蜜臀aV中文字幕一区二区_午夜天堂国产在线_手机免费在线看**片_国产香蕉黄色视频_色播五月综合网狠狠_8060yy中文无码视频在线观看_成人歐美一區二區三區小說_丁香六月五月婷婷_久久偷看国产女厕嘘嘘_亚洲男人成人性天堂网站

新聞中心

如何利用社交媒體分析開發(fā)潛在客戶?

所屬分類:

時(shí)間:

2018-05-16

通過社交媒體實(shí)現(xiàn)的這種雙向交流為很多公司企業(yè)提供了寶貴機(jī)會(huì),能夠讓他們與終端用戶直接溝通。



關(guān)鍵詞提取     


首先我們需要在初級(jí)輸入(primary input)中輸入種類條目,找到數(shù)據(jù)提取需要的不同關(guān)鍵詞。舉例來說,對(duì)高價(jià)的組合式櫥柜,我們需要知道不同品牌的數(shù)量、名稱和特點(diǎn),現(xiàn)在流行的款式等等。同時(shí)還需要剔除一些干擾詞來去掉無關(guān)信息。如果我們僅僅使用“櫥柜”這個(gè)關(guān)鍵詞,就能找到“@XXX – 競(jìng)爭(zhēng)激烈啊! Brand-YYY @Kitchen_Art #生活方式”,這樣的信息就是和組合櫥柜無關(guān)了。



數(shù)據(jù)提取和數(shù)據(jù)篩選


一旦關(guān)鍵詞列表確定了,我們就需要確定合理的查詢模式來抓取有效內(nèi)容。為了避免上面提到的問題,我們?cè)谳斎腙P(guān)鍵詞的同時(shí)也要剔除干擾詞。當(dāng)然我們還需要篩選正確的信息源,對(duì)組合櫥柜來說,可以找Houzz.com論壇等。


將定性數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù):接下來我們需要通過文本挖掘和自然語言處理技術(shù)來將定性數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù)。


演示如下圖:



之后還需要通過“測(cè)試&學(xué)習(xí)”方式對(duì)上表進(jìn)行調(diào)整,調(diào)整后如圖



購買意向&基本分類創(chuàng)建&調(diào)整分析購買意向時(shí),我們需要以樣本數(shù)據(jù)掃描為基礎(chǔ),創(chuàng)建一個(gè)初級(jí)分類。


情感分析


分析語氣來判斷公眾心態(tài),看他們對(duì)某個(gè)產(chǎn)品是持積極、消極還是中立態(tài)度。


這種包含了預(yù)測(cè)模型和習(xí)慣分類法的基于Na?ve Bayes分類器的分類方法能夠有效提高準(zhǔn)確度(>80%)。


語氣計(jì)算流程如下



文本挖掘:從每條動(dòng)態(tài)中提取主要概念、創(chuàng)建變量并記錄100個(gè)左右的概念。

人工情感分類:隨意提取10%樣本或至少5000個(gè)數(shù)據(jù)點(diǎn)、人工對(duì)這些數(shù)據(jù)進(jìn)行分類。

預(yù)測(cè)模型:利用決策樹、神經(jīng)網(wǎng)絡(luò),SVM等算法,學(xué)習(xí)樣本數(shù)據(jù)分類,從而確定分類規(guī)則。

習(xí)慣規(guī)則:基于Business Logic、 Na?ve Bayes分類器等條件概率算法,建立習(xí)慣規(guī)則,提高語氣情感分析的準(zhǔn)確性。

運(yùn)用分類規(guī)則:將預(yù)測(cè)算法規(guī)則和習(xí)慣規(guī)則應(yīng)用到整個(gè)數(shù)據(jù)集,獲取每個(gè)信息點(diǎn)的語氣情感信息。

 


開發(fā)潛在客戶


購買意向分析和語氣分析結(jié)束后,我們可以將內(nèi)容分為:

 

  • 高可能性客戶

  • 中等可能性客戶

  • 低可能性客戶

  •  

    然后著重分析高可能性和中等可能性用戶的需求和痛點(diǎn),然后制定溝通策略來對(duì)他們進(jìn)行重點(diǎn)營銷。


    解決方案運(yùn)作模式 



    每一個(gè)新的數(shù)據(jù)產(chǎn)生以后,這個(gè)數(shù)據(jù)就將根據(jù)現(xiàn)有規(guī)則被分到相應(yīng)的分類條目中。每三個(gè)月應(yīng)該對(duì)這些規(guī)則進(jìn)行再驗(yàn)證。


    社交媒體分析工具


    目前可供市場(chǎng)分析師使用的社交媒體分析工具非常多,如Radian6、Sysomos、Poly Analyst (Megaputer)、HootSuite等等。這些工具可以用來分析多個(gè)渠道的數(shù)據(jù),也有專門用于分析某個(gè)網(wǎng)站數(shù)據(jù)的分析工具,如Twitter分析工具,F(xiàn)acebook分析工具等。所有這些分析工具都能用于將定性數(shù)據(jù)轉(zhuǎn)化成數(shù)據(jù)表格,可用于社交媒體監(jiān)測(cè)。


    還有一些使用感較好的統(tǒng)計(jì)工具,如R語言、SPSS文本挖掘器、SAS統(tǒng)計(jì)分析系統(tǒng),能夠用于預(yù)測(cè)建模等高級(jí)分析過程。Naive Bayes分類器可用于提高情感分析的準(zhǔn)確度。

當(dāng)前位置: 首頁>行業(yè)新聞