonniert oder haben meine Seite geliked.

Content Consumption: Diese Frage lässt sich mit klassischen Webanalyse-Tools wie Google Analytics oder Piwik leicht erfassen: Was sind die beliebtesten Themen, wie lange sind die Besucher auf dem Blog, woher sind sie gekommen, mit welchen Suchfragen?

Content Contribution: Wie viele der Besucher interagieren tatsächlich mit dem Content, also kommentieren einen Post, oder Retweeten oder leiten ein Status-Update weiter?

Social Bookmarking: Wie viele Nutzer fügen die Unternehmensseiten zu ihren Social Bookmarking Sites wie Del.icio.us oder Yigg.de hinzu? Ein einfacher Weg, um das zu erfassen ist, dort selbst einen Account zu haben und nach den entsprechenden URLs zu suchen.

E-Mail-Sharing: Über Tracking-Links lässt sich ermitteln, ob ein Newsletter - Inhalt oder ein Blog-Post per Mail weitergeleitet wurde. Vorsicht bei der Nutzung von Mailchimp o.ä.: hier werden sensible Nutzerdaten an ein U.S.-amerikanisches Unternehmen weitergeleitet, welches etwa über National Security Letters unbeschränkten Zugang zu Geheimdiensten gewähren muss.

Wer redet über mich: Herauszufinden, welche anderen Sites und Dienste auf die eigenen Inhalte verlinken, ist eine Standardfunktion vieler Webanalyse-Software. Über Google Webmasters lässt sich herausfinden, welche Seiten auf die eigene verweisen.

Conversion-Rate: Wie viele Besucher haben einen nächsten Schritt gesetzt, welches dem Ziel der Kampagne entspricht (Spenden, Anmelden, etc). Dies kann durch ein Referrer Tracking unterstützt werden.

Block 5: Kurzreferate Teil 1[Bearbeiten]

Jede/r wählte ein Spezialgebiet und erzählt die gewonnenen Erkenntnisse im Pitchformat (ca. 3 Minuten) mit einem Plakat.

Hands-on work an der Kampagne, Feedbacks von Nutzern / Auftraggeber einarbeiten.

Referate 2018[Bearbeiten]

Zusammenfassungen in Stichworten

Referate 2017[Bearbeiten]

Block 6: Kurzreferate Teil 2[Bearbeiten]

Wie Block 5, Dokumentation des Kampagnenprojektes.

Wolfie Christl 33c3 Talk on Corporate Surveillance, Digital Tracking, Big Data & Privacy (en) Deutsch synchronisiert

Block 7: Präsentationen[Bearbeiten]

Zusammenschau der Nutzungsbedingungen.

Jedes Team zeigt Konzept und Ergebnisse der Kampagne mit sozialen Medien.

Abgabe der Dokumentation im ILIAS und 1 Exemplar ausgedruckt.




Mediensammlung Social Media[Bearbeiten]

Elektrischer Reporter Serie im ZDF

Radiosendung vom Oktober 2016 wie Bots Wahlen und Meinungen in Sozialen Medien beeinflussen (30 Minuten)

weitere gerne ergänzen!

Quellen von einer ganz anderen Gruppe (historisch):

Lfd. Titel Abstract Bewertung
Dmitry Paranyushkin: Information Epidemics and Collective Action: Network Analysis Perspective Large groups of people can drastically change their opinion, adopt a completely unexpected trend, come out to protest on a square, adopt a certain ideology, have an amazing time at a party, or start using a certain product on mass scale. While all these social phenomena are diverse, one thing in common is that they involve information dissemination that happens in a synchronized way, evoking a certain response from the population at once.

In this lecture I will demonstrate how epidemic theories from network science can be used to study information contagion and trend/rumor propagation (so-called information cascades). We will use real examples from Facebook and Twitter (Russian protest movements and UK riots), as well as Gephi software to visualise the sample data.

260 views
User Classification For Informal Online Political Discourse

Weblogs, message boards, chat rooms logs, and other informal web texts are an incredibly rich knowledge base. However, the nature of these texts often makes them unsuitable for analysis using many standard natural language processing methods. This talk will describe on-going work in classification of participants in informal on-line political discourse. Lexically-oriented methods, such as sentiment analysis and text classification, have worked well in other domains but perform poorly on this task. We have achieved better results by augmenting these methods with social network analysis, exploiting information about the structure of the on-line community...

786 views
Analyzing Social Networks on Twitter Twitter is rapidly becoming a "common carrier" of social media, a wire that transmits a variety of content rather then a social network in itself. Yet, Twitter data is rich in elements that yield to Social Network Analysis techniques and can produce unique insights into information diffusion. This course will cover:

Harvesting data from Twitter via search and streaming APIs Decomposing Tweets into constituent parts Fast-and-frugal content analysis of tweets Deriving and analyzing social network data found in tweets. Analyzing friends and followers

About Maksim Tsvetovat:

Maksim Tsvetovat is an interdisciplinary scientist, a software engineer, and a jazz musician. He has received his doctorate from Carnegie Mellon University in the field of Computation, Organizations and Society, concentrating on computational modeling of evolution of social networks, diffusion of information and attitudes, and emergence of collective intelligence. Currently, he teaches social network analysis at George Mason University. He is also a co-founder of DeepMile Networks, a startup company concentrating on mapping influence in social media. Maksim also teaches executive seminars in social network analysis, including "Social Networks for Startups" and "Understanding Social Media for Decisionmakers".

1407 views
Considering Content Analysis 2745 views
TopicNets: Visual Analysis of Large Text Corpora with Topic Modeling This video demonstrates the features of the TopicNets system with some concrete examples.

307 views
Social Network Analysis with Python

Maksim Tsvetovat Social Network data permeates our world -- yet we often don't know what to do with it. In this tutorial, I will introduce both theory and practice of Social Network Analysis -- gathering, analyzing and visualizing data using Python a

Mining Online Data Across Social Networks http://scpd.stanford.edu/ Capturing Data, Modeling Patterns, Predicting Behavior. Capturing Data, Modeling Patterns, Predicting Behavior - Based on collecting more than 20 million blog posts and news media articles per day, Professor Jure Leskovec discusses how to mine such data to capture and model temporal patterns in the news over a daily time-scale --in particular, the succession of story lines that evolve and compete for attention. He discusses models to quantify the influence of individual media sites on the popularity of news stories and algorithms for inferring hidden networks of information flow. 3379 views
Social Network Analysis -- Finding communities and influencer A follow-on to Analyzing Social Networks on Twitter, this webcast will concentrate on the social component of Twitter data rather then the questions of data gathering and decomposition. Using a predefined dataset, we will attempt to find communities of people on Twitter that express particular interests. We will also mine Twitter streams for cascades of information diffusion, and determine most influential individuals in these cascades. The webcast will contain an initial introduction to Social Network Analysis methods and metrics. 1442 views