전체 기사 읽기
대부분의 소셜 데이터 분석 도구가 검색어를 직접 언급하는 소비자 댓글과 참여에서 패턴을 찾는 데 초점을 맞추는 것과 달리, MotivBase는 문화를 진정으로 해독하고 몰입형 민족지학을 수행하려면 직접 언급을 넘어 검색어를 둘러싼 주제나 의미의 세계(검색어의 맥락에서 소비자들이 논의하는)를 이해해야 한다는 점을 잘 알고 있습니다.
즉, 모티베이트는 검색어와 직접 연결된 주제만 분석하는 것이 아니라 다른 주제를 통해 간접적으로 연결된 주제의 영향력도 분석합니다. 즉, 직계 가족만 분석하는 것이 아니라 사촌과 그 가족까지 분석하는 것입니다. 이를 통해 MotivBase는 토픽과 트렌드 이면의 의미를 진정으로 해독할 수 있습니다.
따라서 MotivBase는 소비자 대화를 스크랩할 때 해당 대화를 저장하지 않습니다. 그 대신 이러한 대화의 결과물인 주제는 물론 대화 간의 관계 특성(양, 빈도, 의미적 거리 등)을 저장합니다.
감사합니다!
사례 연구
컨텍스트 인텔리전스: 모티베이트의 AI 민족지학의 핵심: 맥락 지능
작성자:
인류학 부문 부사장 겸 그룹 디렉터
전체 기사 읽기
대부분의 소셜 데이터 분석 도구가 검색어를 직접 언급하는 소비자 댓글과 참여에서 패턴을 찾는 데 초점을 맞추는 것과 달리, MotivBase는 문화를 진정으로 해독하고 몰입형 민족지학을 수행하려면 직접 언급을 넘어 검색어를 둘러싼 주제나 의미의 세계(검색어의 맥락에서 소비자들이 논의하는)를 이해해야 한다는 점을 잘 알고 있습니다.
즉, 모티베이트는 검색어와 직접 연결된 주제만 분석하는 것이 아니라 다른 주제를 통해 간접적으로 연결된 주제의 영향력도 분석합니다. 즉, 직계 가족만 분석하는 것이 아니라 사촌과 그 가족까지 분석하는 것입니다. 이를 통해 MotivBase는 토픽과 트렌드 이면의 의미를 진정으로 해독할 수 있습니다.
따라서 MotivBase는 소비자 대화를 스크랩할 때 해당 대화를 저장하지 않습니다. 그 대신 이러한 대화의 결과물인 주제는 물론 대화 간의 관계 특성(양, 빈도, 의미적 거리 등)을 저장합니다.
실질적인 예를 들어 보겠습니다.
수지가 포럼에서 '깨끗한 식습관'에 대한 대화를 시작하면서 유기농 식품을 구입하는 것이 깨끗한 식습관의 전제 조건이라고 언급한다고 가정해 보겠습니다. 조지는 수지의 의견에 응답하지만 "깨끗한 식습관"이라는 단어를 사용하지 않습니다. 대신 가족의 건강과 체중 감량을 위한 자신의 시도에 대해 이야기합니다. 이제 아네트도 '깨끗한 식습관'이라는 용어를 사용하지 않고 자신이 어떻게 최소한의 가공식품에 초점을 맞추고 있는지 설명합니다.
진정한 민족지학이라면 인류학자는 이 모든 대화를 관찰하면서 조지와 아네트가 '깨끗한 식습관'이라는 용어를 사용하지 않았다고 해서 그들의 반응을 무시하지 않을 것입니다. 수지가 대화를 시작한 것처럼 조지와 아네트도 '깨끗한 식습관'이라는 주제와 관련하여 문화에서 생성된 의미를 정의하는 데 중요한 역할을 하고 있기 때문입니다. 대부분의 기술은 조지와 아네트의 반응을 무시하지만, MotivBase의 컨텍스트 매핑 알고리즘은 이러한 대화가 모두 같은 맥락에서 이루어지고 있다는 것을 이해합니다. 그렇기 때문에 모든 응답을 고려하여 토픽으로 변환하고, 다양한 토픽과 검색된 '깨끗한 식습관'이라는 주제 사이의 의미적 거리를 계산하여 이를 시간적으로 보고합니다(아래 스크린샷 참조).
