INTRODUCTION TO SOCIAL MEDIA ANALYTICS | SMADA | LECTURE 01 BY MS. KRITI MISHRA | AKGEC

INTRODUCTION TO SOCIAL MEDIA ANALYTICS | SMADA | LECTURE 01 BY MS. KRITI MISHRA | AKGEC

🎙 Ms. Kriti Mishra 👥 22K 📅 4 septembre 2025 ⏱ 25 min 👁 1K 📄 cours magistral 🧭 2026-08-17
Disponible en : Français (actuel) English

Mots-clés

social media analyticsbig datadonnées non structuréesanalyse de sentimentscycle d'analyse

Résumé

Ce cours magistral d’introduction au social media analytics (SMA) est destiné aux étudiants de troisième année. L’enseignante, Kriti Mishra, définit le SMA comme l’extraction d’informations à partir des données des réseaux sociaux pour la prise de décision. Elle explique la nature non structurée de ces données (emojis, langage informel) et la nécessité de les prétraiter. Le cours présente la pyramide des données (données brutes, informations, connaissances, sagesse) et illustre le processus avec l’exemple d’un lancement de produit. Les quatre étapes du SMA sont détaillées : écouter, analyser, engager et intégrer. L’enseignante mentionne également le volume massif de données générées (2,5 quintillions d’octets par jour) et introduit le concept de big data. Le syllabus du cours est présenté, couvrant les graphes, les réseaux, la modélisation et la visualisation. Enfin, elle pose une question ouverte sur la valeur des données des réseaux sociaux.

141 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur principale de cette vidéo réside dans sa fonction pédagogique : elle fournit une base claire pour les débutants, avec des définitions et des exemples concrets. L’argumentation est structurée autour d’un plan logique (définition, enjeux, processus, applications). Cependant, l’argumentation reste superficielle : les concepts sont survolés sans approfondissement, et certaines affirmations manquent de preuves ou de nuances. Par exemple, l’affirmation selon laquelle les clients engagés dépensent 20 à 40 % de plus est citée sans référence précise. La présentation est parfois confuse, avec des digressions et des répétitions.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est limitée : le cours est basé sur des connaissances générales et des exemples simplifiés, mais aucune source académique n’est citée dans la vidéo. Les seules sources fournies dans la description sont le site de l’université et une playlist YouTube, qui ne sont pas des références scientifiques. Le titre est fidèle au contenu, mais le niveau de détail est celui d’une introduction. L’adéquation titre/contenu est bonne, sans impact majeur sur la note globale.

180 mots

Adéquation titre / contenu

Le titre correspond au contenu : il s'agit bien d'une introduction au social media analytics.

Qualité & fiabilité

5/10

Cours introductif de niveau universitaire, présenté par une enseignante, mais sans références bibliographiques précises ni démonstrations approfondies. Les concepts sont présentés de manière simplifiée et parfois approximative (ex. confusion entre données et information).

Moments clés

Sources citées

Sources concordantes

  • Social media analytics — Définition et aperçu des techniques de SMA, en accord avec le contenu de la vidéo.

Apport & nouveautés

Cette vidéo apporte une introduction pédagogique au social media analytics, utile pour les débutants. Elle présente les concepts de base de manière accessible, mais sans originalité particulière. L’apport principal est la structuration du cours et la mise en évidence des étapes clés du processus d’analyse.

Pour aller plus loin :

89 mots

Profil radar

Le profil radar montre des scores modérés, avec une quantité d'information correcte mais une qualité et une fiabilité limitées. Le niveau technique est faible, ce qui est cohérent avec une introduction. La fiabilité globale est moyenne, reflétant le manque de sources solides.

Fiabilité 4/10