Nástroje na analýzu nestrukturovaných dat šetří náklady i nervy zaměstnanců
Klíčem k dlouhodobému úspěchu na dnešním vysoce konkurenčním trhu je nejen dokonalé porozumění zákazníkovi, jeho potřebám a nákupním zvyklostem, ale také odvětví jako takovému, jeho problémům a výzvám. V neposlední řadě je důležité, aby firma dobře znala sama sebe. To vše se ovšem snadněji řekne než provede.
Množství dat, které jako společnost generujeme a které nám doslova před očima každým dnem exponenciálně roste, je pro člověka nepředstavitelné. Přiblíženo řečí čísel – každý den odešleme více než 144 miliard e-mailů, nahrajeme 500 terabajtů dat na sociální síť Facebook nebo 72 hodin videa na server Youtube. Jsme doslova zavaleni daty a již není v lidských silách všechny nové informace monitorovat, natož projít či zpracovat. Naprostá většina těchto dat přitom ani nemá pevně danou strukturu (ve většině případů jde o volně psaný text), což znemožňuje jejich zpracování a analýzu tradičními softwarovými nástroji. To jsou důvody, proč tato data organizace někdy raději ignorují. To je ovšem zásadní chyba. Tato data (v poslední době stále častěji označována jako „Big Data“) totiž mohou obsahovat zcela klíčové informace, jejichž využití dnes přináší značnou konkurenční výhodu, zanedlouho již ale bude naprostou nutností pro všechny.
S příchodem sociálních sítí, rozvojem internetu a rozšířením mobilních technologií je dnes potenciální zákazník prakticky 24 hodin 7 dní v týdnu online. Velké procento z nich, především mladší generace, je navíc na těchto nových komunikačních médiích aktivní a sdílná. Veřejně tu diskutují kvalitu jednotlivých produktů, vyměňují si názory na různé značky, svá přání, očekávání či prosby. Kromě těchto prostředků také často takový zákazník sděluje své názory na různých diskuzních fórech, s organizací často komunikuje elektronicky pomocí e-mailů nebo SMS zpráv či přímo volá na zákaznickou linku. Nemusí přitom jít o názory jen na produkt dané organizace, ale také na výrobky konkurence či obecná přání v daném sektoru, popis produktu, který zatím neexistuje, ale zákazník by jej ocenil, a podobně. Všechny tyto informace sdílí zcela dobrovolně – už to je zásadní změna oproti dřívějším dobám, kdy bylo nutné tyto informace z klientů složitě získávat pomocí sofistikovaných marketingových kampaní, které ale neměly příliš vysokou úspěšnost.
Zapojením moderních technologií lze tento proces poznání značně vylepšit. Nejprve tyto nástroje pomohou taková data získat a mít tak vše na jednom místě, následně je zpracují a koncovému uživateli nabídnou již konsolidovaný pohled na celý problém s možností hlouběji analyzovat zjištěné trendy.
Konkrétním příkladem může být například městský úřad, který je zavalen dopisy a žádostmi obyvatel, z nichž chce vybrat ty, které obyvatele nejvíce trápí a následně je napravit. K tomu by ale bylo nutné všechny důkladně přečíst, následně je jednotlivě roztřídit podle tématu, kterého se týkají apod. Použitím moderních analytických nástrojů pro analýzu nestrukturovaného obsahu lze však toho samého dosáhnout za zlomek času bez nutnosti procházet všechny dokumenty ručně. Analytik pak dostane možnost zobrazit si pouze problémy z dané kategorie, dále omezit výběr například na ty, které pocházejí z určité městské části, dalším pohledem zobrazit ty, které přišly od obyvatel různých věkových kategorií nebo jsou vyloženě negativní (tedy pravděpodobně stížnosti).
Při využití analytiky by se společnosti neměly omezovat pouze na interní strukturovaná data, která představují pouze zlomek informací, které mohou organizace získat. Analýza nestrukturovaných dat (ač to tak na první pohled nemusí nevypadat) není finančně náročná manuální práce. Platformy, které má IBM k dispozici, dokáží rychle zpracovat velké objemy strukturovaného a nestrukturovaného obsahu a výsledky analýz potom slouží jako vstupy při strategickém rozhodování společnosti.
Nástroje IBM na analýzu nestrukturovaných dat v kostce
Nástroje společnosti IBM ke zpracovávání textu° v přirozeném jazyce jsou navrženy způsobem, který pomůže provádět na nestrukturovaných datech stejnou analýzu jako na datech strukturovaných. Tyto analýzy zahrnují:
- Prohledávání nestrukturovaných dat a obsahu napříč společností i mimo ni včetně textových dokumentů, emailů, reportů, atd.
- Analýzu výsledků vyhledávání pro podporu rozhodování.
- Možnost sledování trendů, vzorů a vztahů skrytých v nestrukturovaných datech pro lepší pochopení prostředí, ve kterém se pohybujeme.
- Dekódování významu a kontextu lidského jazyka v informacích poskytnutých prostřednictvím emailů, veřejných průzkumů, telefonních center, apod.
- Odhalování neobvyklých korelací či anomálií.
- Možnost dohledání souvislostí mezi událostmi, vysvětlení příčin jejich vzniku, hledání nových příležitostí pomocí agregace zpětné vazby zákazníků.