Система анализа текстов для изучения мнений потребителей: решения от Clarabridge и Harris Interactive

Одна из основных задач анализа «неструктурированной” (чаще всего – текстовой) информации — это поиск неожиданностей. Поиск того, что невозможно предусмотреть в анкете, гайде для глубинных интервью или маркетинговом плане. А неожиданности, как известно, часто появляются, когда желания потребителей не совпадают с их возможностями и/или опытом общения с производителями и продавцами.

К сожалению, очень часто такие вот бесплатные «неожиданности», которые потребители щедро оставляют на форумах, в блогах, в социальных сетях или даже в отчаянных письмах в техподдержку, практически никак не используются и не анализируются компаниями, тратящими впоследствии большие деньги на исследования потребителей.

Ну а производители софта и рисечеры раз за разом пытаются изменить это положение вещей и предлагают рынку все новые и новые инструменты для поиска и анализа того, что «само приползло» в руки маркетологам и прочим заинтересованным лицам.

Система анализа текстов Smart Response от Clarabridge предназначена в первую очередь для CRM, но может также вполне успешно использоваться и для исследований потребителей. Что и продемонстрировала Harris Interactive, придумав на базе модуля от Clarabridge инструмент Interactive Text Analytics.

Модуль интерактивного анализа текстов от Harris Interactive позволяет «на лету» классифицировать огромные массивы текстовой информации: ответы на открытые вопросы , отзывы в форумах, в блогах и социальных сетях и совмещать полученные результаты с количественной информацией о различных рынках.

Подробнее – на http://www.harrisinteractive.com/services/TextAnalytics.asp/

Продукт от Harris несомненно очень интересный, но меня, как большого нелюбителя общения с различными техподдержками 🙂 также заинтересовала CRM-платформа, которую создала Clarabridge.

Это так называемая  Content Mining Platform, которая предназначена для аналитической обработки мнений потребителей, клиентов и респондентов: транскрипты звонков в службу техподдержки и колл-центры, ответы на открытые вопросы в количественных исследованиях и транскрипты фокус-групп, отзывы в блогах, социальных сетях и на форумах.

Content Mining Platform состоит из  3 основных модулей и 3 различных технологий:

1. Собираем и соединяем. На первом этапе составляется подробный перечень всех возможных  “точек общения” с потребителями.  Система анализа текстов позволяет собрать всю возможную информацию, поступающую из различных “точек общения» в одном месте (одном источнике).

2. Извлекаем и очищаем. После того, как неструктурированные данные собраны в одном источнике, следующий шаг обработки – извлечение текстовых значений.  Миллионы фраз обрабатываются и сохраняются в отдельном файле данных со ссылками на первичный источник с необработанными данными. При этом используются следующие технологии:

• Обработка текстов с использованием естественного языка (natural language processing). В результате такой обработки  текст конвертируется в формат, который может понять компьютерная программа.

• Категоризация – автоматически классифицируются фразы по неограниченному количеству категорий, которые выделяются в зависимости от обсуждаемой темы.
• Выявление тональности/окраски высказываний и фраз: что чувствуют и как относятся авторы фраз к обсуждаемой теме.
• Выявление активно обсуждаемых тем, выходящих за рамки заданных классификаций/категорий.
• Поиск имен/адресов/упоминаний товаров и брендов и выявление фактов и происшествий, связанных с этими упоминаниями.

3. Анализируем. Пользователи платформ для анализа текстов как правило нуждаются в интерфейсе, позволяющем анализовать и презентовать полученные данные. Clarabridge предлагает отдельный модуль для такого анализа и несомненным плюсом такой системы является интеграция с уже созданными у клиента базами данных и порталами (!).

Программисты Clarabridge также придумали интересный модуль “быстрого реагирования”, работающий без участия человека. Система  Smart Response (Умный Ответ) анализирует информацию, полученную от потребителя и, в зависимости от ситуации, может или отправить уведомление клиентским менеджерам (если требуется оперативное вмешательство) или даже принять решение самостоятельно.  Например, система может автоматически отправить клиенту письмо с уведомлением о том, что негативный отзыв получен, принят к сведению и даже автоматически предложить недовольному клиенту скидку, подарок или какую-либо другую компенсацию.

Несмотря на начало кризиса  и определенные подводные камни, связанные с индустрией анализа текстов (http://www.svplotnikova.ru/blog/2007/11/content-blog-1/), в 2008 году компании Clarabridge удалось утроить свой доход. По словам представителей компании, системы анализа текстов пользуются повышенным спросом у ритейлеров, в сфере FMCG а также у представителей гостиничного бизнеса (на американском рынке). В 2008 году среди клиентов компании появились также представители телекоммуникационной индустрии, финансисты и компании, работающие в развлекательном бизнесе.

Представители компании также предлагают собственную иерархию источников пользовательского контента с точки зрения эффективности для клиентов. На первом месте – результаты исследований (ответы на открытые вопросы и транскрипты фокус-групп), на втором – расшифровки записей телефонных разговоров операторов колл-центров с клиентами, ну а далее – отзывы на  форумах и блогах и прочий UGC (user generated content) .

“Если раньше бизнесмены пытались правдами и неправдами заставить потребителей отреагировать в нужном “формате” (исследования, книги жалоб и предложений и др.), то сейчас все сильнее становится тенденция анализировать мнения потребителей, высказанные “естественным” образом и практически в любом формате – от звонков до видеозаписей. И, скорее всего, эта тенденция в будущем будет только укрепляться”. (С)Bruce Temkin, Clarabridge.

Ссылки по теме
http://www.harrisinteractive.com/services/TextAnalytics.asp
www.clarabridge.com

Полезный словарик по data mining
http://www.clarabridge.com/Glossary/tabid/166/Default.aspx