隨著社交網路日益發展，人們樂於在社交網路上分享自己的生活，擴充自己的人脈。這一系列活動背後，是基於社交網路的巨大資料。然而，人們對社交網路資料的挖掘和分析都還處於相對初級的階段，大規模、高維度資料的挖掘方法還在不斷地演化。
隨著資訊科技的迅猛發展，參與到社交網路的人越來越多，人們樂於在網路中去分享自己的相關資訊，擴充自己的人脈。企業甚至能通過社交平臺去直接影響客戶，一切都似乎因為社交網路的出現而變的美好。
波浪式的社交網路傳播
每一條釋出的資訊，如同石塊入水所散開的漣漪，如果不繼續投入石塊，則漣漪會逐漸淡化直至消失，這便是社交網路的自潔功能，由於有以上三個特性的存在，僅僅依靠“自潔“是遠遠不夠的。如果在漣漪擴散過程中的某個點再繼續投入一塊石頭，則原有漣漪會擴大或者縮小，只要找準了點位，這些漣漪就可能形成波浪。如何去找到這些資訊，找準這些點位，擴大品牌正面聲量、減少並消除負面聲量成為企業在社會化營銷中制勝的關鍵，這個時候社交網路分析就能給企業帶來幫助。
社交網路中充斥著各種可能成為“波浪“的資訊，有針對一款產品的，有針對某部電影的，還有針對某位明星的——這些資訊都可以從網上免費獲取。這些評論資訊對於企業的價值可以說是巨大的。一個企業如果掌握了這些資料，再加以分析，無論是對現有產品的改進還是對未來產品的走向都是十分有幫助的。目前對於企業來說，社交網路分析主要關注點在於找到消費者，並能分析消費者，瞭解消費者。與消費者達到最簡潔快速的溝通。這就需要通過資料分析找到消費者所在的圈子，進而找到圈子中的意見領袖，通過意見領袖讓企業想傳達的資訊進一步擴大，輻射整個圈子。從而吸納更多的忠實消費者。
社交網路分析與圈子劃分
社交網路的分析存在著許多有意思的研究課題。例如，在社交網路中社群圈子的識別、 社交網路中人物影響力的計算、資訊在社交網路上的傳播模型、虛假資訊和機器人賬號的識別、基於社交網路資訊對股市、大選以及傳染病的預測等。社交網路的分析和研究是一個交叉領域的學科，在研究過程中，通常會利用社會學、心理學甚至是醫學上的基本結論和原理作為
指導，通過人工智慧領域中使用的機器學習、圖論等演算法對社交網路中的群體行為和未來的趨勢進行模擬和預測。
社交圈子的劃分並不僅侷限於使用者主動建立起來的關係上，還可以通過其隱性圈子的劃分，如興趣屬性。當兩個人在社交網路中互動很頻繁時，他們線上下是否也是真實的好友?從演算法的角度來說，這是個很難解決的問題，但如果我們換一個角度來思考這個問題，想想我們的線下聯絡方式，如果A跟B互相擁有對方的手機號，那他們是線下真實好友的可能性就非常大了。包括飛信、米聊、微信等產品，如果真的能夠做成基於手機通訊錄的社交網路，我們就可以通過異構的社交網路對社交圈子進行綜合性的判斷，其價值不可估量。
企業基於社交網路資料的收穫
1.潛在商機的發現
通過資料探勘與分析，可以發現某個使用者的活動商圈是否在企業的商圈覆蓋範圍內;可以知道某個使用者的消費能力;可以知道某個使用者的喜好及最近的購買習慣;可以知道某個使用者會購買自己產品的概率;可以知道競爭對手的策略。
2.危機預警
通過資料探勘與分析，可以對一些網路中突然釋出的一條可能對企業產生危機的資訊即時的監控起來。並追蹤其傳播路徑，找到其中的關鍵節點。利用”亂石”打散其傳播軌跡。從而讓危機儘快消失。一個企業面對社交媒體中網民創造的成千上萬，甚至幾百萬的討論內容，想要通過人工去判斷哪些口碑對品牌有利，哪些將會成為品牌危機是個不可能完成的任務。而輿情監測則可以圍繞某一監測領域或事件，經過科學部署的不間斷的資料收集與分析的過程，前期需要對收集範圍和關鍵詞群進行設定，中期對採集的資料進行過濾、分組、聚類等預處理，後期對資料進行分析，並以分析報告的形式讓品牌瞭解到自身的口碑狀況。
3.效果預測
通過資料探勘與分析，可以通過對企業已掌控的圈子，消費群體的黏著度，事件的時序，傳播的投入上去事先預測相關的效果。從而讓企業能花最少的錢得到最大的產出。
然而，人們對社交網路資料的挖掘和分析都還處於相對初級的階段，大規模、高維度資料的挖掘方法還在不斷地演化。目前來看，文字語言的情感分析等很多基礎性問題仍然還不能得到有效解決，對深入研究社交網路造成了一些限制。但隨著人工智慧研究水平的不斷提高，尤其是認知神經科學與人工智慧技術相結合的研究，讓我們看到了人工智慧的新希望。當我們真正有能力解決這些問題以後，社交網路將會成為幫助我們預測未來趨勢的有利工具。相信到那時企業將可以藉助於社交網路的資料探勘與分析制定出更精準、廣泛、有效的社會化營銷體系，更好的服務於品牌認知的建立及市場銷售的提升。