dynasocial social media analytics - knime · social media analytics data management social media...

1 © DYMATRIX CONSULTING GROUP DynaSocial Social Media Analytics

DynaSocial Social Media Analytics

KNIME Enterprise Applications in der Praxis


Agenda

1 Potenziale

2 DynaSocial - Social Media Monitoring & Analytics

3 DynaSocial Text Mining Prozess (KNIME Server)

5 Realtime Email-Klassifikation mit KNIME Server

6 Aktuelle Ausbaustufen

4 Visualisierung in DynaSocial


Potenziale


Potenziale

Was bieten Soziale Netzwerke Ihrem Unternehmen:

» Nutzung wertvoller, unverfälschter Kundenmeinungen

» Chance, aktiv und in Echtzeit auf Konsumenten zu reagieren

» Reichweitenoptimierung und gezielte Ansprache

» Zugang zu bisher nicht direkt erreichbaren Zielgruppen

» Möglichkeit Multiplikatoren zu gewinnen – Marktplatzprinzip

» Möglichkeit, Tendenzen und Trends frühzeitig zu erkennen

schnell darauf zu reagieren und Risiken zu minimieren

» Integration der Kunden in Unternehmenskommunikation

» Ganzheitliches Monitoring der Aktivitäten, Identifikation der relevanten Beiträge, Themen und Verfasser, sowie Ableitung von Handlungsempfehlungen im Hinblick auf Ihre Kommunikation, Produkte, Kundenprozesse (bspw. Kündigungsprozess) und Sales

„Social Intelligence“ wird zum Erfolgsfaktor:

http://www.desktop-icon.com/cart.php?add=desktop-business--office

http://www.desktop-icon.com/cart.php?add=desktop-business--office


Projektbeispiel Sixt: Social Earthquake (1)


Projektbeispiel Telekom: Social Earthquake (2)

0

200

400

600

800

1000

1. Mrz. 8. Mrz. 15. Mrz. 22. Mrz. 29. Mrz. 5. Apr. 12. Apr. 19. Apr. 26. Apr.

Facebook Anzahl Nachrichten in März & April 2013

Negativ

Neutral

Positiv

Gerüchteküche: Drosselung von DSL-Anschlüssen? Der Blog Fanboys.fm veröffentlicht Informationen über die kommende Datendrossel. (21.3. – 23.3.)

DSL-Drossel: Die Pressemeldung zur kommende „Datendrossel“. Löst einen Proteststurm aus. (22.4. – 27.4.)

Mit Bekanntgabe der Entscheidung für eine Volumenbegrenzung reagieren viele User mit Protesten. Vorbeben sind deutlich zu erkennen!


DynaSocial - Social Media Monitoring & Analytics


DynaSocial – Individuell wie der Kunde

Integration beliebiger kundenindividueller Kanäle

Flexible Darstellungen (Dashboards & Interaktive Analysen)

frei konfigurierbare Filter & Parameter

Unternehmensspezifische KPI‘s

Weitreichende analytische Funktionalitäten

Generisches Big Data Model

http://twitter.com/


Generisches Big Data Model

Social Media Analytics Data Management

Social Media Analytics Dashboard

Mit hybrider Architektur zu Social Media Excellence

Text Enrichment & Classification Network Insights

Advanced Social Media Analytics Text Mining & Network Mining

Facebook

Twitter

Social Media Analytics Content Extractor

kundenindividuelle Quellen

Social Media Data Provider

Social Service Platforms

Emails Integrierte Social Inbox über alle Social Touchpoints

Social Engagement

Data Sources Sentiments & Classifications Reports & Dashboard

DynaSocial Configuration Center


» Generisches offenes multidimensionales Datenmodell, welches beliebig erweitert werden kann

Zusätzliche Social Data Sources

Data Dictionaries

Output aus analytischen Modellen (u.a. Klassifikationen & Netzwerk-analysen)

» Integration in vorhandene BI-Umgebungen möglich

» Zugriff für analytische Spezial-Applikationen (z.B. Netzwerk-Analysen mit KNIME oder Gephy) und Rückspielen der analytischen Erkenntnisse in das DynaSocial Big Data Model

DynaSocial Big Data Model

fact.Messages

PK IDMessagePK,FK4,FK5,FK8 IDClient

FK1 IDPlatformFK2 IDZeitFK3 IDSentimentFK4 IDAuthorFK5 IDProductFK6 IDLanguageFK7 IDMessageTypeFK9 IDCompany Message MessageTitle Reactions Likes Recommendation

dim.Platform

PK IDPlatform

Platform

dim.Time

PK IDZeit

Datum

dim.Sentiment

PK IDSentiment

Sentiment

dim.Author

PK IDAuthorPK,FK1 IDClient

Name Gender Birthdate Age Postcode IsCustomer IDCustomer RBPClass CLVClass Longitude Latitude

dim.Product

PK IDProductPK,FK1 IDClient

Product IDBrand Brand IDDivision Division IDDepartment Department IDCategory Category FirstDateOfSale Status AvgStarRating NoOfStarRatings Picture Quatity shipped Quantity returned Quantity shipped (CUM) Quantity returned (CUM) Quantity shipped (FLASH) Quantity returned (FLASH) IsReviewedFlag IsReviewedComment IsReviewedTimeStamp

dim.Language

PK IDLanguage

Language ISOCode

TextMining / -Klassifikationsergebnisse

dim.Keyword

PK IDKeywordPK,FK1 IDClient

Keyword IDCategory Category

fact.MessageKeywordMapping

PK,FK2 IDKeywordPK,FK1 IDMessagePK,FK1,FK2,FK3 IDClient

Admin. Bereich

Basis Modell

dim.MessageType

PK IDMessageType

MessageTypedim.Client

PK IDClient

Clientdim.Company

PK IDCompany

Company

fact.Messages



dim.Platform

PK IDPlatform

Platform

dim.Time

PK IDZeit

Datum

dim.Sentiment

PK IDSentiment

Sentiment

dim.Author



dim.Product



dim.Language

PK IDLanguage

Language ISOCode


dim.Keyword





Admin. Bereich

Basis Modell

dim.MessageType

PK IDMessageType


PK IDClient

Clientdim.Company

PK IDCompany

Company

fact.Messages



dim.Platform

PK IDPlatform

Platform

dim.Time

PK IDZeit

Datum

dim.Sentiment

PK IDSentiment

Sentiment

dim.Author



dim.Product



dim.Language

PK IDLanguage

Language ISOCode


dim.Keyword





Admin. Bereich

Basis Modell

dim.MessageType

PK IDMessageType


PK IDClient

Clientdim.Company

PK IDCompany

Company

fact.Messages



dim.Platform

PK IDPlatform

Platform

dim.Time

PK IDZeit

Datum

dim.Sentiment

PK IDSentiment

Sentiment

dim.Author



dim.Product



dim.Language

PK IDLanguage

Language ISOCode


dim.Keyword





Admin. Bereich

Basis Modell

dim.MessageType

PK IDMessageType


PK IDClient

Clientdim.Company

PK IDCompany

Company


DynaSocial Management Dashboard

Aktivitätsübersicht

Verteilung der Stimmung (Sentiment Ratio)

Key Influencer

Verteilung auf Plattformen

Trend im Vergleich zur Konkurrenz (Share of Voice)

Geographische Verteilung

Stimmung insgesamt

Top Keywords

Flexible Zeitraumauswahl

…


DynaSocial Management Dashboard (Projektbeispiel)


DynaSocial – Transparenz bis auf die Einzel-Message

Detailanalysen sind möglich auf Basis…

…von Kanälen

Facebook

Twitter

unternehmenseigene und externe Produktbewertungsportale,

Datenprovider, Foren, Blogs etc.

… für bestimmte

Angebote

Marken

Produkte

Konkurrenten


DynaSocial Text Mining Prozess (KNIME Server)


DynaSocial Text Mining Prozess

Text-Datenquellen

Bereitstellung der Datenquellen: • Facebook • Twitter • Emails • Weitere Quellen

bzw. Daten-provider wie GNIP, Datasift etc.

Für Machine Learning • Bereitstellung

Trainingsdaten für Klassifikation (u.a. Sentiment)

Text Anreicherung

Spracherkennung • Deutsch • Englisch • Weitere Sprachen Sprachabhängiges NLP POS Tagging • STTS Tagger • Penn Treebank

Tagger • etc. Text Bereinigung • Stop Words • Stemming • Sonderzeichen Sentiment Amplifier • Matching von

Sentiment- & Emoticon-Listen

Subject Matching

Text Tagging mit beliebigen Subjects • Produkte • Marken/Brands • Geschäftsvorfall • Service • Beschwerde • Anfrage • etc.

Fuzzy Matching über Dictionary Tagger • Matching von

Subject-Wortlisten

Sentiment Klassifikation

Text Vektorisierung • Ableitung einer

Vielzahl von Texteigenschaften zur Prognose der Sentiment-Klassen

Machine Learning • Klassifikation

mittels Predictive Analytics (u.a. Decision Tree)

Retraining Interface • Erfassung von

Fehlklassifika-tionen zur permanenten Optimierung der Klassifikationen

Bereitstellung Informationen

Text Data Mart • Ablage der

generierten Informationen im Text Data Mart

• Bereitstellung Informationen zur Visualisierung in DynaSocial

Ausbaustufen • Email-Routing • Kampagnen-

management • etc.


DynaSocial Text Mining Prozess: Datenquellen

Text-Datenquellen Bereitstellung Informationen


Subject Matching

Text Anreicherung

Zugriff auf beliebige Text-Datenquellen als Basis für den Text Mining Prozess

» Facebook

» Twitter

» Emails

» Weitere Quellen bzw. Daten-provider wie GNIP, Datasift etc.

Exemplarischer Beitrag auf der Facebook Fanpage

Telekom Entertain


DynaSocial Text Mining Prozess: Text Anreicherung



Subject Matching

Text Anreicherung

STTS POS Tagger für deutsche Sprache

Original Facebook Eintrag

hasse[VVFIN] euren[ADJA] Laden[NN] tue[VVFIN] Wechselauftrag[NN] Portierung[NN] Voranbieter[NN] aufgegeben[VVPP] Telefon[NN] Internet[NN] Entertain[NN] kein[ADV] Telefon[NN] Internet[NN]

Entfernung von Stop Words & Sonderzeichen

Ich hasse euren Laden [----]. Oh ja, das tue ich wirklich. Wechselauftrag mit Portierung vom Voranbieter am 12.2. aufgegeben, für Telefon, Internet und Entertain. Seit 2.05. kein Internet und Telefon mehr [--]. Dank dem dritten Systemfehler konnte der hart erkämpfte Portierungstermin heute nicht eingehalten werden [--]. Wann erfahre ich das? Heute. Neuer Termin am 17.6. Über VIER MONATE nach dem Auftrag. Ist das euer Ernst?!? [---]

Sentiment Amplifier

Ich[PPER] hasse[VVFIN] euren[ADJA] Laden[NN].[SYM] Oh[ITJ] ja[ADV],[SYM] das[PDS ART] tue[VVFIN] ich[PPER] wirklich[ADJD].[SYM] Wechselauftrag[NN] mit[APPR] Portierung[NN] vom[APPRART] Voranbieter[NN] am[APPRART] 12.2.[CARD] aufgegeben[VVPP],[SYM] für[APPR] Telefon[NN],[SYM] Internet[NN] und[KON] Entertain[NN].[SYM] Seit[APPR] 2.05.[CARD] kein[ADV] Telefon[NN] und[KON] Internet[NN] …


DynaSocial Text Mining Prozess: Klassifikation



Subject Matching

Text Anreicherung

Subject Matching (Fuzzy Matching)


Ich hasse euren Laden. Oh ja, das tue ich wirklich. Wechselauftrag mit Portierung [GESCHÄFTSVORFALL] vom Voranbieter am 12.2. aufgegeben, für Telefon, Internet und Entertain [PRODUKT]. Seit 2.05. kein Internet und Telefon mehr. Dank dem dritten Systemfehler konnte der hart erkämpfte Portierungstermin [GESCHÄFTSVORFALL] heute nicht eingehalten werden. Wann erfahre ich das? Heute. Neuer Termin am 17.6. Über VIER MONATE nach dem Auftrag. Ist das euer Ernst?!?

GESCHÄFTSVORFALL: Portierung

PRODUKT: Entertain IP TV





Subject Matching

Text Anreicherung

Output aus Text Anreicherung


Ableitung klassifikationsrelevanter Prädiktoren, z.B. - Emoticons positiv/negativ - Länge der Message - Fragmente positiv/negativ - Likes - Worte positiv/negativ - Comments - Autorenbezogene Infos - Weitere linguistische Inputs

Klassifizierung mittels Decision Tree

Ergebnisklassifikation Text Vektorisierung (Transformation)





Subject Matching

Text Anreicherung

Zentrale Ablage der Informationen in Text Data Mart Visualisierung in DynaSocial


+ +

Sentiment Geschäftsvorfall Produktbezug

+ Weitere Integrationsvarianten

» Social Campaigns mit DynaCampaign

» Subject-abhängige Email-Klassifikation & Email-Routing


Visualisierung


Management Dashboard & Standardreports


» Interactive Realtime Analytics (In Memory Database)

» Slice & Dice on the fly

» Visuelle Geo-Analysen (Zoom-In/Zoom-Out)

Interaktive Analysen & Drill through


Detailanalysen

» Aggregationen und Drill-Down

» Anzeige von Status, verschiedenste Visualisierungen

» Filtermöglichkeiten hierarchisch abbild- & kombinierbar

Einfachste Einbettung der Analysen in MS Excel


Realtime Email-Klassifikation mit KNIME Server


» Der KNIME-Server basierte Text Enrichment & Classification Workflow kann neben der Klassifizierung von Social Content auch zur Klassifizierung beliebiger elektronischer Texte (u.a. Emails) verwendet werden.

» Der Text Enrichment & Classification Workflow wird als Webservice bereitgestellt und kann aus anderen Applikationen einfach aufgerufen werden.

» Einheitliche Sentiment- und Klassifikationslogik für alle kundenbezogenen Messages

» Automatisierte Generierung von neuen Kontaktchancen aus der Automatisierung von Inbound-Email-Nachrichten (direktes Kundenmapping über Email-Adresse möglich)

» Automatisiertes Routing der Emails entsprechend der Sprache, des Identifizierten Produkts, des Geschäftsvorfalls und der Stimmung

Develop once, deploy everywhere!

Benefits


Grobarchitektur am Beispiel MS Exchange Connector

KNIME Server

Microsoft Exchange Webservice

.NET Batch

Microsoft Outlook

2 Aufruf der .NET Prozedur und Übergabe des Email Contents an KNIME Server via Webservice Call

Eingehende Email

Aufruf des KNIME Text Enrichment & Classification Workflows und Rückgabe der Klassifizierung(en)

Die Klassifizierung wird an den Exchange Server zurückgeliefert und über Objekt-Kategorien persistent gespeichert.

Jegliche Clients, mit welchen der Zugriff auf den Exchange Server erfolgt, erhalten konsistent die identische Klassifizierung

1

4

3

5

Microsoft Outlook Webaccess

Weitere Email-Clients

http://www.ecmlpkdd2013.org/wp-content/uploads/2012/12/KNIME_logo_white.png


Livedemo

Realtime Email-Klassifikation


Aktuelle Ausbaustufen


Aktuelle Ausbaustufen

Multilinguales NLP

» Neben deutsch, englisch und französisch werden zukünftig auch italienisch, spanisch und chinesisch unterstützt.

Influencer Detection

» Influencer Identifikation nach DYMATRIX-eigenem Algorithmus

Social Earthquake Warning System / Social Hype Detection

» Früherkennung von Hypes durch Beobachtung der Nachrichtenverbreitung

» Abgleich mit Verbreitungsmustern vergangener Hypes/Hot Topics

Authenticity Score

» Authenticity-Score zur automatischen Erkennung von Fake-Bewertungen (u.a. Produktbewertungen, Hotel-Bewertungen etc.)


Danke für Ihre Aufmerksamkeit. Für Ihre Fragen stehen wir gerne zur Verfügung!

DYMATRIX CONSULTING GROUP GmbH Zeppelin Carré Lautenschlagerstraße 2 70173 Stuttgart Ihr Ansprechpartner: Stefan Weingärtner

Telefon Telefax E-Mail

Web

+49.711.22.007.88 - 12 +49.711.22.007.88 - 88 [email protected] www.dymatrix.de

Kontakt

dynasocial social media analytics - knime · social media analytics data management social media...

Documents