L'analisi dei documenti e la ricerca del loro significato

Il marketing necessita di dati ed informazioni, possibilmente misurabili in termini di importanza, attendibilità, pertinenza. Tutti gli uffici marketing richiedono sistemi informativi adeguati, per assicurare i processi di acquisizione e gestione della conoscenza.

Il processo di gestione della conoscenza deve consentire allo staff di analisti di poter sviluppare una nuova intelligenza dalle informazioni già acquisite e valutate, nel rispetto di una sorta di "information lifecycle". Quindi le informazioni dovranno essere salvaguardate, protette, ma anche diffuse (all'interno dei gruppi di "interesse") e possibilmente rielaborate.

Ma per poter trarre il massimo beneficio dalle informazioni, sarà indispensabile strutturare l'opportuni processo di costruzione della conoscenza ("knowledge acquisition"), che consiste nella determinazione del fabbisogno informativo particolare, nell'individuazione delle fonti primarie e secondarie, nella consultazione dei contenuti da queste resi disponibili, fino ad arrivare alla costruzione delle ontologie e per terminare con la fase di analisi di correttezza.

La conoscenza di marketing potrebbe dipendere dal miglior uso dei processi di ragionamento automatico, ovvero di knowledge discovery. Certamente la funzione di marketing dovrà sempre più disporre di strumenti di natural language processing, per poter studiare documenti elettronici sempre più numerosi e voluminosi.

La categorizzazione dei contenuti individuati dai motori di ricerca, per migliorare da un punto di vista qualitativo le tecniche di ricerca sul web. Proprio la categorizzazione automatica dei documenti consente di associare a specifiche classi semantiche i contenuti estrapolati dai file acquisiti nel corso di ricerche condotte con tecnologie internet.

Si tratta di un'evoluzione dei sistemi di text analysis, verso il text mining. Sarà la collective intelligence, una modalità indispensabile per poter ordinare ed eseguire analisi di marketing complesse (marketing reasoning), che richiederanno attente interpretazioni e correlazioni riguardo alle fonti esaminate ed in merito ai contributi ottenuti con query espresse in linguaggio naturale.

Certamente il web semantico potrebbe completare l'affermazione degli strumenti di analisi linguistica, ed agevolare il lavoro degli analisti di marketing, specie se impegnati a definire ed eseguire studi su contenuti esteri, cioè multilingua.

Per informazioni:
Artificial Intelligence Lab Management Information Systems Department, University of Arizona
http://ai.bpa.arizona.edu/hchen/docs/DLI

Per approfondimenti sulla ricerca:
CNR > http://www.cnr.it/istituti/Ricerca.html?cds=048
EU > http://ec.europa.eu/information_society/istevent/koln2007/cf/network-detail.cfm?id=1081
http://ec.europa.eu/information_society/istevent/koln2007/cf/document.cfm?doc_id=3418
Cordis > http://cordis.europa.eu/fp7/ict/programme/challenge4_en.html
IBM > http://www.research.ibm.com/journal/sj/433/su.html
Microsoft > http://research.microsoft.com/nlp