Сети 2018: Как росли сети в 2018 году

Социальные сети в 2018 году: глобальное исследование

Сегодня соцсети настолько прочно укоренились в нашей жизни, что состав пятерки самых популярных социальных площадок практически не меняется из года в год. Тем не менее, масштабы проникновения и использования этих соцсетей отличаются в зависимости от географии и демографических факторов. Понимание этих различий играет большую роль при нацеливании на конкретную аудиторию. Сравнивая самые популярные соцсети, важно обращать внимание не на количество зарегистрированных аккаунтов, а на число активных пользователей. Из обзора вы узнаете, какие соцсети растут быстрее остальных, а какие сейчас находятся в упадке.

Самые популярные социальные платформы

Диаграмма, подготовленная аналитическим агентством Statista, дает четкое представление о количестве активных пользователей (в миллионах) в самых популярных социальных сетях мира. Возглавляет список Facebook. Едва ли это может кого-то удивить. Facebook занимает большую часть рынка благодаря более 2 млрд активных пользователей. В январе 2017 года самым ближайшим конкурентом гиганта был WhatsApp, который также принадлежит корпорации Facebook. Тогда он находился на втором месте. Сегодня же на второй строчке с 1,5 млрд активных пользователей расположился YouTube. Facebook Messenger и WhatsApp занимают третье и четвертое места соответственно.

За ними следуют платформы, большая часть аудитории которых находится на территории Азиатско-Тихоокеанского региона. Это QQ, WeChat и Qzone (с более 600 млн активных пользователей). Это показывает, что в странах АТР есть целый ряд популярных социальных медиа. После них мы видим кластер популярных преимущественно на Западе площадок — Tumblr, Instagram и Twitter.

А что же в России?

В России проникновение соцсетей оценивается в 47%, аккаунты в них имеют 67,8 млн россиян. По данным Statista, активнее всего в РФ используют YouTube (63% опрошенных), второе место занимает ВКонтакте — 61%. Глобальный лидер Facebook лишь на четвертой строчке с показателем в 35%. Среди мессенджеров доминируют Skype и WhatsApp (по 38%).

Социальные сети, которые растут быстрее других

Маркетологи обычно отводят на SMM не очень много времени. В какой же соцсети сконцентрировать усилия? Twitter, которому с 2010 по 2017 год удалось собрать аудиторию в 313 миллионов пользователей, показал самые медленные темпы роста в сравнении с его крупнейшими конкурентами Facebook, WhatsApp и китайской WeChat. Основанный в 2013 году Instagram уже к 2014 году переплюнул Twitter по размеру аудитории.

Новое исследование от Statista показало, что в 2017 году Twitter сильно отстал от соперников. Он продемонстрировал самый низкий прирост ежемесячной активной аудитории, который с 3 квартала 2015 года по 3 квартал 2017 года составил всего 23 миллиона. Facebook меж тем разросся на 461 миллион.

Как пользователи взаимодействуют с брендами в соцсетях

Знать, как вести себя и какие публикации делать в соцмедиа, также немаловажно, поскольку это формирует образ вашего бренда и, как следствие, стимулирует пользователей покупать ваши продукты или наоборот отписываться от ваших групп. Социальные сети все больше используют как платформы для работы с клиентами, где клиенты, существующие и потенциальные, хотят получить ответы на свои вопросы в режиме реального времени. Из диаграммы, взятой из отчета Sprout Social, видно, что 48% пользователей можно склонить к покупке, быстро отвечая на вопросы в группе. 46% положительно реагируют на акции, а 42% могут выбрать товар бренда, если на его странице представлен образовательный контент. 27% из опрошенных пользователей признались, что захотят совершить покупку, если им показать материалы, который обычно остаются за кадром.

Половина участников опроса Sprout Social заявили, что они отпишутся от сообщества бренда, если там опубликую вызывающие у них раздражение материалы, а 27% сообщили, что отметят бренд и его страницу как спам и заблокируют ее. Именно поэтому для охвата и вовлечения ваших потенциальных клиентов так важно публиковать релевантные и интересные материалы, которые находят отклик у вашей целевой аудитории.

Соцсети с самой активной аудиторией

Важным фактором, который влияет на то, сколько времени нам следует уделить SMM в определенной социальной сети, является уровень вовлеченности аудитории. Здесь опять доминирует Facebook, где также наблюдается самая высокая вовлеченность по времени, если верить данным, полученным аналитической компанией comScore в результате изучения группы потребителей из США.

Успехи Facebook поражают. В дополнение к тому, что соцсеть сама по себе занимает верхнюю строчку, другие платформы, принадлежащие корпорации, также оккупировали второе и третье место. Уровень проникновения Facebook Messenger составляет 47%, а Instagram следует прямо за ним.

Из свежих данных от Pew Internet, приведенных на диаграмме ниже, мы можем видеть, что Facebook лидирует и по количеству активной аудитории в сутки. 76% пользователей заходят в соцсеть каждый день, в Instagram этот показатель равен 51%. Только 42% пользователей Twitter заглядывают туда ежедневно, что почти вполовину меньше, чем у Facebook.

Средняя дневная продолжительность пользования соцсетями в США составляет 2 часа 1 минуту, в России пользователи проводят на соцплощадках немного больше времени — 2 часа 19 минут.

Коэффициенты вовлеченности в разных соцсетях

Аналитическая маркетинговая компания TrackMaven проанализировала 51 миллион постов различных компаний из 130 отраслей, чтобы узнать, в каких социальных сетях самый высокий коэффициент вовлеченности. Результаты показали, что абсолютным лидером по вовлеченности на 1000 подписчиков является Instagram. Это настолько выше показателей других соцсетей, что пришлось составить отдельную диаграмму, чтобы проиллюстрировать разницу между Facebook, LinkedIn и Twitter.

Как видно из второго графика, Facebook значительно опережает Twitter и LinkedIn. Причиной тому является в большей степени то, что в Twitter публикуют больше постов, потому что здесь нет алгоритма, позволяющего демонстрировать контент лишь небольшой части аудитории. Из-за этого брендам приходится засыпать свои ленты постами, чтобы пробиться через информационный шум. Это, в свою очередь, снижает уровень отклика на публикации. Ниже представлено среднесуточное количество постов на аккаунт в трех соцсетях.

Общая статистика использования социальных сетей по всему миру

Каждый год WeAreSocial обновляет свой всеобъемлющий статистический отчет Global Digital Report, в котором собраны полезные данные о социальных медиа по всему миру. Из него можно узнать, насколько по-разному социальными площадками пользуются в разных частях света. Удивление вызывает тот факт, что западные страны серьезно отстают по темпам проникновения соцсетей.

Ниже приведены основные выводы проведенных исследований.

• Количество интернет-пользователей в 2018 году достигло 4,021 млрд человек, что на 7 процентов больше в сравнении с данными год назад.
• Аудитория социальных сетей в 2018 году насчитывает 3,196 млрд человек — на 13% выше прошлогодней цифры.
• Число пользователей мобильных телефонов составляет 5,135 млрд человек, это означает плюс 4% к значению прошлого года.

Цифры стремительно растут, особенно это касается активных пользователей соцсетей с мобильных устройств — уровень проникновения 39%, что на 5% больше, чем в 2017 году.

Если говорить о структуре веб-трафика в зависимости от типа устройств, то больше всего трафика генерируют мобильные пользователи (52%, что на 4% выше, чем в прошлом году). С десктопов посещают лишь 43% всех веб-страниц, это на 3% ниже прошлогоднего значения.

Северная, Западная и Южная Европа, а также Северная Америка могут похвастаться самым высоким уровнем проникновения интернета — 74%—94% всего населения пользуются всемирной сетью. В России интернетом пользуются 110 млн человек — 76% всего населения.

Прирост глобальной аудитории соцсетей с января 2017 года составил 13%. Самый быстрый рост количества пользователей отмечается в Саудовской Аравии. С января 2017 года их число увеличилось на 32%, средний общемировой показатель — 17%. Среди других стран с самыми высокими показателями прироста Индия, Индонезия и Гана. Причиной скачка стало развитие технологий, что упростило населению доступ к социальным площадкам. Медленнее всего соцсети росли в ОАЭ, Южной Корее и Великобритании — <5%. В России пользователей соцсетей стало на 8 826 000 человек больше (+15% к прошлогоднему значению).

Поскольку самая большая доля пользователей приходится на Facebook, было бы полезно знать, как публикуемый вами контент проявит себя в этой соцсети и какие функции использовать, чтобы увеличить его охват. По статистике соцсети средний охват публикации составляет 10,7%, при этом органические посты имеют 8% (органический охват в России составляет 11,3%), а у платных постов это значение равно 26,8% (27,4% в России). Органические и оплачиваемые посты в Facebook имеют огромный потенциал. Важно грамотно таргетировать публикации, чтобы получать качественные лиды.

Более полное представление о состоянии глобального цифрового рынка в 2018 году вы можете получить, изучив наш обзор Интернет 2017–2018 в мире и в России: статистика и тренды, который мы подготовили на основе исследования Global Digital 2018.

Популярность социальных сетей по странам

График из отчета GlobalWebIndex ниже, составленный на основании опроса интернет-пользователей, прекрасно отражает популярность различных соцсетей по странам. Индонезия, Филиппины, Мексика, Индия и Бразилия входят в десятку самых активных аудиторий каждой из соцсетей, и значительно опережают США, Великобританию и страны Европы.

Из четырех представленных соцсетей (Facebook, YouTube, Twitter и Google+) россияне активнее всего заходят в видеосервис. Twitter и Google+ сравнительно часто используют лишь 20% наших соотечественников, а Facebook регулярно просматривают чуть более 40%.

Демографическая статистика использования социальных сетей

Как видно из графика, в разных возрастных группах наблюдается похожая структура использования социальных сетей. Это говорит о том, что соцсети достигли той стадии зрелости, когда с их помощью можно достучаться до всех демографических групп независимо от возраста и пола. Исключениями являются Instagram и Tumblr с более молодой аудиторией.

Стратегии взаимодействия с аудитории социальных сетей

По данным исследования The State of Social 2018, 96% брендов имеют представительство в Facebook.

При этом только у половины опрошенных есть задокументированная SMM-стратегия. Крупный бизнес немного ответственнее относится к этому вопросу, нежели небольшие компании (60% заявили, что такой документ у них имеется).

Если говорить о типах контента, публикуемого брендами, то лидируют изображения, ссылки и тексты. Несмотря на то, что видеопосты, как правило, получают наибольший отклик, видео-контент занимает здесь лишь четвертую строчку. Это связано прежде всего со сложностью создания таких материалов.

В конце 2017 года Smart Insights совместно с Clutch провели опрос среди представителей бизнеса, в котором поинтересовались, какие из соцсетей представляют для них наибольшую ценность. Выяснилось, что среди B2C-компаний самой эффективной считается Facebook (93% респондентов), а большинство компаний сегмента B2B предпочитают LinkedIn (93%).

 

Ценность социальных сетей для брендов в 2018 году

1. Если вы считаете, что ваша ЦА не сидит в соцсетях, вы заблуждаетесь.

Через социальные сети можно достучаться до любой аудитории, независимо от пола, возраста, социального положения. 98% процентов онлайн-потребителей зарегистрированы в соцсетях, довольно большая их часть — это взрослые люди 55–64 лет.

2. Треть всего времени в интернете люди посвящают социальным сетям.

Среднестатистический пользователь проводит 2 часа 15 минут в сутки, листая ленту и общаясь на социальных площадках, а молодежь 16–24 лет — почти три часа. Если вы не рассматриваете SMM в качестве канала для привлечения клиентов, то вы добровольно уступаете конкурентам внимание вашей целевой аудитории.

3. Половина всех пользователей соцсетей подписаны на страницы брендов.

4 из 10 интернет-пользователей подписаны на страницы любимых компаний в социальных сетях, а четверть подписываются на бренды, когда планируют что-то купить. Люди положительно относятся к такому контенту, поэтому активное присутствие в соцмедиа представляет большую ценность для компаний.

4. Социальные сети — главный источник информации для потребителей.

Люди в возрасте 16–24 лет предпочитают искать информацию о брендах в соцсетях, а не в поисковиках. Четверть пользователей этой возрастной группы признаются, что большое количество лайков на странице бренда может склонить их к покупке. В группе 35–44 лет о том же заявили 20% опрошенных. Социальная коммерция может считаться одним из основных каналов получения прибыли, а значит, важно диверсифицировать усилия, а не делать ставку лишь на рекламу.

5. Просмотр видео — любимое занятие в соцсетях.

Facebook — самая крупная соцсеть по численности пользователей, но по посещаемости первое место занимает YouTube и причина именно в видео. Видеопосты получают самый активный отклик, и именно поэтому передовые бренды постоянно публикуют ролики на своих страницах.

---

При подготовке статьи использованы следующие материалы:

1. Обзор Global Social Media Research Summary 2018, составленный компанией Smart Insights
2. Отчет The State of Social 2018, подготовленный Social Media Week
3. Статья The Biggest Social Media Trends Shaping 2018, опубликованная в блоге GlobalWebIndex
4. Исследование Social Networks Study: How social networks were used in 2017 аналитического агентства Metricool
5. Пакет отчетов Global Digital 2018, составленный аналитическим агентством WeAreSocial

 

Хотите заказать ведение сообществ вашей компании в социальных сетях? Свяжитесь с нами по телефону: 8-800-200-94-60 , доб. 321 или оставьте запрос на электронную почту [email protected].

Цифры и тренды, осень 2018 года

Опубликовано 04.12.2018 автором BA

Представляем данные регулярного исследования активной аудитории социальных сетей в России, за октябрь 2018. В исследование включены данные по социальным сетям ВКонтакте, Одноклассники, Facebook, Instagram, Youtube, Twitter, Мой Мир и LiveJournal.

Внимание исследования сосредоточено на активной (пишущей) аудитории, поскольку мы изучаем социальные сети как средство публичной коммуникации и их влияние на формирование общественного мнения.

В исследовании представлены данные по социально-демографическому и региональному распределению авторов соцсетей России, рейтинг наиболее популярных авторов и групп социальных сетей. Также в исследовании сделан акцент на глобальные тренды 2018 года. Скачать полную версию презентации можно по ссылке: https://bit.ly/2StBB5A

Доступно новое исследование Социальные сети в России: цифры и тренды, осень 2021.

Наталья Соколова, CEO Brand Analytics:
«В финальной части исследования мы сформулировали глобальные тренды соцмедиа в 2018 году: Instagram’изация и бум новых видеоформатов, интерес к тематическому общению и персонализация социальных лент, взросление соцсетей и их конкуренция за авторов. И искренность, как новая парадигма социального общения. Но самым сильным и при этом объединяющим трендом можно назвать «жажду творчества». Эта жажда подарила нам немало новых популярных авторов на каждой из социальных платформ, которые, во многом, формируют наше с вами медиапространство. Это ли не настоящий социальный лифт».

Исследование

Количество активных авторов и публичных сообщений (постов, репостов и комментариев) по каждой социальной сети позволяют оценить популярность площадок среди российских пользователей. Соцсетью номер один по-прежнему остается ВКонтакте: и по числу публичных сообщений, и по числу активных авторов. Instagram, показавший трехкратный рост числа активных авторов за год, отстает от лидера в 1,5 раза. По Одноклассникам представлены данные о количестве публичных сообщений и количестве авторов, подготовленные по методологии Brand Analytics самой социальной сетью ОК.

Что касается социально-демографической структуры авторов в социальных сетях, то можно отметить, что в Facebook и, особенно, Instagram превалируют авторы женского пола, в последнем доля девушек более 76%. Полной противоположностью выступает LiveJournal – 70% авторов мужского пола.

Возрастные группы наиболее полно представлены в ВК: наиболее активна здесь группа авторов в возрасте 25-34 лет, но при этом 23,3% авторов – пользователи в возрасте от 18 до 24, и еще 20% — младше 18 лет. В Facebook примерно одинаковую активность показывают авторы 25-34 и 35-44 лет, это ядро сети. В ЖЖ и Моем Мире авторы старше – здесь преобладают пользователи 35+ лет.

Более подробная информация о каждой социальной сети – на слайдах ниже. Для каждой социальной сети представлены данные по числу авторов и сообщений, по полу и возрасту, а также рейтинг авторов и групп по вовлеченности. Причём в исследовании представлены данные и для тех социальных сетей, где информация по полу не заполняется авторами – это Instagram и Twitter. Для этих источников мы уточняем пол с помощью лингвистического анализа никнеймов, имен и фамилий пользователей. А вот данные по возрасту мы получаем только из профилей авторов. Именно поэтому в Facebook отсутствуют пользователи младше 18 лет – соцсеть не дает возможности сделать профиль публичным до достижения этого возраста. А данные по возрасту в тех же Instagram и Twitter – отсутствуют, поскольку такой информации в профиле пользователей не представлено.

Тем не менее, по анализу контента и рейтингов авторов на этих площадках, мы можем сказать, что аудитория Instagram взрослеет – здесь, в том числе, набирают популярность такие авторы, как Елена Малышева и Максим Галкин, а контент, посвященный детско-родительской тематике, всегда получает высокий отклик. В Twitter картина иная – и по рейтингу Twitter-аккаунтов и по топовым тематикам контента здесь виден рост активности молодой аудитории, в том числе представителей поколения Z. Популярность K-pop исполнителей, присутствие в рейтинге твиттерян MDK, Лепры и Гнойного – отлично демонстрируют структуру интересов пользователей площадки и косвенно говорят нам о возрасте авторов.

Отдельного внимания заслуживают данные о проникновении соцсетей по регионам России: почти 25% населения – активные авторы ВКонтакте. Причем для Санкт-Петербурга проникновение этой соцсети составляет 65,3%, а для Москвы – всего 38,2%. Фейсбук практически не представлен в регионах – более 50% контента публикуется авторами из Москвы. В Instagram хотя бы 1 публичное сообщение в месяц публикуют 16,2% россиян. Москвичи наиболее активно представлены в сети – 36,5% населения, совсем немного отстают Севастополь – 34,6% и Калининградская область – 30,6%.

Тренды 2018

Instagram’изация: Самый яркий тренд – кратный рост популярности Instagram среди российских пользователей – количество авторов и контента в этой сети выросло за полтора года в 3 раза и продолжает расти. По данным компании Aitarget, официального ресселера Instagram и Facebook в России, по итогам 2018 года Россия занимает 6 место в мире и 1 место в Европе по числу активных пользователей Instagram.

Творческий ренессанс в видеоформатах: Согласно исследованию Brand Analytics каждая пятая публикация в российском Facebook и каждая седьмая в Одноклассниках содержит видеоконтент. А по ежедневному объему видеоконтента и Youtube, и Instagram уступают тройке соцсетей – Одноклассники, ВКонтакте и Facebook. Творческая энергия молодежи, как и во все времена, уходит в субкультурные агломерации. Взрывной рост мобильных социальных видеоредакторов like.video и tiktok вряд ли кто-то мог предсказать. Теперь к трендовым видеоблогингу и стриммингу добавился растущий тренд мобильных социальных видеоредакторов.

Тематизация и персонализация: Проблема алгоритмических лент соцсетей, шума и одновременно информационного закупоривания никуда не далась. Поэтому пользователи больше внимания уделяют площадкам, позволяющим повысить качество общения при сокращении количества информации. В роли таких площадок выступают, в первую очередь, форумы и тематические ресурсы, сообщества в социальных сетях, а также площадки, позволяющие формировать персональное медиаполе – Twitter по хэштегам, Telegram по публичным каналам и чатам и т.д. Подобно рекордному росту на мировой арене проекта Reddit, в России растет алгоритмический персональный ньюсфид Яндекс.Дзен, пользователи которого показывают высокую комментарийную активность на самой площадке и широкую цитируемость за её пределами. За год Дзен по цитируемости в соцмедиа обошел таких лидеров, как РИА Новости и ТАСС.

Взросление соцсетей: Взросление – общий тренд для всех социальных сетей, но в Facebook заметен больше всего. Сеть приросла, в основном, за счет прихода пользователей старше 45 лет. Исключение из тренда – Twitter, который молодая аудитории открывает для себя снова и Одноклассники, предлагающие актуальный для молодежи контент.

Конкуренция за авторов: Ключевая цель соцсетей – повысить качество медиапотребления и удержать пользователя. Предложить новые форматы и способы заработка как авторам, так и поставщикам профессионального контента, которые сами не справились с дистрибуцией контента за пределами ТВ. Здоровая конкуренция между платформами за авторов играет на руку и авторам, и медиа, и пользователям.

«Для меня главный тренд 2018 года – это Искренность», – говорит Светлана Крылова, руководитель Аналитического центра Brand Analytics.  «Если раньше главной социальной проблемой, вызванной соцсетями, психологи называли необходимость все время поддерживать видимость «успешного успеха» и при этом удивительную легковерность в восприятии этого же успеха у френдов, что вызывало у пользователей постоянный стресс, то 2018 год разрешил нам дышать. Теперь не просто можно, а модно говорить не только о победах и достижениях, но и о неудачах, болезнях, проблемах, да и просто усталости или плохом настроении. В тренде – быть собой: искренне радоваться, делиться переживаниями и настоящими эмоциями. Фальшь больше не продается и это прекрасно 🙂 », – подытоживает Светлана.

Состав данных

Brand Analytics собирает и индексирует публичные сообщения социальных сетей на русском, татарском, украинском, казахском и некоторых других языках, а также данные их авторов.

В рамках данного исследования были выделены и проанализированы более 1,8 млрд сообщений в соцмедиа из России за октябрь 2018 года от более, чем 46 млн авторов.

Для выделения данных по стране по каждой соцсети учтен процент гео-определения: количество сообщений, у которых имеются данные по географии, поделены на процент сообщений с гео-данными. Аналогично для авторов.

Для определения географии: взяты данные из профилей авторов, гео-меток сообщений, а также текстов сообщений. Гео-словари для всех соцсетей уникализированы и расширены всеми вариантами написания топонимов, в том числе «пользовательскими».

Для определения пола: взяты данные из профилей авторов и дополнены данными по полу, полученными с помощью лингвистического анализа имени и фамилии автора.

Для определения возраста: взяты данные из профилей авторов.

Основные термины исследования

• Автор – пользователь, написавший хотя бы 1 публичное сообщение за месяц.
• Сообщение – любой открытый (публичный) пост — в статусе, на стене, в группах, комментариях и др. Сообщения в личной переписке или в режиме «только для друзей» не учитываются.
• Вовлеченность – показатель реакции аудитории на публикации автора. Рассчитывается как сумма комментариев, лайков и репостов ко всем публикациям автора за месяц.

Система мониторинга и анализа социальных сетей Brand Analytics.

Бесплатный демонстрационный доступ

Персональный консультант проведет демонстрацию и поможет протестировать систему с учетом ваших бизнес-задач.

Запросить демо

Запись опубликована в рубрике Социальные сети в цифрах. Добавьте в закладки постоянную ссылку.

Лучшие нововведения социальных сетей в 2018 году / Хабр

И снова здравствуйте! Совсем немного времени остается до запуска нашего курса «SMM-специалист», в рамках которого вы узнаете о последних тенденциях и обучитесь работе с самыми актуальными инструментами онлайн-маркетинга для продвинутых специалистов.

О трендах 2019 года поговорим на курсах, а сегодня мы хотим поделиться материалом, который расскажет о лучших изменениях соцсетей в 2018 году.

Социальные сети постоянно меняются и эволюционируют для удовлетворения потребностей своих пользователей — иногда это к лучшему, иногда нет. Вне зависимости от того, действительно ли новые шоу на Facebook Watch стоят того, чтобы начать им пользоваться, или какой редизайн провел Snapchat, изменения в социальных сетях — противоречивая тема для миллионов людей, использующих эти сайты каждый день. Но иногда изменения поднимают весь сайт или приложение на новый уровень, улучшают пользовательский опыт (как минимум, делают его не таким утомительным). Поэтому посмотрим на лучшие изменения в социальных сетях за прошедший год.

Прекрасный капитальный ремонт Reddit

Полный редизайн сайта Reddit был встречен немного неоднозначно, многие пользователи, так и не смогли полюбить глобальные изменения интерфейса. Но это тот случай, когда изменение оцениваешь со временем: как только привыкаешь к тому, насколько изменился внешний вид, начинаешь замечать, чем он хорош — особенно, если вы только начали пользоваться Reddit’ом, а старый дизайн считали плосковатым.

Честно признаться, когда я впервые увидела редизайн, некоторое время пребывала в растерянности. Но вскоре полюбила новый визуально-ориентированный “Карточный” стиль больше старого. А со временем оценила даже боковую панель, которую обычно избегала. Но если же вам никак не удается привыкнуть к новому стилю, всегда можно вернуться к старому.

YouTube наконец-то поглотил Gaming

YouTube Gaming никогда и не спорил с тем, что является ответом Twitch от YouTube. Они очень похожи друг на друга и привлекают одну и ту же аудиторию. Но проблема в том, что YouTube пытались сделать Gaming отдельным приложением, и это всегда казалось очень неудобным. К счастью, со следующего марта это перестает быть проблемой.

Новая фича, которую мы добавим на главную страницу YouTube, поможет находить ваши любимые игровые видео. На наших страницах вы найдете более 80000 разных игр.
Признав, что старый добрый YouTube, на удивление, генерирует больше игрового трафика, чем сам Gaming, YouTube решил встроить Gaming обратно. Теперь у него есть собственный портал на главной странице YouTube, а с этого года он перестает быть отдельным приложением. Пользоваться Gaming стало гораздо удобней — теперь не нужно держать два разных YouTube приложения.

Facebook упростил Messenger 4

В последнем обновлении Facebook прошелся метафорической газонокосилкой по своему крайне популярному, но беспорядочно разросшемуся мессенджеру. Обновление, вышедшее в октябре, урезало количество вкладок и опций, тем самым значительно упростив доступ к контенту, за которым пользователи и пришли, а именно к сообщениям.

Пока все еще складывается впечатление, что компания слишком усердствует с приложением, которое задумывалось как расширение для функции чата, но любые удаления лишних фичей в таком перегруженном и запутанном приложении всячески приветствуются. Сам факт, что теперь для доступа к сообщениям не нужно пробираться сквозь несколько вкладок, каждая из которых выглядит как отдельное приложение, заслуживает положительной оценки последнего обновления. Кроме того, в апдейте добавили темный режим, что добавляет бонусных очков.

Отдельный IGTV в Instagram

Что касается видео, YouTube все еще на вершине. Но Instagram начал постепенно занимать нишу видео-стриминга. В июне было официально объявлено о создании специального видео-приложения IGTV. В нем пользователи больше не скованы ограничениями основного приложения, могут загружать видео до часа длиной, но продолжать пользоваться веселыми дополнительными функциями Instagram — стикерами, фильтрами, и тд.

Также была добавлена функция, о которой уже давно: прогресс-бар, позволяющий перемещаться к нужной части видео. Конечно, это приложение подойдет не всем, но и для самого Instagram, и для его юной аудитории это место, куда удобно добавлять контент и не торопиться качать приложение YouTube.

Закладки твитов в Twitter

Это довольно небольшое изменение по сравнении с новым стремлением Twitter стать более “новостным”. Он стал сотрудничать с местными новостными организациями, предлагая только самые свежие новости и персонализированные новостные уведомления.

Однако, кажется, что обычный пользователь скорее будет пользоваться новой функцией Закладок.

Если вам, как и мне, нравится следить за массовыми твиттерными баталиями, то вы оцените возможность сохранить один из твитов для дальнейшего использования. Особенно это полезно, если вы следите за дебатами и хотите вернуться к ним позже. Это также пригодится для отслеживания новостей, которые вы хотите прочесть позднее — своего рода упрощенная, встроенная версия Pocket.

Эти нововведения понравились нам в 2018 году больше всего. Но может быть вы считаете, что мы что-то упустили? Расскажите в комментариях!

Традиционно приглашаем всех посетить день открытых дверей, который уже 12 февраля проведет спикер конференций TEDx, РИФ, Hello Blogger, «Суровый питерский SMM» и других — Павел Гуров.

Телеканалы и социальные сети: специфика взаимодействия

В статье представлены результаты анализа работы российских телеканалов с социальными сетями Facebook, «ВКонтакте», «Одноклассники». Выявлены особенности работы с социальными сетями каналов разного типа. Представлены основные подходы контентной стратегии телеканалов для социальных медиа. Проанализированы недостатки деятельности телеканалов в социальных сетях.

Ключевые слова: социальные сети, телеканалы в социальных сетях, особенности контента, активность пользователей

DOI: 10.30547/vestnik.journ.3.2018.316

Введение

Социальные сети в их современном виде появились сравнительно недавно, и их стремительное развитие, несомненно, связано с технологическим прорывом – возможностями Интернета и появлением современных устройств, с помощью которых можно выходить в сеть, читать новости, писать тексты, смотреть видео и общаться в любое время и в любом месте. Совершенно естественно, что развитие технологий детерминировало медиасреду и медиапотребление. Средства массовой информации вынуждены были сначала, учитывая эти изменения, обращать внимание на создание и развитие собственных онлайн-версий, а потом еще и осваивать платформы социальных сетей для продвижения своих цифровых проектов и расширения аудитории.

 

Появились и первые научные публикации на тему присутствия СМИ в социальных медиа и технологии SMM (social media marketing). Первыми начали активно говорить об этом зарубежные исследователи (Shirky, 2008; Newman, 2009; Westerman, Spence, Van Der Heide, 2013; Bullard, 2015; Adornato, Lysak, 2017). В последние годы данной темой занимаются и российские авторы (Дьяченко, 2014; Муронец, 2015; Баранова, 2016). 

Недавно появились и публикации, основанные на выступлениях на отраслевых и научно-практических конференциях. В них представлены либо обоснования трендов взаимодействия СМИ и социальных медиа, либо практические советы по работе с социальными сетями. Например, был опубликован в виде презентации доклад В. А. Бейненсон ¹ на научно-практической конференции «Медиаответственность», которая состоялась 26 февраля 2016 г. в Москве. Большое количество публикаций связано с именами участников медиарынка. Например, статья с советами от Галины Тимченко, основателя портала Meduza, подготовленная на основе ее мастер-класса в школе журналистики MYMEDIA, активно распространяется многими специализированными сайтами в Интернете ². Мнения практиков чрезвычайно важны, ибо при недостаточном осмыслении темы в научном плане практический опыт стоит рассматривать как экспертный. 

Особенности взаимодействия телеканалов с социальными сетями – тема актуальная и практически не изученная, ибо во всех упоминаемых ранее работах наибольший упор все же делается либо на онлайн-СМИ, либо на прессу. В одной из работ сделан анализ поведения крымских телеканалов в социальных сетях Facebook и «ВКонтакте» (Щепилова, 2017). Большое исследование провела Е. Д. Першина, проанализировав выбор российскими новостными медиа площадок для создания групп в социальных сетях (Першина, 2017). Результат исследования показал, что наиболее активно создают группы в социальных сетях телеканалы. 

Целями взаимодействия телеканалов с социальными сетями, на наш взгляд, являются: увеличение переходов на сайт; расширение аудитории за счет спонтанных переходов из ленты друзей; формирование лояльной аудитории; повышение имиджа.

Но их реализация во многом зависит от того, насколько активно и эффективно медиа будут работать с социальными сетями.

Для понимания результативности взаимодействия телеканалов и социальных сетей в октябре–ноябре 2017 года было проведено первичное комплексное исследование 32 российских телеканалов: информационных, развлекательных, нишевых, специализированных. Целью исследования было выявить поведение и редакционную политику российских телевизионных каналов на новых технологических площадках: на официальных порталах изданий, видеохостингах, в социальных сетях и мессенджерах. 

Каналы анализировались по следующим параметрам: функции и навигация официального сайта, наличие приложений, понимание специфики различных технологических площадок, активность в различных социальных сетях и мессенджерах, уникальность и разнообразие форм контента на сайте и в социальных сетях, количество подписчиков в социальных сетях, активность и формы реакции аудитории, использование интерактивной функции.

Полученный массив данных продемонстрировал, что существует масса особенностей в работе с разными технологическими платформами. Например, сайты дают одни возможности, социальные сети – другие, видеохостинги – третьи. Поэтому на втором этапе исследования (январь–март 2018 г.), результаты которого и представлены в данной статье, было решено сосредоточиться на трех основных социальных сетях, имеющих наибольший аудиторный охват, – Facebook, «ВКонтакте», «Одноклассники». Учитывалось также, что данные сети имеют сходство по технологическим параметрам выдачи информации в ленту. 

Выборка телеканалов была сделана на основании среднегодового рейтинга. В выборку вошли два наиболее рейтинговых информационных канала – «Первый канал» и «Россия 1» и два развлекательных канала из первой десятки рейтинга – ТНТ и СТС. Кроме того, были выбраны два канала, которые находятся в конечных строчках рейтинга, – «Ю» и «ПЯТНИЦА!». Последние два телеканала попали в выборку для выяснения особенностей поведения в социальных сетях старых и новых телеканалов, а также исследования связи количества подписчиков в соцсетях с рейтингами каналов.  

Статья построена на основе данного эмпирического материала. Использовались количественный и качественный методы исследования, основанные на дедуктивной и индуктивной логике. В течение одной произвольно выбранной недели (с 10 по 17 марта 2018 г.) вручную считались активность названных каналов и активность аудитории в указанных социальных сетях. Под активностью канала имеется в виду количество публикаций за выбранный период. Под активностью аудитории понимается количество лайков, комментариев и репостов. 

Основное внимание при анализе было уделено следующим вопросам: какое количество подписчиков смогли привлечь телеканалы на свои официальные аккаунты, какой контент и как часто предлагают телеканалы в различных соцсетях и насколько активно воспринимает его аудитория. 

Привлечение аудитории в социальных сетях 

Уровень информационной насыщенности в настоящее время слишком высок, а технологии позволяют выбирать способы получения информации, поэтому при выборе между чтением газет и журналов, просмотром телевизионных программ и прослушиванием радио современный человек часто выбирает социальные сети, где может получить всю интересующую его информацию в разных форматах подачи – от текста до видео. К тому же в условиях роста пользователей мобильного Интернета сделать это можно где угодно – без привязки к телевизору или радиоприемнику, без покупки газеты или журнала. 

Появление социальных медиа обострило конкуренцию между ними и СМИ, но в то же время сложившаяся ситуация реально продемонстрировала, что нового конкурента можно и нужно сделать партнером. Социальные медиа являются не только новым каналом распространения информации для СМИ, но и средством построения более сложных процессов взаимодействия с аудиторией, установления с ней непрерывного диалога. Хочется думать, что СМИ в целом и телеканалы в частности признают эту данность и именно поэтому пытаются работать с социальными сетями, привлекать аудиторию. 

Как видно из приведенных выше таблиц, которые разделяет временной промежуток в три месяца, все телеканалы демонстрируют динамику роста подписчиков. Наибольшую активность в работе с соцсетями проявляет ТНТ, что выгодно сказывается на охвате их аудитории. На ТНТ считают «ВКонтакте» наиболее подходящей сетью для общения с аудиторией, поэтому именно на этой площадке и разворачивается основная работа. Здесь публикуются анонсы передач, проморолики проектов ТНТ, которые сняты специально для продвижения в Интернете, фотографии, юмористические зарисовки из жизни закулисья телеканала. Постоянно также даются репосты от тематических групп по отдельным проектам ТНТ. Нередки ссылки на полный выпуск вышедшей передачи на сайте ТНТ. Таким образом, телеканал привлекает аудиторию ко всем своим площадкам: телевещание, трансляции на сайте, дружественные (или свои) ресурсы Интернета. 

Именно сеть «ВКонтакте» считает ключевой и другой развлекательный телеканал – СТС. Здесь самое большое количество контента. Постоянно идет голосование по различным темам, результаты голосования публикуются как в самой сети, так и на сайте; делаются репосты тематических групп, посвящённых отдельным сериалам; широко представлены анонсы передач. СТС поддерживает также благотворительный проект Жить, поэтому публикует много информации с хештегом #жить.  

Стоит отметить, что телеканал «Россия 1», имеющий гораздо большие охватные характеристики аудитории, чем СТС и ТНТ, по представительству в социальных сетях значительно им проигрывает. Первый канал выглядит чуть лучше, но также несравним с двумя развлекательными каналами. Стоит предположить, что развлекательные каналы, являющиеся чисто коммерческими, не имеющие бюджетного финансирования, в большей степени заинтересованы в продвижении и предпринимают все возможные действия для этого. Ситуация взаимодействия с социальными медиа достаточно показательна. Даже новые телеканалы – «Ю» и «ПЯТНИЦА!», – имеющие к тому же весьма невысокие рейтинги, по количеству подписчиков в соцсетях сравнимы с высокорейтинговым каналом «Россия 1». 

Телеканал «ПЯТНИЦА!», уступая по рейтингу каналу «Ю», в суммарном охвате аудитории по трем соцсетям опережает его почти в два раза. Контент канала «Ю» во всех сетях единообразный. На стене выкладываются анонсы премьер, целые серии, конкурсы, обзоры, материалы из рубрики #втеме. В отличие от «ПЯТНИЦЫ!», канал «Ю» ведет более спокойную редакционную политику в отношении социальных сетей, уделяя больше внимания своей основной площадке – телевещанию. Телеканал «ПЯТНИЦА!» в большей степени ориентирован на аудиторию социальных сетей, что подтверждается количеством аудитории. Контент трех сетей хоть и дублируется порой, но подается немного по-разному: учитываются особенности конкретной платформы. Так, в группе «ВКонтакте» посты в основном содержат информацию о недавно вышедшей передаче, анонсы, мемы, забавные шутки с ведущими популярных шоу, пожелания доброго утра или хорошего дня, выставляются видео целых передач, находящихся на видеохостинге RuTube, а также встречаются рекламные посты. Страница канала в «Одноклассниках» более сдержанна, а страница в Facebook более красочна, здесь чаще попадаются посты о высоких долях и рейтингах как канала, так и отдельных проектов. Большинство публикаций во всех социальных сетях рассчитано на реакцию аудитории.

  
 

   

Все телеканалы демонстрируют регулярное обновление новостей в социальных сетях. Наибольшая публикационная активность из всех выбранных каналов наблюдается в социальной сети «ВКонтакте». Хотя, как это ни странно, канал «Ю» наиболее активен в «Одноклассниках», но это связано с большим количеством повторов одинаковых постов с разными хэштегами. Канал «Россия 1» стабилен во всех социальных сетях. Одинаковые посты каналы выкладывают примерно в одно время на всех анализируемых площадках. В большинстве своем формат публикаций на всех каналах – видеоматериалы. Фотоматериалы составляют примерно одну шестую часть контента. Другие формы контента используют удачнее всех каналы ТНТ и «ПЯТНИЦА!». Помимо видео, каналы активно публикуют опросы, игры, конкурсы, мемы, gif-изображения и даже просто текстовые материалы. 

Эффекты работы телеканалов с социальными сетями 

Выстраивание технологии работы и выработка системного инструментария во взаимодействии телеканалов с социальными сетями, на наш взгляд, пока находится в стадии формирования. Методом проб и ошибок медийные команды постигают хитрости SMM, пробуют разные подходы и оценивают их результативность. Об одном из них – необходимости не спонтанной, а регулярной работы с сетями, которая выражается в оперативном обновлении информации, – мы говорили уже ранее. Необходимо также учитывать, что аудитория социальных сетей – разная по социально-демографическим, психографическим и поведенческим характеристикам. Поэтому одинаковая информация, размещенная в разных сетях, не даст нужного эффекта: требуется эксклюзивный подход к информационным постам как с точки зрения содержания, так и с точки зрения формата подачи. 

Социальные сети предполагают не столько вдумчивое чтение, сколько просмотр, а также вовлечение аудитории пользователей в какие-то действия. В связи с этим есть смысл говорить о формах подачи материала в социальных медиа. Каждая из сетей предоставляет достаточные возможности для варьирования этих форм, необходимо только создать собственный набор, который будет соответствовать поставленным задачам и целевой аудитории.  

Так, в сети «ВКонтакте» есть возможность анонсировать телесобытия, размещать фотографии, устраивать конкурсы, делать опросы, организовывать обсуждения новостей, создавать спецпроекты. Популярность группы в сети «ВКонтакте» измеряется следующими показателями: статистика просмотров группы, количество участников, количество и качество обсуждений (комментарии), сообщения на стене. Похожие возможности предлагают и другие рассматриваемые нами сети. Кроме того, каждая из сетей предоставляет возможность платного продвижения. 

При работе с социальными сетями важно не только регулярно обновлять контент, но и все время отслеживать реакцию пользователей. В частности, эффективность продвижения СМИ на Facebook можно измерить количеством комментариев, числом записей на стене, количеством лайков. 

Многие телеканалы дают в социальных сетях лишь прямые ссылки на сайт, иными словами, делают перепост уже имеющейся на сайте информации. Такой подход не назовешь оригинальным, так как привлечь пользователей и мотивировать их перейти на сайт для внимательного просмотра материала можно, скорее, не прямой выдержкой из текста, а специально написанным текстом, который затронет не только рациональную любознательность, но и эмоциональное любопытство.  

Аудиторные эффекты от публикаций не зависят от формата публикации. Реакция аудитории зависит от темы. Наибольший отклик вызывают личные посты: селфи звезд специально для пользователей соцсетей (канал «Ю», СТС), пожелание доброго утра с фотографией цветов («Первый канал») или затрагивающие всех моменты – например, посты о смерти Олега Табакова или о победе тринадцатилетней российской фигуристки Александры Трусовой в юниорском чемпионате мира. Реакция аудитории неоднородна – пост с большим количеством лайков не обязательно соберет большое количество репостов и комментариев и наоборот. Было отмечено, что активную реакцию в виде комментариев (если это не игра) может вызвать даже не сам контент поста, а высказывания в комментариях и коммуникация между пользователями социальной сети. Так, например, случается на площадках «Первого канала», когда речь идет о программе «На самом деле», или в социальных сетях «России 1», где пользователи периодически недовольны контентом самого телеканала. Наименьшую аудиторную реакцию получают анонсы сериалов или новых телевизионных проектов. Следует отметить, что выбранные каналы не вступают в прямую коммуникацию с аудиторией на площадках социальных сетей. 

Коммерческий директор «Первого канала» Петр Шепин считает: 

«Телевидение – это качественный контент и определенный способ его программирования, а Интернет – это всего лишь платформа распространения контента. Уйдет ли телевидение в Интернет или нет? Оно уже там»⁸. Эта мысль подтверждается тем, что «Первый канал», например, определял исполнителей, которые появятся в эфире в новогоднюю ночь 2018 года, путем голосования в «Одноклассниках». Телеканалы все чаще делают подобные совместные проекты с интернет-площадками. В августе 2017 года телеканал ТВ-3 и «ВКонтакте» запустили продолжение проекта «Быть или не быть». В нем режиссеры снимали пилотные серии сериалов, а зрители выбирали, запускать их в производство или нет. В сети «ВКонтакте» проходит все больше видеопремьер: от реалити-шоу до сериалов. Более того, теперь телеканалы доверяют эфирную сетку пользователям «ВКонтакте». «Мы заранее посмотрели проекты “Прожарка” и “Сэлфи” и убедились, что эти шоу обязательно найдут своих поклонников среди нашей аудитории. Теперь выбор за пользователями», — говорит директор по работе с партнерами «ВКонтакте» Константин Сидорков ⁹.

Маркетологи считают digital-пространство мощным маркетинговым инструментом в том числе и потому, что оно позволяет отслеживать и анализировать огромное количество полезных метрик, недоступных на других каналах. Вовлечение (лайки, репосты, комментарии, переходы) традиционно считается чуть ли не единственным показателем эффективности контента. Однако, как показало внутреннее исследование Facebook, существуют два уровня оценки эффективности бренд-контента: вовлекающий контент, который работает на вовлечение внутри социальной сети, и побуждающий контент, который влияет на развитие бизнеса ¹⁰. Как отмечает один из экспертов по SMM Михаил Казаков, для маркетолога важно видеть потенциал социальных сетей и уметь правильно конвертировать его в свои цели (охват, переходы, установки и т. д.), а не останавливаться «на уровне первичных метрик – подписчиков, лайков, шейров, которые в принципе не могут являться целью, так как сами по себе ничего не значат»¹¹.

Система организации работы телеканалов с социальными сетями – процесс незавершенный. Михаэль Стефаноне, Дерек Лакафф и Дэван Розен (2010) считают, что именно телевидение лучше всего должно конвергироваться с социальными сетями: «RTV и Web 2.0 совместно заложили основу для большого сдвига в восприятии людьми своей роли в современной медиасреде» (Stefanone, Lackaff, Rosen, 2010: 511). Но требуется время, чтобы отработать эффективные форматы подачи материалов, да и выбор конкретных социальных медиа для продвижения каждого СМИ нуждается в практической адаптации. Новая сфера ищет новые решения и эффективные результаты. Но главное всем сегодня уже понятно: основным показателем успешности в соцсетях являются не лайки и шеры, не охват и даже не вовлечение, а конверсия – переходы с соцсетей на сайт. Именно это позволяет увеличивать аудиторию сайта, которая в дальнейшем может быть монетизирована за счет рекламы.

Основные выводы 

Результаты исследования показали, что выбранные телевизионные каналы в большинстве своем недостаточно хорошо понимают специфику социальных сетей. Телевизионные каналы продолжают выстраивать коммуникацию с аудиторией по аналоговому принципу – от вещателя к массам. Довольно редко каналы пытаются привлечь интернет-аудиторию к сотворчеству, используя интерактивную функцию социальных сетей. Аудитория социальных каналов телевизионных сетей часто живет своей жизнью, пользуясь тем, что комментарии соцсетей не модерируется телеканалами. 

SMM-службы телевизионных каналов работают, скорее всего, по остаточному принципу, просто дублируя контент – в основном в формате видео – на все социальные площадки. Явным лидером по работе с социальными сетями оказался канал ТНТ, он наиболее активно использует интерактивные инструменты социальных сетей, вовлекая аудиторию и используя популярные форматы на социальных платформах.  

Примечания 

¹ Бейненсон В. А. Продвижение СМИ в социальных сетях: проблема медийной ответственности // Материал подготовлен по итогам научно-практической конференции с международным участием «Медиаответственность». 2016. Режим доступа: http://cultlook.org/vb_smm_responsibility (дата обращения: 7.03.2018).

² Беляева Я. Продвижение медиа в соцсетях: 12 советов от главреда Meduza Галины Тимченко // MyMedia. 2015. Режим доступа: http://planetasmi.ru/novye-media/40131-prodvizhenie-media-v-sotssetyakh-12-sovetov-ot-glavreda-meduz…(дата обращения: 3.03.2018). 

³ Источник: мониторинг аккаунтов телеканалов в соцсетях, декабрь 2017 г. 

⁴ Источник: мониторинг аккаунтов телеканалов в соцсетях, март 2018 г. 

⁵ Источник: мониторинг авторами аккаунтов телеканалов в соцсетях, с 10 по 17 марта 2018 г.

⁶ Источник: мониторинг аккаунтов телеканалов в соцсетях, с 10 по 17 марта 2018 г.  

⁷ Источник: мониторинг аккаунтов телеканалов в соцсетях, с 10 по 17 марта 2018 г. 

⁸ Николаева Ю. Петр Шепин: ТВ не уйдет в интернет, оно уже там // Sostav.ru. 2013. Режим доступа: http://www.sostav.ru/publication/petr-shepin-tv-ne-ujdet-v-internet-ono-uzhe-tam-2789.html#  (дата обращения: 5.03.2018). 

⁹ Новое шоу для телеэфира выберут по пилотным выпускам ВКонтакте // Sostav.ru. 2018. Режим доступа: http://www.sostav.ru/publication/novoe-shou-dlya-teleefira-vyberut-po-pilotnym-vypuskam-vo-vkontakte… (дата обращения: 8.03.2018). 

¹⁰ Школа digital: 4 признака устаревшей модели присутствия в соцсетях // Sostav.ru. 2018. Режим доступа: http://www.sostav.ru/publication/4-priznaka-ustarevshej-modeli-prisutstviya-v-sotssetyakh-30732.html (дата обращения: 13.03.2018). 

¹¹ Кто должен заниматься SMM: сотрудники, специалист или агентство // vc. ru. 2014. Режим доступа: https://vc.ru/4742-smm (дата обращения: 10.03.2018).

Библиография 

Баранова Е. А. Бизнес-стратегия, основанная на использовании ресурсов пользователей: опыт российских СМИ // Вестн. Моск. ун-та. Сер. 10. Журналистика. 2016. № 4. С. 163–175. 

Дьяченко О. В. Российские СМИ в социальных сетях Facebook и в «ВКонтакте»: практики взаимодействия // Медиаскоп. 2014. № 4. Режим доступа: http://mediascope.ru/node/1242 (дата обращения: 20.03.18). 

Муронец О. В. Контент социальных сетей: тенденции и закономерности // Медиаскоп. 2015. № 3. Режим доступа: http://mediascope.ru/node/1242 (дата обращения: 10.03.18). 

Першина Е. Д. Принципы выбора российскими новостными медиа площадок для создания групп в социальных сетях// Медиаскоп. 2017. № 2. Режим доступа: http://mediascope.ru/node/1242 (дата обращения: 19.03.18). 

Щепилова Г. Г. Телеканалы Крымского полуострова в социальных сетях ВКонтакте и Facebook // II Черноморск. междунар. науч.-практ. конф. МГУ. 25–27 мая 2017 г.: тезисы докладов / под ред. Е. С. Каширина, И. С. Кусова, Е. И. Сорокина и др. Севастополь: Изд-во филиала Моск. ун-та в г. Севастополе, 2017. С. 19–20. 

Щепилова Г. Г. Взаимодействие СМИ и социальных медиа // Российская пиарология-6: тренды и драйверы. СПб: Изд-во СПбГЭУ, 2018. С. 46–49. 

Adornato A., Lysak S. (2017) You Can’t Post it! Social Media Policies in U.S. Television Newsrooms. Electronic News 11 (2): 80–99. 

Bullard S. (2015) Editors Use Social Media Mostly to Post Story Links. Newspaper Research Journal 36 (2): 170–183. 

Newman N. (2009) The rise of social media and its impact on mainstream journalism. London: University of Oxford. 

Shirky С. (2008) Here comes everybody. The Power of Organizing Without Organizations. New York: Penguin Press. 

Stefanone M. A., Lackaff D., Rosen D. (2010) The Relationship Between Traditional Mass Media and “Social Media”: Reality Television as a Model for Social Network Site Behavior. Journal of Broadcasting & Electronic Media 54 (3): 508–525. 

Westerman D., Spence P., Van Der Heide B. (2013) Social Media as Information Source: Recency of Updates and Credibility of Information. Journal of Computer-Mediated Communication 19 (2): 69–84. 

    

Поступила в редакцию 15.04.2018  

Итоговые результаты конкурса Лучшее фото из музея в социальной сети за 2018-2019 уч.год

Поздравляем победителей конкурса  «Лучшее фото из музея в социальной сети»!

Внимание! Победителям необходимо отправить письмо с указанием ФИО, класса, школы, кода участника, приложив ссылку на исходную публикацию для установления авторства и указав имя, под которым вы участвовали в конкурсе, на почту Оргкомитета [email protected] с темой «Фотоконкурс». Если на странице итоговых результатов мы уже написали верные данные участника над фотографией – ФИО, школу, класс, письмо с данными отправлять не нужно. Все данные необходимо прислать до 18:00 14 мая.

Победители конкурса определялись жюри на основании промежуточных результатов в соответствии с правилами конкурса.

Оригиналы фотографий можно посмотреть по тэгу  #МузеиПаркиУсадьбы в любой из социальных сетей:

• Вконтакте (в альбоме конкурса или по тэгу),
• Facebook
• Twitter
• Instagram

Обращаем ваше внимание, что победителям необходимо проверить правильность данных, указанных на странице, так как они будут печататься в дипломе. 

Светлана Алексеева, Алексеев Артемий, ГБОУ Гимназия № 1569 «Созвездие», 5 класс

Елена Акиньшина, Акиньшина Елизавета, ГБОУ Школа № 236, 5 класс

Ольга Рыбакова, Команда МОУ лицей №12, 5 класс, капитан Рыбакова Дарья

 

Алена Ермолаева, Ермолаев Михаил, ГБОУ Школа № 998, 5 класс

 

Elena Kulagina

Галина Соколова, Соколов Константин, ГБОУ Школа № 1499, 3 класс

Елена Карпова, Егорова Мадина Анна, ГБОУ Школа № 1474, 3 класс

Милена Закарян, Мартиросян Давид, ГБОУ Школа № 1357, дошкольник класс

Елена Онищук, Онищук Матвей, ГБОУ Школа № 2109, 2 класс

proka3nica, Разумова Вероника, ГБОУ Школа №166, 1 класс

Татьяна Козлова, Козлова Виктория, ГБОУ Школа № 953, 8 класс

Светлана Кузнецова, Команда ГБОУ Школа № 1000, 4 класс, капитан Котельникова Екатерина

Максим Пахомов, Пахомов Максим, ГБОУ Школа №1583, 4 класс

dariaduda, Дуда Марк, ГБОУ Школа № 356 имени Н. З. Коляды, дошкольник класс

zhannasuvorova, Команда ГБОУ Школа№113, 1 класс, капитан Суворова София

oksierm

 

Анна Огнёва, Большаков Даниил, ГБОУ СОШ № 609, 3 класс

 

Ольга Евтушок, Евтушок Ольга, ГБОУ Школа 1561, 9 класс

Нина Сергеева, Хартанович Варвара, ГБОУ Школа № 1498, 1 класс

 

ylle_31, Ульянов Кирилл, ГБОУ Школа № 656 имени А.С. Макаренко, дошкольник класс

Светлана Антакова

Ольга Тройнина, Команда ГБОУ Школа № 1432, 6 класс, капитан Тройнин Александр

Марина Кудрявцева, Кудрявцева Валерия, ГБОУ Школа № 2126 «Перово», 3 класс

Матвей Окопский, Окопский Матвей, ГБОУ Школа в Капотне, 7 класс

 

Rose White, Команда ГБОУ Гимназия № 1504, 3 класс, капитан Цепенда Кристина

Ольга Лаврова, Лавров Кирилл, ГБОУ Гимназия № 1811 «Восточное Измайлово», 1 класс

Ксения Милль, Монакова Алиса, ГБОУ Школа №368 <<Лосиный остров>>, 1 класс

Елена Банникова, Бакунц Арина, ГБОУ Гимназия № 1272, 6 класс

Ирина Пигарёва, Козлова Вероника, ГБОУ Школа № 444, 5 класс

Милена Скульская, Команда ГБОУ Школа № 1354, 5 класс, капитан Галкина Александра

 

 

territorya_detstva

Kosmeta K. , Ковалев Николай, ГБОУ Школа № 1282, 4 класс

4bklasss

 

Яна Кишкина, Кишкин Никита, ГБОУ Школа № 1499, 6 класс

rubanovadina

nafanyanaf

Кира Шестова, Иванников Святослав, ГБОУ Гимназия № 1592, 3 класс

 

rusaniah596, Мордакина Надежда, ГБОУ Школа №2089, 8 класс

 

neko1679

juliana_tabakova, Ярушкин Дмитрий, ГБОУ «Школа № 2100», 4 класс

vip_alexey, Антонов Алексей, ГБОУ школа №1987, 4 класс

vilkavzatilke, Макаров Николай, ГБОУ Многопрофильный лицей № 1799, 2 класс

anastasia_mumof3, Киселев Роман, ГБОУ Гимназия № 1529, 3 класс

Катя Прилуцкая, Прилуцкая Вера, ГБОУ Школа № 1207, 1 класс

ksenka_pechenka

Ольга Морозова

sveta_ilya_matvey, Ноготков Матвей, ГБОУ Школа № 902 «Диалог», дошкольник класс

manokhina_oxana

mprimak1980, Никитин Александр, ГБОУ Школа № 2094, дошкольник класс

 

 

 

Никнейм неизвестен

kartinochki_zzhhrr

ar_tem1313, Бутенко Артём, ГБОУ Школа № 1788, 1 класс

ekaterinakarbanova

Олеся Курдюкова, Рубаненко Максим, ГБОУ Школа № 1065, 2 класс

Iskr@ Yu, Юрин Алексей, ГБОУ Школа № 1080, 6 класс

julia_platonova_, Батыршин Кирилл, Школа № 920, 1 класс

 

 

Юлия Сафронова, Сафронова Виктория, ГАОУ Школа «ШИК 16», 7 класс

tulenbook

angel. smir

 

lenor2v

Мия Казловская, Пименова Арина, ГБОУ Школа № 1492, 3 класс

 

olyastreich, Шапиро Егор, ГБОУ Школа № 687, 4 класс

 

yunatand, Команда МБОУ гимназия №2, 1 класс, капитан Гребенникова Анастасия

Екатерина Крушинская

art_ttiana

levar2010, Арбатский Лев, ГБОУ Школа № 2103, 2 класс

aleksahdr82

ГБОУ города Москвы школа 1195

kseniaarbuzova, рыльская таисия , ГБОУ Лицей № 1586, 1 класс

 

 

iaelactive, Гезенцвей Юлия, ГБОУ Школа №368, 4 класс

 

feogreat1, Ячменев Феодосий , ГБОУ Школа № 1279, 5 класс

 

tatianasaratova

 

Mariya Vekshina

tosska, Брусенцов Андрей, ГБОУ Гимназия № 1290, 2 класс

Ольга Войтова

 

Самые популярные социальные сети в мире 2018

Предлагаем вашему вниманию самые популярные социальные сети в мире по состоянию на 2018 год — глобальное сообщество, в рядах которого насчитывается 3,2 миллиарда пользователей.

---

Социальные медиа действительно объединяют умы людей выводят понятие «глобализация» на совершенно другой уровень. 1 из 4 интернет-пользователей совершает покупки товаров после положительного взаимодействия с брендом в соцсетях.

Но всякая медаль имеет обратную сторону. Вспомните, как люди слушали невнятные объяснения Марка Цукерберга по поводу незаконной передачи данных 87 миллионов своих пользователей компании Cambridge Analytica. В нынешних реалиях жить в соцсетях — значит жить под колпаком спецслужб и корпораций. И это не паранойя.

Несмотря на все скандалы, ограничения и запреты соцсети продолжают стремительно наращивать свою аудиторию. Тот же Facebook 27 июня 2017 года перешагнул отметку 2 миллиарда пользователей, а сегодня его аудитория насчитывает 2,3 миллиарда.

Демонстрируя рост порядка 10% ежегодно, Facebook остается крупнейшей социальной платформой в мире. Более того, на 3, 4 и 5 позиции рейтинга 2018 года находятся сайты, являющиеся собственностью вышеупомянутого господина Цукерберга.

Кстати, сегодня в мире насчитывается 3 социальных сети с миллиардной аудиторией — помимо Facebook, в этот элитный клуб попали Youtube и Instagram.

Самые популярные социальные сети в мире:

1. Facebook: 2,23 миллиарда*

2. YouTube: 1,90 миллиарда

3. Instagram: 1,00 миллиарда

4. Qzone: 563 миллиона

5. Weibo: 376 миллионов

6. Twitter: 336 миллионов

7. Reddit: 330 миллионов

8. Pinterest: 200 миллионов

9. Ask.fm: 160 миллионов

10. Tumblr: 115 миллионов

11. Flickr: 112 миллионов

12. Google+: 110 миллионов

13. LinkedIn: 105 миллионов

14. Vkontakte: 97 миллионов

15. Odnoklassniki: 70 миллионов

* — в рейтинге учитывается месячная аудитория активных пользователей.

Статистика социальных медиа в 2018 году

Какова вовлеченность аудитории? Сколько мобильных пользователей насчитывается сегодня?

Приведем несколько интересных цифр из Global Digital Report 2018:

• На начало года численность населения Земли составляла 7,6 миллиарда человек, среди которых 55% проживали в городах и поселках городского типа

• Общее количество интернет-пользователей в январе 2018 впервые превысило 4 миллиарда, демонстрируя ежегодный прирост порядка 7%

• Численность помесячно активных пользователей социальных сетей достигло 3,2 миллиарда, ежегодный прирост аудитории составляет в среднем 13%

• Количество пользователей мобильных устройств (планшетов, смартфонов) с доступом ко Всемирной сети на начало года достигло 5,1 миллиарда

• Среди них свыше 2,95 миллиарда регулярно заходят с мобильных устройств в различные социальные платформы (проникновение 39%).

Внимательный читатель обратил внимание: 3,2 миллиарда пользователей социальных сетей, из которых 2,95 миллиарда — мобильные юзеры. Сегодня можно смело говорить, что социальные платформы — это мир активных и мобильных людей.

Доля мобильных устройств в общем веб-трафике сегодня составляет 52% (ежегодный прирост +4%), а десктопы неумолимо теряют популярность (снижение -3% в год).

Уровень проникновения Интернета в 2018 году все еще сильно отличается в разных регионах: от 94% в Северной Европе до 27% в Восточной Африке.

В России и Восточной Европе данный показатель сегодня составляет 74%.

Отдельного внимания заслуживают темпы роста аудитории социальных медиа по регионам мира. Если в странах с высоким насыщением рынка (США, Великобритания, Южная Корея) темпы роста не превышают 5% ежегодно, то развивающие страны Азии и Африки перечеркивают все мыслимые рекорды.

Темпы роста аудитории соцсетей по странам мира:

1. Саудовская Аравия: +32%

2. Индия: + 31%

3. Индонезия: +23%

4. Китай: +22%

5. Южная Африка: +20%

6. Вьетнам: +20%

7. Россия: +15%

8. Марокко: +14%

Вот где скрыт настоящий потенциал для развития электронной коммерции!

Какие соцсети растут быстрее всех?

Каждый интернет-предприниматель и маркетолог ограничен временем и бюджетом, поэтому стремительно растущие соцсети — это именно то, на чем нужно сосредоточить внимание.

Если ваш бизнес планирует покорение англоязычного сегмента Интернета, стоит сконцентрировать усилия на следующей Facebook и Instagram. Первая платформа за двухлетний период с 2015 по 2017 прибавила 530 миллионов активных пользователей, а второе детище Цукерберга за это же время расширило аудиторию на 400 миллионов.

Как пользователи взаимодействуют с брендами в соцсетях?

Знание поведения и особенностей взаимодействия пользователей решает, будут они постоянными фолловерами и покупателями, или же развернутся и покинут группу.

По данным зарубежных опросов, около 27% юзеров принимают решение о приобретении товаров и услуг после положительного опыта взаимодействия в соцсетях.

Что заставляет пользователей соцсетей покупать:

• обратная связь с брендом — 48%

• соблазнительные промо-акции — 46%

• образовательный контент — 42%

• интересные зрительные образы — 38%

• юмористический контент — 36%

• эксклюзивный контент — 35%

При этом 51% респондентов признаются, что отказались бы от подписки, если группа публикует навязчивые, раздражающие посты. Еще 27% пожаловались бы на спам.

Вот почему релевантные и интересные целевой аудитории посты — залог популярности бренда и успешного развития вашего бизнеса в социальных медиа.

Born Again Neural Networks

Томмазо Фурланелло, Закари Липтон, Майкл Чаннен, Лоран Итти, Анима Анандкумар

Материалы 35-й Международной конференции по машинному обучению , PMLR 80:1607-1616, 2018.

Аннотация

Переработка знаний (KD) состоит из передачи «знаний» от одной модели машинного обучения (учителя) к другой (ученику). Как правило, учитель представляет собой мощную модель с впечатляющими характеристиками, в то время как ученик более компактен. Передавая знания, надеются извлечь выгоду из компактности ученика, не жертвуя при этом слишком большой производительностью. Мы изучаем KD с новой точки зрения: вместо того, чтобы сжимать модели, мы обучаем студентов, параметризованных так же, как их учителя. Удивительно, но эти рожденные заново сети (BAN) значительно превосходят своих учителей как в задачах компьютерного зрения, так и в задачах языкового моделирования. Наши эксперименты с BAN на основе DenseNets демонстрируют современную производительность на наборах данных CIFAR-10 (3,5%) и CIFAR-100 (15,5%) по ошибке проверки. Дополнительные эксперименты исследуют две цели дистилляции: (i) взвешенная уверенность учителя Макса (CWTM) и (ii) темное знание с переставленными предсказаниями (DKPP). Оба метода объясняют основные компоненты KD, демонстрируя влияние результатов учителя как на прогнозируемые, так и на непрогнозируемые классы.

Процитировать эту статью

---

БибТекс

@InProceedings{pmlr-v80-furlanello18a, title = {Рожденные заново нейронные сети}, автор = {Фурланелло, Томмазо и Липтон, Захари и Чаннен, Майкл и Итти, Лоран и Анандкумар, Анима}, booktitle = {Материалы 35-й Международной конференции по машинному обучению}, страницы = {1607--1616}, год = {2018}, редактор = {Дай, Дженнифер и Краузе, Андреас}, громкость = {80}, серия = {Материалы исследования машинного обучения}, месяц = ​​{10--15 июля}, издатель = {PMLR}, pdf = {http://proceedings. mlr.press/v80/furlanello18a/furlanello18a.pdf}, URL = {https://proceedings.mlr.press/v80/furlanello18a.html}, abstract = {Дистилляция знаний (KD) состоит из передачи «знаний» от одной модели машинного обучения (учитель) к другой (ученик). Как правило, учитель представляет собой мощную модель с впечатляющими характеристиками, в то время как ученик более компактен. Передавая знания, надеются извлечь выгоду из компактности ученика, не жертвуя при этом слишком большой производительностью. Мы изучаем KD с новой точки зрения: вместо того, чтобы сжимать модели, мы обучаем студентов, параметризованных так же, как их учителя. Удивительно, но эти рожденные заново сети (BAN) значительно превосходят своих учителей как в задачах компьютерного зрения, так и в задачах языкового моделирования. Наши эксперименты с BAN на основе DenseNets демонстрируют современную производительность на наборах данных CIFAR-10 (3,5%) и CIFAR-100 (15,5%) по ошибке проверки. Дополнительные эксперименты исследуют две цели дистилляции: (i) взвешенная уверенность учителя Макса (CWTM) и (ii) темное знание с переставленными предсказаниями (DKPP). Оба метода объясняют основные компоненты KD, демонстрируя влияние результатов учителя как на прогнозируемые, так и на непрогнозируемые классы.} }

Сноска

%0 Документ конференции %T Рождённые заново нейронные сети %A Томмазо Фурланелло %A Закари Липтон %A Майкл Чаннен %A Лоран Итти %А Анима Анандкумар %B Материалы 35-й Международной конференции по машинному обучению %C Материалы исследования машинного обучения %D 2018 %E Дженнифер Дай %E Андреас Краузе %F pmler-v80-furlanello18a %I PMLR %P 1607--1616 %U https://proceedings.mlr.press/v80/furlanello18a.html %V 80 %X Дистилляция знаний (KD) состоит из передачи «знаний» от одной модели машинного обучения (учителя) к другой (ученику). Как правило, учитель представляет собой мощную модель с впечатляющими характеристиками, в то время как ученик более компактен. Передавая знания, надеются извлечь выгоду из компактности ученика, не жертвуя при этом слишком большой производительностью. Мы изучаем KD с новой точки зрения: вместо того, чтобы сжимать модели, мы обучаем студентов, параметризованных так же, как их учителя. Удивительно, но эти рожденные заново сети (BAN) значительно превосходят своих учителей как в задачах компьютерного зрения, так и в задачах языкового моделирования. Наши эксперименты с BAN на основе DenseNets демонстрируют современную производительность на наборах данных CIFAR-10 (3,5%) и CIFAR-100 (15,5%) по ошибке проверки. Дополнительные эксперименты исследуют две цели дистилляции: (i) взвешенная уверенность учителя Макса (CWTM) и (ii) темное знание с переставленными предсказаниями (DKPP). Оба метода объясняют основные компоненты KD, демонстрируя влияние результатов учителя как на прогнозируемые, так и на непрогнозируемые классы.

АПА

Фурланелло, Т., Липтон, З., Чаннен, М., Итти, Л. и Анандкумар, А.. (2018). Рожденные заново нейронные сети. Proceedings of the 35th International Conference on Machine Learning , in Proceedings of Machine Learning Research 80:1607-1616 Доступно по адресу https://proceedings. mlr.press/v80/furlanello18a.html.

---

Связанные материалы

2018 — Сети сообщества | Наблюдение за глобальным информационным обществом

В этом выпуске GISWatch за 2018 год основное внимание уделяется сетям, принадлежащим сообществам, для предоставления инфраструктуры физической связи.

Доступная и надежная инфраструктура доступа в Интернет стала жизненно важным средством связи и доступа к информации для осуществления основных прав человека и поддержки экономического, социального и человеческого развития. Однако по мере того, как Интернет становится все более распространенным, все меньше слышно от тех, кто не подключен к сети — менее богатых и более маргинализированных, — которые не могут осуществлять свои права на равных основаниях. Те, у кого нет доступа, исключены вдвойне: исключены из «нового» мира информации и коммуникаций, которые предоставляет Интернет, а также исключены из «старого» аналогового мира, к которому они имели доступ, пусть и несовершенно, потому что так много из этих услуг и возможностей все чаще доступны только в Интернете. Прекращение цифрового исключения — это не просто вопрос улучшения охвата услуг подвижной широкополосной связи, но также повышения доступности и охвата инфраструктуры и услуг как фиксированной, так и мобильной локальной сети, наряду с наращиванием технического и человеческого потенциала для обеспечения надежности, способности для развертывания недорогих локальных сетевых инфраструктур с открытым доступом, а также возможность использовать полученную возможность подключения в приложениях и контенте, представляющих интерес для местных жителей и приносящих пользу местным сообществам.

В выпуске GISWatch за 2018 год основное внимание уделяется моделям локального доступа, в частности, общественным сетям как самоорганизующимся, самоуправляемым или разрабатываемым на местном уровне решениям для локального доступа, исходя из убеждения, что одним из ключей к доступному доступу является предоставление местным жителям навыки и инструменты для решения собственных проблем с подключением. Вместо того, чтобы покупать услугу доступа у крупной корпорации, сети сообщества позволяют членам сообщества самостоятельно предоставлять и совместно использовать инфраструктуру.

Отчеты по 43 странам, включенные в обзор Global Information Society Watch (GISWatch) этого года, отражают различные опыты и подходы к созданию сетей сообществ по всему миру. Они показывают, что ключевые идеи, такие как системы управления с участием, ответственность сообщества и передача навыков, а также дух «сделай сам», который движет сетями сообществ во многих различных контекстах, являются характеристиками, которые придают им общую цель и подход.

Страновые отчеты состоят из восьми тематических отчетов, в которых рассматриваются такие важные вопросы, как нормативно-правовая база, необходимая для поддержки сетей сообществ, устойчивость, местный контент, феминистская инфраструктура и сети сообществ, а также важность осведомленности об «историях сообщества» и силовые структуры, заложенные в этих историях.

Заказать печатную копию книги

Запуск GW (видео) 13 ноября на IGF в Париже

Пресс-релиз

Пресс-кит

Темы

Инфраструктура

Авторы

Предисловие

Чат Гарсия Рамило

Введение

Стив Сонг, Карлос Рей-Морено, Анриетт Эстерхейсен, Майк Дженсен, Леандро Наварро

На пределе возможностей Интернета: технологии для общественных сетей5

0002 Леандро Наварро, Леонардо Маккари, Ренато Ло Чиньо

Правовая база для общественных сетей в Латинской Америке

Эрик Уэрта Веласкес

Регулирование общественных сетей и телекоммуникаций

Стив Сонг

На пути к финансовой устойчивости общественных сетей

5

5

Сети сообществ как ключевой фактор устойчивого доступа: обзор

Майкл Огиа

Сети сообществ: истории и сила

Nicola J Bidwell

Феминистские инфраструктуры и общественные сети

Bruna Zanolli, Carla Jancz, Cristiana Gonzalez, Daiane Araujo dos Santos, Debora Prado

Децентрализация культуры: проблема местного контента в общественных сетях

Сокращение прямой видимости для связи с сообществом — Введение в страновой отчет

Карибский бассейн

Отделения Internet Society в Сент-Винсенте и Гренадинах, Гайане, Доминике, Тринидаде и Тобаго, Пуэрто-Рико, Барбадосе и Панаме и группа по интересам ISOC Blockchain

Argentina

Asociación Civil AlterMundi and Red Comunitaria QuintanaLibre

Australia

Media and Communications, Swinburne University of Technology

Benin

POPDEV Bénin

Brazil

Instituto Nupef

Brazil

Fonias Jurua Project

Canada

Первая миля

Каталония

Сообщество guifi. net

Китай

Danwei and Media Monitor for Women Network

Colombia

Colnodo

Congo, Демократическая Республика

Mesh Bukavu

Costa Rica

Cooperativa Sulá Batsú

Ecuador

Anonymous

Georgia

Small Small Smallaortions и Midecoma Telecoma

Small Smallowers и Midecoma Telecoma

Small Smalloweration и Midecoma Telecoma

Small Smalloworators и Midecoma Telecoma

Small Smallionorations и Midemomous

; Тушети фонд развития

Германия

Freifunk

Ghana

Afrotribune

Греция

Sarantaporo.gr

Honduras

: Red De DeSarrollo Sostenible-Honduras и интернет-общество.0005

Индия

Проект широкополосной связи в сельской местности Грам Марг, Департамент электротехники, Индийский технологический институт Бомбей

Индия

Фонд расширения возможностей цифровых технологий (DEF)

Индонезия и Малайзия

Советник Форума Масьяракат Адат Датаран Тингги Борнео (ФОРМАТ)

Италия

Университет Тренто, CNIT и ninux. org

Кения

Институт Тунапанды

Кыргызстан

Internet Society Kyrgyzstan Chapter

Malaysia

Persatuan Kesedaran Komuniti Selangor (EMPOWER)

Mexico

REDES A.C., Rhizomatica and Colectivo Ik’ta K’op

Myanmar

Alternative Solutions for Rural Communities (ASORCOM)

Namibia

Internet Society ( ISOC)

Непал

Национальный инновационный центр

Нигерия

Фонд Фантсуам

Пакистан

Беспроводная связь для сообществ Пакистан

Перу

Communication Department, Pontificia Universidad Católica del Perú

Philippines

University of the Philippines – Diliman and University of Washington

Portugal

WirelessPT

Seychelles

Independent researcher

South Africa

Zenzeleni

Tanzania

Университет Додомы, Колледж информатики и виртуального образования; Интернет-сообщество

Таиланд

Интернет-образовательная и исследовательская лаборатория (intERLab) – Азиатский технологический институт (АИТ), Социальное предприятие Net2Home

Тунис

iGmena

Уганда

BOSCO Уганда

Соединенные Штаты Америки

Лаборатория цифрового капитала, Новая школа; Detroit Community Technology Project

Венесуэла

Венесуэла

Замбия

Macha Works

Анализ социальных сетей | SAGE Publications Ltd

 

Глава 1: Введение

Почему сети?

 

Что такое сети?

 

Типы отношений

 

Цели анализа

 

Сетевые переменные как независимые переменные

 

Сетевые переменные как переменные результата

 

 

Глава 2. Основы математики

Графики

 

Пути и компоненты

 

Матрицы смежности

 

Способы и режимы

 

Матричные продукты

 

 

Глава 3: Дизайн исследования

Эксперименты и полевые исследования

 

Планы исследования всей сети и персональной сети

 

Источники сетевых данных

 

Типы узлов и виды завязок

 

Атрибуты актера

 

Выборка и ограничение

 

Источники проблем с надежностью и достоверностью данных

 

Этические соображения

 

 

Глава 4: Сбор данных

Сетевые вопросы

 

Форматы вопросов

 

Бремя интервьюируемого

 

Сбор данных и надежность

 

Сбор архивных данных

 

Данные из электронных источников

 

 

Глава 5: Управление данными

Импорт данных

 

Очистка сетевых данных

 

Преобразование данных

 

Нормализация

 

Данные когнитивной социальной структуры

 

Сопоставление атрибутов и сетей

 

Преобразование атрибутов в матрицы

 

Экспорт данных

 

 

Глава 6. Многомерные методы, используемые в сетевом анализе

Многомерное масштабирование

 

Анализ корреспонденции

 

Иерархическая кластеризация

 

 

Глава 7: Визуализация

Макет

 

Внедрение атрибутов узла

 

Фильтрация узлов

 

Сети эго

 

Внедрение характеристик галстука

 

Визуализация изменений в сети

 

Экспорт визуализаций

 

Закрытие комментариев

 

 

Глава 8. Проверка гипотез

Перестановочные тесты

 

Диадические гипотезы

 

Смешанные диадно-монадические гипотезы

 

Гипотезы уровня узла

 

Гипотезы всей сети

 

Модели экспоненциального случайного графа

 

Стохастические модели, ориентированные на актеров (SAOM)

 

 

Глава 9. Характеристика целых сетей

Сплоченность

 

Взаимность

 

Транзитивность и коэффициент кластеризации

 

Перепись триады

 

Индексы централизации и ядро-периферия

 

 

Глава 10: Центральность

Основная концепция

 

Ненаправленные, неоцененные сети

 

Направленные, неценные сети

 

Ценные сети

 

Сети отрицательных связей

 

 

Глава 11: Подгруппы

Клики

 

Алгоритм Гирвана – Ньюмена

 

Оптимизация фракций и модульности

 

Направленные и ценные данные

 

Вычислительные соображения

 

Выполнение когезионного анализа подграфов

 

Дополнительный материал

 

 

Глава 12: Эквивалентность

Структурная эквивалентность

 

Сходство профиля

 

Блокмодели

 

Прямой метод

 

Регулярная эквивалентность

 

Алгоритм REGE

 

Модели ядро-периферия

 

 

Глава 13. Анализ двухрежимных данных

Преобразование в одномодовые данные

 

Преобразование двухмодовых матриц со значениями в одномодовые

 

Двудольные сети

 

Сплоченные подгруппы и обнаружение сообщества

 

Модели ядро-периферия

 

Эквивалентность

 

 

Глава 14. Большие сети

Уменьшение размера проблемы

 

Выбор подходящих методов

 

Выборка

 

Небольшие и безмасштабные сети

 

 

Глава 15: Эго-сети

Сбор данных персональной сети

 

Анализ данных эго-сети

 

Пример 1 исследования сети эго

 

Пример 2 исследования сети эго

 

Дополнения

Нажмите, чтобы перейти к онлайн-ресурсам

Учебное пособие по регуляризованным сетям частичной корреляции

Сохранить цитату в файл

Формат: Резюме (текст)PubMedPMIDAbstract (текст)CSV

Добавить в коллекции

• Создать новую коллекцию
• Добавить в существующую коллекцию

Назовите свою коллекцию:

Имя должно содержать менее 100 символов

Выберите коллекцию:

Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку

Добавить в мою библиографию

• Моя библиография

Не удалось загрузить делегатов из-за ошибки
Повторите попытку

Ваш сохраненный поиск

Название сохраненного поиска:

Условия поиска:

Тестовые условия поиска

Эл. адрес: (изменить)

Который день? Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый будний день

Который день? ВоскресеньеПонедельникВторникСредаЧетвергПятницаСуббота

Формат отчета: SummarySummary (text)AbstractAbstract (text)PubMed

Отправить максимум: 1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.

Отправить, даже если нет новых результатов

Необязательный текст в электронном письме:

Создайте файл для внешнего программного обеспечения для управления цитированием

. 2018 дек; 23 (4): 617-634.

doi: 10.1037/met0000167. Epub 2018 29 марта.

Саша Эпскамп ¹ , Эйко I Фрид ¹

принадлежность

• ¹ Факультет психологических методов Амстердамского университета.

• PMID: 29595293
• DOI: 10.1037/мет0000167

Саша Эпскамп и др. Психологические методы. 2018 9 декабря0005

. 2018 дек; 23 (4): 617-634.

doi: 10.1037/met0000167. Epub 2018 29 марта.

Авторы

Саша Эпскамп ¹ , Эйко I Фрид ¹

принадлежность

• ¹ Факультет психологических методов Амстердамского университета.

• PMID: 29595293
• DOI: 10.1037/мет0000167

Абстрактный

В последние годы появилось сетевое моделирование, применяемое к настроениям, отношениям и проблемам в области психологии. В этой структуре считается, что психологические переменные напрямую влияют друг на друга, а не вызываются ненаблюдаемой скрытой сущностью. В этом руководстве мы познакомим читателя с оценкой самой популярной сетевой модели психологических данных: сети с частичной корреляцией. Мы описываем, как можно использовать методы регуляризации для эффективной оценки экономичной и интерпретируемой сетевой структуры психологических данных. Мы покажем, как выполнять эти анализы в R, и продемонстрируем метод на эмпирическом примере данных о посттравматическом стрессовом расстройстве. Кроме того, мы обсуждаем влияние гиперпараметра, который должен быть установлен исследователем вручную, как обрабатывать ненормальные данные, как определить необходимый размер выборки для сетевого анализа, а также предоставляем контрольный список с потенциальными решениями проблем, которые могут возникнуть. может возникнуть при оценке регуляризованных сетей частичной корреляции. (Запись базы данных PsycINFO (c) 2018 APA, все права защищены).

Похожие статьи

• Оценка психологических сетей и их точности: Учебная статья.

  Эпскамп С., Борсбум Д., Фрид Э.И. Эпскамп С. и др. Методы поведения Res. 2018 фев; 50 (1): 195-212. doi: 10.3758/s13428-017-0862-1. Методы поведения Res. 2018. PMID: 28342071 Бесплатная статья ЧВК.

• Сравнение гауссовских графических моделей с апостериорным прогностическим распределением и выбором байесовской модели.

  Уильямс Д.Р., Раст П., Перикки Л.Р., Малдер Дж. Уильямс Д.Р. и соавт. Психологические методы. 2020 Октябрь; 25 (5): 653-672. дои: 10.1037/met0000254. Epub 2020 20 февраля. Психологические методы. 2020. PMID: 32077709 Бесплатная статья ЧВК.

• Хуже, чем ошибка измерения: последствия неподходящих моделей измерения скрытых переменных.

  Ремтулла М., ван Борк Р. , Борсбум Д. Ремтулла М. и др. Психологические методы. 2020 Фев;25(1):30-45. дои: 10.1037/met0000220. Эпаб 20196 июня. Психологические методы. 2020. PMID: 31169371

• Что измеряют меры центральности в психологических сетях?

  Брингманн Л.Ф., Элмер Т., Эпскамп С., Краузе Р.В., Шох Д., Вичерс М., Вигман Дж.Т.В., Сниппе Э. Брингманн Л.Ф. и соавт. J Abnorm Psychol. 2019 ноябрь; 128(8):892-903. doi: 10.1037/abn0000446. Epub 2019 18 июля. J Abnorm Psychol. 2019. PMID: 31318245 Обзор.

• Модели с фиксированными эффектами и модели со смешанными эффектами для кластеризованных данных: обзор подходов, выявление различий и выработка рекомендаций.

  Макнейш Д., Келли К. Макнейш Д. и соавт. Психологические методы. 2019 фев; 24 (1): 20-35. дои: 10.1037/met0000182. Epub 2018 4 июня. Психологические методы. 2019. PMID: 29863377 Обзор.

Посмотреть все похожие статьи

Цитируется

• Сетевой анализ взаимосвязи между убеждениями о заговоре в отношении вакцины против COVID-19 и симптомами страха перед COVID-19 в выборке стран Латинской Америки.

  Кайчо-Родригес Т., Вентура-Леон Х., Валенсия ДП, Вилка Л.В., Карбахал-Леон К., Рейес-Боссио М., Дельгадо-Кампусано М., Рохас-Хара К., Поланко-Карраско Р., Гальегос М., Червиньи М., Мартино П., Паласиос Д.А., Морета-Эррера Р., Саманьего-Пиньо А., Элиас Лобос Ривера М., Фигарес А.Б., Пуэрта-Кортес Д.С., Корралес-Рейес И.Е., Кальдерон Р., Тапиа Б.П., Ариас Гальегос В.Л., Петцольд О. Кайчо-Родригес Т. и др. Курс психол. 2022 сен. 7:1-16. doi: 10.1007/s12144-022-03622-w. Онлайн перед печатью. Курс психол. 2022. PMID: 360 Бесплатная статья ЧВК.

• Использование сетевого анализа для изучения связи между симптомами расстройств пищевого поведения и агрессивностью в Нервная булимия .

  Каскино Г., Марсиелло Ф., Д’Агостино Г., Торикко Р., Бароне Э., Монтелеоне А.М. Каскино Г. и др. Фронтовая психиатрия. 2022 24 августа; 13:0. doi: 10.3389/fpsyt.2022.0. Электронная коллекция 2022. Фронтовая психиатрия. 2022. PMID: 360 Бесплатная статья ЧВК.

• Сетевая структура поведенческих расстройств аутистического спектра и ее эволюция у детей дошкольного возраста: результаты нового метода продольного сетевого анализа.

  Монтазери Ф., Буителаар Дж.К., Остерлинг И. Дж., де Бильдт А., Андерсон Г.М. Монтазери Ф. и др. J Аутизм Dev Disord. 6 сентября 2022 г. doi: 10.1007/s10803-022-05723-8. Онлайн перед печатью. J Аутизм Dev Disord. 2022. PMID: 36066728

• Анализ микробиома и метаболома в различных аквариумных системах с замкнутым циклом и их сетевая визуализация.

  Йокояма Д., Судзуки С., Асакура Т., Кикучи Дж. Йокояма Д. и др. АСУ Омега. 2022, 18 августа; 7(34):30399-30404. doi: 10.1021/acsomega.2c03701. Электронная коллекция 2022 30 августа. АСУ Омега. 2022. PMID: 36061672 Бесплатная статья ЧВК.

• Ассоциации между депрессивными симптомами и качеством жизни среди жителей Ухани, Китай, на поздней стадии пандемии COVID-19: сетевой анализ.

  Чжао Ю.Дж., Чжан С. Ф., Ли В., Чжан Л., Го Т., Чунг Т., Джексон Т., Ян Б.С., Сян Ю.Т. Чжао Ю.Дж. и др. J Аффективное расстройство. 2022 1 сентября; 318: 456-64. doi: 10.1016/j.jad.2022.08.104. Онлайн перед печатью. J Аффективное расстройство. 2022. PMID: 36058363 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

термины MeSH

Полнотекстовые ссылки

Американская психологическая ассоциация

Укажите

Формат: ААД АПА МДА НЛМ

Отправить по номеру

Послеобеденный семинар ACM SIGCOMM 2018 по беспилотным сетям (SelfDN 2018)

Программа семинара

..»>

• 14:00 — 15:15 Сессия I: Другой вид SDN Председатель сессии: Дженнифер Рексфорд (Принстон, США) Место: InterContinental, бальный зал III

• Сессия I: Другой вид SDN

• 14:00 — 14:30 Опасно на любой скорости? Сети с автономным управлением без сетей с самостоятельным сбоем Докладчик: Джефф Могул (Google, США) Местонахождение: InterContinental, Ballroom III

• 14:30 — 14:45

  Тоусиф Якуб, Мухаммад Усама, Джунаид Кадир (МСЭ, Пакистан) , Гарет Тайсон (QMUL, Великобритания)

• 14:45 — 15:00

  Патрик Калмбах, Йоханнес Цервас, Петер Бабарци, Андреас Бленк, Вольфганг Келлерер (Технический университет Мюнхена, Германия) , Штефан Шмид (Университет, Австрия)

• 15:00 — 15:15

  Артур Селле Джейкобс, Рикардо Хосе Пфитчер (UFRGS, Бразилия) , Роналду Алвес Феррейра (UFMS, Бразилия) , Лисандро Замбенедетти Гранвиль (UFRGS, Бразилия)

• 15:15 — 15:45 Перерыв на чай/кофе

  Расположение: InterContinental, Pre-Function Area

• Перерыв на чай/кофе

• 15:45 — 17:00 Сессия II: Варианты использования Председатель сессии: Уолтер Виллинджер (НИКСАН, США) Место: InterContinental, бальный зал III

• Сессия II: Варианты использования

• 15:45 — 16:00

  Сяоци Чен, Шир Ландау Фейбиш (Принстон, США) , Ярон Корал (AT&T, США) , Дженнифер Рексфорд (Принтон, США) , Ори Роттенстрайх (Технион, Израиль)

• 16:00 — 16:15

  Hongqiang Harry Liu, Xin Wu, Wei Zhou, Weiguo Chen, Tao Wang, Hui Xu, Lei Zhou, Qing Ma, Ming Zhang (Alibaba, Китай)

• 16:15 — 16:30

  Henri Maxime Demoulin, Issac Pedisch, Linh Thi Xuan Phan, Boon Thau Loo (UPenn, USA)

• 16:30 — 17:00 Обсуждение Председатель сессии: Дженнифер Рексфорд (Принстон, США) и Walter Willinger (НИКСАН, США) Место: InterContinental, бальный зал III

• Обсуждение

Call for Papers

В течение как минимум десяти лет исследователи сетей, поставщики оборудования и провайдеры интернет-услуг в равной степени выступали за «автономные» или «самоуправляемые» сети, в которых решения по управлению сетью и контролю принимаются в режиме реального времени и в автоматизированном режиме. Тем не менее, создание таких «автономных» сетей, которые практически можно развернуть, в значительной степени осталось нереализованным. Однако недавние технологические достижения и научные инновации открывают новые захватывающие возможности для окончательной реализации беспилотных сетей. Эти достижения и инновации включают (1) полностью программируемые, независимые от протокола плоскости данных и языки для их программирования; и (2) появление масштабируемых платформ для обработки распределенных потоковых данных с использованием новейших инструментов и программного обеспечения для анализа (больших) данных и машинного обучения (ML).

С одной стороны, осуществимость беспилотных сетей проистекает из теоретико-управляющего принципа, который опирается на обратную связь с обратной связью для смягчения эффектов динамической неопределенности в системе. В то же время сочетание программируемого управления программно-определяемой сетью (SDN) с возможностями логического вывода ML обещает беспрецедентные возможности для запроса больших объемов и высокоскоростных распределенных потоковых данных в масштабе; эта новая техническая возможность может предоставить необходимую информацию для множества различных задач управления сетью и контроля, которые самоуправляемые сети должны выполнять автоматически и автономно.

Проектирование и внедрение беспилотных сетей — одна из «главных задач» современных сетевых исследований. Реализация этого видения потребует включения коллективного опыта и вклада сетевого исследовательского сообщества.

Этот семинар станет форумом для исследователей сетей, на котором они смогут представить и поделиться своими последними исследованиями новых технологий, которые могут помочь реализовать практичные развертываемые сети с автономным управлением. Этот семинар ищет вклад от экспертов в таких областях, как сетевое программирование, формальные методы, теория управления, распределенные системы, машинное обучение, наука о данных, структуры данных и алгоритмы, а также оптимизация, которые разделяют радость от реализации видения беспилотных сетей. Особый интерес представляют оригинальные исследовательские работы, основанные на результатах теории управления (например, жесткие ограничения, неизбежные компромиссы) или описывающие варианты использования конкретных задач сетевого управления или контроля (например, применительно к сетевой безопасности или производительности), которые (1) продемонстрировать успешную реализацию различных компонентов управления с обратной связью, чтобы вместе они могли выполнять поставленные задачи в автоматическом режиме и (2) выявить узкие места в существующих технологиях или методах, которые препятствуют практическому развертыванию полноценных самоуправляемых сетей. .

Приветствуются материалы, относящиеся ко всем аспектам проектирования и построения беспилотных сетей, но инновационная работа, включающая все аспекты контура управления, предпочтительнее, чем разрозненные подходы, сосредоточенные на отдельных аспектах в отдельности.

Интересующие темы

• Подходы к прогнозирующему машинному обучению в замкнутых системах управления трафиком (например, приоритизация трафика, маршрутизация, машинное обучение TCP или контроллеры скорости гипервизора)
• Применение машинного обучения для прогнозирования и устранения сетевых атак
• Новые проблемы машинного обучения и вопросы, возникающие в связи с задачами сетевых операций, связанными с производительностью или безопасностью
• Методы измерения сети, которые адаптируют сбор или измерение на основе изменяющихся условий сети
• Языки запросов, которые поддерживают запросы для данных в движении (т. е. потоковых данных) и данных в состоянии покоя (т. е. автономного анализа)
• Эффективные структуры данных и алгоритмы для запросов (распределенных) потоковых данных
• Новые алгоритмы выполнения приблизительных запросов (с гарантиями точности) и динамических запросов
• Новые архитектуры для детального и программируемого мониторинга сети
• Новые оптимизации для создания интеллектуальных систем времени выполнения или масштабируемых механизмов запросов
• Разработка и внедрение средств управления с обратной связью для комбинированного обнаружения и смягчения последствий конкретных кибератак или обнаружения и устранения ухудшений производительности
• Примеры выбора конструкции, основанные на результатах теории управления (например, жесткие ограничения, неизбежные компромиссы)
• Системы с обратной связью, использующие измерения и логические выводы для управления на основе SDN
• Свойства доказуемой правильности одновременно выполняемых управляющих действий и протоколов
• Замкнутые системы управления сетью, которые могут включать обратную связь с человеком (например, от пользователей или операторов) для повышения эффективности, точности или результативности.

Инструкции по представлению

Материалы должны быть оригинальными, неопубликованными работами и не рассматриваться на другой конференции или в другом журнале. Представленные статьи должны иметь длину не более шести (6) страниц, включая все рисунки, таблицы и приложения (но не считая ссылок) в формате ACM с двумя колонками 10pt. Документы должны включать имена авторов и их принадлежность для одиночного слепого рецензирования ПК. Ожидается, что авторы принятых докладов представят свои доклады на семинаре. Пожалуйста, отправьте свою статью на https://sigcomm-sdn18.hotcrp.com/.

Авторы принимают к сведению

Датой официальной публикации является дата, когда материалы становятся доступными в цифровой библиотеке ACM. Эта дата может быть за ДВЕ НЕДЕЛИ до первого дня конференции. Дата официальной публикации влияет на крайний срок подачи любых патентных заявок, связанных с опубликованной работой.

Регистрация

Посещение семинара осуществляется путем открытой регистрации и с учетом тех же регистрационных сборов и правил, что и для всех других семинаров SIGCOMM 2018. Зарегистрированные на семинар могут свободно посещать любой семинар в тот же день.

Инструкции по подготовке к работе с камерой

Чтобы опубликовать окончательный документ, см. Инструкции по подготовке к работе с камерой для семинаров.

Важные даты

Комитеты

• Председатели семинаров

• Ник Фимстер

  Принстон, США

• Дженнифер Рексфорд

  Принстон, США

• Уолтер Виллинджер

  НИКСУН, США

• члена программного комитета

• Манос Антонакакис

  Технологический институт Джорджии, США

• Марко Канини

  КАУСТ, Саудовская Аравия

• Чен-Ни Чуа

  Дэвис, США

• Арпит Гупта

  Принстон, США

• Чанхун Ким

  Босиком, США

• Прия Махадеван

  Google, США

• Ратул Махаджан

  Интентионет, США

• Николай Матни

  Беркли, США

• Шринивас Нараяна

  Массачусетский технологический институт, США

• Мэтью Роуган

  Аделаида, Австралия

• Майкл Шапира

  Худжи, Израиль

• Вьяс Секар

  КМУ, США

• Анируд Шивараман

  Нью-Йоркский университет, США

• Алекс С. Снорен

  UCSD, США

• Рената Тейшейра

  Инрия, Франция

• Мин Чжан

  Алибаба, Китай

• Ин Чжан

  Facebook, США

Свяжитесь с председателем SelfDN

Arista Networks — Arista Networks, Inc. сообщает о финансовых результатах за второй квартал 2018 г. с рекордной прибылью

Приобретает Mojo Networks для расширения облачных сетей

САНТА-КЛАРА, Калифорния – (BUSINESS WIRE) – Arista Networks, Inc. (NYSE: ANET), лидер отрасли программно-управляемая когнитивная облачная сеть для крупномасштабного центра обработки данных и среды кампуса, сегодня объявила финансовые результаты для своего второй квартал закончился 30 июня 2018 г.

Финансовые показатели второго квартала

• Выручка 519,8 млн долларов США, что на 10 % больше, чем в первый раз. квартале 2018 года, увеличившись на 28,3% по сравнению со вторым кварталом 2018 года. 2017.
• Валовая прибыль по GAAP составила 64,2% по сравнению с валовой прибылью по GAAP в размере 64,1% в первом квартале 2018 года и 64,1% во втором квартале 2017 года.
• Валовая прибыль без учета GAAP в размере 64,5% по сравнению с валовой прибылью без учета GAAP в размере 64,4% в первом квартале 2018 года и 64,4% во втором квартале 2018 года. 2017.
• чистая прибыль по GAAP в размере 150,7 млн ​​долларов США или 1,86 доллара США на разводненную акцию; по сравнению с чистой прибылью по GAAP в размере 102,7 миллиона долларов США, или 1,30 доллара США на разводненный доход. долей, во втором квартале 2017 г.
• Чистая прибыль без учета GAAP в размере 155,7 млн ​​долларов США или 1,93 доллара США на разводненную акцию. по сравнению с чистой прибылью не по GAAP в размере 105,5 млн долларов США, или 1,34 доллара США на разводненная доля во втором квартале 2017 г.

«Arista — одна из самых быстрых сетевых компаний, достигших $2 годовой доход, обусловленный лидерством в отрасли в программно определяемые сети», — заявила Джейшри Уллал, президент Arista. и генеральный директор. «Во втором квартале 2018 года мы с комфортом превысили выручку в 500 миллионов долларов. марки с рекордной рентабельностью».

Комментируя финансовые результаты компании, Ита Бреннан, директор Arista Финансовый директор сказал: «Команда продолжает демонстрировать последовательное исполнение, стимулируя здоровый рост выручки и увеличение прибыли».

Arista расширяет кампус за счет сети Cognitive WiFi™

Arista сегодня также анонсировала что он приобретет Mojo Networks, изобретателя Cognitive WiFi и лидера в беспроводная сеть, управляемая облаком. Стороны рассчитывают закрыть сделка в третьем квартале 2018 года. «Мы рады первому приобретению Arista транзакция и ее значение для когнитивного видения кампуса Arista. Мы приветствуем сотрудников Mojo Networks в семье Arista», — заявила г-жа. Уллал.

Основные моменты компании

• Ость Представляет когнитивную облачную сеть для кампуса, охватывающую новая сетевая архитектура, предназначенная для учета переходных изменений по мере предприятие переезжает в готовый кампус IoT (Интернет вещей). Использование EOS® и CloudVision®, когнитивной облачной сети Arista подход обеспечивает операционную согласованность и современные облачные принципы для кампус предприятия.
• Ость Объявляет о новой многофункциональной платформе для облачных сетей. Основанный на на программируемом Ethernet-коммутаторе Barefoot Tofino™ серии P4 микросхем, серия Arista 7170 обеспечивает гибкие системы для множество приложений в облачных сетях.
• Ариста была названа в Forbes Global 2000 крупнейших публичных компаний мира.
• Генеральный директор Arista Джейшри Уллал названа одним из сотрудников Barron. Лучшие руководители мира: лидеры роста.

Финансовый прогноз

В третьем квартале 2018 года мы ожидаем:

• Доход от 540 до 552 млн долларов США
• Валовая прибыль не по GAAP от 63% до 65%, и
• Операционная маржа не по GAAP примерно от 32% до 34%

Руководство по финансовым показателям не по GAAP исключает оценочные юридические расходы в размере около 6 миллионов долларов США, связанные с OptumSoft и Судебные разбирательства с Cisco, компенсационные расходы на основе акций и другие неповторяющиеся элементы. Согласование руководящих указаний не-GAAP с соответствующие показатели GAAP недоступны на перспективной основе (см. дальнейшее объяснение ниже).

Подготовленные материалы и информация о конференц-звонке

Руководители Arista обсудят финансовые результаты за второй квартал 2018 года на телефонная конференция в 13:30. Тихоокеанское время сегодня. Чтобы прослушать звонок по телефону: (833) 287-7905 в США или (647) 689-4469 из-за пределов США. Идентификатор конференции: 8687498.

Телефонная конференция по финансовым результатам также будет доступна в прямом эфире. веб-трансляция на нашем веб-сайте по связям с инвесторами по адресу http://investors.arista.com/. Вскоре после завершения телефонной конференции повтор аудио-веб-трансляция будет доступна на веб-сайте Arista по связям с инвесторами.

Прогнозные заявления

Этот пресс-релиз содержит «прогнозные заявления» относительно нашей будущие результаты, включая заявления в разделе, озаглавленном «Финансовые перспективы», такие как оценки выручки, валовой маржа и операционная маржа не по GAAP за третий квартал финансового 2018 г. , а также заявления о преимуществах внедрения новых товары. Прогнозные заявления зависят от известных и неизвестных риски, неопределенности, предположения и другие факторы, которые могут привести к фактические результаты, производительность или достижения должны существенно отличаться от те, которые ожидаются или подразумеваются в прогнозных заявлениях включая риски, связанные с: спором Arista Networks с Cisco Systems, Inc., включая распоряжения ITC об исправлении положения, запрещающие импорт продуктов Arista (или их компонентов) в США, или реализация ранее ввезенных товаров, на которые распространяется действие тех. исправительные заказы, способность Arista Networks перепроектировать свои продукты в способом, не предусмотренным такими судебными приказами, и получить соответствующие правительственные одобрения для этих переработанных продуктов, любые штрафы оценивается ITC, если продукты Arista с измененным дизайном подпадают под такие заказы на ремонт и способность Arista Networks управлять нашим производством и цепочка поставок, включая поиск компонентов на коммерческих разумные условия; ограниченная история деятельности Arista Networks; Ость быстрый рост сетей; концентрация клиентов Arista Networks; наш принятие клиентом наших обновленных продуктов и услуг; Запросы на более выгодные условия от наших крупных конечных клиентов; снижение продажных цен на наши продукты и услуги; изменения в потребительский спрос на наши продукты и услуги, модели заказов клиентов или набор клиентов; сроки выполнения заказов и изготовления и заказчика время выполнения заказа; усиление конкуренции на рынках наших продуктов и услуг; зависимость от внедрения и принятия рынком нового продукта предложения и стандарты; выгоды и влияние приобретений; стремительный технологические и рыночные изменения; эволюция облачных сетей рынке и принятие конечными клиентами облачных сервисов Arista Networks. сетевые решения; спор Arista Networks с OptumSoft; а также общие рыночные, политические, экономические и деловые условия. Дополнительный риски и неопределенности, которые могут повлиять на Arista Networks, можно найти в последнем годовом отчете Arista по форме 10-K, поданной в SEC 20 февраля 2018 г. и другие документы, которые компания подает в SEC. время от времени. Вы можете найти эти отчеты на нашем веб-сайте по адресу http://investors.arista.com/. и на веб-сайте SEC по адресу http://www.sec.gov/. Все прогнозные заявления в этом пресс-релизе основаны на информация, доступная компании на дату настоящего документа, и Arista Networks отказывается от каких-либо обязательств по публичному обновлению или пересмотру любых прогнозное заявление, отражающее происходящие события или обстоятельства которые существуют после даты, когда они были сделаны.

Финансовые показатели не по GAAP

Компания сообщает об определенных финансовых показателях, не предусмотренных GAAP, которые исключают компенсационные расходы на основе акций, расходы, связанные с OptumSoft и Cisco , другие разовые платежи или льготы, а также налоговый эффект этих исключений, не предусмотренных GAAP. Кроме того, не-GAAP финансовые показатели исключают чистые налоговые льготы, связанные с вознаграждения, которые включают избыточные налоговые льготы и другие дискретные косвенные последствия таких наград. Компания использует эти финансовые проводит внутренние измерения при анализе своих финансовых результатов и считает, что использование этих финансовых показателей не по GAAP полезно для инвесторов, поскольку дополнительный инструмент для оценки текущих операционных результатов и тенденций. В Кроме того, эти показатели являются основными показателями, которые руководство использует в качестве основу для его планирования и прогнозирования на будущие периоды.

Финансовые показатели не по GAAP не следует рассматривать изолированно или вместо сопоставимой чистой прибыли по GAAP чистая прибыль на разводненная доля, валовая прибыль или операционная прибыль. финансовый меры подлежат ограничениям, и их следует читать только в совместно с консолидированной финансовой отчетностью компании подготовлены в соответствии с GAAP. Описание этих не-GAAP финансовые показатели и сверка не-GAAP компании финансовых показателей с их наиболее непосредственно сопоставимыми показателями GAAP. были представлены в таблицах финансовой отчетности, включенных в этот пресс-релиз релиз, и инвесторам рекомендуется ознакомиться с выверкой.

Руководство Компании по финансовым показателям не по GAAP исключает компенсационные расходы на основе акций, расходы, связанные с OptumSoft судебные разбирательства с Cisco и другие неповторяющиеся вопросы. Компания делает не предоставлять рекомендации по валовой марже GAAP или операционной марже GAAP или различные пункты согласования между валовой прибылью GAAP и GAAP операционная маржа и валовая маржа не по GAAP и операционная маржа не по GAAP поле. На компенсационные расходы, основанные на акциях, влияет будущие потребности в найме и удержании, а также будущая справедливая рыночная стоимость обыкновенных акций Компании, все из которых трудно предсказать и подвержен постоянным изменениям. Фактическая сумма на складе Компенсационные расходы окажут значительное влияние на Валовая прибыль по GAAP и операционная маржа по GAAP. Соответственно, сверка руководства по финансовым показателям non-GAAP с соответствующий показатель GAAP недоступен без необоснованных усилий.

Об Arista Networks

Arista Networks первой разработала программно-управляемую когнитивную облачную сеть. для крупномасштабных центров обработки данных и сред кампуса. Ариста отмеченные наградами платформы переопределяют и обеспечивают доступность, гибкость, автоматизация, аналитика и безопасность. Arista отгрузила более пятнадцати миллионов облачных сетевых портов по всему миру с CloudVision и EOS, передовая сетевая операционная система. Стремление к открытым стандартам во всем частные, общедоступные и гибридные облачные решения, продукты Arista поддерживается во всем мире напрямую и через партнеров.

ARISTA, EOS, CloudVision, FlexRoute и AlgoMatch входят в число зарегистрированные и незарегистрированные товарные знаки Arista Networks, Inc. в юрисдикции по всему миру. Другие названия компаний или продуктов могут быть товарными знаками соответствующих владельцев. Дополнительная информация и ресурсы можно найти на www.arista.com.

АРИСТА НЕТВОРКС, ИНК. Сокращенные консолидированные отчеты о прибылях и убытках (Неаудировано, в тысячах, за исключением сумм, приходящихся на акцию)
		Три месяца, закончившиеся 30 июня года								Шесть месяцев, закончившихся 30 июня
		2018				2017				2018				2017
Доход:
Товар		$	444 767			$	353 904			$	852 384			$	645 271
обслуживание		75 078				51 307				139 950				95 415
Общий доход		519 845				405 211				992 334				740 686
Стоимость дохода:
Товар		171 622				134 406				328 313				244 242
обслуживание		14 340				11 028				27 219				22 457
Общая стоимость выручки		185 962				145 434				355 532				266,699
Общая валовая прибыль		333 883				259 777				636 802				473 987
Операционные расходы:
Исследования и разработки		104 078				81 194				206 440				162 804
Продажи и маркетинг		46 188				38 630				88 328				75 657
Общие и административные		18 420				23 319				38 099				45 474
Операционные расходы		168 686				143 143				332 867				283,935
Доход от операций		165 197				116 634				303 935				190 052
Прочие доходы (расходы), нетто:
Расходы в процентах		(680		)		(623		)		(1367		)		(1338		)
Прочие доходы (расходы), нетто		(1489		)		1119				3354				2144
Итого прочие доходы (расходы), нетто		(2169		)		496				1987				806
Доход до резерва по налогу на прибыль		163 028				117 130				305 922				190 858
Резерв по налогу на прибыль		12 320				14 445				10 676				5212
Чистая прибыль		$	150 708			$	102 685			$	295246			$	185 646
Чистая прибыль, приходящаяся на владельцев обыкновенных акций:
Базовый		$	150 629			$	102 454			$	295 078			$	185 139
Разбавленный		$	150 635			$	102 474			$	295 091			$	185 182
Чистая прибыль на акцию, приходящаяся на владельцев обыкновенных акций:
Базовый		$	2. 02			$	1,42			$	3,97			$	2,59
Разбавленный		$	1,86			$	1.30			$	3,65			$	2,37
Средневзвешенные акции, используемые при расчете чистой прибыли на акцию принадлежащие обыкновенным акционерам:
Базовый		74 503				71 992				г. 74 250				71 555
Разбавленный		80 826				78 756				80 774				78 166

АРИСТА НЕТВОРКС, ИНК. Сверка выбранных GAAP с финансовыми показателями, не относящимися к GAAP (Неаудировано, в тысячах, кроме процентов и на акцию суммы)
		Три месяца, закончившиеся 30 июня года								Шесть месяцев, закончившихся 30 июня года
		2018				2017				2018				2017
валовая прибыль по ОПБУ		$	333 883			$	259 777			$	636 802			$	473 987
Валовая прибыль по GAAP		64,2		%		64,1		%		64,2		%		64,0		%
Компенсационные расходы на основе акций		1236				1087				2438				2111
Валовая прибыль без учета GAAP		$	335 119			$	260 864			$	639 240			$	476 098
Валовая прибыль без учета GAAP		64,5		%		64,4		%		64,4		%		64,3		%
Доход от операционной деятельности по GAAP		$	165 197			$	116 634			$	303 935			$	190 052
Компенсационные расходы на основе акций		22 478				18 400				43 329				34 839
Судебные расходы		3569				11 957				г. 10 654				23 423
Доход от операционной деятельности без учета GAAP		$	191 244			$	146 991			$	357 918			$	248 314
Операционная маржа не по GAAP		36,8		%		36,3		%		36,1		%		33,5		%
чистая прибыль по ОПБУ		$	150 708			$	102 685			$	295 246			$	185 646
Компенсационные расходы на основе акций		22 478				18 400				43 329				34 839
Судебные расходы		3569				11 957				10 654				23 423
Нереализованный убыток от инвестиций в частные компании, нетто		9100				—				9100				—
Налоговая льгота по вознаграждениям, основанным на акциях		(25 472		)		(18 070		)		(58 318		)		(48 693		)
Влияние подоходного налога на исключения, не предусмотренные GAAP		г. (4663		)		(9 502		)		(10 168		)		(17 938		)
Чистая прибыль без учета GAAP		$	155 720			$	105 470			$	289 843			$	177 277
Разводненная чистая прибыль на акцию по GAAP, приходящаяся на владельцев обыкновенных акций		$	1,86			$	1. 30			$	3,65			$	2,37
Корректировки чистой прибыли без учета GAAP		0,07				0,04				(0,06		)		(0,10		)
Разводненная чистая прибыль на акцию без учета GAAP		$	1,93			$	1,34			$	3,59			$	2,27
Средневзвешенные доли, используемые при расчете разводненной чистой прибыли на доля, приходящаяся на владельцев обыкновенных акций		80 826				78 756				80 774				78 166
Сводка компенсационных расходов на акции:
Стоимость дохода		$	1236			$	1087			$	2438			$	2111
Исследования и разработки		11 745				10 342				22 690				19 929
Продажи и маркетинг		6274				4080				12 234				7 536
Общие и административные		г. 3223				2891				5967				5263
Общий		$	22 478			$	18 400			$	43 329			$	34 839

АРИСТА НЕТВОРКС, ИНК. Сокращенные консолидированные балансы (неаудировано, в тысячах)
		30 июня 2018 г.				31 декабря 2017 г.
АКТИВЫ
ТЕКУЩИЕ АКТИВЫ:
Денежные средства и их эквиваленты		$	711 157			$	859 192
Рыночные ценные бумаги		1 149 247				676 363
Дебиторская задолженность		260 917				247 346
Запасы		245 439				306 198
Расходы будущих периодов и прочие оборотные средства		168 779				177 330
Итого текущие активы		2 535 539				2 266 429
Основные средства, нетто		г. 73 736				74 279
Инвестиции		35 036				36 136
Отложенные налоговые активы		68 761				65 125
Прочие активы		20 019				18 891
ИТОГО АКТИВЫ		$	2 733 091			$	2 460 860
ОБЯЗАТЕЛЬСТВА И АКЦИОНЕРНЫЙ КАПИТАЛ
ТЕКУЩИЕ ОБЯЗАТЕЛЬСТВА:
Кредиторская задолженность		$	53 182			$	52 200
Начисленные обязательства		86 693				133 827
Отложенный доход		262 345				327 706
Прочие текущие обязательства		19 543				16 172
Итого текущие обязательства		421 763				529 905
Подоходный налог к ​​уплате		40 369				34 067
Обязательства по лизинговому финансированию, долгосрочные		36 594				37 673
Доход будущих периодов, долгосрочный		186 299				187 556
Прочие долгосрочные обязательства		22 116				9745
ВСЕГО ОБЯЗАТЕЛЬСТВА		г. 707 141				798 946
АКЦИОНЕРНЫЙ КАПИТАЛ:
Обыкновенные акции		8				7
Добавочный капитал		872 559				804 731
Нераспределенная прибыль (1)		1 157 934				859 114
Накопленный прочий совокупный убыток		(4551		)		(1938		)
ОБЩИЙ АКЦИОНЕРНЫЙ КАПИТАЛ		2 025 950				1 661 914
ОБЩИЕ ОБЯЗАТЕЛЬСТВА И АКЦИОНЕРНЫЙ КАПИТАЛ		$	2 733 091			$	2 460 860
____________________________

(1) Принятие ASU 2014-09, Доходы от контрактов с Клиенты (тема 606) и ASU 2016-16, Налоги на прибыль (тема 740): Передача активов, кроме инвентарных, внутри организации, в первой квартал 2018 года привел к корректировке на увеличение нераспределенной баланс прибыли на 3,6 млн долларов США по состоянию на 1 января 2018 года.

АРИСТА НЕТВОРКС, ИНК. Сокращенные консолидированные отчеты о движении денежных средств (неаудировано, в тысячах)
		Шесть месяцев, закончившихся 30 июня года
		2018				2017 Скорректировано (1)
ПОТОКИ ДЕНЕЖНЫХ СРЕДСТВ ОТ ОПЕРАЦИОННОЙ ДЕЯТЕЛЬНОСТИ:
Чистая прибыль		$	295 246			$	185 646
Корректировки для сверки чистой прибыли с чистыми денежными средствами, предоставленными основная деятельность:
Износ, амортизация и прочее		11 328				10 033
Компенсация на основе акций		г. 43 329				34 839
Отложенный налог на прибыль		(4281		)		(8 515		)
Нереализованный убыток от инвестиций в частные компании, нетто		9100				—
Амортизация (наращение) инвестиционных премий (дисконтов)		(783		)		753
Изменения в операционных активах и обязательствах:
Дебиторская задолженность, нетто		(13 571		)		(16 505		)
Запасы		60 759				(127 313		)
Расходы будущих периодов и прочие оборотные средства		12 605				(22 239		)
Прочие активы		629				(470		)
Кредиторская задолженность		3597				1299
Начисленные обязательства		(47 153		)		(5981		)
Отложенный доход		(50 096		)		181 575
Подоходный налог к ​​уплате		6653				5380
Другие обязательства		(1237		)		3593
Чистые денежные средства от операционной деятельности		326 125				242 095
ПОТОКИ ДЕНЕЖНЫХ СРЕДСТВ ОТ ИНВЕСТИЦИОННОЙ ДЕЯТЕЛЬНОСТИ:
Доходы от погашения обращающихся ценных бумаг		222 764				112 053
Покупка ликвидных ценных бумаг		(696 665		)		(114,195		)
Покупка имущества и оборудования		(13 071		)		(9 534		)
Инвестиции в частные компании		(8000		)		—
Прочая инвестиционная деятельность		(2000		)		—
Чистые денежные средства, использованные в инвестиционной деятельности (1)		(496 972		)		(11 676		)
ПОТОКИ ДЕНЕЖНЫХ СРЕДСТВ ОТ ФИНАНСОВОЙ ДЕЯТЕЛЬНОСТИ:
Основные платежи по обязательствам по лизинговому финансированию		(921		)		(773		)
Поступления от выпуска обыкновенных акций в рамках планов акционерного капитала		28 810				28 105
Налоговый вычет, уплаченный от имени работников для чистого расчета доли		(4463		)		(1356		)
Чистые денежные средства от финансовой деятельности		23 426				25 976
Влияние изменения обменного курса		(607		)		411
ЧИСТОЕ УВЕЛИЧЕНИЕ/(УМЕНЬШЕНИЕ) ДЕНЕЖНЫХ СРЕДСТВ, ДЕНЕЖНЫХ ЭКВИВАЛЕНТОВ И ОГРАНИЧЕННЫХ СРЕДСТВ ДЕНЕЖНЫХ СРЕДСТВ		(148 028		)		256 806
ДЕНЕЖНЫЕ СРЕДСТВА, ИХ ЭКВИВАЛЕНТЫ И ОГРАНИЧЕННЫЕ ДЕНЕЖНЫЕ СРЕДСТВА — начало периода (1)		864 697				572 168
ДЕНЕЖНЫЕ СРЕДСТВА, ИХ ЭКВИВАЛЕНТЫ И ОГРАНИЧЕННЫЕ ДЕНЕЖНЫЕ СРЕДСТВА — на конец периода (1)		$	716 669			$	828 974
____________________________________

(1) Принятие ASU 2016-18, Отчет о движении денежных средств (тема 230): Restricted Cash («ASU 2016-18»), в первой половине 2018 г.