Daten, von denen jeder Intelligence-Analyst träumt3 min read
Wenn der Hersteller eines Textmining-Tools Ihnen sagt, dass sich Konversationsdaten* nicht für den Einsatz seiner Lösung eignen, werden Sie plötzlich auf das Grundprinzip der Datenanalyse verwiesen: garbage in, garbage out.
Ewig frustriert von den Segmentierungsfunktionen der gesamten Bandbreite an Monitoring-Tools und immer auf der Suche nach neuen Lösungen, habe ich mich erneut auf die Suche nach einem Kodierungswerkzeug. Assistentin bei einer Demonstration von CodeitIch war beeindruckt von der Genauigkeit, mit der das Werkzeug die Meinungsmarker in der verbatim der Klienten.
Zugegeben, es war eine "Demo", aber die Leichtigkeit, mit der der Korpus kodifiziert wurde, in einer fließenden Schleife zwischen Maschine und Mensch, ließ mich wieder träumen. Meinung erkennen in die Windungen des Internets eintauchen und seine Mechanismen entdecken - war das nicht der Grund, warum ich vor 15 Jahren in diesen Bereich eingestiegen bin?
Überwinden Sie die Serendipität und ihren besten Freund, die Intuition, indem Sie solide Studien durchführen, die sich auf einen qualitativ hochwertigen Korpus und eine bewährte Methode stützen. Hören Sie sich die Meinungen von Menschen an, die weder im Radio noch im Fernsehen auftreten und niemals einen Artikel oder auch nur eine Kundenbewertung auf Google Maps veröffentlichen werden. Themen und Anliegen von Bürgern und Verbrauchern aufspüren, bevor sie redaktionell bearbeitet werden.
Das war der Kurs. Es ist auch heute noch meine Meinung, wie die vieler anderer Fachleute, die für sich in Anspruch nehmen, den Beruf der Beobachtung und Analyse im Dienste des Marketings und der Kommunikation auszuüben. Dennoch befürchte ich, dass die Hyperpräsenz von Marken und anderen Akteuren der Kommunikation in sozialen Netzwerken und sogar von sozialen Netzwerken (Trump, Elon, ...) eine gewisse Informationsarmut.
Es wird immer noch davon ausgegangen, dass genügend Erwähnungen einer bestimmten Marke gefunden werden, um eine Wettbewerbsanalyse zu erstellen, obwohl der Korpus mit Spam, Homonymen oder einfachen Werbebotschaften verseucht ist.
Vor der Neufilterung und trotz der Genauigkeit der Sammelanfragen finde ich Abfallrate, die 50% leicht überschreitet in einigen Fällen. Wer hat nicht schon den Namen eines Sportlers oder eines Sportvereins (Fußball, Basketball, Baseball usw.) in seinem Korpus gefunden, indem er vor der Analyse eine Qualitätskontrolle durchführte? Wer wagt es, das zu sagen, und wer ist da, um es zu hören?
Lassen Sie uns nicht glauben, dass diemaschinelles Lernen und diekünstliche Intelligenz werden dieses grundlegende Problem lösen. Im Gegenteil, diese Situation macht die Nutzung dieser neuen Technologien unmöglich. Das (gescheiterte) Experiment dieser Produktdemonstration liefert den Beweis dafür.
Ich träume immer noch von einem Kodierungswerkzeug wie Codeit, das in eine Intelligence-Lösung integriert ist. Genauso sehr träume ich von diesen hochwertigen Daten, die ich hier und da finde und nie müde werde, aktiv nach ihnen zu suchen.
PS: Codeit wurde entwickelt, um Daten aus Umfragen (Polls) und Verbrauchermeinungen zu kodieren. Sie können es online testen. Diese Lösung wäre mir vor einiger Zeit bei der Analyse interner Umfragen (interne Kommunikation, Lenkung von Veränderungen usw.) sehr nützlich gewesen. Und nein, ich werde nicht dafür bezahlt, diesen Artikel zu schreiben.
*Publikationen aus Foren, sozialen Netzwerken und Messenger-Diensten.
Foto von Greg Rakozy on Unsplash
Warning: Array to string conversion in /home/clients/76869b8997566a53c9ca7baa6485bb9f/sites/avhmag.com/wp-content/plugins/neori-social-share-buttons/neori-social-share-buttons.php on line 37
Array