Text & Sentiment Analysis

From 2011 We Trust in Value

Text & Sentiment Analysis

Tutte le aziende hanno storicamente generato, continuano a generare e ricevono grandi quantità di testo per la maggior parte in documenti non strutturati.

Archiviare questi documenti effettuando l’indicizzazione e il tagging richiesti dalle piattaforme documentali tradizionali e dai motori di ricerca è un lavoro molto gravoso e soggetto ad errori ed incompletezze.

Le soluzioni di Text Analysis possono automatizzare questo sforzo: grazie a ricerche semantiche possono, ad esempio, estrarre tutte e sole le informazioni rilevanti ai di una determinata ricerca, informazioni che a loro volta possono essere utilizzate per creare report di conoscenza; possono essere individuate relazioni tra documenti o veri e propri “sentimenti”.

Due sono le principali aree di intervento.

Content Categorization

In questa fase, strumenti di analisi del linguaggio naturale vagliano e automaticamente categorizzano grandi quantità di testo anche multilinguistico attraverso la creazione di metadati e lo sviluppo di tassonomie.

In questo modo per un analista è possibile individuare comportamenti o correlazioni non evidenti.

Un esempio di categorizzazione è nell’ambito dell’analisi dei Trouble Ticket aperti da un operatore di Help Desk – spesso di terze parti rispetto all’azienda – o in modalità selfservice direttamente dal Cliente stesso; in questi casi, spesso la categorizzazione offerta dalla piattaforma di Trouble Ticketing non è completa o corretta.

Un altro esempio è l’analisi delle cartelle cliniche elettroniche: vi si trovano informazioni non strutturate utilizzabili per l’arricchimento dei dati resi disponibili dai tradizionali flussi informativi sanitari. Tali informazioni non sono utili solo al medico di medicina generale e ai professionisti di reparto, ma, in maniera aggregata e anonima, alle società farmaceutiche, agli assessorati della sanità, alle assicurazioni.

Sentiment Analysis

Recenti analisi dimostrano che al momento di decidere per un acquisto, i potenziali clienti sempre meno si affidano alla pubblicità o alle indicazioni dei produttori e sempre più al consiglio di un amico; gli amici, a loro volta, sempre più spesso si mettono in contatto attraverso social network. Interi forum di discussione sono dedicati alle esperienze su un prodotto; è un modo per evitare acquisti impropri che sta già avendo un largo successo soprattutto nell’elettronica di consumo e nei viaggi.

Sapere quanto viene scritto su Internet diventa quindi assolutamente essenziale per un’azienda per conoscere la propria reputation e quanto questa venga influenzata dal lancio di prodotti o di campagne di comunicazione o, viceversa, per capire quali servizi e soluzioni i propri clienti vorrebbero avere, acquisendo così un importante vantaggio competitivo.

Le soluzioni di Sentiment Analysis risolvono questa esigenza: navigano automaticamente e periodicamente i contenuti digitali quali siti, blog, Social Network ma anche eventuali fonti interne, quali ad esempio rassegne stampa; effettuano quindi analisi statistiche e linguistiche per estrarre le informazioni di interesse, costruiscono sommari e creano report e grafici che sintetizzino il pensiero dei consumatori sui propri prodotti e sul proprio brand, oppure sui prodotti e sul brand dei competitor.