2017/03/10 14:02:41

"Текстовая аналитика"
Information intelligence

Информация становится одним из основных активов компаний в 21 веке, умение извлекать полезные знания и затем их монетизировать становится ключевым фактором успеха на рынке. Компании получили доступ к терабайтам, петабайтам, эксабайтам информации. Источники информации разделены на 3 типа: структурированные, неструктурированные и частично структурированные.

Что можно делать с данными доступными в Интернет, в соц. сетях, или внутри предприятий?

Отправлять, пересылать, публиковать, редактировать, архивировать.
Искать и индексировать
Категорировать и классифицировать в соответствии с задачами предприятия
Извлекать информацию и анализировать
Проверять гипотезы и моделировать^[1]

Что такое «текстовая аналитика»?

ТА неотъемлемая часть решения ADVANCED BI

Основные возможности ТА

Добывание данных

Извлечение данных из множества различных источников. Смещение акцента от поиска к обработке извлеченных данных
Поиск и извлечение информации в режиме реального времени
Адаптация коннектора к источнику данных при изменении структуры данных. Автоматический разбор неструктурированных документов, выделение заголовка, основной части документа, анализ структуры документа и ссылок
Определение типов данных. Выбор обработчика в зависимости от типа данных. Обработка аудио, и видео информации
Широкие возможности по извлечению данных из соц. сетей, публичных источников данных, наиболее посещаемых сайтов и специализированных источников

Категоризация

Кластеризация документов, создание и наполнение категорий в документах. Выделение параграфов и разделов документов с использованием алгоритмов кластеризации
Поддержка Pull (авторубрикация) и Push (предопределенные рубрики) сценариев для категорий
Группировка и категоризация документов и частей документов в соответствии с заданными сценариями
Использование комплексных алгоритмов для категоризации. Использование самообучаемых (статистических) алгоритмов и алгоритмов обучения с учителем
Ведение [разных] категорий для разных ролей пользователей
Использование категорий для последующего извлечения информации из неструктурированного текста

Извлечение информации

Извлечение значимой информации из текста
Выделение собственных имен, людей, организаций, географических мест, наименований, ссылок на сайты, e-mail, сообщения на форумах, сообщения в соц. сетях и пр.
Выделение продуктов/услуг и их характеристик, в т.ч. характеристик связанных с обслуживанием клиентов
Наполнение данными CRM-систем. Поиск и наполнение данными о профилях клиентов, отношениях между клиентами, выявление родственных связей, выявление степени влияния между клиентами
Извлечение прочей информации релевантной для маркетинга (брендтрекинг, позиционирование по сравнению с конкурентами и пр.)

Анализ мнений

Анализ мнений используется для дополнительного извлечения скрытой информации, которую сложно извлечь используя классические методы
Анализ мнений включает выявление тональности сообщений, определение эмоциональной составляющей высказывания, выделение суждений, мечтаний и намерений клиента
Использование тональности для сценариев активного снятия негатива со стороны клиента
Разделение фактов и суждений
Анализ желаний и мечтаний клиентов для разработки новых продуктов и новых маркетинговых стратегий

Машинное обучение

Использование математических алгоритмов для обучения компьютера анализу текстовой информации
Использование комплексных методов обучения: статистических методов, нейронных сетей, метода энтропии, дерева решений и пр.
Использование машинного обучения вместе с ручным разбором для повышения качества работы ТА
Разработка новых алгоритмов машинного обучения направленных на «подражание» человеку для автоматизации «диалога с клиентом»

Применение ТА для «Голоса Клиента»

Область применения

Ускоренное удовлетворение потребностей, повышение лояльности клиентов

Срез клиентских впечатлений, позволяющий определить потребности клиентов и возможности повышения удовлетворенности клиентов
Определение ключевых позитивных и негативных драйверов
Активный контроль отношений с клиентом при взаимодействии с компанией

Повышение эффективности управления брендом и репутацией

Оперативное выявление случаев негативных для компании ситуаций и реакция на них, прежде чем клиенты поделятся опытом со своими друзьями или информация попадет в масс-медиа
Реакция на негатив со стороны клиента в тот момент когда все еще можно исправить

Современный подход к управлению жизненным циклом продуктов

Сбор информации о предпочтениях клиентов в отношении продуктов и их преимуществ
Использование сильных и слабых особенностей конкурирующих продуктов
Сбор и углубленный анализ зарождающихся тенденций, их выявление и использование
Увеличение жизненного цикла продуктов за счет выявления возможностей использования продуктов «no name», сегментов клиентов и линеек продуктов
Выявление реакции клиентов на выход продукта в реальном времени

Повышение эффективности продаж и маркетинга

Выявление возможностей up sale и cross sale
Персонализированное предложение для клиентов, использующих Интернет канал
Измерение влияния от акций и кампаний
Измерение эффекта от изменения цены

Выявление наиболее резонансных трендов

Существенное улучшение клиентского сервиса

Сокращение «посредников» слушающих клиента, сокращение искажений, снижение оттока
Сокращение объема внутренних коммуникаций, автоматизация и повышение эффективности обработки клиентских запросов
Раннее выявление повторяющихся запросов и выработки приемлемого решения
Повышение качества базы знаний для самостоятельного решения проблем клиентом

Повышение эффективности планирования и проектирования

Автоматизация задач сбора, категоризации и отчетности по обратной связи
Сокращение неизбежных ошибок от ручной категоризации и обработки обратной связи
Снижение стоимости обработки обратной связи
Больше времени и усилий тратиться на развитие бизнеса и увеличение выручки, а не на обработку обратной связи