Ana Hernando
El gigante de la consultoría Accenture,
con 250.000 empleados en el mundo y 9.000 en España, compró a
principios de año Neo Metrics, una firma creada en 2003 por cuatro
amigos asturianos –dos matemáticos, un informático y un economista–, muy
vinculada con la cátedra de Álgebra de la Universidad de Oviedo.
La compañía, que ha pasado a formar parte de la división Accenture
Analytics, cuenta entre su clientela con grandes empresas de sectores
como las telecomunicaciones y la banca.
Su campo de acción es “el desarrollo de modelos matemáticos y
analíticos aplicados a la mejora de los procesos de negocio, como el
diseño de campañas demarketing personalizadas, la fidelización
de clientes y la prevención de fraudes”, explica a SINC Jorge Sueiras,
uno de los fundadores de Neo Metrics y ahora director de I+D de la
división de analítica de la consultora en Madrid.
La firma, que dedicó el año pasado el 16% de su facturación a I+D
–cuando todavía era Neo Metrics–, está explorando ahora nuevos ámbitos a
los que aplicar sus algoritmos. Como explica el consultor, “un gran
campo abierto es la aplicación de modelos matemáticos para analizar la
información textual procedente de redes sociales como Twitter y
Facebook”.
“Es un volumen muy grande y en constante crecimiento y las empresas
encuentran muchas dificultades para rastrear todo el contenido que les
concierne: saber qué se dice de ellas, por qué se dice, cómo son
valoradas por los usuarios y la mejor forma de apoyarse en esta
información para mejorar su negocio y ajustarse a lo que los clientes
demandan”, aclara Sueiras.
Minería de datos
En este ámbito, Accenture Analytics ha desarrollado una herramienta
de minería de datos destinada a empresas, llamada AQUA TM, que analiza
la información en varios niveles: si están hablado de una empresa, lo
que se dice de ella, e incluso de las personas que la forman
–directivos, accionistas, etc.–.
“También si de lo que se habla tiene un tono positivo que refuerza la
imagen de la empresa y la calidad de los productos y servicios o si,
por el contrario, es negativo. Además, analiza el tipo de crítica y qué
es lo que se está criticando”, añade el directivo.
Según Sueiras, los algoritmos también pueden analizar las opiniones y
comentarios que puedan surgir en redes sociales respecto a una campaña
determinada de una empresa o de la repercusión de una noticia que se
haya producido en una de sus oficinas. “Un montón de temas que surgen en
estas redes y que desaparecen con gran velocidad”.
“El software permite a las empresas extraer la información
de las redes sociales y clasificarla. Esto da a las personas encargadas
de examinar esa información en las empresas la posibilidad estructurarla
por temas, por sentimientos y por otras medidas que ellos puedan
definir. De este modo, podrán gestionar esa información y aprovecharla
para mejorar sus procesos y evitar problemas de riesgo de reputación”,
explica.
La herramienta realiza tanto un análisis morfosintáctico, que
descifra los compontes del texto –por ejemplo, si son nombres verbos,
adverbios, si un adjetivo va asociado a un nombre, etc –, como
semántico, intentando capturar el sentido del texto y los sentimientos.
Analizar la ironía matemáticamente
Los sentimientos están asociados a muchos giros del lenguaje que son
complejos de analizar por una herramienta. “El ejemplo más típico es la
ironía, una forma de expresarse en la que con palabras positivas se
puede decir algo negativo. Nuestrosoftware es capaz de detectar estos matices”, asegura.
La idea fundamental, según este matemático, es convertir el texto en
información estructurada. La herramienta analiza el texto en su conjunto
y le asigna una representación vectorial. Para clasificarlos de manera
automática, el modelo se basa en la similitud entre el vector del texto
que se va a clasificar con los de los textos clasificados manualmente
para entrenar el modelo.
Según el directivo, AQUA TM ha sido desarrollada este año y ya está siendo utilizada por una gran entidad financiera y otra depress clipping.
En el caso de la entidad financiera, cuyo nombre no puede desvelar,
lo que se rastrea son problemas de reputación que puedan surgir, señala
Sueiras. Cada mañana esta entidad tiene clasificada la información que
llega de los medios sociales por prioridad y relevancia negativa para
poder verla cuanto antes.
“Antes la entidad revisaba la información secuencialmente y podían
detectar una noticia problemática a lo mejor a media tarde; ahora la
tienen clasificada y nada más llegar a la oficina está la primera de la
lista”, destaca.
Detectar depredadores sexuales
En este momento Accenture Analytics está viendo cómo explotar el
potencial de esta herramienta en otros campos. “Por ejemplo, las
compañías reciben una gran cantidad de correos electrónicos de todo
tipo: gente que da las gracias, se queja o pide información. Nuestro software permite
clasificar esos correos por tema, por motivo o por área. Incluso
generar algún tipo de respuesta automática, en caso de que las preguntas
sean de la misma índole. Si todo el proceso se hace de forma
automatizada, la reclamación se recibirá más rápidamente y el cliente
estará más satisfecho”, dice Sueiras.
La firma también está explorando si este software puede ser
de utilidad en aplicaciones de control parental. Por ejemplo, para
detectar depredadores sexuales en chats, analizando el lenguaje y la
forma de expresarse que utilizan estas personas para poder
identificarlas.Según Sueiras, otro uso de la herramienta de análisis textual sería la clasificación de webs por su contenido. “Si se trata de un contenido que puede ser potencialmente peligroso para determinados sectores de la población. También sería aplicable a empresas, para que su publicidad no acabe en una página web con contenido inadecuado”, subraya.
Fuente :http://www.oei.es
No hay comentarios:
Publicar un comentario