WEB INTELLIGENCE. Università di Udine Laboratorio di Intelligenza Artificiale e INFOFACTORY srl Parco Scientifico e Tecnologico L.

Transcript

1 WEB INTELLIGENCE Prof. CARLO TASSO Università di Udine Laboratorio di Intelligenza Artificiale e INFOFACTORY srl Parco Scientifico e Tecnologico L. Danieli - Udine Trieste, 4 Ottobre 2013 OTTOBRE 2013 infofactory PAOLO OMERO 1

2 INFOFACTORY ENVIROMENT Computer Science Department of the University of Udine Digital Technology District DITEDI LAB I.A. {Artificial Intelligence Lab START CUP TECHNO SEED infofactory BP Competition ICT Education Pole ICT incubator POLO ICT TRI- ICT ITA-Austria Cooperation between innovative SMEs, Lead Users in the field of ICT ICT Observatory ICT OBSERVA TORY OTTOBRE 2013 infofactory PAOLO OMERO TECH PARK Scientific & Technological Park of Friuli Innovazione 2

3 INFOFACTORY WEB INTELLIGENCE Social Media Monitoring Word of Mouth Measuring Competitive Intelligence Technological Monitoring Social Climate Analysis Etc. WEB ENGINEERING Advanced Web Application Semantic Web RESEARCH & DEV. Web Personalization Smart City & Home Automation Knowledge Management Systems 2.0 Text Mining Best Practices Analysis epublishing FEBRUARY 2011 infofactory PAOLO OMERO 3

4 La conoscenza NECESSARIA per essere competitivi non si trova più solo all interno dell azienda. (c) PAOLO OMERO - tutti i diritti riservati. Materiale non cedibile a terzi e non pubblicabile.

5 I LUOGHI (BA) IN CUI VIENE PRODOTTA LA CONOSCENZA Pregi e difetti del prodotto reputazione Ricerca, idee, tecnologie, partnership Bandi di finanziamento, nuove norme, Esperti, E-recruitment Fan e appassionati Pregi e difetti reputazione identificazione nuovi partner OTTOBRE 2013 infofactory PAOLO OMERO Nuovi prodotti Nuovi materiali Acquisizioni Azioni strategiche

6 Il nuovo comportamento del consumatore. Le opinioni online influenzano il comportamento di acquisto. La reputazione influisce sulle vendite. (c) PAOLO OMERO - tutti i diritti riservati. Materiale non cedibile a terzi e non pubblicabile.

7 WEB 2.0 : CONTESTO SOCIALE, NUOVO COMPORTAMENTO DEL CONSUMATORE LA FASCIA DEI BIG SPENDER È LA PIÙ PRESENTE DEI NAVIGATORI ITALIANI CONSIDERA INTERNET COME FONTE PRINCIPALE DI INFORMAZIONI PRIMA DI EFFETTUARE UN ACQUISTIO NON SOLO PER GIOVANISSIMI 23,8 MILIONI DI UTENTI UNICI MENSILI IN ITALIA +14% DAL % 51% {fiducia CAMBIA IDEA SU UN ACQUISTO DOPO AVER CONSULTATO UNA FONTE ONLINE {influenza Fonte: Nielsen, Maggio 2010 Fonte: Audiweb by Nielsen, AW Database, luglio 2010, applicazioni Internet escluse Fonte:B2B24.it, Gennaio 2009 Fonte: Eiaa Mediascope Europe Fonte: Nielsen Online, Global Index Dicembre 2007 Dicembre 2008 Facebook grow in global audience numbers. Global = AU,BR,CH,DE,ES,FR,IT,UK e USA. 7

8 BLOG: PARLI DI PRODOTTI O BRAND NEL TUOL BLOG? Parli di prodotti o brand SPESSO nel tuo blog? QUALCHE VOLTA MAI Scrivo recensioni su prodotti o brand 37% 45% Scrivo di brand che amo (o che odio) 41% 48% 18% 11% Scrivo informazioni su aziende o pettegolezzi di cui vengo a conoscenza 31% 32% 37% Parlo delle mie esperienze quotidiane in negozi o con il customer care delle aziende 34% 45% 21%

9 Sistemi di Web Intelligence. Ascolto del passaparola online. (c) PAOLO OMERO - tutti i diritti riservati. Materiale non cedibile a terzi e non pubblicabile.

10 WEB INTELLIGENCE: LISTENING PLATFORM TECNOLOGIE DI ANALISI DEL TESTO Crawling Scraping Filtering Semantic Analysis Classification Sentiment Analysis Social Network Analysis OTTOBRE 2013 infofactory PAOLO OMERO 10

11 WEB INTELLIGENCE: METODOLOGIA GENERALE SEARCH FILTER EXTRACT ANALIZE REPORT BEST PRACTICE ACTION SEARCH. Ricerca automatica di conversazioni inerenti il tema di interesse. FILTER. Filtraggio semantico delle informazioni ed eliminazione dei risultati non rilevanti. EXTRACT. Identificazione e estrazione di dati e concetti. ANALIZE. Classificazione e taggaturaautomatica ed analisi manuale delle conversazioni ed opinioni, estrazione di criticità, valori ed aspetti significativi. REPORT. Redazione di un report di analisi BEST PRACTICE. Identificazione di best practice in Italia e all estero ACTION. Proposta di un piano di azione OTTOBRE 2013 infofactory PAOLO OMERO

12 WEB INTELLIGENCE: METODOLOGIA DI ANALISI SEARCH FILTER EXTRACT ANALIZE REPORT BEST PRACTICE ACTION DOVE? QUANDO? COSA? COME? CHI? LUOGHI TIPOLOGIA SENTIMENT IMPORTANZA PRESSIONE MEDIATICA EVENTI COLLEGATI EVOLUZIONE DELLE TEMATICHE CICLICITA ARGOMENTI VALORI CRITICITA TAG CLOUD TIPOLOGIA DELLE OPINIONI SENTIMENT GENERALE SENTIMENT PER CIASCUN ARGOMENTO /PARAMETRO TIPOLOGIA DI UTENTE SENTIMENT PER TIPOLOGIA INFLUENCER APOSTOLI DENIGRATORI OTTOBRE 2013 infofactory PAOLO OMERO

13 ESEMPIO COMPRENDERE L UTILIZZO DI UN PRODOTTO È IMPORTANTE IDENTIFICARE: I LUOGHI IN CUI POTER INTERVENIRE LE PRINCIPALI PROBLEMATICHE I PRINCIPALI ASPETTI POSITIVI DEL PRODOTTO OTTOBRE 2013 infofactory PAOLO OMERO

14 ESEMPIO COMPRENDERE L UTILIZZO DI UN PRODOTTO OTTOBRE 2013 infofactory PAOLO OMERO

15

16 BRAND PROTECTION. MONITORAGGIO CONTINUATIVO E ATTIVITÀ OPERATIVE DI RISPOSTA. Identificazione e mappatura dei venditori Monitoraggio dei prodotti e delle loro descrizioni Monitoraggio dei prezzi Identificazione dell utilizzo illecito del marchio Creazione di un archivio digitale di prova Controllo fuoriuscita documenti aziendali Controllo della pubblicità online e dei siti specchio Controllo dei denigratori OTTOBRE 2013 infofactory PAOLO OMERO

17 MONITORAGGIO EVENTI: SANREMO 2013

18 ARGOMENTI DISCUSSI ONLINE SANREMO 2013

19 MAPPA DELLE COMPETENZE: ENERGIA ALTERNATIVA SOLAR ENERGY 26% BIOMASS 27% ENERGY EFFICIENCY 24% SOLAR ENERGYBIOMASS 27% 33% ENERGY EFFICIENCY 29% Most of the identified institutions are working in the fields of Biomass, Solar Energy and Energy Efficiency.

20 MAPPA DELLE COMPETENZE: ENERGIA ALTERNATIVA CARINTHI A 51 FRIULI 52 TRENTINO SUDTIROL 59

21 ANALISI DELLO SVILUPPO DEGLI ARGOMENTI NEL TEMPO Facebook Twitter Lo streamgraph mostra quali siano i 20 hashtag più utilizzati dagli utenti nel tempo OTTOBRE 2013 infofactory PAOLO OMERO 21

22 SOCIAL NETWORK ANALYSIS La rete mostra le connessioni fra gli utenti che hanno pubblicato dei tweet sull evento. La grandezza dei nodi è proporzionale al numero di tweet contenenti l hashtag #sotn13 pubblicati dall utente, mentre il colore è proporzionale al numero di relazioni. Le relazioni indicano le citazioni fra gli utenti (non sono considerati i retweet). MAGGIO 2013 infofactory PAOLO OMERO 22

23 SOCIAL NETWORK ANALYSIS: NETWORK A CONFRONTO #SOTN13 #SERVIZIOPUBBLICO (14marzo) Si nota che nel secondo esempio ci sono molte meno relazioni; questo è dovuto alla tipologia del tema che porta gli utenti a commentare/citare quanto accade in studio, ma meno a discutere con altri utenti. 23

24 ALCUNI SERVIZI GESTIONE REPUTAZIONE, BUSINESS INTELLIGENCE, BRAND PROTECTION GESTIONE CRISI CONTROLLO TEMATICHE SOCIALI ANALISI BEST PRACTICE, MONITORAGGIO TECNOLOGICO, ANALISI MERCATI ESTERI, IDENTIFICAZIONE ESPERTI & COMMUNITY ANALISI DELLE EMOZIONI (ELETTORI, POLITICA, TRASMISSIONI) OTTOBRE 2013 infofactory PAOLO OMERO

25 Project Manager nella trasformazione aziendale verso il social business. Un esempio. (c) PAOLO OMERO - tutti i diritti riservati. Materiale non cedibile a terzi e non pubblicabile.

26 La community Tabacco è online da agosto iscritti escursioni inserite persone su FB GENNAIO 2013 infofactory 26

27 VIDEO DIMOSTRATIVO LINK YOUTUBE:

28

29 Carlo OTTOBRE 2013 infofactory PAOLO OMERO 29