Denne artikel stammer fra det trykte Computerworlds arkiv. Artiklen blev publiceret den Computerworld d. 3. februar 2006.
Teknologier som text mining og predictive analytics anvendes til at finde sammenhænge mellem data og forudsige sandsynligheden for fremtidige hændelser.
Værktøjskassen for business intelligence får tilføjet nye værktøjer. De skal gøre det nemmere for virksomhederne at overvåge konkurrenternes bevægelser på markedet, forstå deres kunder bedre og blive bedre til at forudsige markedsbevægelser.
Analysevirksomheden Gartner forventer, at 2006 bliver året, hvor text mining slår igennem inden for CRM (customer relationship management), og at det vil revolutionere CRM i 2008.
Hvor traditionel data mining gennemanalyserer strukturerede data fra databaser og finder hidtil uerkendte sammenhænge på tværs af datamængderne, gennemtrawler text mining ustrukturerede data fra dokumenter, e-mail og lignende.
Gennem komplicerede algoritmer kan der findes ukendte sammenhænge i den ustrukturerede datahob.
Da tekster består af ustrukturerede data, hvor betydningen af ordene afhænger af den sammenhæng, de optræder i, er der behov for specielle algoritmer til at forstå tekstindholdet.
Eksempelvis vil ordet pande kunne have betydningen stegepande, at slå eller øverste del af ansigtet - alt afhængig af hvilken sammenhæng ordet optræder i. Ved hjælp lingvistisk analyse og anvendelse af neurale net kan text mining begynde at opdele teksten i ordklynger, sammenkæde forskellige koncepter og udkrystallisere ordene i forskellige kategorier.
Text mining ser også på, hvor og hvor ofte ordene optræder, teksternes indbyrdes relationer og informationsmønstre i dem. Altsammen er med til at skabe mening og sammenhænge i teksten.
Der er behov for text mining, hvis virksomhederne ønsker at gøre brug af al den information, som de ligger inde med. Da traditionel data mining baserer sig på strukturerede data, er der en stor mængde af en virksomheds information, som ikke indgår i analyserne. Det vurderes, at helt op til 80 procent af virksomhedernes information ligger i ustruktureret form som e-mail, tekstdokumenter og lignende.
Anvendelsen er da også i gang, men text mining er noget, som de fleste virksomheder ikke vil tale om. Ifølge de to business intelligence-virksomheder SPSS og SAS Institute, er der allerede en del danske kunder, der anvender text mining.
Malene Haxholdt, konsulentchef hos SAS Institute, oplyser, at text mining stadig er i begyndelsen af sit produktliv, men at SAS Institute allerede har danske kunder, der anvender SAS' produkter inden for text mining. Imidlertid ønsker kunderne at være anonyme, da området er i hastig udvikling, og de mener at være et skridt foran deres konkurrenter.
Lidt den samme melding kommer fra marketingchef Morten Hansen fra SPSS. Flere medicinalfirmaer anvender ifølge Morten Hansen text mining til at gennemtrawle mængder af internationale forskningsresultater for at identificere mulige nye forretningsområder. Ingen af SPSS' danske kunder ønsker dog at deltage i interviews med Computerworld. Også callcentre er ifølge både Morten Hansen og Malene Haxholdt brugere af text mining.
- Vi er lige nu i gang med at implementere en løsning, hvor text mining anvendes til at gennemgå de noter, en callcenter- medarbejder indtaster, mens han eller hun taler med kunden, hvorefter noterne - i real- tid - analyseres med text og data mining til at score kunden for krydssalgsmuligheder eller risiko i form af opsigelse af abonnement, oplyser Morten Hansen, der ikke kan røbe virksomhedens navn.
Hemmelighedskræmmeriet skyldes dels, at virksomhederne mener, at deres systemer giver dem en konkurrencefordel, dels bekymring for at kundescreeningen kan blive opfattet negativt. Det kan synes lidt unødvendigt, da mange virksomheder i dag allerede anvender traditionel data mining og ikke er bange for at fortælle om det.
Gartner forventer, at tekstkategorisering ikke vil kunne stå alene, men vil blive indbygget i portaler, større applikationer og data mining suiter.
Kobles data mining og text mining sammen med predictive analytics står virksomhederne med nogle kraftige værktøjer til at forudsige fremtidige hændelser baseret på fortidens væld af data.
Eksempelvis anvender Alka Forsikring predictive analytics til at afsløre forsikringssvindel. Det kan man læse mere om i avisens 3. sektion Computerworld CTO side 14 - 15
Billedtekst:
strandhugst Flere medicinalfirmaer anvender text mining til at gennemgå mængder af internationale forskningsresultater for at finde nye forretningsområder.