Model of an information system for analysis and evaluation of advertising in social networks

Abstract

This study examines different models for evaluating advertising effectiveness on social media, focusing specifically on the factors that drive successful campaigns on Facebook. Our analysis revealed shortcomings in three prevalent models frequently used by marketing and SMM professionals when developing ad materials. We determined that the quality of online advertising assessment critically depends on both the volume and the quality of the metrics gathered for analysis. Therefore, the central aim of this research was to create an improved model that overcomes the limitations of existing tools by systematically updating and refreshing data pulled from social media platforms. The paper details the unique features of this new model in comparison to similar programs and provides a thorough analysis of how its components interact, both internally and with external systems. During the model's development, we identified the key tasks required to build the accompanying application and specified the technologies involved. We outline the model's core operational principles, which are organized into four main blocks, each handling the processing and analysis of advertising effectiveness metrics. Additionally, we assessed how the proposed model addresses a significant challenge – keeping data from social networks continuously updated – and proposed methods to resolve this. The potential of the developed software to enhance the evaluation of digital advertising strategies was also analyzed, considering its importance across different business sectors and its value for marketers who rely on precise data insights. The application was tested using an active SMM agency's Facebook account, and its performance in gathering metrics was compared against alternative programs. Future enhancements could include more in-depth analysis of the collected data and expanded features for visualizing the findings. У цій науковій роботі досліджуються різні підходи до оцінки ефективності реклами в соціальних мережах, приділяючи особливу увагу факторам, що визначають результативність кампаній на платформі Facebook. Аналіз показав, що три популярні моделі, якими часто користуються маркетологи та SMM-фахівці для створення рекламних матеріалів, мають певні недоліки. Ми встановили, що якість оцінки онлайн-реклами значною мірою залежить від обсягу та релевантності зібраних метрик, які використовуються для подальшого аналізу. Тому ключовою метою нашого дослідження стало створення покращеної моделі. Вона покликана усунути слабкі місця існуючих підходів завдяки механізму систематичного оновлення та актуалізації даних, що надходять із соціальних мереж. Робота детально розглядає унікальні характеристики запропонованої моделі, порівнюючи її з аналогічними програмними рішеннями, та аналізує взаємодію її компонентів – як між собою, так і з зовнішніми системами. Під час розроблення моделі визначено основні завдання для створення відповідного програмного застосунку та технології, які були в ньому реалізовані, виділено ключові аспекти функціонування моделі, що складається з чотирьох основних блоків: кожен із них забезпечує якісне опрацювання та аналіз метрик рекламної ефективності. Окремо проведено оцінювання, як запропонована модель сприяє вирішенню однієї з головних проблем – забезпечення безперервного оновлення даних із соцмереж, і запропоновано конкретні методи для цього. Також було проаналізовано потенціал розробленого програмного забезпечення для підвищення точності оцінювання рекламних стратегій на цифрових платформах, його значення для різних бізнес-секторів та актуальність для маркетологів, які потребують точного аналізу даних. Створений програмний продукт пройшов тестування на активному Facebook-акаунті SMM-агентства, а його ефективність порівнювалася з програмами аналогами, що використовуються для збору метрик. У майбутньому можливий подальший розвиток застосунку, зокрема через поглиблений аналіз зібраних даних та розширення функціоналу для наочної візуалізації отриманих результатів.