eSM-Liigan maksettu markkinointi: twitter markkinoinnin vaikutukset eSM-Liigan näkyvyyteen
Notice bibliographique
Résumé
Suomen elektronisen urheilun liitolla oli tarve selvittää, miten maksettua markkinointia sosiaalisessa me-diassa voisi käyttää tarkoituksena lisätä eSM-Liigan näkyvyyttä. Tarkemmin maksettua markkinointia käy-tettiin Twitterissä. Tavoitteena oli siis eSM-Liigan näkyvyyden lisääminen maksetulla mainoksella valitussa kanavassa. Tehtävänä oli selvittää, millaisia tuloksia maksettu markkinointi saa aikaan ja mitkä ovat ne tekijät, joita tulee ottaa huomioon maksettua markkinointia tehdessä. Lisäksi selvitettiin, miten orgaani-nen ja maksettu mainonta eroavat toisistaan Twitterissä. \n \nOpinnäytetyö toteutettiin kehittämistyönä, jossa käytettiin myös määrällisen tutkimuksen menetelmiä. Kehittämistyö oli sopiva menetelmä, sillä tavoitteena oli kehittää Suomen elektronisen urheilun liiton maksettua markkinointia, eli tarve pohjautui liike-elämään. Maksettu markkinointi toteutettiin toimeksi-antajan toimesta Twitterin mainostyökalussa, maksetun markkinoinnin tiedot toteutti pääosin opinnäyte-työn kirjoittaja. Maksetun markkinoinnin tuloksia analysoitiin ja selvitettiin, onnistuiko maksettu markki-nointi, eli saatiinko näkyvyyttä lisättyä. Lisäksi orgaanisen ja maksetun markkinoinnin tuloksia verrattiin toisiinsa. \n \nMaksettu markkinointi Twitterissä antoi onnistuneita tuloksia. Mainos keräsi merkittävän määrän näyttö-kertoja, yli 100 000 ja sitä näytettiin yli 50 000 yksittäiselle ihmiselle. Mainostetulla twiitilla saatiin huomat-tavasti enemmän näyttökertoja kuin orgaanisella sisällöllä. Lisäksi maksetun markkinoinnin jälkeen, myös orgaaniset twiitit tavoittivat ihmisiä sekä toimintoja hieman enemmän kuin ennen maksettua markkinoin-tia. Myös eSM-Liigan seuraajamäärän kasvua seurattiin, tähän maksetulla markkinoinnilla ei ollut kuiten-kaan merkittävää vaikutusta. Todennäköisesti tämä johtui valitusta tavoitteesta, joka ei ollut seuraaja-määrän kasvuun optimaalinen. Haasteena tutkimuksessa todettiin maksetun markkinoinnin seurannan vähäisyys. Tutkimuksen avulla saatiin kuitenkin tärkeää tietoa, miten maksettua markkinointia tulisi jat-kossa toteuttaa, jotta se tuottaisi entistä parempia sekä tehokkaampia tuloksia. Toimeksiantaja on voittoa tavoittelematon organisaatio, joka toi mukanaan haasteita, kuten resurssipulaa. Tästä syystä maksetun markkinoinnin suunnitelmallisuuteen sekä seurantaan on tärkeä kiinnittää huomiota tulevaisuudessa.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,011 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,089 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».