"A cégünk 10 éve foglalkozik közösségi médiával, újabban pedig a mesterséges intelligencia használati területeivel" - kezdte Szekeres Péter. "Adatokat gyűjtünk és elemzünk ügyfél preferenciák alapján kérdőíveken, panaszkezelések és telefonbeszélgetések leiratain keresztül, illetve a közösségimédia-felületeken fellelhető kommentek, vélemények, válaszok vizsgálatával. A kapott eredményeket olyan területeken hasznosíthatjuk, mint a kampánytámogatás vagy krízis menedzsment" - vázolta fel a vállalat működését a szakember, aki a csapatával igyekszik minél jobban megérteni a kibányászott adatokat, például hogy milyen tartalmak generálnak lájkokat. Többek között ebben lehet a segítségükre a mesterséges intelligencia, és az azt használó, egyelőre még fejlesztés alatt álló saját rendszerük.

"Adatbányászat során a mesterséges intelligencia használható például automatikus kivonatolásra és szöveggenerálásra, hogy adott tartalomhoz fűzött 10 ezer komment tartalmát a megadott kritériumok alapján kiszűrje, majd az eredményt írott szöveg formájában a számunkra összefoglalja" - magyarázta az MI egy alkalmazási lehetőségét a közösségi médiában Szekeres Péter. Itt azonban nincs megállás: a Neticle Text Analytics ennél továbbmegy, és egy olyan saját rendszert fejleszt, amely a kiszűrt adatok alapján a továbbiakban tanácsokkal is képes lesz ellátni a felhasználóját.

"Izgalmas belegondolni, hogyha kijön az első ilyen összefoglaló és látom, hogy a felhasználók mivel elégedettek, mivel nem, akkor inspirálódhatok belőle és eldönthetem, merre érdemes továbbmenni. Ebben is tud segíteni az MI, amelynek ha célzott kérdéseket teszek fel, hogy mit tehetek még, akkor további összefoglalókat generálhat. Ha ez kész, megkérdezhetem, hogy az is leszűrhető-e, hogy milyen egyéb módokon tehetem boldogabbá, elégedettebbé az embereket, ügyfeleket. Mindennek folytán képessé válhatunk nemcsak adatokat, hanem érzelmeket is elemezni és a kapott eredmények alapján egy akciótervet összeállítani" - fejtette ki elképzeléseit a cégvezető. Felhozta továbbá egy ukrán fejlesztés példáját, amely az influenszerek véleményét is monitorozza a megadott kritériumokban.

"Előre elkészített filtereket lehet alkalmazni, illetve fő hashtagek is kiemelhetők, amelyek mentén tovább lehet fúrni egy-egy adatba. Végül, ha már megvannak a kívánt információk, szabad szavas kérdéseket tehetünk fel, a rendszer pedig azok alapján kiértékelheti az adatokat és tanácsot adhat abban, hogy mit kérdezne még meg, vagy nyomozna ki. Ennek folytán vezetheti a szimatunkat, hogy merre haladjunk tovább a legnagyobb hatékonyság elérése érdekében" - emelte ki Szekeres Péter. Hozzátette, mindezzel rengeteg időt is megspórolhatnának, ugyanis ezt a rengeteg adatot nem nekik kellene kinyerniük, így az elemzők komplexebb összefüggésekkel foglalkozhatnának.

"Ezen dolgozunk. A kihívás pedig, hogy miután megalkottuk ezt a rendszert angol nyelven, át tudjuk programozni magyarra, majd a többi európai nyelvre. Úgy hiszem, hogy jövő ilyenkor már le tudom potyogtetni a béta vagy akár az éles verziót. Remélem, sikerül!" - mondta Szekeres Péter. Mi mindenképpen drukkolunk!

Kövesd az oldalunkat a Facebook-on és a Twitteren is!