Onderzoekers van de Universiteit van Pennsylvania, Noordwestelijke Universiteit, Universiteit van Maryland, Universiteit van Colombia, en Emory University publiceerden een nieuw artikel in de Tijdschrift voor Marketing die een overzicht geeft van geautomatiseerde tekstanalyse en beschrijft hoe deze kan worden gebruikt om marketinginzichten te genereren.

De studie, verschijnt in het januarinummer van Tijdschrift voor Marketing , is getiteld "Uniting the Tribes:Using Text for Marketing Insights" en geschreven door Jonah Berger, Ashlee Humphreys, Wendy Moe, Oded Netzer, en David Schweidel.

onlinerecensies, klantenservice bellen, persberichten, nieuwsartikelen, marketingcommunicatie, en andere interacties creëren een schat aan tekstuele gegevens die bedrijven kunnen analyseren om diensten te optimaliseren en nieuwe producten te ontwikkelen. Volgens sommige schattingen 80-95% van alle bedrijfsgegevens is ongestructureerd, waarvan het meeste tekst is. Deze tekst heeft het potentieel om kritische inzichten te verschaffen over de producenten, inclusief de identiteit van individuen, hun relaties, hun doelen, en hoe ze belangrijke houdingen en gedragingen vertonen. Deze tekst kan worden geaggregeerd om inzichten te creëren over organisaties en sociale instellingen en hoe attitudes variëren over culturele contexten, demografie, groepen, en tijd.

Berger legt uit:"De digitalisering van informatie heeft een schat aan tekstuele gegevens direct beschikbaar gemaakt. al deze gegevens zijn precies dat. Gegevens. Om gegevens nuttig te maken, onderzoekers moeten in staat zijn om onderliggende inzichten te extraheren - om te meten, spoor, begrijpen, en interpreteer de oorzaken en gevolgen van marktgedrag."

Maar hoe kunnen marketeers dat doen? Het onderzoeksteam legt uit hoe onderzoekers en managers tekst kunnen gebruiken om de personen en organisaties die de tekst produceren beter te begrijpen. Het artikel onderzoekt ook hoe de inhoud van tekst verschillende doelgroepen beïnvloedt. Bijvoorbeeld, hoe consumenten kunnen worden beïnvloed om hun gedrag te veranderen of merken die worden beïnvloed om problemen op te lossen die door consumenten worden aangekaart, hangt voor een groot deel af van de inhoud van de tekst. Moe voegt eraan toe dat "Geautomatiseerde tekstanalyse de zwarte doos van interacties opent, waardoor onderzoekers direct toegang hebben tot wat er wordt gezegd en hoe het wordt gezegd in marktcommunicatie."

Gezien de hoeveelheid beschikbare tekstgegevens, geautomatiseerde tekstanalysemethoden zijn van cruciaal belang, maar moet zorgvuldig worden behandeld. Onderzoekers moeten overfitting vermijden en het belang van functies afwegen om de juiste voorspellers uit tekst te halen en te gebruiken. Dus, dit artikel geeft ook een overzicht van de methodologieën en metrieken die worden gebruikt bij tekstanalyse, het verstrekken van een reeks richtlijnen en procedures voor marketingonderzoekers en marketingwetenschappers. Door deze methoden te begrijpen, kunnen we begrijpen hoe tekst wordt gebruikt en verwerkt. Bijvoorbeeld, virtuele assistenten worden momenteel gecontroleerd op het feit dat mensen naar de audio-opnames luisteren. Echter, dit proces is nodig om de machines te trainen die worden gebruikt voor geautomatiseerde tekstanalyse.

Het doel van dit artikel is om het collectieve begrip van tekstanalyse te vergroten en hoe het kan worden gebruikt voor inzichten. Onderzoekers en marketeers kunnen dit artikel gebruiken om kaders te creëren, beleid opstellen en communiceren, en de cross-functionele samenwerking versterken met teams die werken aan tekstanalyseprojecten.