IA non è ancora uno slam dunk con sentimento analytics

0
142

0

snapchat-picture.jpg

Quando si guarda a come i big data analytics ha migliorato il Cliente a 360, una delle prime discipline che viene in mente è un sentimento analytics. Ha fornito i mezzi per l’espansione del CRM tradizionale interazione del cliente con dichiarazioni e comportamenti espressi sui social network.

E con gli avanzamenti nella elaborazione del linguaggio naturale (NLP) e l’intelligenza artificiale (AI)/macchina di apprendimento, si potrebbe pensare che in questo campo è abbastanza maturi: i commercianti dovrebbero essere in grado di decifrare con facilità ciò che i loro clienti stanno pensando girando sul loro Facebook o Twitter feed.

Sarebbe sbagliato.

Mentre il sentimento analytics è una delle più affermate forme di big data analytics, c’è ancora una discreta quota di arte. I nostri, da quest’anno, e il Sentimento di Analytics Simposio tenutosi la scorsa settimana a New York è che ci sono ancora un sacco di miti su come AI e i big data sono l’aggiunta di chiarezza analizzando ciò che i consumatori pensano e sentono.

Sentimento analytics scese dall’analisi del testo, che è stato tutto merito che definisce l’incidenza di parole chiave per dare un indicatore dell’umore. Che ha generato il termine nuvole che un tempo erano abbastanza onnipresente in tutto il web.

Tuttavia, con lingue come l’inglese, in cui le parole hanno un letto matrimoniale e a volte il triplo significati, le parole chiave da solo non erano adeguate per l’attività. Il mito è emerso che se si monta una quantità sufficiente di dati, che dovremmo essere in grado di ottenere una migliore gestione su ciò che la gente pensa o sente. Da tale logica, i progressi in PNL e AI dovrebbe aver dimostrato la ciliegina sulla torta.

Non così in fretta, ha detto Troy Janisch, che porta il social insights team presso la Banca statunitense. La PNL non necessariamente differenziare sia su iPhone cita rappresentano buzz o clienti in cerca di riparazioni. Si potrebbe pensare che l’IA potrebbe furetto fuori contesto, ma nessuno dei relatori ha indicato che era ancora all’altezza del compito. Janisch dichiarato avrete ancora bisogno intuizione umana per analizzare il contesto attraverso la formulazione di destra Boolean query.

Il contributo dei big data è che libera gli analisti di vincoli di dover campione di dati, e quindi diamo per scontato che si può gustare l’intero Twitter firehose, se ne avete bisogno. Ma per molti di marketing, i big data è ancora intimidatorio.

Tom H. C. Anderson, fondatore di analisi del testo studio OdinText osservato che molte aziende sono state ciecamente la raccolta di dati e gettando le query senza un obiettivo chiaro per rendere i risultati utilizzabili. Egli ha sottolineato le carenze di social media analitica tecnologie e metodologie di fornitura di cicli di feedback con gli eventi reali o ricorrenze.

Per questo motivo, ha detto Anderson, social media analytics caduti breve per predire il comportamento futuro. C’è ancora un sacco di intuizione umana, piuttosto che AI coinvolti nel collegare i puntini e fare previsioni attendibili.

Molte aziende sono ancora sommersi dalla quantità di dati e di essere eccessivamente “reattiva”, secondo Kirsten Zapiec, co-fondatore di ricerche di mercato, società di consulenza bbb Mavens. Certo, i big data ha in gran parte fatto di campionamento e affidamento su focus group o indagini dettagliate obsoleti. Ma, ha avvertito Zapiec, come insiemi di dati, di ottenere più grande, diventa tutto troppo facile perdere il contesto umano e la storia dietro i dati. Che ci ha sorpreso, in quanto è in contrasto con la linea del partito di scienza di dati.

Zapiec fatto diverse chiamate all’azione che sembrava fin troppo familiare. Prima di convalidare la fonte, e poi attraversare la convalida con altre fonti. Per esempio, un feed di Twitter da sola non necessariamente raccontare la storia completa. Quindi è necessario individuare il ruolo degli attori sociali grafici per determinare se la voce è leader di pensiero, seguace, o un bot.

Zapiec poi ha fatto un passo per la qualità dei dati: le aziende dovrebbero passaggio dalla raccolta dei dati dati modalità di integrazione. Si potrebbe avere sentito la stessa linea di consigli provenienti fuori di data warehousing conferenze del 1990. Alcune cose non cambiano mai.

emojis.jpg

Naturalmente, c’è preoccupazione sul fatto che i social marketing sono totalmente assenti i segnali dai loro clienti in cui vivono. Per esempio, la “macchina aziendale” Snapchat solo fornisce le Api per la pubblicità, non per l’ascolto. Così potrebbe altre fonti di dati o elementi che fanno la differenza? Keisuke Inoue, VP della scienza di dati a Emogi, fatto il caso che emojis sono spesso molto più espressivo di circa sentimento di parole.

Ma che dipende se si è in grado di capire, in primo luogo.

0