獨家｜意見挖掘——下一個大數據風口，社會意見中的數據價值簡直就是一張張的鈔票

本文為36大數據獨家授權編譯，作者JP Kloppers，編譯 ya 楠，未經許可不得轉載

數字時代的特徵越來越集中。從廣大群眾頭腦中產生的信息正推動公共和私營部門的各種決策。

在此背後，一種新的科學技術出現了——號稱“意見挖掘”——它利用最新最前沿的人造智能(AI)來挖掘公眾情緒和民意。這種結構化數據被稱為意見數據。通過分析在線輿論，政府和全球性組織現在可以獲得一系列洞察力，從而形成戰略，更好地衡量公眾對其政策、服務和品牌的體驗。

至關重要的是，意見挖掘領域不僅著眼於情緒，而且帶動了情緒的話題。這也在市場和政治研究領域開闢了新的研究能力。 在線對話的絕對數量(2016奶奶12月，Facebook的移動端的平均日活躍用戶為11.5億)，再加上這種數字聊天的即時反應性，這意味著情緒驅動的意見數據已經成為可開採的、可盈利的資源。

意見挖掘方法

意見挖掘主要有兩種方法。第一種方法只利用AI來構造數據。第二種方法則通過人群處理數據從而額外增加一個分析層——一組成員專門負責驗證情感類數據和情感驅動的主題。這群人的作用是幫助正確分類非結構化數據，因為純粹的基於AI的方法畢竟和人類真實對話的存在細微差別。這個問題在社交媒體中特別常見，其中的對話通常充滿了幽默、俚語、暗示、諷刺、口語和表情符號。

例如，有人在Twitter上說：“我在X銀行上只排了5個小時的隊!客戶服務最好!”這條推文顯然是諷刺，但機器在識別時可能會視其為積極的。

通過AI和人工理解相結合，你即獲得了兩個世界的最佳——收集和處理巨大數據集的能力，並且仍然能夠準確瞭解公眾的感受。

應用更迭

歷史上，這些數據主要用於指導商業決策——大部分是為企業提供更加深入的關於消費者體驗的瞭解。

然而，這些數據能夠應用的範圍是非常廣闊的。儘管在商業領域內仍舊存在部分，但應用在政府、州、城市場景中的比例正在逐漸增大。對於後者來說，社會分析在加深對選民的理解和推動戰略政治決策等方面都行之有效。

新興市場和增長前景

靈活性、反應性和精益化——這些都是企業在當前不斷變化的客戶關係、日益激烈的競爭環境和顛覆性創新的威脅下流行起來的新詞語。此外，隨著許多發達國家的增長停滯不前，越來越多的跨國公司正在尋找可以幫助它們進入未經檢驗的新市場的數據。

隨著全球手機的普及和社交媒體同步的爆炸性發展，公司現在可以在成熟市場和發展中市場中獲得數以百萬計的相關數據點。 這些數據如果能被正確地挖掘出來，不僅能夠提供決策支持，還可以塑造產品創新，並幫助降低進入新市場的風險。

研究與諮詢機構：價值主張的辨析

當嚴峻的經濟形勢與一整套全新的顛覆性技術相結合，便為諮詢機構和研究機構帶來了風險和機遇。客戶向他們諮詢如何瞭解今天的消費者行為從而去推動創新，但研究諮詢結構現有的很多傳統產品和研究方法並不適合當前目的。他們太慢了，依賴於小樣本，不僅成本高，而且存在許多可能會導致更大錯誤的偏差。舉一個最近相關的例子，民意調查專家們在預測英國脫歐和特朗普美國大選勝選中都出現了失誤。

在這種背景下，通過提供意見數據和專業知識來吸引和留住客戶，可能是該行業未來發展的一個重要區別。

舉例來說，意見挖掘的一個主要應用是瞭解市場購買行為背後的驅動力。意見數據可以讓研究人員預測人們將要購買什麼，並瞭解驅動該行為的因素。

一名消費者在推文中對某款新型號的汽車或手機表示不滿，例如車子關窗後不怎麼遮光。然而，如果有許多人都這樣做，那麼就可以對他們的不滿意背後的驅動因素進行分析、定位和量化，由此得出的結果數據可以用來改進後續的產品線，或者就能夠理解為何競爭對手的產品會更受歡迎。

媒體：個性化和隨需應變

媒體業的未來景觀將以個性化內容和按需瀏覽為重點。

從輿論挖掘的角度來看，幸好大部分觀眾對他們的口味喜好還是誠實的，往往通過社交媒體來表達自己的感受：無論是一個試點項目、新渠道，還是觀眾深愛的系列中發生的重大事件。

媒體公司通過渠道和市場能夠獲取到調整項目戰略所必要的細粒度數據，從而達到以觀眾喜愛的形式呈現他們想要的內容。

主流的新聞媒體也在努力瞭解觀眾以及他們對今日頭條的感受。假新聞和“新聞泡沫”創造了大量不真實的公眾輿論，這其實是在不斷侵蝕新聞(必要的)合法性。意見挖掘為媒體準確地衡量和報道公眾輿論提供了一種途徑，無論其準確性如何。

選民洞察

政府和其他國家機構是另一組可能轉向社會媒體分析的組織，為了尋求更多真相。2017年將看到一系列重大的政治事件：3月份英國觸發了《里斯本條約》第50條款(Article 50)，4月份宣佈了英國選舉公告，5月份隨著埃馬紐埃爾·馬克龍(Emmanuel Macron)當選法國總統，法國政治迎來新時代。今年再晚些，德國將要進行選舉。中國共產黨五年一度的全國代表大會定於今年晚些時候舉行，美聯儲還將進一步加息。

隨著各個國家開始對這些關鍵事件潛在結果的預見越來越急切，通過意見挖掘將挖掘出越來越多隱藏在集體聲音中的見解。

意見挖掘展望

許多非結構化的意見數據——跨越社交媒體和其他地方——到目前為止，還是一個基本上無法訪問的資源。然而，通過利用人工智能的文本分析能力，並將其與基於人群分析的細化相結合，意見挖掘將改變政府和企業行為研究的方向，做出決策並衡量這些決策的影響力。

本文為36大數據獨家授權編譯，作者JP Kloppers，編譯 ya 楠，未經許可不得轉載

End.