Savez-vous que 85 % des données de votre entreprise sont des données textuelles ?

Zoom sur... SAS® Text Miner permet d’apporter une dimension complémentaire au Data Mining en intégrant toutes les méthodes nécessaires pour transformer les textes en connaissance.

Pages Web, messages e-mails, articles, notes internes, courriers clients : commentaires, plaintes, résiliations…, informations sur des brevets, enquêtes de satisfaction, CV, dépêches AFP, …

Aucune entreprise n’a le temps de tout lire encore moins de ranger et de classifier les éléments essentiels de chaque texte… Ces données textuelles restent donc largement inexploitées !

Or, le Text Mining est le processus adapté pour traiter ce type de données. SAS a créé une offre spécialement dédiée : SAS® Text Miner.

SAS® Text Miner propose un processus automatique pour examiner un ensemble de documents textuels afin d’y découvrir des modèles et de pouvoir établir des liens entre les termes et les documents.

SAS® Text Miner associe des techniques d'analyse linguistique automatique aux techniques du Data Mining pour réaliser l'analyse du contenu des textes.

Quelques exemples d’applications du Text Mining :

• Dans la Gestion de la Relation Client :
  - Lecture et traitement automatisés des courriers clients
  - Ex : reroutage des e-mails vers le bon service ou choix de la meilleure lettre-type
  - Positionnement individualisé du discours marketing relationnel,
  - Détection de la forme de la relation à la marque, client par client,
  - Traitement des questions ouvertes dans des questionnaires de satisfaction,
  - Suivi des tendances du marché.
  
• Pour les ressources humaines :
  - Filtrage des CV et classement dans une base de données,
  - Affectation des CV par rapport aux postes à pourvoir,
  - Gestion efficace et automatique des réponses,
  - Analyse des enquêtes collaborateurs.
  
• Pour la qualité des données
  - Gestion des mauvaises orthographes et des abréviations qui se réfèrent à un même domaine.
  
• Dans l’industrie pharmaceutique
  - Incorporation de commentaires de patients dans les analyses,
  - Relation entre les gènes et les pathologies,
  - Veille concurrentielle sur les recherches des concurrents.

SAS® Text Miner [www.sas.com]