Τα κορυφαία 10 trends σχετικά με τα text analytics
Η εταιρία ερευνών Data Driven Business, πρόσφατα πραγματοποίησε μία έρευνα με επαγγελματίες του χώρου των text analytics, οι οποίοι εργάζονται σε μεγάλες εταιρίες.
Μετά την ολοκλήρωση της έρευνας καταλήξανε στις δέκα κορυφαίες τάσεις, γύρω από τα text analytics, που θα υπάρξουν στον επόμενο χρόνο (6-12 μήνες). Αυτές είναι οι εξής:
1. Μίξη κειμένου (μη δομημένων) δεδομένων με δομημένα δεδομένα, ώστε να προκύψουν συμπεράσματα, τα οποία δεν θα προέκυπταν από την κάθε δεδομένα ξεχωριστά.
2. Αύξηση ενδιαφέροντος σε δεδομένα κειμένου διαφόρων γλωσσών. «Οι πάροχοι εκτός των ΗΠΑ, στρέφονται στα text analytics που αφορούν γλώσσες εκτός των αγγλικών, και οι πελάτες τους είναι οι διεθνής ανταγωνιστές μας». Meta Brown, Σύμβουλος text analytics
3. Κατανόηση μέσω αλγορίθμων στα σχόλια των social media. «Στις μέρες μας, τα text analytics έχουν κάνει στροφή στα media analytics, πράγμα που έχει αντίκτυπο στο brand management και στις μεθόδους προώθησης προϊόντων», Rahul Saluja, Manager – Web analytics, Home Depot
4. Εμπορευματοποίηση της ανίχνευσης συναισθημάτων. «Το ενδιαφέρον των εταιριών στην παρακολούθηση της διαμόρφωσης των κοινωνικών κατευθύνσεων των συναισθημάτων αυξάνεται». Han-Sheong Lai, Director of Consulting, Operational Excellence & Customer Advocacy, PayPal
5. Εύρεση τάσεων και νέων καναλιών ροής ειδήσεων. «Τα ιστορικά δεδομένα είναι χρήσιμα για την πρόβλεψη μελλοντικών γεγονότων – όσο τα περιβάλλοντα παραμένουν σταθερά. Τα text analytics όμως βοηθούν και στην εύρεση των νέων τάσεων». Allen Thompson, SVP Corp & Comm Analytics & Reporting, Bank of America
6. Περισσότερες ενσωματωμένες δυνατότητες απεικόνισης. «Καλύτερα εργαλεία οπτικοποίησης για την κατανόηση συσχετίσεων σε κείμενα» Janine Johnson, Director of Analytics, ISO
7. Real-time ροή text analytics. «Η ανάλυση συναισθημάτων σε πραγματικό χρόνο γίνεται όλο και πιο δημοφιλής στο χώρο των text analytics». Nathanael Ford, Senior Analyst - Channel Optimization, United Airlines
8. Χρήση των text analytics για σχηματισμό συμπερασμάτων από μη δομημένα δεδομένα.
9. Βελτίωση του machine learning.
10. Ένταξη διαφορετικών δυνατοτήτων. «Στις μέρες μας, παρατηρείτε ανάπτυξη τεχνικών κατηγοριοποίησης, κωδικοποίησης, σχηματισμού κανόνων και μοντελοποίησης της ανάλυσης συναισθημάτων». Caio Peixoto, Supervisory Analyst, Information Management, Board of Governors of the Federal Reserve System.
Πηγή: KDnuggets