Twitter-data forudsiger salg af iPhones

(Copyright © Lineartestpilot, Shutterstock)

Af Claus Rosenkrantz Hansen, CBS Bibliotek

Forudsigelser af salg af produkter er vigtige for virksomhederne. Så når Apple sender en ny model som iPhone 6 på markedet, er der brugt mange marketingsressourcer på at forudsige, hvordan modellen vil klare sig hos forbrugerene.

I dag køber virksomhederne sig til relativt bekostelige markedsundersøgelser i forsøget på at forudsige produkters salgbarhed, men et godt bud er, at virksomhederne i fremtiden vil overvåge salgbarheden via analyser af data fra sociale medier som Facebook og Twitter.

Den udvikling understreges af ny forskning fra CBS. Ved at analysere på data fra Twitter er det lykkedes for de tre forskere Ravi Vatrapu, Niels Buus Lassen og René Madsen at lave en formel, så de med stor nøjagtighed kan forudsige det globale salg af iPhones.

”Vores beregninger er baseret på de over 500 millioner tweets, som alle indeholder ordet ’iPhone’. Ud fra de tweets kan vi lave en beregning, der med plus/minus fem procents nøjagtighed forudsiger, hvor mange iPhones der globalt set vil blive solgt i løbet af det næste kvartal,” forklarer Ravi Vatrapu.

Sure tweets spiller ingen rolle
Forskerne tager i deres formel hensyn til, om Twitter-brugerne udtaler sig positivt, negativt eller neutralt om iPhone. Den umiddelbare tanke er, at det selvfølgelig har en betydning, hvis brugerne skriver negative tweets om iPhone.

Men sådan forholder det sig ikke, forklarer Ravi Vatrapu.

”Faktisk viser det sig, at det ikke spiller den store rolle. Det kan vise sig at have en betydning, hvis iPhone endte i en regulær skandalesag på de sociale medier, men indtil videre har vi konstateret, at det ikke spiller nogen rolle, om brugerne forholder sig negativt til iPhone. Det er udelukkende antallet af tweets, som har en betydning. Jo flere, der tweeter om iPhone, jo flere iPhones bliver der solgt.”

Billigere analyser for virksomhederne
Forskerne har sammenlignet deres forudsigelser med Apples egentlige salgstal helt tilbage til 2010. Det interessante er, at forskernes forudsigelser er ligeså nøjagtige, som de marketinganalyser, som virksomhederne ellers gør brug af.

Men priserne er ikke de samme. Selvom det koster penge at rekvirere data hos de virksomheder, som forsyner Twitter med data, er det noget billigere at lave analyser på sociale data end at lave omfattende, komplekse og i sidste ende bekostelige marketingsanalyser.

For en virksomhed af Apples størrelse er det måske ikke så vigtigt, men for mindre virksomheder som en lille lokal designvirksomhed med anderledes beskedne marketingsbudgetter, kan det vise sig at være en signifikant fordel at kunne lave relativt billige analyser på data fra sociale medier som Facebook og Twitter.

Kun begyndelsen
I “Predicting iPhone Sales from iPhone Tweets” handler det om salg af iPhones, men forskerne forventer, at formlen med et par justeringer kan tilpasses en lang række andre produkter.

De vil også finjustere formlen, så forudsigelserne kommer til at ligge endnu tættere på de faktiske salgstal, så Big Social Data-analyserne bliver mere præcise end de metoder, som virksomhederne i dag anvender til at forudsige deres produkters effekt på markedet.