Социомаппинг — это метод, разработанный для обработки и визуализации реляционных данных (например, данных социальных сетей). Чаще всего он используется для картирования социальной структуры в небольших группах (10-25 человек). Социомаппинг использует метафору ландшафта для отображения сложных многомерных данных на трехмерной карте , где отдельные объекты локализуются таким образом, что их расстояние на карте соответствует их расстоянию в базовых данных.
Благодаря визуальному кодированию социомаппинг задействует наши развитые навыки пространственной ориентации и обнаружения движения, тем самым делая интерпретацию сложных данных простой и доступной для каждого.
Метод социокартирования был разработан в 1993–1994 годах Р. Бахбухом как инструмент, который облегчил бы понимание данных о социальных отношениях и помог предотвратить конфликты в командах военных специалистов. Первое крупное применение социокартирования имело место в 1994–1995 годах во время эксперимента HUBES (Human Behavior in Extended Spaceflight) — 135-дневного моделирования космического полета с тремя членами экипажа, организованного Европейским космическим агентством . Затем социокартирование регулярно использовалось в других симуляциях космических полетов (1995–1996: EKOPSY, 1999: Mars105, 2010–2012: Mars500 ). С 2005 года социокартирование широко используется в бизнес-среде для анализа отношений в командах высшего руководства. В 2012 году К. Хешль-младший. разработали программное обеспечение Real Time Sociomapping® , которое позволяет мгновенно визуализировать динамику команды и осуществлять мониторинг команд и социальных групп с течением времени.
Основной принцип Sociomapping заключается в преобразовании исходных данных, касающихся набора объектов, таким образом, чтобы расстояние каждой пары объектов на карте соответствовало расстоянию между двумя объектами в базовых данных. Преобразование данных заключается в 1) выборе некоторой метрики, которую можно было бы разумно интерпретировать как расстояние, и 2) переводе многомерной матрицы расстояний в двумерную систему координат, чтобы корреляция между расстояниями на карте и расстояниями в данных была максимальной.
Алгоритм преобразования данных, разработанный К. Хёшлом-младшим, представляет собой метод снижения размерности , такой как PCA , и его качество соответствия можно измерить с помощью корреляции Спирмена между расстояниями на карте и расстояниями в данных.
Социокартирование учитывает, что, особенно в случае социальных отношений, реляционные данные могут быть асимметричными (например, Джон любит Мэри больше, чем она любит его), и сохраняет эту информацию, отображая объекты таким образом, что для каждого объекта ближайшим другим объектом является тот, который ближе всего к нему в соответствии с метрикой выбора в базовых данных, и так далее для других объектов, упорядоченных по расстоянию.
Существуют две основные области применения Sociomapping – группы (малые системы) и популяции (большие системы). Для каждой области используется свой метод визуализации и преобразования данных, чтобы облегчить людям понимание и интерпретацию анализируемых данных.
Социомаппинг для малых систем создает социомапы субъектов. Эти субъекты (в большинстве случаев люди) размещаются на социомапе, отражая их расстояние, измеренное различными способами:
Помимо расстояний между членами группы, Sociomap показывает дополнительную переменную, закодированную в росте (или цвете) субъекта. Типичные переменные, используемые для роста: социальный статус, показатели эффективности субъектов, средняя частота общения и т. д.
Понимание относительных расстояний между людьми помогает понять структуру группы, найти подгруппы, образованные членами группы, и обнаружить функции членов группы. В связи с высотой Sociomap обеспечивает комплексное и всестороннее понимание групп и небольших систем. Это особенно полезно для стратегов на рабочем месте .
Социокартирование небольших систем дает результаты, схожие с анализом социальных сетей , с дополнительными функциями визуализации.
Помимо анализа небольших систем, основанного на различных реляционных данных, Sociomapping может использоваться для визуализации профилей не связанных между собой субъектов. Это делается путем преобразования профилей субъектов, вычисления расстояний между профилями и визуализации их в Sociomap.
Существует программное обеспечение для расчета анализа профиля (см. раздел Программное обеспечение для социомаппинга).
Для больших систем и популяций используются различные типы социокарт. Данные, используемые для этих типов карт, представляют собой прямоугольные матрицы , где для каждого субъекта есть вектор предпочтений выбранных объектов (таких как политические партии , бренды , продукты и т. д.). Чтобы создать социокарту, для каждого субъекта определяется положение на карте, и небольшой фрагмент массы, представляющий этот субъект, размещается на карте в соответствии с его вектором предпочтений к объекту. В результате на социокарте есть места, где размещено больше субъектов (холмы) и где нет субъектов (долины). Таким образом, холмы образуются в местах, представляющих типичные конфигурации предпочтений, и это позволяет проводить визуальный кластерный анализ или сегментацию. В этом смысле социокартирование больших систем представляет собой подход к добыче данных, основанный на визуальном распознавании образов ).
Типичные области применения больших систем социокартирования:
Социокартирование имеет более широкую сферу применения, включая следующие области:
На данный момент выпущен только один программный инструмент на основе Sociomapping.
Анализатор профиля команды — это инструмент для психологов, консультантов, менеджеров и специалистов по кадрам. Он позволяет интегрировать различные источники информации о команде из тестов личности, производительности или знаний и биографических данных. Его можно использовать для анализа и развития команды: коучинг команды, формирование команды , подбор персонала и т. д.