IBM ha anunciado un nuevo software de análisis predictivo que permite a los usuarios localizar y analizar la información procedente de los blogs y las redes sociales y unirla con sus bases internas de datos para obtener una visión general e investigación predictiva más rápida y exacta.
El nuevo software de data mining y text mining permite a los usuarios monitorizar los cambios en las actitudes de consumidores y empleados, obtener una visión en profundidad sobre esa base y predecir los factores clave que dirijan las futuras campañas de captación y retención de clientes.
Por ejemplo, hará posible extraer conclusiones del uso de emoticonos y expresiones de la jerga común que la gente emplea a menudo para describir su punto de vista sobre un producto o servicio.
Partiendo de la base de que cada industria tiene prioridades únicas y una terminología propia, el nuevo software analiza tendencias y captura información a partir del vocabulario específico de cada sector. Incluye nuevas redes semánticas con 180 taxonomías verticales –desde Ciencias de la Vida a Banca y Seguros, o Electrónica de Consumo– y más de 400.000 términos, incluidos 100.000 sinónimos y miles de marcas. Esto permite a los clientes la creación de enlaces más exactos que aporten más información entre la percepción de su clientela y sus productos, sin tener que perder tiempo elaborando sus propias definiciones.
Por ejemplo, en el sector bancario la red semántica sabe que “tasa de interés flotante” se refiere a los pagos de un préstamo hipotecario, y que “hipoteca de interés variable” e “hipoteca de interés ajustable” son sinónimos. También puede detectar que términos como “planificación patrimonial”, “mayores” y “planes de jubilación” están relacionados con “hipoteca inversa”.
Los datos textuales de las redes permiten análisis más precisos
Con el software de análisis predictivo de IBM, los clientes pueden acceder directamente a los datos de textos, webs y estudios, e integrarlos en modelos predictivos para obtener recomendaciones más completas y tomar decisiones de negocio más acertadas. Para ello emplea el Procesamiento de Lenguajes Naturales (NLP) que permite a los clientes seleccionar conceptos clave, opiniones y categorías relevantes para su negocio partiendo de estas fuentes de datos para descubrir información más precisa sobre el comportamiento de los consumidores.
Las empresas y organizaciones pueden combinar toda su estructura de datos con información textual de documentos, correos electrónicos, notas de call centers y fuentes procedentes de medios sociales. Al incorporar las fuentes de texto en los procesos de modeling, los usuarios tienen la capacidad de extraer, descubrir y explorar las relaciones entre los conceptos y la percepción de los consumidores, incluyendo emoticonos y expresiones de la jerga común, para así desarrollar análisis más precisos que les permitan contactar con clientes, socios, votantes o estudiantes específicos en un momento concreto y a través del canal que ellos elijan.
Disponibilidad
La última versión del software de data mining y análisis de texto de IBM SPSS Modeler está ya disponible en todo el mundo. El software de análisis de textos sólo está disponible en la edición Premium de IBM SPSS Modeler.
