Synthesio：从非结构化数据到智能：揭示社交媒体分析的力量（英文版）（14页）.pdf

上传人：云闲

编号：30815

2021-02-26

PDF 14页 871.50KB

《Synthesio：从非结构化数据到智能：揭示社交媒体分析的力量（英文版）（14页）.pdf》由会员分享，可在线阅读，更多相关《Synthesio：从非结构化数据到智能：揭示社交媒体分析的力量（英文版）（14页）.pdf（14页珍藏版）》请在三个皮匠报告上搜索。

1、在过去的15-20年中，从技术可能性到研究导向的方法，计算能力的显著提高以及算法和人工智能（AI）的进步使我们能够处理比以前可消化的更多的数据。无论你谈论的是社交媒体监控平台，还是许多不同的基于人工智能的分析方法，这些技术和数据科学的进步都令人印象深刻。它们帮助我们快速有效地理解大量数据。但是，要形成一种有用的、真正的研究方法，它们还需要更多。纵观整个行业，从研究机构到技术提供商，再到单人乐队，各种组织都在修补社交媒体数据的可能性。服务业组织很早就利用了非结构化数据的一些威力，但这只是一个维度。挑战在于，像定量和定性研究一样，有许多不同的用例。我们相信什么是研究和什么不是研究之间的区别是重要的

2、。有时，非结构化数据可以用于非研究目的，尤其是社交媒体数据。然而，有许多引导的用例。因此，考虑到客户的需求和研究参与者的需求，将研究的纪律性和严谨性带到其中来，以确保它做好是至关重要的。只有应用这些原则，它才会被视为一门合法的研究学科，为客户带来明确的价值。根据我们多年的经验，我们观察到了任何有意义的社交媒体情报计划的三大方法构建模块：社交媒体情报平台、人工智能主导的高级分析和人类驱动的洞察发现。就其自身而言，每一个构建块都会带来一些有用的东西来回答关键的客户问题。结合起来，他们带来了强大的洞察力。像任何研究方法一样，进行实际研究的能力是不够的，要做好这项工作，你还必须具备必要的技能。作为最早的社交媒体数据分析类型，软件即服务（SaaS）平台在方法上有更多的时间进行分化和融合。在研究方面，SaaS平台不仅仅是作为一种收集尽可能多的数据的方式，它们应该收集高质量的数据，并允许您有效地筛选数据。

Synthesio：从非结构化数据到智能：揭示社交媒体分析的力量（英文版）（14页）.pdf

相关报告