IBM ha anunciado este jueves un nuevo software de análisis predictivo que permite a los usuarios localizar y analizar la información procedente de los blogs y las redes sociales y unirla con sus bases internas de datos para obtener una visión general e investigación predictiva más rápida y exacta.
El nuevo software de ‘data mining’ y ‘text mining’ permite a los usuarios monitorizar los cambios en las actitudes de consumidores y empleados, obtener una visión en profundidad sobre esa base y predecir los factores clave que dirijan las futuras campañas de captación y retención de clientes.
Entre las funciones, hace posible extraer conclusiones del uso de ‘emoticonos’ y expresiones de la jerga común que la gente emplea a menudo para describir su punto de vista sobre un producto o servicio.
Partiendo de la base de que cada industria tiene prioridades únicas y una terminología propia, el nuevo software analiza tendencias y captura información a partir del vocabulario específico de cada sector.
Incluye nuevas redes semánticas con 180 taxonomías verticales -desde ciencias de la vida a banca y seguros, o electrónica de consumo- y más de 400.000 términos, incluidos 100.000 sinónimos y miles de marcas.
Esto permite a los clientes la creación de enlaces más exactos que aporten más información entre la percepción de su clientela y sus productos, sin tener que perder tiempo elaborando sus propias definiciones.
Con el software de análisis predictivo de IBM, los clientes pueden acceder directamente a los datos de textos, webs y estudios, e integrarlos en modelos predictivos para obtener recomendaciones más completas y tomar decisiones de negocio más acertadas.
Para ello emplea el procesamiento de lenguajes naturales (NLP) que permite a los clientes seleccionar conceptos clave, opiniones y categorías relevantes para su negocio partiendo de estas fuentes de datos para descubrir información más precisa sobre el comportamiento de los consumidores.
Las empresas y organizaciones pueden combinar toda su estructura de datos con información textual de documentos, correos electrónicos, notas de call centers y fuentes procedentes de medios sociales.
Al incorporar las fuentes de texto en los procesos de modeling, los usuarios tienen la capacidad de extraer, descubrir y explorar las relaciones entre los conceptos y la percepción de los consumidores, incluyendo emoticonos y expresiones de la jerga común, para así desarrollar análisis más precisos que les permitan contactar con clientes, socios, votantes o estudiantes específicos en un momento concreto y a través del canal que ellos elijan.
La URL es
