Synthesio：從非結構化數據到智能：揭示社交媒體分析的力量（英文版）（14頁）.pdf

1、在過去的15-20年中，從技術可能性到研究導向的方法，計算能力的顯著提高以及算法和人工智能（AI）的進步使我們能夠處理比以前可消化的更多的數據。無論你談論的是社交媒體監控平臺，還是許多不同的基于人工智能的分析方法，這些技術和數據科學的進步都令人印象深刻。它們幫助我們快速有效地理解大量數據。但是，要形成一種有用的、真正的研究方法，它們還需要更多?？v觀整個行業，從研究機構到技術提供商，再到單人樂隊，各種組織都在修補社交媒體數據的可能性。服務業組織很早就利用了非結構化數據的一些威力，但這只是一個維度。挑戰在于，像定量和定性研究一樣，有許多不同的用例。我們相信什么是研究和什么不是研究之間的區別是重要的

2、。有時，非結構化數據可以用于非研究目的，尤其是社交媒體數據。然而，有許多引導的用例。因此，考慮到客戶的需求和研究參與者的需求，將研究的紀律性和嚴謹性帶到其中來，以確保它做好是至關重要的。只有應用這些原則，它才會被視為一門合法的研究學科，為客戶帶來明確的價值。根據我們多年的經驗，我們觀察到了任何有意義的社交媒體情報計劃的三大方法構建模塊：社交媒體情報平臺、人工智能主導的高級分析和人類驅動的洞察發現。就其自身而言，每一個構建塊都會帶來一些有用的東西來回答關鍵的客戶問題。結合起來，他們帶來了強大的洞察力。像任何研究方法一樣，進行實際研究的能力是不夠的，要做好這項工作，你還必須具備必要的技能。作為最早的社交媒體數據分析類型，軟件即服務（SaaS）平臺在方法上有更多的時間進行分化和融合。在研究方面，SaaS平臺不僅僅是作為一種收集盡可能多的數據的方式，它們應該收集高質量的數據，并允許您有效地篩選數據。