ANALITYKA DANYCH TEKSTOWYCH WARTOŚĆ W DANYCH NIEUSTRUKTURYZOWANYCH. MOŻLIWOŚCI OBECNEJ TECHNOLOGII. DOŚWIADCZENIA Z RYNKU

Transkrypt

1 ANALITYKA DANYCH TEKSTOWYCH WARTOŚĆ W DANYCH NIEUSTRUKTURYZOWANYCH. MOŻLIWOŚCI OBECNEJ TECHNOLOGII. DOŚWIADCZENIA Z RYNKU

2 AGENDA 1 Zakres i wartość 2 Krótko o technologii 3 Przykładowe wdrożenia

3 CYKL ŻYCIA (CUSTOMER JOURNEY) Kreacja potrzeby Poszukiwanie Personalizacja Ocena Obsługa Użytkowanie Zaufanie? Decyzja Portale branżowe i informacyjne Portale korporacyjne Rekomend. Poparcie Lojalność? Rekomend. Rezygnacja Fora i komentarze do artykułów Blogi, mikroblogi i portale społecznościowe Rozmowy z call center Raporty konsultantów Korespondencja od klienta Ankiety telefoniczne

4 CYKL ŻYCIA (CUSTOMER JOURNEY) Kreacja potrzeby Poszukiwanie Personalizacja Ocena Obsługa Użytkowanie Zaufanie? Decyzja Lojalność? Rekomend. Rezygnacja Rekomend. Poparcie

5 ZAKRES I WARTOŚĆ TRENDY I WYZWANIA Po stronie klienta: Coraz wyższe wymagania odnośnie produktów, usług, obsługi. Wymaganie spersonalizowanego kontaktu, czegoś co wyróżnia. Wymaganie natychmiastowego kontaktu. Po stronie organizacji: Pełniejsza utylizacja dostępnych Efektywniejsze działania marketingowe Optymalizacja kosztów

6 AGENDA 1 Zakres i wartość 2 Krótko o technologii 3 Przykładowe wdrożenia

7 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

8 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

9 gospodarka euromajdan sondarze wyborcze krym trynkiewicz polityka wew. wypadek WSI kościół pogoda

10

11 PROCES ANALIZY DANYCH TEKSTOWYCH REDUKCJA SZUMU A ZAKRES PRZEDMIOTOWY zapytanie dla języka polskiego: Angelina Jolie zapytanie dla języka polskiego: Nokia wyniki: dane niewyczyszczone wyniki: dane wyczyszczone ponad 100 wariacji słowa nokia czy muszę uwzględnić je wszystkie w konstrukcji zapytań?

12 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

13 KATEGORIE SENTYMENT Plus Play OSRAM reputacja, obsługa klienta, dostępność, ceny i promocje, wygoda, telefon, karta, ubezpieczenie Hit, Kubuś nie wydaje mi się, aby był to dobry pomysł raczej nie jest to produkt godny polecenia Lotos. Olej dynamicznych ludzi.???

14 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

15 Błonie Police Sieradz

16 WDROŻENIA SAS TOPICS PAGES DLA THE NEW YORK TIMES Automatyczna organizacja zawartości strony Zwiększenie rankingu SEO (Search Engine Optimization) Topics About Times Topics Each topic page collects all the news, reference and archival information, photos, graphics, audio and video files published on topics ranging from A M Castle & Company to Zyuganov, Gennadi A. This treasure trove is available without charge on articles going back to Automatic Entities Extraction Automatic Categorization

17 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

18 This slide is for video use only.

19 This slide is for video use only.

20 PROCES ANALIZY DANYCH TEKSTOWYCH ZAKRES INFORMACYJNY Z ANALIZY DANYCH oferta marka marketing sprzedaż i obsługa Zasięg i skuteczność działań marketingowych Wartość z punktu widzenia klienta. Pozycja vs konkurencja. Atrybuty wyróżniające lub wymagające poprawy. Ocena jakości produktów / usług / obsługi. Reputacja marki. Powody sytuacji kryzysowych. Zasięg dyskusji na temat marki / oferty / kampanii Źródła i ludzie. Drivery dyskusji oraz wątki, miejsca i osoby powiązane Identyfikacja leadów sprzedażowych Identyfikacja klientów w przestrzeni social media.

21 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

22 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH TRENDY I WYZWANIA Po stronie klienta: Coraz wyższe wymagania odnośnie produktów, usług, obsługi. Wymaganie spersonalizowanego kontaktu, czegoś co wyróżnia. Wymaganie natychmiastowego kontaktu. Po stronie organizacji: Pełniejsza utylizacja dostępnych Efektywniejsze działania marketingowe Optymalizacja kosztów

23 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH TRENDY I WYZWANIA

24 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH TRENDY I WYZWANIA

25 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH ZARZĄDZANIE KONTAKTEM ONLINE Narzędzie operacyjne Do realizacji KAMPANII w czasie rzeczywistym >> w momencie kontaktu klienta z organizacją MARKETING W CZASIE RZECZYWISTYM

26 This slide is for video use only.

27 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH MARKETING W CZASIE RZECZYWISTYM analityka wiedza Marketing Komunikacja i PR Obsługa klienta personalizacja Sprzedaż

28 WYKORZYSTANIE ANALITYKI DANYCH TEKSTOWYCH SOCIAL CRM / SOCIAL COMMAND CENTER kampanie marketingowe obsługa klienta rozwój produktów wybór produktów wywiad konkurencji PR i komunikacja zarządzanie wizerunkiem marki DELL HELL >> IdeaStorm

29 PROCES ANALIZY DANYCH TEKSTOWYCH SAS DATA FACTORY Analizy Ad-Hoc Structured Data & Textual Data Redukcja szumu Eksploracja Kategoryzacja Wizualizacja Raportowanie Wykorzystanie Wzbogacenie Modelowanie prodykcyjne Operacje Łączenie

30 PROCES ANALIZY DANYCH TEKSTOWYCH OPERACYJNE WYKORZYSTANIE DANYCH oferta marka marketing sprzedaż i obsługa Identyfikacja potrzebnych zmian. Ocena opłacalności zmian. Wkład do zarządzania ceną. Argumentacja dla przeprowadzenia zmian. Monitoring jakości i skuteczności działań wewnętrznych i zewnętrznych. Obsługa leadów sprzedażowych. Wykorzystanie platformy social do realizacji sprzedaży i obsługi klienta. Realizacja kampanii bezpośrednio do klienta w momencie jego kontaktu z organizacją. Utylizacja zasobów Inbound.

31 AGENDA 1 Zakres i wartość 2 Krótko o technologii 3 Przykładowe wdrożenia

32 WDROŻENIA SAS PRZYKŁADOWE WDROŻENIA

33 produkt kampanie WDROŻENIA SAS HP HP news fora unstructured artykuły blogi rozmowy cal center social HP łączy wszystkie dostępne w organizacji dane, pochodzące z: systemów sprzedażowych systemów operacyjnych np. call center, w tym reklamacje ankiet produktowych forów internetowych i mediów Brand.com społecznościowych structured w bazę informacji o kliencie: Customer 360 View sprzedaż socjo demograf. wizyty na www ankiety zdarzenia obsługowe 360 analityka Wykorzystanie tych informacji pozwoliło podnieść ROI z kampanii marketingowych 2.5 mln interakcji rocznie 900 TB o 360 mln klientów scoring 100 mln klientów / s ROI: 20% adresowanych do klientów HP o 20%

34 WDROŻENIA SAS HP Drukarka jest tania ale, fabryczne kartridże z tuszem mają stosunkowo niewielką wydajność, toteż koszty wydruku są wysokie. Mimo że przy drukowaniu kolorowych grafik nieco spowalnia, to i tak pozostawia konkurencję w tyle, zwłaszcza przy wydruku fotografii, które wyglądają bardzo ładnie. Ogólnie polecam drukarkę. atrybuty miary atrybuty miary szybkość druku jakość wydruku cena wydajność drukarka

35 DZIĘKUJĘ