Casestudie
Contextuele intelligentie: De sleutel tot AI-etnografie van MotivBase
Door:
EVP & groepsdirecteur Antropologie
Lees het volledige artikel
In tegenstelling tot de meeste tools voor sociale gegevensanalyse die zich richten op het vinden van patronen in consumentencommentaren en -betrokkenheid waarin een zoekterm direct wordt genoemd, begrijpt MotivBase dat om cultuur echt te decoderen (en een meeslepende etnografie uit te voeren), het verder moet gaan dan directe vermeldingen om het universum van onderwerpen of betekenissen rondom een zoekterm te begrijpen (besproken door consumenten in de context van de zoekterm).
Dit betekent dat MotivBase niet alleen onderwerpen analyseert die direct verbonden zijn met de zoekterm, maar ook de impact analyseert van onderwerpen die indirect verbonden zijn via andere onderwerpen. In wezen analyseert MotivBase niet alleen de directe familie, maar ook de neven en nichten en hun families, enzovoort. Hierdoor kan MotivBase echt de betekenis achter onderwerpen en trends decoderen.
Dus wanneer MotivBase consumentengesprekken schraapt, slaat het die gesprekken niet op. Het slaat eerder de onderwerpen op die het resultaat zijn van deze conversaties, en natuurlijk de aard van de relaties tussen deze onderwerpen (volume, frequentie, semantische afstand enz.).
Bedankt!
Casestudie
Contextuele intelligentie: De sleutel tot AI-etnografie van MotivBase
Door:
EVP & groepsdirecteur Antropologie
Lees het volledige artikel
In tegenstelling tot de meeste tools voor sociale gegevensanalyse die zich richten op het vinden van patronen in consumentencommentaren en -betrokkenheid waarin een zoekterm direct wordt genoemd, begrijpt MotivBase dat om cultuur echt te decoderen (en een meeslepende etnografie uit te voeren), het verder moet gaan dan directe vermeldingen om het universum van onderwerpen of betekenissen rondom een zoekterm te begrijpen (besproken door consumenten in de context van de zoekterm).
Dit betekent dat MotivBase niet alleen onderwerpen analyseert die direct verbonden zijn met de zoekterm, maar ook de impact analyseert van onderwerpen die indirect verbonden zijn via andere onderwerpen. In wezen analyseert MotivBase niet alleen de directe familie, maar ook de neven en nichten en hun families, enzovoort. Hierdoor kan MotivBase echt de betekenis achter onderwerpen en trends decoderen.
Dus wanneer MotivBase consumentengesprekken schraapt, slaat het die gesprekken niet op. Het slaat eerder de onderwerpen op die het resultaat zijn van deze conversaties, en natuurlijk de aard van de relaties tussen deze onderwerpen (volume, frequentie, semantische afstand enz.).
Laten we een tastbaar voorbeeld nemen -
Laten we zeggen dat Susie een gesprek begint op een forum over "schoon eten" en zegt dat biologisch kopen een eerste vereiste is om schoon te eten. George reageert op Susie's opmerking, maar gebruikt niet de woorden "schoon eten". In plaats daarvan heeft hij het over de gezondheid van zijn gezin en zijn pogingen om af te vallen. Annette reageert nu, weer zonder de termen "clean eating" te gebruiken, en legt uit hoe zij zich richt op minimaal bewerkte voedingsmiddelen.
In een echte etnografie zou een antropoloog al deze gesprekken observeren en de reacties van George en Annette niet negeren omdat ze de termen "clean eating" niet gebruiken. Dit komt omdat George en Annette een belangrijke rol spelen in het definiëren van de betekenissen die in de cultuur worden gecreëerd rond het onderwerp "clean eating", net zoals Susie dat doet door het gesprek te beginnen. De meeste technologieën zouden de reactie van George en Annette negeren, maar MotivBase's Contextual Mapping algoritme begrijpt dat deze conversaties allemaal binnen dezelfde context plaatsvinden. Daarom houdt het rekening met alle reacties, zet ze om in onderwerpen en berekent de semantische afstand tussen de verschillende onderwerpen en het gezochte onderwerp "schoon eten" en rapporteert dit in de tijd (zoals te zien is in de schermafbeelding hieronder).
