در دنیای امروز توجه به مشتری یکی از دغدغه‌های اصلی مؤسسات و شرکت‌هاست. شناخت و برنامه‌ریزی برای پاسخگویی به نیازهای آن‌ها موضوعی مهم و انکارناپذیر می باشد و متعاقبا باعث افزایش سوداوری مؤسسات و شرکت ها گردد. از سوی دیگر حضور فناوری اطلاعات در این عصر تعاملات با مشتریان را به کلی تغییرداده به طوریکه ترکیبی از فناوری اطلاعات و مدیریت ارتباط با مشتریان جهت آگاهی از نیاز مشتریان و جلب رضایت آن‌ها ضروری است. مدیریت ارتباط با مشتری اصولا با تجزیه و تحلیل عمیق از رفتار مشتری آغاز می‌شود. سازمآن‌ها می خواهند تعاملات شخصی با مشتریان خود ایجاد کند و همه داده های مرتبط با مشتری را جمع آوری کرده و با استفاده از این داده ها رضایت مندی مشتریان را بدست آورد.
در این میان با ظهور و پیشرفت اینترنت روش های قدیمی دستیابی به اطلاعات و نظرات مشتریان کاربرد کمتری دارد.کاربران به راحتی به تولید محتوا در بستر اینترنت می پردازند و تمایلات خود را به صورت ضمنی و شفاف بیان می‌کنند و سازمآن‌ها به دنبال استفاده از این قابلیت به عنوان مزیت رقابتی در بازار هستند با توجه سهولت تولید محتوا در وبلاگ ها و شبکه‌های اجتماعی سازمآن‌ها با مقادیر بسیار زیاد داده به وجود آورد. چالش زمانی فرا میرسد که بخواهیم به آن‌ها دسترسی پیدا کنیم وآنها را به اقلام قابل استفاده و اجرا تبدیل کنیم . عموما سازمآن‌ها میخواهنداز شبکه‌های اجتماعی استفاده کنند تا تمایلات همه ی مشتریان یا گروه خاصی از آن‌ها را با توجه به سرویس ها و محصولات فعلی و آینده سازمان تحلیل کنند.
نظراتی که در شبکه‌های اجتماعی اعلام می‌شود نقش اساسی در رفتار مشتریان در خرید محصولات ، سرمایه گذاری در بورس یا حتی رای دادن به یک رییس جمهور خواهد داشت . این نظرات ممکن است از طرف فرد به شکل کاملا صریح یا ضمنی داده شود. این نظرات منبع ارزشمندی برای جمع آوری داده و کاوش در آن‌ها با هدف مدیریت ارتباط با مشتری هستند. نظراتی که به صورت آنلاین مطرح شده اخیرا با استفاده از تحلیل های رفتاری مورد آنالیز قرار گرفته اند. تحلیل های رفتاری به روش ها ، متدها ، تکنیک ها ، و دیدگاه هایی می پردازند که از آن می‌توان اطلاعات مرتبط با مصرف کننده در قبال محصول یا سرویس یا یک برند خاص دریافت کرد. در مجموع این تحلیل سعی دارد وضعیت احساس مصرف کننده هنگامی که نظرات خود را در موارد مختلف اعلام می کند جمع آوری و مورد ارزیابی قرار دهد.
داده های موجود در شبکه‌های اجتماعی برخلاف آنچه در پایگاه داده ها وجود دارد که به صورت جدولی هستند شکلی غیرساختار یافته دارند و برای بهره گیری از اینگونه اطلاعات روش های متن کاوی ارائه‌شده است. متن کاوی اطلاعات متنی غیر ساختاریافته را برای کشف ساختار یافته را برای کشف ساختارها و معانی ضمنی پنهان در آن به کار می برد. در واقع متن کاوی به کارگیری ابزارهای داده کاوی برای بهره برداری از مجموعه های بزرگ متنی و بدست آوردن دانش سودمند معتبر و قابل فهم می باشد بهره گیری از دانش حاصل شده در فرآیند تدوین استراتژی‌های ارتباط با مشتری یا حتی در سطح کلان تر مزیت رقابتی بالایی برای هر سازمان به ارمغان می آورد.
مینا علیپور
اگر به پژوهش در حوزه داده کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر پانصد مقاله فارسی در زمینه داده کاوی و مجموعه های مشابه آن و مقالات مرتبط با کاربرد داده کاوی در پیش بینی بیماری را تهیه بفرمایید.
اگر در زمینه متن کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.