社會網絡分析工具—從群眾募資案的分析談起－晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

前一陣子接觸到一個研究很有趣~~群眾募資專案的成功因素。該研究者所參考一篇文獻（How can social enterprises develop successful crowdfunding campaigns? An empirical analysis on Italian context），作者Bernardo Balboni等三人提及，義大利的群募非常盛行，在2013年十月時，有15個活躍的募資平台（CrowdFunding platforms；CF），平台上所進行的群募專案，分為三大類：獎勵為主（Reward-based，完成時會獲得獎勵，如產品、服務）、捐贈為主（Donation-based，完成時會獲得股權）、社會貸款（Social Lending，完成時會收到本息）。各類群募案的個數、成功率及金額如下表。

該研究者對前二個類型有興趣，決定從三個面向去探索CF成功因素，於是他們在其中8個平台上，蒐集了從2013年10月15日至2013年12月15日之間所進行的250個群募案。

1第一個維度是關係到社會企業網絡的特徵

2.第二個因素涉及到CF的平台的特徵

3.第三個維度涵蓋了CF的活動設計

蒐集的變數如下：

重點是，該研究者曾寫信詢問原作者，如何收集各群募案的變數？獲得的答案是，作者群人工一個一個專案查閱。哇！什麼時代了，還用這麼土法煉鋼的方式？當然也要佩服他們的研究精神啦，只是應該有更方便的方法。

其實，有很多工具可以幫忙，例如上表中的SE_FBLikes（FB按讚數）、SE_TwitterFollow（推特跟隨數），就以用NodeXL來幫忙。它可以自動蒐集某一段期間內社群網絡的各項活動數據，比如FB的粉絲人數、社團人數、按讚數、先驅指數等，Flickr的標籤網絡、Twitter的使用者網絡，甚至Youtobe的網絡也可以蒐集。

大數據時代，強調資料是由機器自動產生、收集的，籍著軟體工具的幫忙，可以讓網絡資料變得容易蒐集。雖然NodeXL功能還是有一些侷限性，但對社會網絡分析SNA來說，是一個不錯的入門工具。