ИССЛЕДОВАНИЕ ВИРТУАЛЬНЫХ СОЦИАЛЬНЫХ СЕТЕЙ: ВОЗМОЖНОСТИ И ОГРАНИЧЕНИЯ

RESEARCH ON VIRTUAL SOCIAL NETWORKS: OPPORTUNITIES AND LIMITATIONS

Anna Grebenkina

student, Department of sociology, Ural Federal university named after the First President of Russia B.N. Yeltsin,

Russia, Ekaterinburg

АННОТАЦИЯ

В статье рассмотрены исследовательские возможности и ограничения анализа социальных сетей. В качестве основных преимуществ выделена пользовательская спонтанность, ретроспективность материалов и пространственно-временная независимость исследователя от объекта изучения. Как ограничения в работе с социальными сетями выделена сама специфика данных, их открытость, доступность и получение.

ABSTRACT

The article discusses the research opportunities and limitations of social network analysis. The main advantages are user spontaneity, retrospective nature of materials, and spatio-temporal independence of the researcher from the object of study. As restrictions in working with social networks, the very specifics of data, their openness, availability and receipt are highlighted.

Ключевые слова: исследования социальных сетей, виртуальные сети, анализ социальных сетей, исследовательские возможности.

Keywords: social network research; virtual networks; social network analysis; research opportunities, SNA.

Социальные сети являются источником информации, которую невозможно получить традиционными методами сбора – опросными, интервью, наблюдением. В них пользователь ведет себя наиболее естественно и открыто, выражает свою точку зрения, вступает в дискуссии с пользователями без влияния формальных статусов. По мнению Павла Лебедева, в онлайн- пространстве люди высказываются более спонтанно и честно, чем в ходе специального исследования, что позволяет оперативно отследить развитие и изменение ситуаций [1]. Многие пользователи, таким образом, даже не задумываются о том, что их мнения, выложенные на личной странице или в качестве комментария к записи, оцениваются и анализируются.

При этом данные находятся в открытом доступе, а их сбор осуществляется без посредников – интервьюеров, анкет, шкал и вопросов, которые искажают информацию. Высказывания, мнения и комментарии о какой-либо ситуации становятся легкодостижимыми в силу сокращения дистанции между исследователем и объектом исследования – путь к респонденту теперь занимает несколько кликов. Еще одно преимущество, открывающее новые возможности для исследователя – это ретроспективность анализа социальных сетей. Публикации содержат полную информацию о каком-либо объекте, мероприятии или продукте в определенный момент времени в прошлом. Но эта информация находится уже за пределами границ памяти респондента, поэтому традиционными опросными методами можно «собрать» только некоторую её часть. Обращение к онлайн-записям позволяет сравнивать эмоциональную коннотацию мнений и упоминаний в разные промежутки времени, например, до введения рекламной компании и после.

В качестве преимущества анализа соцсетей В. Черный, директор по маркетинговым коммуникациям компании Brand Analytics, выделяет также непредсказуемые инсайты в ходе анализа – собирая мнения в социальных сетях и обрабатывая их, исследователь может получить информацию, намеренно собирать которую он не догадался бы.  Также преимуществом анализа сетей является географическая неограниченность – если поле проекта находится в регионе, в котором не может присутствовать исследователь, то «выход» в онлайн-пространство является не просто альтернативой, а единственным методом проведения исследования.  Преимущество, связанное с временными рамками поля исследования – при использовании социальных сетей полевой этап занимает в несколько раз меньше времени. Скачивание массива данных происходит без привлечения дополнительных работников, путем двух-трех кликов, и обработка этого массива также происходит на компьютере. Финансовые затраты для некоторых проектов также могут сокращаться, но в том случае, если для проведения анализа не требуется специализированных программ с платной лицензией или анализ осуществляется на открытых данных. В иных случаях затраты могут превышать стоимость оффлайн-исследований из-за необходимости получения разрешения к доступу на сервер, покупки программ или самих данных для анализа.  Подводя итог о преимуществах и возможностях анализа социальных сетей, необходимо отметить три ключевых из них, выделяемые и В. Черным, и П. Лебедевым – это сбор мнений людей в их «естественной среде» обитания, ретроспективная аккуратность анализа и широкие границы применимости.

Тем не менее анализ социальных сетей имеет ряд ограничений: самое важное из них тесно связано с главным преимуществом метода, с наличием самих публикаций в онлайн- пространстве. Чтобы исследователь мог собирать какие-либо данные, необходимо, чтобы эти данные были – отзывы, мнения, комментарии. Если этой информации нет, то пропадает сам объект исследования. П. Лебедев выделяет также и проблему нишевых аудиторий, которые не обсуждают продукты и товары, направленные на них. Например, элитная косметика или дорогие автомобили – о них пишут многие пользователи, но это не отзывы реальных пользователей этих товаров, а дискуссии и обмен мнениями. Решением этой проблемы может стать пилотное тестирование упоминаний об объекте исследования, по результатам которого становится понятным, стоит ли собирать данные дальше.

Также в качестве существенного ограничения стоит выделить информационную перенасыщенность онлайн-пространства: инфоповодом может стать любое событие, о котором пишут на сайтах и форумах различной направленности, соответственно делая акцент на какой-либо одной стороне события. Это порождает особую волну распространения информации, из которой необходимо выделить те упоминания и публикации, которые действительно имеют значение для исследования. При этом вопрос надежности данных также актуален при сборе публикаций, поскольку контент создается не только реальными пользователями, но и роботами, рекламными агентствами. Следующим ограничением является неравномерность аудитории пользователей социальных сетей: возрастной состав сети Вконтакте сильно смещен в сторону молодежи 25-34 лет (33,6% от указавших возраст), а пользователи 55 лет и старше составляют только 5 процентов (4,9% от указавших возраст). Еще одно ограничение заключается в процедуре сбора данных – они находятся «под замком», а специализированный рынок этих данных в России только формируется. Даже в популярных российских социальных сетях, например, Вконтакте, на некоторые данные профиля можно установить конфиденциальность, которую не «обойти» законными путями.  Информация в профиле может быть скрыта для неавторизованных пользователей или иметь полностью закрытый режим доступа (когда на отдельную публикацию устанавливается ограничение в только для друзей, знакомых или доступ только автора). Также многие социальные сети меняют правила конфиденциальности и пользовательские соглашения, создают коммерческий доступ к адресам, как например Вконтакте, или закрывают API. Изменения в функционировании приложений, сайтов и платформ требуют своевременных действий со стороны исследователей, их готовность предложить новые программные и методические решения, выработать алгоритмы анализа данных с учетом обновленных механизмов. Это предъявляет перед исследователем требование находиться в постоянном научном поиске, быть в курсе нововведений, совершенствовать используемые инструменты анализа и быть готовым к расширению типов анализируемых данных, вызванному расширением функционала соцсетей.

Несмотря на наличие ограничений, большинство исследователей признают уникальность метода анализа социальных сетей, его прогрессивность и эффективность для решения бизнес-задач, прогнозирования социальных процессов, выявлению латентных связей. Обращение к данным в социальных сетях позволяет «выходить» за рамки стандартных методов исследования, путем соединения качественных и количественных стратегий.  Благодаря такому комплексному подходу появляется многогранный и разносторонний взгляд на исследуемую ситуацию.

Список литературы:

1. Соцсети для исследователей: люди, боты, поток контента? Материалы дискуссии ФОМ [Электронный ресурс] – Режим доступа. – https://fom-gk.ru/events.html/26 (дата обращения 17.10.2020)