Innsikt skjerper virksomhetens intuisjon

En mer volatil og krevende forretningsverden gjør at beslutninger må fattes raskere og mer innsiktsbasert enn tidligere. Tekstanalyse er et effektfullt virkemiddel som kan være nøkkelen til bedre beslutninger – og resultater.

Ragnar-Røkke

Ragnar Røkke, Managing Director Telco/Retail & Media, SAS Institute Norden

Et av de store teknologiskiftene er tilgangen til enorme mengder data, strukturerte eller ustrukturerte. Smart bruk av tekstanalyse i disse datamengdene gjør at man kan forbedre ryggmargsrefleksen og fatte mer faktabaserte beslutninger. Kunsten ligger i å finne sammenhengene som gir verdi. Språkbaserte algoritmer og prosessering av data gjennom såkalte «event streams» gjør denne kompliserte oppgaven oppnåelig.

Innsikt fra ustrukturerte data
Analyse av data har pågått like lenge som vi har lagret kundeinformasjon i CRM- systemer. I dag har vi mulighet til å berike denne type innsikt ved å integrere tekstbasert informasjon i form av for eksempel oppfatninger om et produkt eller en tjeneste hentet fra sosiale medier.

Tv2 har kjørt et interessant prosjekt der de nærmest i sanntid kan få innblikk i hva folk synes om programmene de viser. Språkmodeller med avanserte algoritmer gjør det mulig å måle og analysere tusentalls av kommentarer på Facebook, Twitter, blogger, kommentarfelt på nettaviser og sette dette i sammenheng med seertall. Kanalen kan med dette i langt større grad forutse hvilke temaer, gjester eller programledere som vil fungere, og ta raskere og bedre beslutninger. De sier selv at de opererer i en bransje der valgene tradisjonelt styres 90 prosent av magefølelse og 10 prosent av fakta, og at denne løsningen gjør at de nå er nærmere 50/50. Når det gjøres programinvesteringer i milliardklassen, sier det seg selv at dette er nyttig bruk av teknologi.

Leser mellom linjene
Det er allment kjent at det er mye dyrere å få en ny kunde enn å beholde en eksisterende. Derfor er såkalt «churn» en konstant hodepine for bransjer som telekommunikasjon og bank. Tekstanalyse av innkommende e-post, transkripsjoner fra kundesentre og notater fra CRM-systemer kan analyseres for å avdekke «tonen» i korrespondansen. Dette gjør det mulig å avdekke om en kunde er misfornøyd eller opprørt, selv om det ikke uttrykkes direkte. Pilotprosjekter på dette området har vist at nøyaktigheten knyttet til prediksjon av kundeatferd kan økes med opptil 25 prosent. Du kan rett og slett med større nøyaktighet avdekke hvorvidt du har en kunde som kan være på vei til en konkurrent.

Kan gi bedre produkter og tjenester
Et annet interessant eksempel kommer fra PC-produsenten Lenovo, som for en tid tilbake var i ferd med å ferdigstille et nytt tastatur. Analyseavdelingen banket en dag på døren til utviklingsteamet og fortalte at de gjennom tekstanalyse hadde kommet over et brukerforum for spillentusiaster der en bruker gjennom et langt om omfattende innlegg roste dagens gode design. Innlegget var hyppig delt og hadde utløst ikke mindre enn 200 kommentarer. Konklusjonen var entydig – superbrukerne elsket tastaturet. Fokusgrupper og annet forberedende arbeid som kundeundersøkelser hadde ikke gitt designteamet tilsvarende tilbakemelding. De kunne potensielt kommet med et nytt tastatur som ville bli oppfattet som dårligere enn dagens.

Slik kommer du i gang
Disse eksemplene viser at det kan være ekstremt nyttig å sammenligne ustrukturerte data fra blant annet sosiale medier, med den innsikten du allerede har. Ifølge analyseselskapet Forester er antallet større selskaper som bruker denne formen for tekstanalyse økt fra 20 til 40 prosent i løpet av tre år. Med den potensielle verdien dette kan gi, er det naturlig å se for seg at denne trenden fortsetter.
Her følger noen tips for å lykkes med tekstanalyse:

  • Sett opp og prioriter hypoteser om hvor verdiene antas å være
  • Vær tydelig på hva du er på jakt etter – innsikt som ikke fører til handling er ressurssløsing
  • Benytt spesialisthjelp til å utforske punktene over, slik at oppgaven blir så tydelig som overhodet mulig – og ikke minst gjennomførbar
  • Etabler en språkmodell som omhandler både tradisjonell språkbruk og mer bransjespesifikk ordbruk
  • Lag algoritmer som gir riktig resultat og verdisetting (faktorisering)
  • Språket utvikler seg hele tiden, ta høyde for at algoritmer og språkmodell kontinuerlig må tilpasses
  • Bruk analyseverktøy for å hente ut verdi ut av løsningen (data mining/statisiske verktøy/kontekstuell analyse/optimaliseringsverktøy/big data løsninger)

 

Kontakt oss

Ragnar Røkke

Ragnar Røkke
Managing Director, Telco/Retail & Media
SAS Institute Norden
Telefon: +4792026377
E-mail: ragnar.roekke@sas.com

Editorial contacts:

About SAS

SAS is the leader in analytics. Through innovative analytics, business intelligence and data management software and services, SAS helps customers at more than 80,000 sites make better decisions faster. Since 1976, SAS has been giving customers around the world THE POWER TO KNOW®.

Back to Top