Cómo Text Mining puede ayudar a su negocio a buscar oro

En CEINE utilizamos técnicas de Minería de textos (Text Mining) en muchas investigaciones. Aquí varias razones del por qué.

Sus clientes quieren comunicarse con usted. Tus socios, empleados, clientes potenciales, competidores, prensa y personas influyentes de los medios sociales quieren comunicarse con usted también.

Los seres humanos se comunican en una amplia variedad de formas – el lenguaje corporal, el movimiento ocular, la entonación del discurso, gestos con las manos, el uso del color y de la ropa. No hay un sistema en el mundo que todavía puede capturar toda la anchura de banda amplia de comunicación que todos usamos, a medida que avanzamos a través de nuestros días.

Comunicación por Texto

Vamos a simplificar el problema a la comunicación de texto. El texto es un excelente punto intermedio entre “no hacer nada” y la captura de toda la rica variedad de la interacción humana con algún sistema mágico que sólo la NSA podía permitirse.

El texto es la forma en que los seres humanos tratan de tener comunicaciones “estructuradas” (a pesar de que este tipo de dato es altamente no-estructurados, en comparación con lo que los ordenadores hacen.) Hay gramática y sintaxis, ya sabes dónde una frase empieza y termina, y sabes como quebrarla también.

Y vaya que hay mucho de eso. En un minuto, habrá:

  • 204 millones de emails
  • 2,46 millones de post en facebook
  • 320.000 tweets
  • 54.000 post en Tumblr
  • 17 artículos nuevos en Wikipedia

También habrá incontables millones de:

  • Documentos de apoyo interno
  • Llamadas de clientes
  • Páginas web
  • Comentarios de lectores

Toda esta información, siendo la más reciente disponible, esta con un mes de retraso – y con la posible excepción de Wikipedia, todos esos números son casi con seguridad mayor ahora que nunca.

Minería de Textos (Text Mining)

Minería de textos (Text Mining). Análisis de texto (Text Analytics o Text Analysis). Minería de datos no estructurados (Unstructured data mining). Estos son todos los términos que (básicamente) significan lo mismo – convertir una masa de conversaciones no estructuradas en información estructurada que después se puede analizar.

Pero usted no quiere llegar a ser algún gran científico loco de datos, entendiendo modelos estadísticos locos como “máxima entropía” o cómo se interactúa con pronominal co-referencia.

Cierto. Yo tampoco. El punto de esta nota es mostrar que escuchar es importante, que es probable que haya algo que le preocupe en el texto y, a continuación, para darle esperanza de que esto no es una tarea que sólo un loco PhD puede solucionar.

Text mining es una tecnología horizontal como la búsqueda. Hay toneladas de SaaS y promesas de ellos que han integrado tecnología de minería de textos como arte en sus productos para la escucha del cliente, monitoreo de medios, análisis de encuestas, inteligencia de negocios, atención al cliente, y cualquier otra aplicación que se pueda imaginar.

Usted puede convertirse en un experto en minería de texto, y usted tendrá una ventaja a causa de ella, pero usted no tiene que hacerlo. Todo lo que necesitas hacer es decidir que conversaciones son importantes y usted debería escuchar (como, por ejemplo, mensajes de twitter o Yelp! Comentarios) y luego encontrar a alguien que ha integrado esos datos en un buen cuadro de mandos para que usted pueda revisar y basar sus decisiones en eso.

En resumen, es necesario escuchar lo que el mundo está tratando de decirle, y la tecnología principal para hacerlo es “la minería de texto.” Pero, puede apoyarse en otros para ayudarle a utilizar esta tecnología de enormes proporciones para extraer las conversaciones correctas y significados para usted.

En CEINE aplicamos Minería de texto para análisis de redes sociales (Tweets, comentarios en foros y paginas web), para mejorar la atención al cliente (revisando reclamos) y para inteligencia de negocios propiamente tal (insights para estrategias de marketing, patrones de uso de suelo, sistemas de recomendaciones), entre otros temas. 

Traducido desde smartdatacollective.com. Escrito por Seth Redmore. Abril, 2014. Link: http://bit.ly/1fWa1DJ

Fuente imagen: spotfire.tibco.com