SPSS ha desarrollado una nueva herramienta que permite analizar toda clase de datos textuales para evaluar conceptos como el nivel de satisfacción del cliente respecto a un producto o la importancia que concede a su precio para obtener conclusiones y prever sus futuras acciones.
Predictive Text Analytics es una de las primeras soluciones de text mining diseñada especialmente para aplicaciones de customer relationship management analítico (aCRM). Integra tecnologías de text mining con metodologías analíticas que facilitan a las empresas la combinación de datos textuales no estructurados y estructurados a lo largo de todos los canales de interacción, incluidos centros de llamada, filiales y páginas web.
Predictive Text Analytics permite a las compañías revelar y resumir conceptos clave tales como niveles globales de satisfacción, insatisfacción con el servicio, sensibilidad al precio, razones para el cambio en la compra, etc. Una vez identificados y extraídos, estos conceptos se integran con los datos estructurados existentes de los clientes. Posteriormente, el conjunto completo de datos se puede evaluar utilizando data mining para realizar análisis cluster, clasificación, segmentación, diseño de perfiles y predicción de probabilidades de las futuras acciones de los clientes.
La mayoría de las comunicaciones de clientes directos, incluidas las conversaciones telefónicas, emails, y respuestas vía Web se almacenan como texto en bruto no estructurado, afirma Sue Feldman, Vicepresidente de investigación de tecnologías de contenido de IDC. Las tecnologías de text mining y de análisis predictivo son las dos caras de la moneda de aCRM, y las organizaciones competitivas necesitan analizar, esbozar conclusiones y tomar decisiones basándose en todo el conocimiento que poseen sobre sus clientes.
CIM01, una compañía de investigación de mercados francesa que trabaja para varias empresas farmacéuticas utiliza Predictive Text Analytics.
Importante para el sector farmacéutico
Este tipo de aplicación es la clave para muchas industrias, incluido el sector farmacéutico, declara Sandra Cohen, Directora General de CIM01. Predictive Text Analytics de SPSS nos ha permitido mejorar los objetivos de nuestra investigación de manera que obtenemos respuestas más significativas. Esto nos ayuda a despuntar de nuestra competencia proporcionando a nuestros clientes una solución hecha a su medida. Nos proporciona una ventaja competitiva que no habíamos conseguido tener antes.
Predictive Text Analytics combina la tecnología de la herramienta de data mining de SPSS, Clementine, con LexiQuest, su tecnología de extracción de texto que encuentra patrones de comportamiento y relaciones en datos no estructurados.
Al integrar text mining con análisis predictivo, Predictive Text Analytics ayuda a reducir significativamente el número de clientes que se irá con la competencia, apunta David Martinez, Director General de SPSS Ibérica.
La naturaleza altamente competitiva de los negocios y las crecientes restricciones en marketing demandan que las empresas conozcan con exactitud las necesidades y deseos de sus clientes, añade David Martinez. Sin embargo, un 80 por cierto de lo que las empresas necesitan saber sobre sus clientes se almacena en datos textuales. Predictive Text Analytics les permite evaluar toda la información necesaria para mantener satisfechos a sus clientes.