Apresentação da @LuanaBaio no Social Media Week 2013 sobre text analytics, análise de conteúdo, análise de discurso e sua aplicação em monitoramento de redes sociais
2. 2
Uma história que começa por volta de 1930...
... junto com o crescimento dos regimes totalitários, surgem diversos
estudos com foco em propaganda. Eles se multiplicaram ainda mais
durante a II Guerra e visavam analisar o conteúdo dos jornais veiculados
na época (objetivo: entender o impacto das mensagens no público)
3. 3
Em 1940 Harold Lasswell utilizou o termo
análise de conteúdo pela primeira vez
em uma pesquisa científica.
Junto com a criação do termo se desenvolve
também toda uma preocupação com formas
de mensuração e metodologias
4. is a research technique for the objective, systematic, and
quantitative description of the manifest content of communication
is the statistical semantics of political discourse
provides precise means of describing the contents of any sort of
communication
aims at a classification of content in more precise, numerical terms
than is provided by impressionistic ‘more or less’ judgements ‘either-or’
is any research technique for making inferences by systematically and
objectively identifying specified characteristics within text
Análise de Conteúdo: algumas definições nos
deixam claro do que se trata tudo isso
5. Como fazer?
categoria de codificação 1
categoria de codificação 2
categoria de codificação 3
categoria de codificação N
esquema de codificação
codificação
Texto 3 Texto N
Texto 2Texto 1
Transformando
palavras em
números
Categoria 1 Categoria 2 Categoria 3 Categoria N
9. 9
O trabalho de
monitoramento em mídias
sociais pede por evoluções
E o trabalho iniciado em
1940 ainda tem muito a nos
ensinar
10. Sociologia
Entendimento do
comportamento humano
Linguística
Linguagem em sua forma,
significado e contexto
Tecnologia
Técnicas e sistemas de
organização com o fim de
resolver problemas
Estatística
Coleção, organização,
análise e apresentação
de dados
Análise de
Conteúdo
Desde o início, apoiado nos seguintes pilares:
11. Sociologia
Entendimento do
comportamento humano
Linguística
Linguagem em sua forma,
significado e contexto
Tecnologia
Técnicas e sistemas de
organização com o fim de
resolver problemas
Estatística
Coleção, organização,
análise e apresentação
de dados
Análise de
Conteúdo
Desde o início, apoiado nos seguintes pilares:
Por que ainda fazemos tanta coisa manualmente?
12. Só agora nos confrontamos com
alguns desafios:
Grande volume de dados
Necessidade por dados quentes
Longas séries históricas
Pesquisa de dados retroativos
13. 13
Geração Y
Ainda não temos, dentro de nossos
monitoramentos, uma mentalidade
de longo prazo
14. 14
Mas é possível SIM trabalhar com
grandes volumes de dados e tirar
insights preciosos sem a
classificação manual
17. 17
Existem poucos posts com local definido. O consumo caseiro ainda se
mostra maior que os demais. Comidas que possam acompanhar o
consumo de café ou mesmo bebidas que o tenham como base são citadas
com a mesma frequência em cada um dos diferentes locais.
Locais e Acompanhamentos
3%
1,5%
0,5%
0,5%
94,5%
? 5%dos posts
mencionam
acompanhamentos
ou bebidas à base
de café, seja qual
for o local.
18. 23%
17%
9%
18
Apesar do grande número de produtos oferecidos, o consumo de
acompanhamentos tem grande concentração nos produtos tradicionais.
Pão e bolo estão entre os prediletos na maioria dos locais de consumo.
54% 10%
6%
Participação de produtos em relação ao total de
acompanhamentos de cada local
10%
10%
10%
15%
24%
9%
12%
5%
19. 19
Os posts sem local definido possuem padrão de consumo de
acompanhamentos semelhante aos posts feitos em casa, o que sugere um
consumo caseiro ainda maior, indo ao encontro de pesquisas off-line.
54% 10%
6%
Participação de produtos em relação ao total de
acompanhamentos de cada local
10%
10%
10%
15%
24%
9%
12%
6%
6%
20%
12%
?
20. Ferramentas atuais já possibilitam visões
interessantes (se bem aplicadas):
BuzzGraph (Sysomos)
Associação entre palavras
representadas por linhas, que
podem ser grossas, finas ou
tracejadas, de acordo com a
força da associação.
21. Ferramentas atuais já possibilitam visões
interessantes (se bem aplicadas):
Sparks and Bursts (UberVU)
Identifica aumentos
significantes dentro de uma
série histórica
22. Queremos
mais!
Maiores taxas de acertividade nas
classificações automáticas
Dinâmica de trending topics em
nossas ferramentas de
monitoramento (foco em variação,
não em volume)
Buscas e regras mais inteligentes,
sensíveis a palavras semelhantes
Um mercado educado em analítica e
que entende os ganhos em investir
em ferramentas e pessoas