IBM lance une nouvelle solution analytique
Publié par Geraldine Bernard le
Ces solutions permettent aux entreprises d'analyser diverses informations, notamment celles provenant des médias sociaux pour ensuite associer ces données avec les informations internes.
IBM sort un nouveau logiciel permettant aux utilisateurs d'identifier et d'analyser les informations provenant des réseaux sociaux et blogs, puis de les coupler avec les diverses données internes pour affiner les connaissances et l'intelligence prédictive.
Ce nouveau logiciel de data mining et d'analyse prédictive permet de suivre les changements de comportements des consommateurs, électeurs et employés, de disposer de connaissances approfondies et de prévoir des paramètres clés pour les futures campagnes d'acquisition et de fidélisation de la clientèle.
Dans la mesure où les priorités et le jargon de chaque secteur divergent, ce nouveau logiciel analyse les tendances et collecte des données sur la terminologie propre au secteur. Dans ces domaines, le logiciel inclut de nouveaux réseaux sémantiques avec 180 taxinomies verticales (des sciences naturelles à la banque et aux assurances, en passant par l'électronique grand public) et plus de 400000 termes y compris 100000 synonymes et des milliers de marques. Cela permet aux clients d'effectuer des associations plus pertinentes entre le ressenti et les produits en évitant les pertes de temps liées à l'élaboration de définitions.
À l'aide du logiciel, les clients ont directement accès aux données textuelles, Web et d'enquête, et peuvent les intégrer dans des modèles prédictifs pour obtenir des recommandations plus complètes et prendre des décisions mieux fondées. Le logiciel utilise des techniques de traitement du langage naturel pour leur permettre d'extraire des concepts clés, opinions et catégories propres à leur métier, à partir de ces sources de données et de mieux connaître la perception des clients.
Les entreprises peuvent combiner l'ensemble de leurs données structurées avec des informations textuelles issues de documents, e-mails, remarques de centres d'appels et réseaux sociaux. En modélisant les sources textuelles, les utilisateurs peuvent extraire, découvrir et approfondir les liens entre les concepts et les sentiments, y compris les émoticônes et la terminologie populaire, pour disposer d'une meilleure visibilité et atteindre des clients spécifiques, électeurs, employés ou étudiants à un moment précis et par un réseau déterminé.