Közösségi vélemények az új Jurassic World-ről

A Jurassic World megjelenése előtt Suman Mukherjee (Watson Analytics) és Forsyth Alexander (IBM Business Analytics) górcső alá vették a közösségi médiában fellelhető véleménynyilvánításokat a több mint egy évtizede várt kalandfilm kapcsán.

Rajongókként olyasmire voltak kíváncsiak, hogy a világon hol „twittelnek” leggyakrabban, a bejegyzések hogyan oszlanak meg nemenként, milyen az általános vélekedés a moziról és mikor beszélnek róla a legtöbben. Ennek megállapításához a Watson Analytics-et használták, melybe Twitter adatokat feltöltve szinte azonnal kirajzolódtak az érdekes eredmények. Watson minden kérdésükre vizuálisan megjelenített összefoglaló információt adott, amely könnyen és gyorsan megfogalmazhatóvá tette a válaszokat.

Az eredmények eléréséhez csak be kellett jelentkezni a Watson felületre, majd a „Twitter Data Connector” segítségével a 2015. február 1. és május 29. között előforduló #jurassicworld keresőszó megadásával importálni a „becsipogott” adathalmazt. Ezután a könnyen kezelhető felületen haladva Watson felajánlotta a kutatás kiindulópontjait.

Lássuk, mit állapítottak meg a vizualizációt elemezve:
• Habár Chilében volt a legmagasabb a „twittelők” száma, Mongólia csak egy hajszálnyival maradt le mögöttük.
• Áprilisban a nők még pozitívabban nyilatkoztak a mozifilmről, mint májusban.
• Ahogyan az várható volt, leginkább pozitív hangvételű vélemények hangzottak el. Az idő előrehaladtával sem változott észrevehetően az állásfoglalások hangulata: legtöbben pozitívan nyilatkoztak, sorrendben következő volt a semlegesek száma, majd következtek a negatívak, és legkevesebben a vegyes érzelműek.
• Globálisan a „tweetek” száma május utolsó 5 napjában rohamosan nőtt, a pozitívaké és a negatívaké egyaránt.
A május végi „tweet-roham” a trailerek megnövekvő számának, a Jurassic World tumblr oldal létrejöttének és a megjelenés közeledtének is köszönhető.

A nyelv és a város hozzáadása az elemzéshez segítette az eredmények mélyebb megértését, így az alábbi megállapítások születtek:
• Arab és ukrán nyelven csak semleges hangvételű véleményeket írtak.
• Norvég nyelven a legnagyobb a pozitív és a semleges vélemények száma közötti különbség, és nagyon alacsony a negatívumokat megfogalmazó „tweetek” aránya.
• A pozitív vélemények kiugró száma jellemzi a New Orleans-i „twittelőket”.
• A negatív vélemények nagy része megosztásokból származott, és nem eredeti „tweetekből”.

A vizualizált eredmények megtekintéséért kattintson ide!

Annak, aki érdeklődik a magyar nyelvű szöveganalitika iránt és szívesen végezne hasonló kutatásokat, figyelmébe ajánljuk ingyenes bemutató szemináriumunkat: http://clementine.hu/oktatas-es-rendezvenyek/bemutato-szeminariumok/spss-text-analytics/14

Forrás: http://asmarterplanet.com/blog/2015/06/watson-analytics-jurassic-world.html

Útmutató a tavaszi sörfesztiválokhoz

A sörfesztiválok immár nem csak az októberi időszakra korlátozódnak, és szerencsére már Münchenen kívül is találunk igen színvonalas rendezvényeket a témában. A kora nyári meleg időjárás meghozza kedvünket a habzó ital fogyasztásához, és ehhez ideális helyszínt biztosít a számos sörfesztivál szerte az országban.

Ilyenkor aztán egy sereg sörfőzde felvonultatja bőséges kínálatát, és ember legyen a talpán, aki eligazodik a több száz féle frissítő között. Ennyi fajtát végigkóstolni még a leggyakorlottabbaknak is kihívás; adja tehát magát a kérdés: milyen sört válasszunk? Melyik passzol leginkább az ízlésvilágunkhoz?

A Clementine Consulting ezúttal is segít a kérdés megválaszolásában. A főbb sörtípusok jellemzőit elemeztük szöveganalitikai eszközökkel (IBM SPSS Modeler Premium Text Analytics modul), majd vizualizáltuk i2-ban, hogy segítsünk a választásban.

Ha kíváncsi az eredményre, kattintson ide!

Persze a márka szerinti kedvenc megtaláláshoz mindenki kóstolgasson kedvére!

 

Első világháború hadüzenetei i2-ben

100 éve tört ki az első világháború.

1914. júniusában Szarajevóban meggyilkolták Ferenc Ferdinánd főherceget, az osztrák trónörököst, mire válaszként az Osztrák-Magyar Monarchia először ultimátumot intézett, majd július 28-án hadat üzent Szerbiának. A következő napokban az összes európai nagyhatalom kinyilvánította részvételét: Németország hadatüzent először az oroszoknak, majd Franciaországnak, még augusztusban bekapcsolódott Anglia és Belgium, majd Japán is hadüzenetet küldött a németeknek.

Egymást követték az ultimátumok és hadüzenetek, melyeket mi i2-ben meg is jelenítettünk.

Az első ábra az úgynevezett "timeline", mely egy idővonalon ábrázolja az eseményeket: melyik ország kinek és mikor küldött hadüzenetet.

A második ábra az "assosication chart". Az i2 Social Network Analysis modulja segítségével meghatározuk a központi szerepet játszó országokat, ezeket az ábrán a program nagyobb ikonnal, zászlóval jelöl.  Az országok közötti linkek iránya megmutatja a hadüzenet irányát, színe pedig a küldés évét (sötétebb kék: 1914, világos kék: 1915, sötétebb zöld: 1916, világosabb zöld: 1917, lila: 1918).

Ha szeretne megismerkedni az IBM i2 hálózatvizualizációs szoftvert olvassa el tájékoztatónkat vagy jöjjön el szeptemberi ingyenes bemutató szemináriumunkra!

Az adatok forrása: http://hu.wikipedia.org/wiki/Els%C5%91_vil%C3%A1gh%C3%A1bor%C3%BA

Digitális testbeszéd

Kutatások szerint egy átlagos, személyes beszélgetés mindössze egyharmadát teszik ki a verbális kommunikáció elemei, és kétharmadát az olyan non-verbális elemek, mint a mimika, a gesztusok, a hangnem vagy a beszédstílus. Nem is hinnénk, hogy testbeszédünk milyen sok mindent elárul személyiségünkről, identitásunkról és preferenciáinkról, pedig ezek a jelek teljesen tudattalanul folyamatosan alátámasztják, kiegészítik, vagy éppen megcáfolják az általunk mondottakat.

De mi a helyzet az online térben? Létezik digitális testbeszéd?

Tekintsük a verbális kommunikáció elemeinek tisztán csak a kommentekben leírt szavakat, így minden más - emotikonok, írásjelek, kis- és nagybetű használata, vagy a közösségi oldalakat nézve a megosztások és like-ok - non-verbális eszköznek számítanak. Sőt, az online térben non-verbális eszköznek tekinthető maga a szóhasználat és a fogalmazási stílus is. Mindenki írt már önéletrajzot, motivációs levelet vagy hivatalos e-mailt. Az ilyen helyzetekben minden szó és mondat a személyiségünkről árulkodik az olvasónak.

Emóció- és stíluselemzés

A megosztások korát éljük, így nem is csoda, hogy az online tartalomfigyelésben rejlő lehetőségek hatékony eszközként tudnak szolgálni a vállalatok, és szolgáltatók piaci versenyében. A hazai piacon bár még csak most kezdenek ráérezni az üzleti döntéshozók a szövegbányászat ízére, és kezdenek ismerkedni például az online véleményelemzés, szentiment elemzés lehetőségeivel, pedig tőlünk nyugatabbra már sokkal inkább az emócióelemzési és stíluselemzési megoldások válnak dominánssá. Vagyis, az jut piaci előnyhöz, aki képes olvasni a fogyasztók és ügyfelek digitális testbeszédét.

Az emóciók azonosítása egy-egy fórumhozzászólásban, vagy a közösségi média felületein megosztott hozzászólásokban jelentős többletinformációt nyújt az igények, preferenciák, problémák alaposabb megértéséhez. Hiszen, ha értjük a vélemény mögötti attitűdöt, könnyebben találjuk meg a leghatékonyabb problémakezelési stratégiát is. Maga a stíluselemzés, vagyis, hogy például egy-egy szöveg milyen hosszú szavakból áll, ezeknek milyen a szófaja, milyen időben és számban íródtak, illetve milyen kohéziós elemeket tartalmaz az írás pedig már önmagában is értékes tudást biztosít a piackutatástól kezdve egészen a bűnüldözési vagy csalás felderítési területekig. Ezek a stíluselemek ugyanis mind jellemzik a szerzőt, akár demográfiai szempontból, akár a pszichológiai jellemvonásokat illetően.

Szerencsére az elmúlt időszakban a magyar nyelvű szövegek számítógépes nyelvi előfeldolgozási területe jelentős mértékben fejlődött, így az emócióelemzési és stíluselemezési trendek, és az abban rejlő lehetőségek nyitottak a magyar piac számára is.

Big Data: a digitális lábnyomtól a digitális testbeszédig

Mindemellett számos olyan online megnyilvánulásunk van, melyek nem közvetlenül a kommunikációnkhoz kapcsolódnak. Online vásárlások, letöltések, egyszerű keresés a Google-lel, telefonálás és sms küldés, stb., vagyis minden olyan nyom, amely az online jelenlétünk után marad része a digitális lábnyomunknak. Az "igazi" Big Data cégek mind az ilyen általunk hagyott és generált információból építkeznek: gyűjtik és különböző szempontok mentén elemzik adatainkat, hogy ezáltal versenyelőnyre tegyenek szert. Személyre szabják a termékajánlásokat, megjósolják az ügyfelek jövőbeni viselkedését és véleményét. Mindezen adatok összekapcsolva a digitális testbeszédből származó információkkal pedig már valóban az ügyfél analitika Eldorádóját kínálják.

Személyiségprofil alapú targeting? Kérdőív nélküli piackutatás?

Minden másodpercben kb. 9000 bejegyezést - rövid, maximum 140 karakter hosszú szöveges kommentet - posztolnak csak a Twitteren: vélemények, hírek, kommentek, észrevételek szinte bármivel kapcsolatban, és képek. Hogyan forgathatná fel teljesen a mai piackutatási gyakorlatot a kérdőívek nélküli adatgyűjtés, vagy a marketinget a személyiségprofil alapú targeting? Egy új kutatás szerint már ezek a rövid írások és megosztások is utalhatnak a szerző jellemére!

A piackutatóknak csábító lehetőség a Twitter, vagy más közösségi oldalak adatainak elemzése a hagyományos megkérdezések helyett, hiszen kérdőív nélkül tudhatják meg mi a felhasználók kedvenc színe vagy melyik mobiltelefont vennék meg szívesebben, de még nagyobb lehetőségek rejlenek ezeken az oldalakon a marketing számára:

Direkt marketingre az elmúlt egy évben csak Amerikában 170 milliárd dollárt költöttek. Hogy milyen sikerességgel? A postai megkeresések 3, az elektronikus reklámoknak pedig mindössze 0,1%-a eredményezett tényleges vásárlást, vagyis nagyjából 165 milliárd dollárt költöttek fölösleges marketingre, spam-elésre, ami a vásárlók elriasztását és a jövőbeni vásárlások meghiúsítását is okozhatja.

Pedig a cégek ma már rengeteg adatot gyűjtenek a potenciális vásárlóikról, hogy elemezzék azokat, majd szegmentációs eljárásokkal alakítsák ki a kampányokhoz a megfelelő célcsoportokat. A számok alapján azonban még ez sem működik megfelelően. A problémát az okozza, hogy ezek az elemzések csak demográfiai adatokon (kor, nem, jövedelem, családi állapot) és viselkedési szokásokon alapulnak. Amire igazán szükség lenne, hogy megismerjék a vásárlóik személyiségét, értékrendjét és szükségleteit, hogy elemezzék a spontán véleményüket, kommentjeiket - például a Twitter bejegyzéseik alapján.

A törekvés, hogy az írásaik alapján mérjük fel az emberek személyiségét nem új. A piackutatók és viselkedési pszichológusok sokáig kedvenc időtöltése volt a "Big Five" személyiségvizsgáló eljárás, ahol öt dimenzió alapján vizsgálták a megkérdezettek által írt válaszokat: extroverzió, együttműködés, lelkiismeretesség, stabilitás, élményekre való nyitottság. Ebben az eljárásban kontrollált körülmények között íródott szövegekről van szó, azonban Tal Yarkoni, a Colorado Egyetem kutatója egy 2010-es cikkében bebizonyította, hogy ez az elmélet online szövegek esetén is alkalmazható. (http://pilab.colorado.edu/publications/Yarkoni_JRP_2010b.pdf)

Az IBM kutatói - Eben Haber vezetésével - ezt az eljárást alkalmazták a Twitter bejegyzésekre. A kutatás során 90 millió felhasználó három hónapnyi tweet-jeit elemezték, és arra jutottak, hogy már akár 50, de még megbízhatóbban 200 bejegyzés alapján lehet következtetni valaki személyiségére.

Kutatások szerint a Twitter bejegyzések száma folyamatosan nő, de az online megosztott adatok mennyisége nagyon is eltér országonként. A megkérdezettek 24%-a mondja, hogy mindent, de legalábbis a legtöbb dolgot megosztja online. Azokban az országokban, ahol a Twitter felhasználók koncentrációja a legnagyobb - Amerika és Nagy-Britannia - ez az arány már csak 15 és 12%. A megosztóknak ez a kis része azonban nem reprezentatív, ahogy a Twitter sem lesz egyenlőre az emberi viselkedés megértésének kulcsa.

A lehetőség azonban adott. Az interneten megosztott felmérhetetlen mennyiségű strukturálatlan adat olyan lehetőségeket nyit meg, melyekre eddig nem is gondoltunk. Ilyen az online vélemény monitoring, a piaci-technológiai trendek előrejelzése vagy a személyiség profil alapú targeting - hiszen honnan tudhatnánk meg több, részletesebb és hitelesebb információt a vásárlókról, ha nem abból amit megosztanak maguktól?

Forrás: The Economist