Victoria Meil, Lehr­stuhl für Quantitatives Marketing und Konsumenten­verhalten: Social Media Data (April 2023)

Was ist Ihr aktuelles Forschungs­thema?

Ich befasse mich aktuell mit zwei sehr verschiedenen Themen im Bereich Social Media: Influencer Marketing und Online-Offline Spillover-Effekte. Im Bereich Influencer Marketing schaue ich mir, gemeinsam mit Florian Stahl und Maximilian Beichert, Influencer Marketing für soziale Projekte und NPOs an. Zudem analysieren wir das Storytelling von Influencern und die Aus­wirkungen auf Sales und Engagement. Im Bereich Online-Offline Spillover-Effekte arbeite ich zusammen Florian Stahl, Jacob Goldenberg und Isabella Hartig und wir schauen uns an wie sich die Onlineidentität auf das Offline­verhalten auswirkt.        

Für alle, die noch nicht so tief in das Thema Data Science eingestiegen sind: Wie würden Sie einem Kind erklären, woran Sie arbeiten?

Stell dir vor, dass jemand, den du magst, sehr viele Fotos und Videos von sich auf sozialen Netzwerken postet. Diese Person hat viele Leute, die sich das anschauen und ihm/ihr zuhören, daher nennt man diese Person „Influencer“. Manchmal verkauft dieser Influencer Dinge, die er benutzt und mag, wie zum Beispiel Kleidung oder Schmuck. Aber manchmal benutzt der Influencer seine Reichweite auch, um für gute Dinge zu werben, wie zum Beispiel für Projekte, die anderen Menschen helfen. Wir nennen das Influencer Marketing für soziale Projekte und NPOs. Außerdem schaue ich mir an, wie die Geschichten, die Influencer erzählen, uns dazu bringen können, bestimmte Dinge zu kaufen oder zu unter­stützen.

Ein anderes Thema, an dem ich arbeite, hat mit der Identität zu tun. Manchmal zeigen wir online eine andere Seite von uns als offline. Ich möchten herausfinden, ob das, was wir online tun und sagen, uns auch offline (im echten Leben) beeinflusst. Zum Beispiel, ob wir nach dem Anschauen von viel Sport online tatsächlich motiviert sind mehr Sport treiben.

Alle sprechen über Data Science – wie würden Sie die Bedeutung des Themas für sich selbst in drei Worten beschreiben?

Aufschlussreich, coden, analytisch

Welche Berührungs­punkte mit Data Science hat Ihre Arbeit? Welche Methoden nutzen Sie bereits und welche wären zukünftig interessant für Sie?

Wir sind mit beiden Themen noch sehr am Anfang. Wir nutzen aber sowohl Python für das Preprocessing, als auch R für die statistischen Modelle. Die Methoden hängen dann vom Projekt und den jeweiligen Daten und Fragestellungen ab. Im Bereich Computer Vision und Textverarbeitung nutzen wir überwiegend Neuronale Netze. Für eine erste Data Exploration können es auch schon mal simplere und schnellere Methoden sein, wie wörterbuch­basierte Topic Modelings in der Sprach­verarbeitung oder Bildanalysemethoden.

Wie hoch ist der Wert von Data Science für Ihre Arbeit? Wäre Ihre Forschung ohne Data Science überhaupt möglich?

Für meine Projekte ist Data Science essenziell. Ohne moderne Data Science wären die Datenmengen nicht wirklich handhabbar und wir könnten nicht die Er­kenntnisse aus den Daten gewinnen, mit denen wir die Forschung betreiben.

Welche Entwicklungs­möglichkeiten sehen Sie für das Thema Data Science in Bezug auf Ihr Fach­gebiet?

Gerade im Bereich Social Media sind manche Daten sehr einfach zu erhalten, andere Daten wie Stories auf Instagram stellen teilweise noch eine BlackBox dar. Hier fände ich es schön, wenn die Datenschutz­bestimmungen und Möglichkeiten noch forschungs­freundlicher werden würden. Zudem wäre es schön, wenn Open Science noch größer wird.