Először Pécsy Gábor előadásából azt tudtuk meg, hogy a Meltwater Outside Insight terméke milyen területeken könnyítheti meg a marketinges szakemberek munkáját. Az ügyfelek számára fontos kérdés, hogy milyen a saját termékük vagy márkájuk megítélése a piacon, amely különböző szempontú összehasonlításokból könnyen kiderülhet. Szentiment elemzéssel kimutatható, melyik termék vagy márka megítélése jobb a felhasználók körében. Az is könnyen megmondható, mennyi embert sikerült megszólítani egy-egy média kampány során. Ugyancsak információértékkel bír, hogy az adott termék vagy márka milyen kontextusban jelenik meg a leggyakrabban.

Az oldal az ajánló után folytatódik...

Pécsy Gábor arról is beszámolt, hogy a Meltwater csapata az Outside Insight szemléletét szeretné további adattípusokra és területekre kiterjeszteni.  Ennek érdekében egy olyan platform-ot építenek, amelyet a jövőben mint szolgáltatást szeretnének megnyitni. A platform egy több lépéses folyamat eredményeként valósul meg. Először az adatok gyűjtése és tisztítása történik, automatikusan. Ezt követi a gazdagítás és az elemzés, azaz az információkinyerés (pl. entitás azonosítás, szentiment elemzés). A tudás gráf építése a harmadik szint, vagyis a kontextus építés része. A folyamat kimeneteként a felhasználó egy komplex szolgáltatás kap.

Második előadóként a Twitter-elemzés nagyágyúja, vagyis a Black Swan következett. A szegedi céget bemutatva Farkas Richárd kiemelte, hogy ők nem egy-egy márkára, hanem bizonyos területekre fókuszálnak. Arra kíváncsiak, milyen – főként alulról jövő kezdeményezésként kialakuló – microtrendek figyelhetők meg a Twitteren, például, milyen új kávéfajták jelennek meg a piacon.

A prediktív marketingelemzésben élen járó Black Swan mottója, hogy a marketing szempontból fontos információ ott van az ingyen elérhető közösségi média tartalmakban, csak meg kell találni. Céljuk, hogy a marketingelemzők munkáját automatikus elemzőkkel támogassák, amelyben elsődleges szerepet kap az NLP. Csapatuknak nem kis kihívást jelent, hogy a központi témához (pl. kávé) kapcsolódó releváns tartalmakat kiszűrjék (pl. coffee vs coffee table), más-más módszert alkalmazva a tweetek és a blog bejegyzések esetén. Az adatkinyerésen túl a témákhoz vizualizációt készítenek, illetve a relevánsnak ítélt szövegekben színezéssel jelölik a téma szempontjából központi és kevésbé fontos részeket. Ugyancsak a tweetekből nagy pontossággal meg tudják határozni, hogy a felhasználó a világ mely területén él, a bejegyzésében szereplő nyelvi adatok alapján, amely a geomarketing szempontjából rendkívül értékes információ. 

Az estét Horváth Róbert, a Neticle társalapítójának előadása zárta. Az online médiafigyelésre specializálódott csapat célja, hogy az ügyfeleket érdeklő konkrét kérdésekre tudjanak választ adni. Erre az alapelvre épül a Media Intelligence nevű szolgáltatásuk, amely nemrégiben teljesen megújult – időt és energiát spórolva ezzel a felhasználóknak.

Az alapítók hitvallása, hogy a cégek csak úgy tudnak változtatni meglévő gyakorlataikon, ha először megvizsgálják ezeket. Ebben nyújt segítséget a Neticle szolgáltatása, amelynek része a trendfigyelés és a predikciós modellek készítése. Ezek mind-mind az ügyfelek segítségére lehetnek, amikor a terméküket, márkájukat érintő döntéseket hoznak (Data Driven Decision). Az egyszerű, kényelmes és hatékony médiaelemzést a következő funkciók teszik lehetővé. Elsősorban a Neticle által fejlesztett szentiment elemző, amely minden egységnek +3 és -3 közötti osztályzatot ad, és amelynek pontossága felülmúlja a humán értékelést, ugyanis akár 85%-os teljesítményre is képes. Másrészt a terméket további aspektusokból vizsgálják meg: a véleményárfolyam megmutatja, hogyan alakul a márka megítélése, míg a kulcsszavak és asszociációk azt tükrözik, mi a felhasználók véleménye, visszajelzése az adott márkával, termékkel kapcsolatban. Végül, a beépített riport sablonok ugyancsak megkönnyítik a médiaelemzők munkáját – nem beszélve az interaktív kezelőfelületről és a szabad szavas keresőről.

Jövőre folytatódik a meetup. Januárban a chatbotok világába kalandozunk el.