Automatiseret tekstanalyse:Den næste grænse for marketinginnovation

Forskere fra University of Pennsylvania, Northwestern University, University of Maryland, Columbia University, og Emory University publicerede en ny artikel i Journal of Marketing der giver et overblik over automatiseret tekstanalyse og beskriver, hvordan det kan udnyttes til at generere marketingindsigt.

Studiet, udkommer i januarudgaven af Journal of Marketing , har titlen "Uniting the Tribes:Using Text for Marketing Insights" og forfattet af Jonah Berger, Ashlee Humphreys, Wendy Moe, Oded Netzer, og David Schweidel.

Online anmeldelser, kundeservice opkald, pressemeddelelser, nyhedsartikler, markedsføringskommunikation, og andre interaktioner skaber et væld af tekstdata, som virksomheder kan analysere for at optimere tjenester og udvikle nye produkter. Efter nogle skøn, 80-95 % af alle forretningsdata er ustrukturerede, hvor det meste er tekst. Denne tekst har potentiale til at give kritisk indsigt om dens producenter, herunder enkeltpersoners identitet, deres forhold, deres mål, og hvordan de viser centrale holdninger og adfærd. Denne tekst kan aggregeres for at skabe indsigt om organisationer og sociale institutioner og hvordan holdninger varierer over kulturelle kontekster, demografi, grupper, og tid.

Berger forklarer, at "Digitaliseringen af ​​information har gjort et væld af tekstdata let tilgængelige. Men i sig selv, alle disse data er netop det. Data. For at data kan være nyttige, forskere skal være i stand til at udvinde underliggende indsigt - at måle, spore, forstå, og fortolke årsagerne til og konsekvenserne af markedsadfærd."

Men hvordan kan marketingfolk gøre det? Forskerholdet forklarer, hvordan forskere og ledere kan bruge tekst til bedre at forstå de personer og organisationer, der producerer teksten. Artiklen undersøger også, hvordan indholdet af tekst påvirker forskellige målgrupper. For eksempel, Hvordan forbrugere kan blive påvirket til at ændre deres adfærd eller mærker påvirket til at tage sig af spørgsmål, som forbrugere rejser, afhænger i høj grad af tekstens indhold. Moe tilføjer, at "Automatisk tekstanalyse åbner den sorte boks af interaktioner, giver forskere direkte adgang til, hvad der bliver sagt, og hvordan det siges i markedskommunikation."

I betragtning af mængden af ​​tilgængelige tekstdata, automatiserede tekstanalysemetoder er kritiske, men skal håndteres forsigtigt. Forskere bør undgå overtilpasning og afveje vigtigheden af ​​funktioner for at indsamle og bruge de rigtige forudsigelser fra tekst. Dermed, denne artikel giver også et overblik over de metoder og målinger, der bruges i tekstanalyse, at levere et sæt retningslinjer og procedurer til marketingforskere og marketingforskere. At forstå disse metoder hjælper os med at forstå, hvordan tekst bruges og behandles. For eksempel, virtuelle assistenter er i øjeblikket under lup for det faktum, at mennesker lytter til lydoptagelserne. Imidlertid, denne proces er nødvendig for at træne de maskiner, der bruges til automatiseret tekstanalyse.

Målet med denne artikel er at fremme den kollektive forståelse af tekstanalyse og hvordan den kan bruges til indsigt. Forskere og marketingfolk kan bruge denne artikel til at skabe rammer, etablere og kommunikere politikker, og styrke det tværgående samarbejde med teams, der arbejder på tekstanalyseprojekter.