0
Når vi ser på, hvordan big data analytics har øget Kunde 360, en af de første discipliner, der kommer til at tænke på stemningen analytics. Det har skaffet midler til at udvide den traditionelle CRM interaction baggrund af kundens udsagn og adfærd udtryk på de sociale netværk.
Og med fremskridt inden for natural language processing (NLP) og kunstig intelligens (AI)/machine learning, man skulle tro, at dette område er ret gamle: marketingfolk bør være i stand til at løse med lethed, hvad deres kunder tænker, ved at dreje på deres Facebook-eller Twitter-feeds.
Man ville være forkert.
Mens stemningen analytics er et af de mest etablerede former for big data analytics, så er der stadig en rimelig andel af kunst til det. Vores tage fra dette års Stemning Analytics-Symposium afholdt i sidste uge i New York er, at der stadig er masser af myter om, hvor godt det samme ved AJ og big data er at tilføje klarhed at analysere, hvad forbrugerne tænker og føler.
Stemningen analytics nedstammer fra tekst analytics, som var alle om pinning ned forekomsten af søgeord for at give en indikator for stemningen. Der opfostrede ordet skyer, der på et tidspunkt var ganske allestedsnærværende på tværs af internettet.
Men med sprog som engelsk, hvor ord har dobbelt og undertiden tredobbelt betydninger, søgeord alene ikke var tilstrækkelig til opgaven. Myten er opstået, at hvis vi samle data nok, at vi bør være i stand til at få et bedre greb om, hvad folk tænker eller føler. Ved at rationale, fremskridt inden for NLP og AI bør har bevist, at prikken over i ‘ et.
Ikke så hurtigt, sagde Troy Janisch, der fører den sociale indsigt team på amerikansk Bank. NLP vil ikke nødvendigvis skelne, om iPhone nævner repræsenterer buzz eller kunder, der leder efter reparationer. Man skulle tro, at AI kunne opsnuse den forbindelse, men ingen af de højttalere, der viste, at det endnu var op til den opgave. Janisch anførte, vil du stadig brug for menneskelig intuition til at se i forbindelse med at formulere de rigtige Booleske forespørgsler.
Bidrag af big data er, at det frigør analytikere begrænsninger i skulle prøve data, og så tager vi det for givet, at man kan prøve det hele Twitter firehose, hvis du har brug for det. Men for mange marketingfolk, big data er stadig skræmmende.
Tom H. C. Andersen, grundlægger af text analytics firma OdinText observeret, at mange virksomheder var blindt at indsamle data og for at smide spørgsmål ved det uden en klar målsætning for at gøre resultaterne er ansvarspådragende. Han påpegede også, at de mangler sociale medier analytiske teknologier og metoder, der giver pålidelig feedback loops med de faktiske begivenheder eller hændelser.
Derfor, sagde Anderson, sociale medier, analytics, har været utilstrækkelige til at forudsige fremtidige adfærd. Der er stadig masser af menneskelig intuition snarere end AI, der er involveret i at forbinde prikkerne og at lave pålidelige forudsigelser.
Mange firmaer er stadig overvældet af big data og at være alt for “reaktive” til det, ifølge Kirsten Zapiec, medstifter af markedsundersøgelser konsulentfirma bbb Mavens. Ganske vist, store data er i vid udstrækning foretaget prøvetagning og afhængighed af fokus grupper eller detaljerede undersøgelser forældet. Men, advarede Zapiec, som datasæt bliver større, bliver det alt for let at miste den menneskelige kontekst og historie bag data. Der overraskede os, da det er i modstrid med partiets linje af data videnskab.
Zapiec lavet flere opfordringer til handling, der lød alt for velkendte. For det første, validere den kilde, og derefter krydse validere det med supplerende kilder. For eksempel, et Twitter-feed alene vil ikke nødvendigvis fortæller hele historien. Så er du nødt til at identificere roller af aktører med social grafer, at afgøre, om stemmen er tænkt leder, medløber, eller bot.
Zapiec derefter foretaget en pitch for kvaliteten af data: virksomheder skal skifte fra indsamling af data til data integration tilstand. Vi kunne have hørt den samme linje af rådgivning, der kommer ud af data warehousing konferencer af 1990’erne. Nogle ting ændrer sig aldrig.
Selvfølgelig, der er bekymret over, om social-og marketingfolk er helt manglende signaler fra deres kunder, der hvor de bor. For eksempel, “kamera selskab” Snapchat kun tilbyder Api ‘ er til reklame, ikke for at lytte. Så kan andre kilder eller data elementer, der gør forskellen? Keisuke Inoue, VP af data videnskab på Emogi, lavet tilfælde af, at emojis, er ofte langt mere udtryksfulde om stemning end ord.
Men det afhænger af, om du kan forstå dem i første omgang.
0