De blog van het marketing agentschap IntoTheMinds
Marktonderzoek en ondernemers coaching
LinkedIn: geuite gevoelens en hun effect op viraliteit
jun14

LinkedIn: geuite gevoelens en hun effect op viraliteit

Iedereen is het erover eens dat de inhoud van LinkedIn-berichten cruciaal is om viraal te kunnen gaan. Vandaag geef ik geen antwoord de vraag “Waar moet u het over hebben op LinkedIn?” maar eerder op “Hoe moet u het erover hebben? “. Ik maakte gebruik van 4 miljoen LinkedIn-berichten gebruikt om de geuite gevoelens te meten en de correlatie met hun viraliteit te analyseren. Deze analyse volgt op de analyse die ik hier publiceerde over een...

Lees verder
De 11 uitdagingen van datavoorbereiding en data wrangling
jun07

De 11 uitdagingen van datavoorbereiding en data wrangling

De gebeurtenissen van 2020 hebben de verschuiving naar telewerken en digitale relaties versneld. Maar digitalisering leidt ook tot een andere transformatie, die van de analytische transformatie. Om deze datarevolutie het hoofd te bieden, stel ik vast dat bedrijven niet altijd over de juiste instrumenten voor de voorbereiding en analyse van gegevens (data preparation of data wrangling). In dit artikel wil ik de rol van deze instrumenten in de werking van de onderneming in perspectief plaatsen. Ik...

Lees verder
Data preparation: hoe 85% besparen op verwerkingstijd
jun02

Data preparation: hoe 85% besparen op verwerkingstijd

In een eerder artikel vergeleek ik 4 ETL-oplossingen voor het verwerken van een bestand van een miljard rijen. Vandaag test ik het effect van SSD en proprietary-bestandsformaten op de verwerkingssnelheid in Alteryx, Tableau Prep, Talend en Anatella. De resultaten zijn redelijk onverwacht. Inleiding en opfrissing In mijn vorige analyse vergeleek ik de verwerkingssnelheid van 4 datavoorbereidingsoplossingen: Alteryx, Talend, Tableau Prep en Anatella. Na de publicatie op sociale netwerken gingen er verschillende stemmen op om de inhoud...

Lees verder
3 factoren die 55% van het succes van uw LinkedIn-berichten bepalen
mei31

3 factoren die 55% van het succes van uw LinkedIn-berichten bepalen

Begrijpen hoe het algoritme van LinkedIn werkt is een noodzaak om zichtbaar te blijven op dit sociale netwerk. In dit artikel onthul ik de resultaten van een analyse die ik maakte van 4.599 miljoen LinkedIn-berichten in 193 landen. De resultaten zijn verrassend en zetten veel vooropgezette ideeën op losse schroeven. Slechts 3 factoren spelen een rol bij de zichtbaarheid van LinkedIn-berichten. Dit artikel bevat ook de resultaten van de studies die ik al eerder publiceerde over...

Lees verder
De belangrijkste factor voor de viraliteit van uw LinkedIn-berichten
mei28

De belangrijkste factor voor de viraliteit van uw LinkedIn-berichten

Na het effect van emoji’s en het aantal woorden op de viraliteit van LinkedIn-berichten te hebben bekeken, is het tijd om de allerbelangrijkste factor te onthullen die alle anderen verplettert. Deze factor is goed voor 1/3 van het succes van uw LinkedIn-berichten. Neem dus de tijd om de resultaten te lezen van de studie die ik zopas heb uitgevoerd over 4,6 miljoen LinkedIn-berichten in 193 landen. De hier voorgestelde niet-gepubliceerde resultaten zijn verkregen met gebruikmaking van...

Lees verder
LinkedIn: het verrassende effect van emoji’s op het viraal gaan van berichten
mei25

LinkedIn: het verrassende effect van emoji’s op het viraal gaan van berichten

Is het nodig om emoji’s in je LinkedIn-berichten te plaatsen en zo ja, hoeveel? In het artikel van vandaag geef ik u de resultaten van een onderzoek dat ik uitvoerde op 4,599 miljoen LinkedIn-berichten. Deze studie volgt op een eerdere studie die ik publiceerde over de impact van hashtags en het aantal woorden. Als u als eerste mijn resultaten wilt ontvangen, schrijf u dan in voor mijn nieuwsbrief (vergeet niet op de validatielink te klikken die...

Lees verder
Benchmark: welke ETL kiezen om grote bestanden te verwerken
mrt15

Benchmark: welke ETL kiezen om grote bestanden te verwerken

Als we het over data preparation hebben, zien we dat een groot deel van de processen nog altijd offline verloopt, met archieven die uit relationele gegevensbanken worden getrokken. En wat de data engineers betreft die deze archieven behandelen, is het beter om een ETL te hebben die deze taak op zich neemt. In het artikel van vandaag stel ik voor om het fascinerende onderwerp van grote bestanden te benaderen door 2 ETL’s te vergelijken die ik...

Lees verder
SEO : 50.000 pagina’s geanalyseerd en 2m gemakkelijk toegankelijke zoekopdrachten
jan25

SEO : 50.000 pagina’s geanalyseerd en 2m gemakkelijk toegankelijke zoekopdrachten

SEO -studie. We hebben in 16 landen een studie uitgevoerd naar 50.000 webpagina’s aan de hand van185 trefwoorden die verband houden met data science. De ruwe gegevens kwamen van Ahrefs. We maakten gebruik van Anatella om de gegevens voor te bereiden en schoon te maken, en vervolgens van Tableau om ze te visualiseren. Het belangrijkste resultaat van deze studie is dat er buiten de Engelstalige landen onbenutte mogelijkheden bestaan om op de 1e pagina van Google...

Lees verder
Tableau Iron Viz 2020: terugblik op mijn eerste deelname
aug04

Tableau Iron Viz 2020: terugblik op mijn eerste deelname

Iron Viz (Engelse site) is als een ‘wereldbeker’ waarin wordt gestreden voor een plaats bij de beste drie ontwikkelaars van Tableau, een software waarmee data kan worden gevisualiseerd. Dit jaar besloot ik aan deze wedstrijd deel te nemen (bekijk hier mijn bijdrage [Engels]). In dit artikel kom ik terug op mijn eigen ervaring, op hetgeen ik geleerd heb uit de voorbereiding op de wedstrijd en op de moeilijkheden waarmee ik te maken kreeg. 6 tips voor...

Lees verder
Fuzzy matching tussen tabellen: vergelijking van 2 ETL-tools (Tableau Prep Builder en Anatella)
jun12

Fuzzy matching tussen tabellen: vergelijking van 2 ETL-tools (Tableau Prep Builder en Anatella)

Als u gegevens bewerkt met het oog op analyse- en/of visualisatie heeft u wellicht al met dit probleem te maken gehad. U moet een verbinding maken tussen 2 databases, maar de gegevens in het referentieveld zijn niet precies hetzelfde. Verschillen in spelling, verschillende benamingen, … er zijn tal van verschillende oorzaken. Tijdens een onderzoek dat ik uitvoer om migratiestromen te visualiseren, werd ik met dit probleem geconfronteerd. Ik zocht een oplossing in ETL (Extract – Transform...

Lees verder