IBM Content Analytics

Transkript

1 IBM Content Analytics Zajistěte si loajalitu Vašich zákazníků a nárůst obchodních výsledků Martin Švík ECM CoP for CEEMEA 11/2011

2 Inovativní řešení 1. Představení Content Analytics 2.Use Cases 3.Reference 4. Live ukázka 5.Dotazy 2

3

4 Tradiční přístupy postupně konvergují Je potřebné vyhledávat více než klíčová slova Making unstructured data searchable is now a presumed primary interface for applications of all kinds, as well as for intranets and content repositories. Whit Andrews, Rita Knox Gartner Zvýšení významu textové analýzy Early adopters of [text analytics] are already gaining a competitive advantage. Organizations that fail to do so will be at risk. Sue Feldman IDC Enterprise Search Content Analytics Text Analytics Business Intelligence Analýza nestrukturovaného obsahu je nutností For many business process professionals, access to structured data, even when supported by BI or predictive analytics, lacks sufficient context for customer service, finance, and other areas where communications with customers involves many channels Konvergence směrem k oblasti Content Analytics Craig Le Clair Forrester Every enterprise should understand how content analytics can produce answers to its critical questions; understanding this now will make it possible to exploit these tools as their availability proliferates. Rita Knox Gartner 4

5 Organizace potřebují Content Analytics Drtivá většina obchodních informací se nachází mimo databáze Textová analýza přináší nové možnosti analýzy informací pro různá řešení a aplikace Data Content Co je textová analýza? Textová analýza (NLP*) popisuje množinu jazykových, statistických a samoučících se technik, které umožňují analýzu textu pro extrakci klíčových informací pro následnou business integraci 5 * NLP = Natural Language Processing

6 IBM Content Analytics 101 Jak pracuje Component Issue: Engine Light Situation: Refueling Extracted Concept Analyzovaný obsah (a data) Person Issue Warning Driver action Noun Verb Noun Phrase Prep Phrase Owner reports check engine lite flashes after refueling... Zdrojová informace Corporate (Contact Center, Test Data, Dealer notes, ECM, etc.) and External ( NHTSA, Edmunds, Consumer Reports, MotorTrend etc.) Automatická vizualizace pro interaktivní analýzu 6 6

7 IBM Content Analytics přináší hodnotu pro Healthcare Analytics Analyzing: E-Medical records, hospital reports For: Clinical analysis; treatment protocol optimization Benefits: Better management of chronic diseases; optimized drug formularies; improved patient outcomes Banking/Customer Care Analyzing: Call center logs, s, online media For: Buyer Behavior, Churn prediction Benefits: Improve Customer satisfaction and retention, marketing campaigns, find new revenue opportunities Crime Analytics Analyzing: Case files, police records, 911 calls For: Rapid crime solving & crime trend analysis Benefits: Safer communities & optimized force deployment Insurance Fraud Analyzing: Insurance claims For: Detecting Fraudulent activity & patterns Benefits: Reduced losses, faster detection, more efficient claims processes Automotive Quality Insight Analyzing: Tech notes, call logs, online media For: Warranty Analysis, Quality Assurance Benefits: Reduce warranty costs, improve customer satisfaction, marketing campaigns Content Assessment Analyzing: File shares, Sharepoint, multiple content repositories For: Content Decommissioning or Smarter Archiving Benefits: reduce storage costs, repurpose IT assets, save on energy consumption, reduce risk exposure 7

8 70% všech respondentů vnímá oblast Content Analytics jako Extrémně užitečnou nebo Velmi užitečnou Jak užitečné by bylo, pokud byste byli schopni odpovědět na následující otázky přes veškerý obsah? Co se vyskytuje nejčastěji? Proč se zde nachází vyšší četnost v rámci určitého časového úseku? Jaké jsou trendy a proč se vyskytují? Jedná se o normální jev nebo extrémní hodnoty? Jaké typy lidí, žijících kde, mají tento názor a proč? Mohu najít sobě podobné obrázky? Byl tento fakt zmiňován předtím v tomto kontextu? Jak mohu vědět něco co nevím? 1 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% N=484 Non-trade Extremely useful Very useful Fairly useful Slightly useful Not particularly useful 8

9 IBM Content Analytics Market Intelligence Řeší analýzy z pohledu marketingu Analýza konkurence ve veřejných portálech Analýza konkurence ve firemních prezentacích Detekce nových produktů konkurence Hledání spojitostí s jinými odvětvími, společnostmi Možnosti analýz kampaní analýzy strukturovaných a nestrukturovaných dotazníků Výstupy z call center a veřejných ových schránek stížnosti, detekce odchodu zákazníka Výstupy z monitoringu sociálních sítí detekce klíčových lidí Key Decision Leader, screening přístupů dle mnoha dimenzí vzdělání, věk, pohlaví atd. 9

10 IBM Content Analytics Social Media Analytics Řeší analýzy sociálních sítí Možnost napojení na Twitter, Facebook, Google+ a další i privátní sociální sítě Analýzy příspěvků Možnosti detekce vztahů Automatická klasifikace zákazníka Detekce nových příspěvků Detekce klíčových osob, kteří ovlivňují mínění ostatních Zpětná vazba pozitivní, negativní reakce Analýza konkurence Detailní analýza profilů pohlaví, věk, vzdělání, záliby atp. 1

11 IBM Content Analytics PR Monitoring Řešení pro okamžitou zpětnou vazbu trhu Monitoring portálů (idnes, ihned, novinky, blesk ) Detekce klíčových slov Reakce na nově spuštěné produkty, monitoring konkurence Možnost definice vlastních klíčových slov, vlastních spojení Detekce pozitivní, negativné reakce na produkt, společnost atd Možnost analýzy diskusních fór Možnost analýzy diskuzi pod články Frekvenční analýzy výskytů slov Možnost detekce překlepů Detekce diakritických chyb, detekce hrubých chyb na firemních stránkách Detekce nedovolených výrazů na diskusních fórech 1

12 IBM Content Analytics Fraud Detection Detekce podvodného jednání v komunikaci Detekce v rámci vnitrofiremní komunikace Detekce v rámci veřejné komunikace Detekce v ech, veřejných diskuzí, sociálních medií, call center Vyhledávání adres, jmen, příjmení, měst Detekce čísel účtů Detekce čísel kreditních karet Detekce smluvní dokumentace Možnost psaní vlastních sofistikovaných pravidel tak, aby detekce podvodného chování nemusela být řešena namátkově a manuálně 1

13 IBM Content Analytics Call Center Analysis Analýza Call Center Přepis hovorů do textové podoby s následnou analýzou textové informace Analýza kvality agentů Kvalitativní analýza zahájení hovoru, ukončení hovoru, detekce hovorových výrazů Kvantitativní analýza počty aktivního upsellu Detekce konkurence v hovorech Detekce nespokojenosti zákazníka Možnosti propojení call centra, ové komunikace a webových formulářů Offline Analýza Hledání souvislostí v historických hovorech Detekce klíčových slov konkurence, živelné události, regionální informace, reakce na marketingové kampaně, politická situace Ticket Submitting přikládání přepsaného textu a hovoru k případu (stížnost, nový zákazník atd) Možnost psaní vlastních sofistikovaných pravidel pro hlubší analýzy hovorů 1

14 IBM Content Analytics Churn Management Detekce odchodu zákazníka V rámci komunikace , webové formuláře, call centra, sociální sítě Detekce odchodu zákazníka nespokojenost, finanční problémy, konkurence Detekce klíčových slov v komunikaci Analýza s online daty Analýza s historickými daty Analýzy s interními systémy zákazníka Možnost předání informací pro následnou statistickou analýzu 1

15 Live demo Ukázka Healthcare Voice of the Customer Ukázka Telco Ukázka Banking

16 Customer Care Case Study: NTT Docomo 360 view of customer improves customer sat, reduces churn, drives new marketing opportunities The Corporate Strategy : Adopt a customer-oriented business strategy to offer highly satisfying products and services based on real voice of customers (VoC) The Results: Increased internal use of VoC across depts Business benefits: Improved rates for model and service upgrades to loyal customers Started new Premium Club points program based on VoC Set initial parameters of mobile phones based on VoC Opened kiosks in international airports The Solution: Call Center Web Site Staff Customer Service Enabled by Content Analytics VoC Business System Collecting VoC Sharing VoC Accessing VoC Utilizing VoC Over 2 million meaningful records of VoC per a year Analysis System Analyzer Analysis of major VoC trends in VoC remarkable VoC for specific products/services 1

17 Insurance Case Study for Fraud Detection and Prediction 1. Automatically aggregate structured 1 Claims Process 2 6 Historical Cross-Claim Content Analytics 5 Automatic Routing to Investigations Content Analytics Based Predictive Fraud Indicators: Soft Tissue Injury Unwitnessed Event Prior Injury Multiple Claims 4 3 and unstructured data accumulated over time from the claims process 2. Correlate text analytics to apply meaning and understand patterns and trends visualize and explore to uncover new insights into claims process 3. Instrument by applying indicators to in process claims to identify suspicious claims and type of risk 4. Score suspicious claims to predict probability and impact of fraud and risks 5. Route high-likelihood and/or highimpact claims for investigation based on scoring outcomes 6. Continuously improve outcomes through closed loop optimization 1...

18 Massive recall of vehicles often makes the headlines

19 New York Police Department s Real Time Crime Center uses Content Analytics to crack cases Search and analyze complaints, police reports, 911 records, arrest records, and data marts All of these forms of text suffer from the common problems of call center text i.e. abbreviations, misspellings, synonyms (Police-specific i.e. perp, ML, FM, MO, pistol, gun, etc...) Content Analytics can analyze concepts and find similar situations described in different ways In the first week of deployment 2 old murder cases were solved BUSINESS BENEFITS Find events that keyword search can never find because they are all described differently what keyword to use? Content Analytics can describe events, categorize them and allow for concept searches across often unstructured and at times inaccurate descriptions 1

20 Mayo Clinic Reference Architecture Mayo Clinic extracts detailed knowledge from approximately 20 million clinical notes UIMA provided the flexibility to easily include their specialized homegrown annotators with what s available out-of-the-box 2

21 Architecture 2 1

22 Partner Solution Snapshot 2 2 Mindshare VOC, sentiment, service quality, product issues, loyalty, reputation management Dayhuff Group Content Analytics for Mergers and Acquisition Analysis, assessment, consolidation, decommissioning, mergers and acquisitions, litigation Contest Assessment skills with Records Management Oceanus Social networking for securities and investments Syscom IBIG Exploit insight lock in images - extract text for fully searchable Reflection Repository Wipro WiQTr (victor) Uses text analytics to perform automotive warranty claims analysis HCL America igovern Child Care for collaborative management and childcare program execution Leverages OmniFind EE to meet information findability requirements JSYMMETRIC Multi-industry workplace safety management solution Leverages OmniFind EE to meet information findability requirements Prolifics Legal Accelerator Tailored solution for legal analysts and business operations Leverages OmniFind EE to meet information findability requirements

23 Možnosti rozšíření IBM Advanced Case Management IBM Cognos Business Inteligence (DEMO) IBM SPSS

24 Děkuji za pozornost