2. OLMR - Conoscere per agire
Intelligence Action
Sapere sempre, in tempo reale Valutare la criticità e avere la
“Chi scrive cosa e dove” possibilità d’intervenire con
efficienza e tempestività”
Conoscere quale sia
l’ecosistema Web in cui Entrare in contatto con
l’organizzazione “vive” tutti i “luoghi” del Web
che compongono
Attivare un sistema di questo ecosistema
monitoraggio in tempo
reale e di valutazione Attivare un sistema di
della copertura “alert” via email e RSS
Realizzare statistiche e Attivare le procedure di
report intervento e crisis
4. Dove siamo su Internet?
Il Web è un ecosistema
informativo composto da
contenuti e conversazioni nei
quali vengono citati aziende,
personaggi, argomenti, situazioni
Disegnare una mappa di questi
Ascoltare il
luoghi del web. Dove le citazioni si Web, scoprire
faranno meno frequenti, lì è il
confine del nostro «territorio Web»
chi parla di
noi e quanto
6. Pesare il proprio ecosistema web
Conoscere il proprio ecosistema Web
Identificare gli Identificare i Identificare i livelli
snodi trending topics medi di viralità
Valutarne la capacità di Quali sono i temi più Quanto, in media, un
penetrazione e influenza discussi e che incontrano contenuto viene condiviso
2 Parametri: il maggiore interesse? e commentato
• La dimensione della Costruire una mappa Se supera la media è
loro audience dei temi e tenerli un segnale di
• Il potere della loro costantemente attenzione. Se rimane
voce e quindi la monitorati sotto non interessa
capacità d’ingaggio
data n. pagina
7. Quello che conta è l’ingaggio
Quello che conta è l’ingaggio
E’ influente chi
riesce a far fare
qualcosa a qualcun
altro
E’ influente chi
riesce a modificare
l’idea o la
percezione di
qualcun altro
E’ influente chi è
percepito come
fonte
d’informazione o di
approfondimento e
chiarimento
data n. pagina
8. La capacità d’ingaggio
La capacità d’ingaggio
Innescare viralità = Capacità d’ingaggio = Influenza
Aver catturato attenzione e La certezza che l’utente sia entrato
ottenuto il tempo dell’utente in contatto con il contenuto
Segnale di interesse del tema Misura precisa di una audience
realmente interessata
Sintomo che lo snodo riesce a ingaggiare la propria community
(interesse=capacità di ascolto) e quindi a essere influente
perché riesce a far fare qualcosa ad altri
data n. pagina
9. La viralità
La viralità si declina in atti virali che si
misurano sulla base del time
spending e dell’impegno e della
partecipazione che richiedono
Voto – likes, +1,
I livelli di viralità
Condivido – sul mio profilo, via email sono un indice del
tasso d’interesse
Commento – direttamente in calce al post, di un contenuto
sotto la mia condivisione o quella di altri
10. La viralità: sociale e veloce
La viralità si basa sulla
condivisione di contenuti
soprattutto sui social
network e via email
La velocità della diffusione
virale è molto alta. Velocità
che è alla base della
peculiarità delle crisi digitali
11. Livelli medi di viralità
Comprendere quanto in media
una community si attivi permette
di costruire un meccanismo di
alerting nel momento in cui un
contenuto diventi più virale della
media. Questo indica un forte
interesse e, se è negativo, una
probabile crisi
data n. pagina
12. Trending topics
Comprendere quali siano i temi più
frequentemente discussi in una community
Informazione preziosa. Se
un tema tocca la
Attraverso software che Permette di comprendere sensibilità della
misurano la frequenza con cosa interessi alla community si potrebbe
cui si presentano alcuni community e quali siano le trasformare in crisi.
temi sue “sensibilità” Viceversa, per il push,
aiuta a “mirare” il
messaggio
data n. pagina
13. Quanto “pesa” uno snodo
Pesare uno snodo significa
attribuire ad esso un rank
Che deve riflettere sia i dati
dell’audience che quelli
della capacità d’ingaggio
Il rank deve essere ponderato in modo da
dare maggiore rilevanza all’engagement
data n. pagina
14. Fonte Audience Capacità d’ingaggio
Sito Utenti unici Commenti
Pagine viste Condivisioni
Visite Voti (likes, +1)
Tempo di permanenza Incoming link
Bounch Rate
Google Rank
Blog Utenti unici Commenti
Pagine viste Condivisioni
Visite Voti (likes, +1)
Tempo di permanenza Incoming link
Google Rank Citazioni da altri blog
Twitter Follower Menzioni
Liste in cui l’account è inserito Retweet
Tweet preferiti da altri
Facebook Liker o fan People Talking About
Engaged User
Reach
Impression
Virality
Google + Follower Condivisioni
+1
YouTube Iscritti Visualizzazioni video
Visualizzazioni del canale Like
data n. pagina
15. Logica di calcolo del rank
• Gli utenti unici sono decine di migliaia
Ho dati diversi,
• I followers migliaia
quantitativamente e
• Le pagine viste anche milioni qualitativamente che devo però
• Il google rank è su scala 0-10 utilizzare insieme per costruire
un rank
• Gli amici su Fb massimo 5.000
Normalizzare
Audience Capacità d’ingaggio
Fascia 1 0 – 500 amici Valore 1 Fascia 1 0 – 10 condivisioni Valore 1
0 – 1.000 utenti unici 0 – 5 commenti
0 – 100 followers 0 – 10 retweet
Fascia 2 501 – 1.000 amici Valore 2 Fascia 2 11 – 20 condivisioni Valore 2
1.001 – 2.000 utenti unici 6 – 10 commenti
101 – 200 followers 11 – 20 retweet
16. Calcolare il potereviralità
Il rank e la d’ingaggio
Calcolo dei livelli di viralità di un contenuto
contenuto voti Valore condivisioni Valore commenti Valore Indice
ponderato ponderato ponderato
(x1) (x2) (x3)
Articolo su media 150 150 50 100 30 90 340
mainstream
Post di un blog 80 80 40 80 15 30 190
Contenuto su FB 500 500 150 300 50 150 950
Calcolo i livelli medi di
viralità di tutti i contenuti Stabilisco i livelli medi della
prodotti da un luogo Web capacità d’ingaggio di quel
in un intervallo di tempo luogo Web
rilevante
data n. pagina
17. Esempi di Rank su scala 0-10
Linkiesta
Profilo Metriche reali Fascia Valore ponderazione Valore ponderato
Utenti unici 20.000 5 5 X1 5
Pagine viste 100.000 4 4 X1 4
Google rank 6 6 6 X1.3 7.8
Bounch rate 45% 7 2 X1.2 8.4
Tempo medio di permanenza 5,3 6 6 X1.3 7.8
Tasso di ingaggio 600 7 7 X2 14
Rank 7,83
Account twitter di un giornalista finanziario
Profilo Metriche reali Fascia Valore ponderazione Valore
ponderato
Followers 2.000 3 3 X1 3
Liste in cui è presente 15 1 1 X1 1
Retweet medi 10 2 2 X2 4
Menzioni medie 15 3 3 X1.5 4,5
Tweet preferiti da 100 4 4 X1.3 5.2
altri
Tasso di ingaggio 12% 2 2 X1.4 2.8
Rank 3,41
19. Monitoraggio e alerting
Attiviamo una serie di spider che
perlustrino tutto il nostro territorio web a
caccia di contenuti che ci riguardano per
sapere sempre:
Chi pubblica cosa e dove
Ogni contenuto La frequenza Più è alto il
Il rank degli
trovato il sistema del rank più
Snodi ci
manda una mail di monitoraggio frequente
permette di
alert in modo che dipende deve essere il
«pesare» il
l’OLMR sia in grado di anch’esso dal passaggio
rischio
valutarne la criticità rank dei siti dello spider
20. Monitoraggio e alerting
Unicredit e Polizia postale insieme contro gli illeciti online - Cronaca Qui
Google rank: 4 Visitatori: 5,390 Viralità 12 Rank 2,36
del Nov 22, 2012 7:23:06 PM - Sezione: CronacaQui
Nel primo semestre del 2012 le denunce ricevute dalla polizia per illecito utilizzo di strumenti di home banking e monetica sono oltre 17.000 e circa un
migliaio sono i soggetti individuati quali autori della truffa. Per sensibilizzare i cittadini UniCredit e la Polizia Postale e delle Comunicazioni hanno avviato il
progetto 'Occhio alla truff@: basta poco per navigare in sicurezzà.
"Abbiamo avviato questo percorso di formazione - ha affermato Vladimiro Rambaldi Responsabile territorio Nord Ovest Unicredit - per contribuire a
diffondere nel Paese la consapevolezza delle cautele da adottare quando si naviga on line, senza utilizzare toni allarmistici ma illustrando le azioni di
monitoraggio che la Polizia di Stato e UniCredit compiono". "I risultati fin qui ottenuti - ha sottolineato Giovanni Forestiero, Responsabile Famiglie & Pmi
Nord Ovest del gruppo bancario - ci confortano. Nel 2011 è stato sventato il 99,33% di truffe on line".
"La sinergia tra la Polizia Postale ed Unicredit - ha dichiarato Paola Capozzi, dirigente del Compartimento Polizia Postale e delle Comunicazioni per il
Piemonte e la Valle d'Aosta- rappresenta un'importante esempio di quelle politiche integrate di sicurezza che riteniamo produrranno importanti risultati,
realizzando un fronte comune per arginare il dilagante fenomeno del crimine informatico applicato al mondo economico".
Il Nuovo - Unicredit: Lia, non abbiamo intenzione di uscire dal capitale - Il Nuovo.it
Google rank: 5 Visitatori: 500 Viralità 5 Rank 3,12
del Nov 22, 2012 7:07:04 PM - Sezione: Il Nuovo.it
Unicredit: Lia, non abbiamo intenzione di uscire dal capitale
La Libyan Investment Authority (Lia) non uscirà da Unicredit . Lo ha dichiarato oggi il suo presidente Mohsen Derregia. "Abbiamo fiducia in Unicredit,
resteremo con loro", ha detto Derregia, "non agiamo da speculatori, acquistiamo azioni perchè crediamo che abbiano un buon valore".
21. Perché la tempestività verifica sociale
L’inefficienza della
La notizia è come un
quadro esposto davanti
a un flusso continuo di
visitatori
Chi vedrà quel quadro
costruirà la propria
valutazione su di esso
Mentre lo osserva e
dopo l’uscita parlerà,
commenterà e diffonderà
quello che ha visto
Se il quadro cambia o
scompare, saranno altri
visitatori a farne
esperienza.
Non sarà possibile far
cambiare percezione ai
E’ l’effetto della persistenza negativa visitatori che hanno visto
l’altro quadro
data
22. Early Warning
E’ necessario monitorare anche le conversazioni sui social network
per cogliere i segnali deboli
Uno snodo
E trasformarlo così
potrebbe
in una notizia per
intercettarlo e
Internet
inverarlo
23. Lettura dei segnali deboli
Può essere ripreso
da uno snodo, che
conosce bene le
Se un segnale debole è sensibilità della
omogeneo a un trending propria community,
topic della community e diventare così
una notizia virale e,
se negativa, critica
Sarà meno
probabile che venga
ripreso da uno
Se un segnale debole non è snodo e quindi
omogeneo a un trending rappresenta un
topic della community rischio decisamente
più basso
24. Lettura dei segnali deboli
La viralità restituisce il tasso
d’interesse e di coinvolgimento delle
communities verso un dato tema o
contenuto
Ogni community o cluster ha livelli
medi di viralità, che rappresentano la
fisiologia ovvero il benchmark
La Rete è, per natura, imprevedibile come la natura
umana. Indipendentemente dai trending topic
Se un contenuto ottiene livelli di Se un contenuto ottiene livelli di
viralità superiori alla media, vuol dire viralità inferiori alla media, vuol dire
che ha incontrato un fortissimo che ha incontrato scarso interesse
interesse nella community nella community
25. Riassumendo… con alcune keywords
Le basi dell’azione di OLMR sono l’Intelligence e l’Action. Ma perché si
possa attuare la seconda è necessaria la prima
Per prima cosa è necessario conoscere il proprio territorio Web,
comprenderne i confini, gli snodi, i livelli di viralità e i legami
Per dare un ranking agli snodi va tenuta soprattutto presenta la loro capacità
d’ingaggio, ovvero la capacità d’innescare viralità, vero sintomo d’influenza
E’ necessario anche conoscere quali siano i trending topics di una
community per decodificare le sensibilità e gli interessi dei membri
Una volta conosciuto il territorio è necessario attivare un monitoraggio e un
sistema di alerting per sapere chi pubblica cosa e dove
E’ necessario tenere sotto controllo anche le conversazioni sul Web per
essere in grado d’intercettare i segnali deboli.
Grazie