Inteligência Artificial

2.409 visualizações

Publicada em

0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
2.409
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1.182
Ações
Compartilhamentos
0
Downloads
24
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Inteligência Artificial

  1. 1. #paposnarede Inteligência Artificial no Monitoramento e Análise de Mídias Sociais Braulio Medina Dias Matemático, Empreendedor e Engenheiro de Informação PUC-RIO / TU-Darmstadt (Alemanha) Especialista em Inteligência Artificial e Métricas General Manager @uberVU LATAM Advisor @ Lifeboat Foundation Twitter: bmedinadias E-mail: braulio.medina@ubervu.com
  2. 2. Agradecimento <ul><li>Ao #paposnarede pelo convite </li></ul><ul><li>Ao Tarcízio, pelo convite para escrever um capítulo do livro “Para Entender o Monitoramento de Mídias Sociais” </li></ul><ul><li>Aos profissionais de mídias sociais do Brasil, que com criatividade, garra e dedicação, orgulham o nosso país neste crescente mercado mundial </li></ul>
  3. 3. Branding & Marketing <ul><li>O que é uma marca? </li></ul><ul><li>Uma marca é uma promessa </li></ul><ul><li>“ The art of marketing is largely brand building. </li></ul><ul><li>If not a brand, it will be viewed as a commodity” </li></ul><ul><li>Phillip Kotler </li></ul>MARKETING BRAND BUILDING
  4. 4. Uma breve história do monitoramento Pergunta: O que a imprensa diz sobre mim? Tecnologia: Braço e tesoura Universo: geográfico Pergunta: Onde apareço nas mídias digitais? Tecnologia: Braço e Google Universo: digital Pergunta: O que falam sobre mim nas redes sociais? Tecnologia: Braço e Ferramentas Analíticas Universo: social Pergunta: Como estão meus indicadores de performance? Tecnologia: Inteligência artificial + Sabedoria humana Universo: social, em tempo real, geolocalizado Estamos começando esta nova era
  5. 5. Quais são os indicadores de performance nas redes sociais?
  6. 6. Quem consome essas informações?
  7. 7. Problema #1 Conceitual <ul><li>Compare as seguintes métricas. Na esquerda a mensuração é trivial. Já na direita… </li></ul>Cold Metrics Clicks Registros Downloads Vendas Acessos Unbounce Churn Warm Metrics Sentimento Alcance Engajamento Influência Emoção Relevância Percepção
  8. 8. Executivos sobre warm metrics F^@$ That! I want numbers, I want sales, I want money, NOW!
  9. 9. Analistas sobre warm metrics Ui, que medo! Comofas?
  10. 10. Problema #1.1 Sentimento <ul><li>Suponhamos que eu fale mal da marca X e que @rafinhabastos fale igualmente mal da mesma marca. Como computar o sentimento para cada um desses posts? </li></ul><ul><li>É necessária uma média ponderada nesse caso, dando o devido peso à fonte. </li></ul>
  11. 11. Problema #1.1 Sentimento
  12. 12. Sentimento Ponderado (média ponderada pela influência)
  13. 13. Problema #1 Métricas <ul><li>Percebe-se que sentimento, alcance, engajamento e influência de uma marca não são independentes , i.e. , são métricas que interferem umas nas outras. </li></ul>
  14. 14. Solução para o problema #1 <ul><li>Investir tempo e dedicação na geração de métricas: </li></ul>
  15. 15. Problema #2.1 Prático <ul><li>É extremamente caro analisar uma por uma </li></ul><ul><li>Humanos concordam em aproximadamente 85% das classificações </li></ul><ul><li>Não existe classificação 100% correta, nem humana, nem de máquina </li></ul>
  16. 16. Problema #2.2 Prático <ul><li>Grande volume de informações , (que cresce com a penetração da internet e das redes sociais, principalmente no mobile) </li></ul><ul><li>Muitas empresas analisam somente 10% das informações e inferem o resultado para o todo, o que implica em perdas substanciais de conhecimento </li></ul>
  17. 17. Soluções da Inteligência Artificial Esta é uma rede neuronal humana Esta é uma rede neuronal artificial
  18. 18. Solução para o problema 2.1 <ul><li>Análise automatizada de sentimento </li></ul><ul><li>Classificar sentimento automaticamente é uma tarefa complexa, que exige: </li></ul><ul><li>Definição de regras </li></ul><ul><li>Treinamento de algoritmos </li></ul><ul><li>Ataque em nichos </li></ul>
  19. 19. Inteligência Artificial para Análise de Sentimento <ul><li>Exige o treinamento de algoritmos com base em dados pré-classificados </li></ul><ul><li>Exemplo, 10.000 menções classificadas manualmente como positivas, negativas ou neutras </li></ul>
  20. 20. Solução para o problema 2.2 <ul><li>Detecção de clusters, que permite: </li></ul><ul><li>Entendimento dos principais volumes </li></ul><ul><li>Classificar em massa </li></ul><ul><li>Eliminar grandes volumes de spam </li></ul><ul><li>Entendimento dos principais indicadores sobre a imagem de uma marca </li></ul>
  21. 21. Inteligência Artificial para Detecção de Clusters <ul><li>Clusters são agrupamentos de informações similares e a análise de clusters é uma das formas mais poderosas e rápidas de chegar a conclusões sobre os impactos. </li></ul><ul><li>VISÃO: É muito melhor analisar os clusters do que 10% das informações. </li></ul>
  22. 22. Como funciona <ul><li>Algoritmos de clusterização são aplicados em cima dos dados coletados. </li></ul><ul><li>Exemplo: Brasil </li></ul><ul><li>Quase 200.000 menções no Twitter em 18 dias </li></ul>
  23. 23. Análise da Marca Brasil <ul><li>Total de menções: 195.025 </li></ul><ul><li>Período analisado: 12/01 a 30/01 de 2012 </li></ul><ul><li>Clusters com mais de 10 </li></ul><ul><li>mensagens similares:463 </li></ul><ul><li>Total de mensagens </li></ul><ul><li>contidas nos clusters: 41.194 </li></ul><ul><li>Resultado: Análise de 21% das informações mais relevantes com drástica economia de tempo </li></ul>
  24. 24. Análise da Marca Brasil Clusters qtd posts impacto (%) RT @BrunoMars: Nao quero ir embora!! Eu amo as pessoas, a cultura. EU AMO O BRASIL! 2675 1.37 Brasil, um pais de todos....... Menos da luiza que ta no canadá. 1356 0.69 Já que Luíza está no Canadá, vamos falar de tekpix, a filmadora mais vendida do Brasil. 987 0.50 @BlogdaEliana Não deixem de entrevistar a Selena Gomez, que vem ao Brasil no início de Fevereiro! 733 0.37 Vamos colocar &quot;Menina Estranha&quot; em 1º lugar nas rádios de todo o Brasil? 693 0.35 RT @PorqueTTs: Brazil Loves Demi: Lovatics brasileiros (Fãs da @ddlovato) dizem que o Brasil ama a cantora #PorqueTTs 665 0.34 @luansantana O Brasil tava tão vazio sem você aqui ! Segue meu fc @fco_seducaolsSP nego por favor ? 70 660 0.33 RT @tuiteirobebado: “Mãe, to no BBB!” “No Big Brother Brasil meu filho?” “Não mãe, no BAR BEBENDO BRAHMA” 656 0.33 @redacaodobomdia Renata Vasconcellos, o segundo vídeo, já chegou à Redação do Bom Dia Brasil. @bomdia_brasil 576 0.29 RT @negociosportuga: Gestora do Banco Brasil lança parceria com Ongoing Strategy: BB Gestão de Recursos quer lançar fundos que invest... http://t.co/Vqcptfwq 551 0.28 Vasco Campeão da Copa Do Brasil: Trajetória.: http://t.co/FXgQJuMt vía @youtube e esse ano ainda vai ser melhor!! 372 0.19 Ação integra &quot;Promoção Máquina da Felicidade&quot; da Coca-Cola trará Restart, Cheiro de Amor e Dj Malboro para BH: http://t.co/kf49JLRD 326 0.16 Mega-Sena pode pagar R$ 13,5 milhões no próximo sábado http://t.co/VP8zAeGI 310 0.15
  25. 25. Previsão de mercado <ul><li>Os analistas utilizarão plataformas de redes sociais junto com outras ferramentas de text mining como SAS, SPSS etc. </li></ul><ul><li>OU </li></ul><ul><li>As ferramentas de análise e monitoramento começarão a embutir essas tecnologias de text mining e análise preditiva </li></ul>
  26. 26. Promessas <ul><li>Em breve liberaremos um white paper demonstrando o poder da análise de clusters com a marca Brasil </li></ul><ul><li>E também um white paper sobre cálculo de métricas de engajamento, influência, alcance e sentimento </li></ul><ul><li>Assim que for computacionalmente viável, disponibilizaremos serviços ao mercado com base nessa abordagem </li></ul>
  27. 27. Fiquem atentos <ul><li>Twitter: @bmedinadias </li></ul><ul><li>Blog: blog.ubervu.com.br </li></ul><ul><li>Site Pessoal: brauliomedina.com </li></ul><ul><li>Site Corporativo: ubervu.com </li></ul>

×