言語処理 - 読み取りと解釈を行うコンピュータ
ソーシャルメディアは、人々の交流やコミュニケーションの方法に不可欠な一部となっています。公開投稿であれダイレクトメッセージであれ、複数のプラットフォーム間で毎日何十億ものメッセージが送信されています。公人、組織、その他の団体は、さまざまなトピックに関連する声明や意見を共有し、一般大衆の間で直接的な公共言説を行ってきました。ソーシャルメディアアカウントに向けられたコメントやメッセージの膨大な量を考慮すると、全体的な感情を検出することが可能です。
ソーシャルメディアを通じて、マクロレベルで表現される感情を測定する機会があります。本記事では、人工知能と、そのソーシャルメディアおよび感情のニュアンスを含むその他のテキスト情報源への応用を探求し、組織内でそれをどのように実装するかについて説明します。
人工知能による問題解決
感情分析システムは、テキスト入力を与えられると、通常、基礎となるテキストのカテゴリ別解釈を示す以下の典型的な出力を生成します：
- ポジティブ - テキストコンテンツがポジティブな基調と感情を持っています
- 中立 - テキストコンテンツが否定的なニュアンスと感情を含んでいる
- ネガティブ - テキストコンテンツが否定的なニュアンスと感情を含んでいる
人々が長年にわたって辞書をキュレーションしてきたことは重要であり、人工知能システムが良好に機能し、所望の目標を達成するためには高品質なデータが必要であることを強調しています。
組織的課題の概要
複数の通信エンドポイントと組織が運営する規模を考えると、組織全体の感情を追跡することは困難です。従業員や顧客は、ステークホルダーや顧客がポジティブな感情を表す一方で、他者がネガティブな感情を表すような、異なる地域、エリア、または部門に分散している可能性があります。したがって、組織が運営するスペクトル全体にわたって感情を決定することは困難です。
組織の内外における一般的な認識を理解することが不可欠です。従来、この機能は調査によって果たされてきましたが、調査に記入する動機を持つ個人に基づいて偏る可能性があります。ソーシャルメディアやその他のデータソースの利用は、組織の感情を理解することに貢献できます。例として、Adidasのような多国籍で広く認知されたアパレルブランドは、複数の国に存在し、多くの異なる文化背景にわたって様々な言語でビジネスを行っています。異なる地域間で異なるレベルの感情が観察される可能性があります。ネガティブな感情を特定することは、その原因に対処する良い方法であり、より多くの販売につながり、結果として利益に貢献します。
AI入力として利用可能な組織データ
感情分析の手段として利用できる潜在的なデータソースのリスト：
- Facebook、Twitter、Instagram、TikTokなどのソーシャルメディアプラットフォーム
- Salesforce、Microsoft CRMを含む顧客関係管理システム
- 従業員と顧客の間で送信される組織のメールおよび手紙
- CiscoやGoogle Voiceなどのコールセンターシステムは、会話の文字起こしを提供することができます
- リストされたビジネスを1〜5つ星でランク付けするGoogleやFacebookのレビューなどのレビューアグリゲーター
複数のソースからの情報を組み合わせる際、いくつかのデータ問題が生じます。明らかな問題は、さまざまなデータセット間で顧客を正確にリンクする方法です。このケーススタディでは、組織全体の集計感情を発見するために、それらを独立したエンティティとして扱い、個人レベルを対象としないことを提案します。テキスト入力の長さを考慮すると、データベーススキーマとデータ自体を処理するために使用されるさまざまなスクリプトの両方で、データ構造を慎重に選択する必要があります。
統合方法論
以下は、組織内でテキストソースを分析するために当社が高いレベルで実行するプロセスの概要です：
- テキスト参照とそれらを取得するシステムを特定し、どのテキストが分析の適切な候補であるかを判断します
- REST APIを介してテキストソースを抽出し、リアルタイム分析のためにクラウドコンピューティングプロバイダーに供給します。
- フィードをTelemus AI™で実行し、拡張されたビデオフィードをセキュリティ監視システムに戻す
- 検出された内容に基づいてセキュリティ担当者にカスタマイズされたアラートを設定します
Telemus AI™が作業の大部分を担当するため、組織は技術的な実装ではなく、ビジネスロジックと結果の解釈に集中できます。
組織的アプリケーション
あなたの組織のその他の潜在的なアプリケーションのリスト：
- 組織全体のオンラインソーシャルメディアエンドポイントをスキャンし、全体的な感情を判断する。
- SalesforceなどのCRMシステム上の顧客メモを監視して、メモの内容を判断する。
- メールをスキャンして、組織全体の感情の全体的な集計メトリックを取得する。
- 電話の会話の文字起こしを自動的に処理し、ポジティブおよびネガティブな顧客体験の両方を特定する。
- レビューアグリゲーターウェブサイトに残されたフィードバックと評価をスキャンする。
- デジタル媒体を通じて行われる反社会的行動を自動的に検出し、エスカレートする前に対応することで、ユーザーエクスペリエンスを向上させる。
組織が通常アクセスできるデータソースは多数あるため、人工知能システムに供給する前にデータレイクに渡すことを推奨します。これにより、再現性と監査可能性の確保に役立ちます。
潜在的および実現されたメリット
組織内外の一般的な認識をより詳細に理解することは、関係性を積極的に管理する上で大きなメリットをもたらします。フィードバックの解釈と実行により、ステークホルダーや顧客により良い製品やサービスを提供できます。ますますデジタル化が進む世界において、組織は自社のデジタルフットプリントが何を物語っているかを理解する必要があります。そのようなフィードバックがどこから到着しているかの人口統計的構成をさらに理解することで、すべての人の体験を向上させることもできます。
Telemus AI™は、政府および企業に高度なソリューションを提供するオーストラリア拠点の人工知能企業です。Telemus AI™を組織に組み込む方法について、今すぐお問い合わせいただき、無料相談をご利用ください。
