Центр Бизнес-анализа

  

Современные методы количественного обоснования решений в маркетинге, CRM и финансах


 

О нас

 

Услуги и цены

 

Обучение и консультации

 

Обзоры компаний и рынков

 

Готовые исследования

 

Статистический анализ данных количественных исследований

 

Оптимизация комплекса маркетинга и CRM

 

Прогнозирование и Риск-менеджмент

 

Аналитическое программное обеспечение

 

Перевод деловых материалов

 

Пресс-релизы

 

 

Контакты

Евгений Антипов
www.BusinessResearch.ru
info@BusinessResearch.ru

тел: +7 (906) 2692609

Логин в Skype: eugene.antipov

г. Санкт-Петербург

(работаем с компаниями из

всех регионов России и мира)

 

 

 

 

 

 

 

 

 

  Data mining Статистика Моделирование Обучение

     

            

Анализ текстов отзывов о продуктах и услугах:

количественные маркетинговые исследования без опросных данных

Опубликовано 10-09-2012

С развитием электронной коммерции и сайтов с отзывами покупателей о товарах, интернет-магазинах, отелях и т.п. методы интеллектуального анализа текстов могут применяться к данным, полученным не опросным путем. Это позволяет сделать анализ намного менее дорогостоящим, но во многом более действенным по сравнению с анализом декларируемых респондентами предпочтений и даже по сравнению с конджойнт-анализом. Такой анализ, кроме того, еще и проводится в сжатые сроки. К примеру, требуется всего неделя, чтобы собрать 300 отзывов, обработать их и подготовить детальный отчет.

 

Reinhold Decker (Bielefeld University) и Michael Trusov (University of Maryland) были одними из первых, кто провел интеллектуальный анализ текстов отзывов на мобильные телефоны. В своей статье 2011 года они оценили предпочтения покупателей на основе данных онлайн-отзывов, выявив, как сильно влияет упоминание определенных достоинств и недостатков на оценку удовлетворенности продуктом. Примерно в это же время "Центр Бизнес-анализа" уже начали сотрудничать с несколькими российскими фирмами в направлении практического приложения подобных техник к интересующим их данным.

 

Мы видим следующие ситуации, в которых интеллектуальный анализ отзывов покупателей крайне полезен:

  • Вы хотите провести анализ конкуренции и выяснить, как Ваши продукты (товары, услуги) или фирма в целом воспринимаются потребителями в сравнении с конкурентами.

  • Разрабатывается новая модель продукта или модификация старой модели, и Вы хотите выяснить преимущества и недостатки предыдущей модели, а также функциональные атрибуты, являющиеся ключевыми драйверами удовлетворенности и неудовлетворенности потребителей.

  • Для разработки нового продукта Вам необходимо понимать, что ценится рынком. Вам необходима информация о движущих силах удовлетворенности на рынке в целом (рынке мобильных телефонов, ноутбуков, смартфонов и т.д.). В таком случае следует использовать объединенную выборку отзывов на несколько ключевых моделей, в т.ч. и конкурирующих с продукцией вашей фирмы. На таких данных можно провести и анализ движущих сил, и сравнительный анализ товаров-конкурентов. В случае анализа по нескольким продуктам существует возможность проведения анализа соответствий (результатом которого являются карты восприятия) для выявления характерных черт каждого продукта и/или бренда.

Главные проблемы с обработкой отзывов, с которыми мы поначалу столкнулись:

  • Трудность обработки неструктурированного текста, содержащего орфографические ошибки и сленг

  • Сложность измерения важности отдельных атрибутов товара или услуги

  • Наличие заказных отзывов

Наши эксперименты показали, что самое высокое качество анализа достигается, когда опытные люди, а не специальный софт, выделяют в тексте осмысленные составляющие. Машинная обработка все еще недостаточно продвинулась, чтобы в совершенстве обрабатывать тексты с языковыми ошибками и неформальными выражениями, которые часто встречаются в текстах отзывов.

 

Анализ проводится с использование продвинутых методик анализа данных, но мы рекомендуем избегать полной автоматизации процесса. Вместо этого, следует тщательно исследовать данные для извлечения максимума информации. Кроме того, нужно отфильтровывать подозрительные отзывы (например, хвалебные отзывы с указанием номера заказа или мобильного телефона). Сразу несколько техник используются для измерения скрытой важности атрибутов товара/услуги, включая регрессионные и классификационные деревья, декомпозицию Шепли и другие методы регрессионного типа.

 

Центр Бизнес-анализа уже имеет опыт проведения такого рода исследований для производителей электроники и интернет-магазинов. Поскольку наша миссия распространять передовые методики маркетингового анализа, мы установили приемлемые цены на проекты, связанные с анализом текстов отзывов. Более подробную информацию о том, что входит в наше предложение по анализу отзывов, Вы можете получить, пройдя по ссылке: http://businessresearch.ru/proposalconsumerreviewsrus.pdf

 

Евгений Антипов

Центр Бизнес-анализа

e-mail: info@BusinessResearch.ru

www.BusinessResearch.ru

www.StatAdvice.com

 

Мы бесплатно проконсультируем Вас по электронной почте, порекомендовав оптимальный метод решения Вашей задачи или описав круг задач, которые могут быть решены на основе имеющихся данных.

Вы можете направлять свои вопросы в свободной форме на info@BusinessResearch.ru. Мы ответим Вам в течение нескольких часов.

 

          

  Клиенты и партнеры

Сеть гипермаркетов "Лента"

 

Футбольный клуб "Зенит"

 

Zimmerman Adverising

(an Omnicom company), США

 

Gfk-Казахстан

 

Advanced Technologies

 

ICT-Marketing

 

Украинские новейшие технологии

 

Alvin Market

 

Консультационно-Маркетинговый Центр

 

Аналитическое агентство

ЦПК-В

 

Эрик Суини

Executive Coach and Consultant

 

Нева-Консалт

Управленческое, юридическое и финансовое консультирование

www.Neva-Consult.ru

 

StatAdvice.com | Statistical Analysis and Consulting

 

Palmira International

Management Consulting and Corporate Law

Copyright 2009-2016  Центр Бизнес-анализа    E-mail: info@BusinessResearch.ru

Евгений Антипов, Елена Покрышевская