Webdistilled per la Media Analysis
- 1. TECNOLOGIE Web Il web come condensatore mediatico Intext presenta Webdistilled, servizio in grado di raccogliere dal web una enorme quantità di informazioni e integrarle in una piattaforma accessibile online per ascoltare e misurare le opinioni della gente “A powerful global conversation has begun. gli utilizzatori di Internet sono oltre 400 milio- Through the Internet, people are discovering ni (più della metà della popolazione). L’ultima and inventing new ways to share relevant rilevazione AudiWeb di aprile 2010 stima il nu- knowledge with blinding speed. As a direct re- mero di utenti italiani connessi a Internet in 33 sult, markets are getting smarter and getting milioni (61% della popolazione). Il fenomeno smarter faster than most companies”. Facebook ha raggiunto in meno di 4 anni oltre The Cluetrain Manifesto, 1999 400 milioni di persone, con 15 milioni di iscritti solo in Italia. Tutto passa in rete: Ascoltare meglio per capire di più il web è il condensatore mediatico universale Le analisi qualitative effettuate sui media classici permettono di valutare le reazioni del pubblico Il web ha cambiato le modalità di usufruire, alla comunicazione di una qualsiasi voce istitu- consumare e vivere la comunicazione ed è zionale o commerciale (quotidiani, riviste, televi- l’unico ‘condensatore mediatico’ in grado di sioni, radio). Sul web troviamo invece “tracce” riportare e veicolare tutti i media classici (tv, (log) e “scie” (thread) delle opinioni dei naviga- stampa e radio) su scala mondiale. È una stra- tori, persone che cercano sempre più informa- ordinaria piattaforma che raccoglie pareri e zioni, condividono opinioni, emozioni, tendenze commenti del mercato, di opinione pubblica e e idee su tutto, esprimendosi in modo più libero consumatori. Sempre più “i mercati sono con- e spontaneo che attraverso i media ‘ufficiali’. versazioni”, proprio come il web. Gli utenti di Saper ascoltare e capire le opinioni di cittadini, Internet sono oltre 1.8 miliardi a livello mon- consumatori ed elettori permette di fornire utili diale, con una penetrazione percentuale sulla informazioni a chi deve gestire scelte ed orien- popolazione che varia dal 8.7% del continente tamenti e, nel contempo, dare valore aggiunto a africano al 76.2% del Nord America. In Europa chi partecipa alla vita politica e sociale. 49
- 2. TECNOLOGIE Web Le problematiche dell’ascolto È necessario Ma quali sono gli aspetti e le complessità che che il sistema sia in grado un sistema di questo tipo deve essere in grado di analizzare in dettaglio di gestire? Forrester Research, nel suo report il contenuto di ogni clip, di analisi sulle piattaforme di ascolto, individua identificare persone, tre macro-aree di valutazione: - completezza delle fonti; enti e organizzazioni, - capacità di analisi del testo; marchi, prodotti - funzionalità di consultazione e reporting dei e servizi citati, ma anche dati. gli argomenti discussi Completezza delle fonti che parlano di un determinato soggetto (es.: un Se da un lato il volume del cosiddetto “web sindaco, un ente pubblico, un’azienda munici- indicizzato” è stimato in almeno 20 miliardi di palizzata), ma non riesce a riconoscere un post pagine, il numero di blog attivi a livello mondia- in cui un cittadino parla del degrado di un’area le è invece più difficile da stimare. Nel giugno di verde pubblico della sua città, magari senza 2008, Technorati affermava di indicizzare oltre citare riferimenti espliciti al comune, al sindaco 110 milioni di blog. Diversi studi hanno stima- o all’assessore di competenza. to la blogosfera italiana in circa il 3% del tota- È quindi necessario che il sistema sia in grado le mondiale. Non è quindi senza fondamento di analizzare in dettaglio il contenuto di ogni ipotizzare che ogni giorno vengano pubblicati clip, identificare persone, enti e organizzazio- milioni di contenuti generati dagli utenti Inter- ni, marchi, prodotti e servizi citati, ma anche net, di cui centinaia di migliaia in lingua Italia- (e soprattutto) gli argomenti discussi, fino a na. Inoltre, piattaforme collaborative e social comprendere caratteristiche e concetti utili ad network hanno spostato il luogo di discussio- individuare il tema oggetto della clip e verifi- ne: in un recente monitoraggio sul settore della carne la sua rilevanza rispetto allo scopo del telefonia mobile, Intext ha raccolto in meno di monitoraggio. tre mesi oltre 250.000 clip provenienti da più Inoltre, l’attenzione si sta spostando sempre di di 9.000 fonti differenti (inclusi canali Twitter e più sulla capacità di valutare il tono di un post, Facebook). Diventa dunque fortemente ridutti- classificando le clip a seconda che parlino vo limitare il monitoraggio solo ad alcune fonti “bene” (polarità positiva) o “male” (polarità ne- preselezionate. gativa) di un determinato soggetto o tema. Per quanto interessante possa essere, una “rasse- gna” di migliaia di clip non è realmente utilizza- Capacità di analisi bile. Una volta acquisiti, selezionati ed analiz- zati, i dati devono essere resi fruibili nel modo Una valida copertura è condizione necessa- più semplice all’utente attraverso una oppor- ria per un buon sistema di ascolto, ma non tuna piattaforma di ascolto. Forrester individua sufficiente. Infatti, con un flusso potenziale di due elementi fondamentali nella valutazione di centinaia di migliaia di clip al giorno, diventa una piattaforma di ascolto: la possibilità di rea- fondamentale selezionare tutte e sole le clip ri- lizzare cruscotti analitici e report personalizzati levanti per un contesto specifico. Un sistema e la semplicità di integrazione dei dati di analisi basato su parole chiave può identificare le clip nel sistema informativo del cliente. 50
- 3. TECNOLOGIE Web Webdistilled: una piattaforma semantica di analisi del web Buzz 0 10 20 30 40 50 60 70 80 90 100 110 Per rispondere all’esigenza di analizzare i con- Atac. tenuti del web e trasformarli in informazioni Bordoni. strutturate, Intext ha ideato e sviluppato Web- Cutrufo. distilled, un servizio che integra: Acea. Ama. - un sistema di acquisizione di contenuti onli- Marchi. ne capace di aggregare, solo per l’Italia, ol- Antoniazzi. tre 150.000 clip ogni giorno, provenienti dai Value Corsini. più disparati blog, forum, siti web e social DeLillo. Ghera. network come Facebook e Twitter; Marsilio. - l’elevata velocità di elaborazione della piat- Belviso. taforma permette a ciascun nodo di analisi Cavallari. di elaborare anche 20 clip al secondo; Croppi. Leo. - un’avanzata piattaforma semantica in grado di: • analizzare in tempo reale ogni clip per Negative.Buzz. Slightly-Negative.Buzz. Neutral.Buzz. Slightly-Positive.Buzz. Positive.Buzz. identificare marchi e prodotti, persone, enti e organizzazioni, luoghi ma anche Comune di Roma – Analisi di polarità relativa ad alcuni target – concetti ed argomenti; Gennaio 2010 • valutare il buzz (quanto se ne parla) ed il sentiment (come se ne parla) rispetto ad uno o più target dati; - un’applicazione online di business intelli- gence per progettare con grande semplicità Acquisizione del flusso cruscotti di analisi (dashboard) e di generare • Aggregazione report di dettaglio personalizzati. • Normalizzazione • Deduplicazione Archiviazione • Indicizzazione • Archivio in linea (6 mesi) Un nuovo sistema di ascolto Selezione • Language detection • Profilazione Il sistema di ascolto di Webdistilled non parte • Analisi metriche da una ricerca per parole chiave, come può es- Analisi sere per un classico motore di ricerca. Per cia- • Analisi concettuale scun monitoraggio viene realizzato un modello • Identificazione entità • Classificazione semantico di analisi dedicato (chiamato profilo), in cui vengono definiti i target, gli argomenti di Polarizzazione interesse e una serie di metriche di rilevanza. • Identificazione dei target • Sentiment Analysis Ogni singola clip in ingresso viene dapprima • Risoluzione delle polarità analizzata per identificare i concetti più rilevanti e classificata rispetto ai diversi profili di analisi. Business Intelligence Servizi live Solo le clip potenzialmente rilevanti passano • Report • Alert ad un successivo stadio di analisi specifico per • Cruscotti • Flusso RSS • Drill-through ciascun monitoraggio. Parallelamente, l’inte- ro flusso in ingresso è indicizzato in un archi- vio storico e conservato per almeno sei mesi, Schema a blocchi del servizio Webdistilled 51
- 4. TECNOLOGIE Web dando modo a Webdistilled, in qualsiasi mo- mento, di rielaborare analisi su dati pregressi partendo da una base di oltre 30 milioni di clip. Le analisi di dettaglio Ogni clip potenzialmente rilevante per un monitoraggio viene successivamente analizzata mediante l’Intext content Analyzer, un sistema Dai flussi ai dati multi-stadio che combina strumenti di pattern matching per l’identificazione dei target e Alla fine del processo di analisi la clip, da sem- dei concetti chiave dell’indagine, strumenti linguistici per l’analisi morfo-sintattica della clip plice testo, è trasformata in dato strutturato. e strumenti semantici per il riconoscimento e Tutti i fatti identificati durante il processo di la classificazione di concetti ed entità. Sulla analisi sono così consolidati all’interno di un base di questi nuovi elementi di analisi, viene apposito database per poter poi essere rap- ricalcolata la rilevanza della clip rispetto allo presentati attraverso il cruscotto di analisi di scopo del monitoraggio. Nel caso in cui la clip venga valutata “on-target”, la piattaforma applica business intelligence. All’interno di questo am- i modelli di sentiment analysis per identificare e biente, Webdistilled permette di seguire le evo- determinare l’eventuale polarità della clip. Anche luzioni nel tempo di tematiche, opinioni, azioni in questo caso, per ogni monitoraggio è possibile di comunicazione, offrendo inoltre la possibili- personalizzare i modelli di analisi del sentiment tà all’utente di predisporre diverse dimensioni per integrare attributi e relazioni polari specifici per il dominio. Una delle caratteristiche peculiari di analisi per ogni monitoraggio. Queste pos- di Webdistilled è che non si limita a identificare sono comprendere, oltre ad attributi standard il “tono” dell’intera clip, ma analizza e risolve (fonte, data, classe di rilevanza), anche dimen- puntualmente eventuali pattern polari sui diversi sioni specifiche: un’analisi per un determinato target. Questo permette, ad esempio, di gestire settore merceologico, avrà marchi e prodotti e correttamente clip in cui sono confrontati due o più soggetti, su cui potrebbero essere espresse caratteristiche, mentre un’analisi per una pub- opinioni con polarità differenti. Per ogni clip blica amministrazione avrà persone chiave e rilevante, inoltre, Webdistilled attiva un processo relativi enti o organizzazioni di appartenenza, di tracking che permette di acquisire tutti i o altre tematiche di interesse, come la sicurez- commenti associati alla clip, identificando ad za, il traffico, l’ambiente, la cultura, ecc. Con esempio quali sono le conversazioni più calde, ovvero il livello di “influenza” che un determinato estrema semplicità possiamo quindi incrociare autore esercita su quel dominio. le diverse dimensioni di analisi, identificando le loro correlazioni. Ad esempio, scoprire il livel- lo di attenzione verso le tematiche ambientali, www.intext.it ma anche come sono percepiti, in termini di www.webdistilled.com attenzione e polarità, i diversi amministratori o partiti rispetto a tale tematica. È possibile salvare i report ottenuti e costruire cruscotti di analisi che informano l’utente in tempo reale. I dati, infatti, sono costantemente aggiornati ed i cruscotti rigenerati ogni 4 ore, ma anche storicizzati per un periodo minimo di 6 mesi. Osservando l’andamento nel tempo dei diversi indici, è possibile individuare even- tuali scostamenti, indicatori di situazioni di crisi, scomporre i dati ed analizzarli nei minimi dettagli fino ad arrivare alla consultazione sia di un elenco che di una singola clip. 52