Melihat Sentiment Customer Terhadap Produk Melalui Social Network Analysis

Yuk, kenalan dengan Samuel Gema Dei Vilio, salah satu alumni Algoritma Data Science School dari Batch Phoenix yang saat ini bekerja sebagai Data Analyst di Hill+Knowlton Strategies, sebuah Perusahaan Public Relation International. Pada project akhirnya, Gema membuat dashboard yang diberi nama Aksata. Nama Aksata terinspirasi dari Bahasa Sansekerta yang berarti “tidak terputus”.

Gema memutuskan untuk membuat dashboard ini karena melihat fakta bahwa data yang tercipta dari media sosial semakin hari semakin banyak dan kian berguna untuk kepentingan bisnis. Bagaimana tidak, setiap harinya ada lebih dari 500 juta Tweet, 4,5 milyar like di Facebook, dan 95 juta foto serta video di-upload di Instagram. Di balik angka sebesar ini terdapat kekayaan informasi tentang pelanggan; siapa mereka, apa yang mereka suka, dan bagaimana pendapat mereka tentang brand Anda.

Melalui pendekatan yang aktif dan mendengarkan apa yang terjadi di media sosial, Anda bisa mengumpulkan data pelanggan yang relevan dan menggunakan informasi tersebut untuk membuat keputusan bisnis yang cerdas. Misalnya, dengan mengumpulkan informasi dari semua jaringan sosial saat real time, Anda bisa menemukan percakapan yang terjadi seputar brand Anda dan membuat laporan real time.

Twitter adalah media sosial yang dipilih oleh Gema dalam pengaplikasian dashboard yang dibuatnya. Dalam dashboard ini Anda dapat melihat interaksi antar-akun di Twitter berdasarkan jumlah re-tweet atau mention, dan menganalisis “key players” dalam keyword yang Anda sasar dengan menggunakan Metode Social Network Analysis.

Dalam bisnis Anda dapat menggunakan dashboard Gema untuk analisis topik apapun di Twitter, seperti melihat respon customer soal produk terbaru dan KOL mana yang paling berpengaruh dan cocok dalam produk bisnis Anda.

Apa Itu Social Network Analysis?

Gema menggunakan metode Social Network Analysis (SNA) yang merupakan analisis interaksi berbagai entitas di media sosial (umumnya user/pengguna platform). Diadaptasi dari graph theory, sebuah cabang ilmu matematika yang mempelajari relasi suatu titik dengan garis penghubungnya, teknik SNA ini juga dapat diterapkan pada jaringan di luar ranah sosial.

Untuk membuat grafik SNA dibutuhkan dua komponen utama, yaitu Node (actor) dan Edge. Pengaplikasian SNA paling umum dilakukan pada internet. Halaman web di internet seringkali ditautkan ke halaman web lain — baik di situs web mereka sendiri atau situs web lain. Tautan ini dapat dianggap sebagai hubungan antar aktor (halaman web). Ini sebenarnya adalah komponen kunci dari search engine architecture.

Grafik jejaring sosial akan berisi titik dan garis yang menghubungkan titik-titik itu, mirip dengan teka-teki connect-the-dot. Titik mewakili Node (Actor) dan garis mewakili Edge.

Seperti pada umumnya, dalam data science, ada berbagai tools yang dapat Anda gunakan untuk melakukan SNA. Panduan ini berfokus pada seperangkat alat khusus untuk membantu Anda mulai membuat grafik jaringan dan melakukan analisis terhadapnya.

Cara Kerja Dashboard dan R Package yang Digunakan

Dashboard ini menarik data dari Twitter API dan dibuat menggunakan bahasa pemrograman R dengan R Packages berikut ini:

• tidyverse
• tidygraph
• ggraph
• igraph
• networkD3

Secara garis besar ada dua cara kerja dashboard ini, yaitu mengambil data Twitter dan SNA Generator. Berikut langkah-langkah dalam pengoprasian dashboard Aksata berikut ini.

- Ambil Data

Yang harus Anda lakukan pertama kali adalah mengambil data Twitter yang Anda butuhkan dengan memasukkan keyword pada fitur Tweet Picker.

Berikut adalah caranya:

1. Klik tiles di bagian kanan atas dashboard untuk memunculkan fitur Tweet Picker.

2. Setelah fitur Tweet Picker muncul, tentukan keyword yang Anda inginkan dan masukkan keyword tersebut ke dalam kolom yang telah disediakan. Anda juga bisa mengawalinya dengan tanda hashtag (#) sebelumnya (Contoh: #gratisongkir atau #promo).

3. Tentukan jumlah tweet yang ingin Anda gunakan. Anda bisa mengaturnya sesuai kebutuhan, mulai dari 100 hingga 17.000 tweet.

4. Jika semuanya sudah sesuai, lanjutkan dengan klik “Ambil Data”.

5. Sistem akan menarik data, setelah data muncul lalu klik Download Data.

- SNA Generator

Setelah berhasil menarik data Twitter, langkah selanjutnya adalah SNA Generator. Disana Anda akan melihat visualisasi data dari data Twitter yang telah Anda download.

Berikut adalah caranya:

1. Klik ikon setting di kanan atas untuk mengunggah data Twitter yang telah di download.

2. Unggah data yang sudah Anda download sebelumnya di Tweet Picker.

3. Dan visualisasi akan muncul!

Pada visualisasi data ini Anda dapat melihat siapa dan bagaimana percakapan akan suatu topik terjadi di Twitter. Dari sini Anda dapat mengambil banyak insight, seperti siapa saja orang-orang yang dianggap penting dalam percakapan (important mentions) dan Key Opinion Leader (High Influence Buzzers). Jika Anda tertarik untuk mencoba dashboard Aksata, Anda dapat mencobanya di sini!

Nah, itulah dashboard yang dibuat oleh Gema pada student projectnya setelah mengikuti program pembelajaran bersama Algoritma Data Science School. Jika Anda ingin mengetahui lebih lanjut project yang Gema buat Anda bisa mengunjungi Github dan LinkedIn Gema dan jika Anda tertarik mengikuti jejak Gema, let’s start your data science journey with Algoritma!