Дек
13

Филби

С большим интересом недавно  протестировала еще один российский сервис  мониторинга веб 2 «Филби» компании «МФИ Софт». Компания хорошо известна как производитель и поставщик сложных информационных систем для государственных и коммерческих структур, включая программно-аппаратные комплексы для СОРМ. Понятно, что сервис «Филби» не является флагманским продуктом группы, а представляет собой органичное дополнение к другим сервисам и продуктам линейки.

В принципе российская ниша сервисов мониторинга социального веба перенасыщена. В настоящее время наиболее широко используются такие сервисы, как IQbuzz, Amplifr  и SocialPilot и т.п. Функционал сервиса достаточно традиционен для российских решений.

Чтобы найти упоминания объекта интереса, сервис просеивает тысячи источников — от социальных сетей до тематических форумов и электронных СМИ. Разбирая тексты по ключевым запросам, система анализирует содержание и определяет тональность текстов, группирует публикации по тематике содержимого, объединяет дубликаты упоминаний, а также скрывает нерелевантную информацию и спам.

На момент запуска «Филби» держит в постоянном фокусе более 4 тысяч часто посещаемых русскоязычных интернет-ресурсов, проводит аналитику социальных сетей: ВКонтакте, Twitter, Facebook, Instagram, LiveJournal, видеохостингов, блогов и форумов, а также анализ федеральных и региональных СМИ и агрегаторов отзывов. Охват источников увеличивается за счет регулярного подключения актуальных для пользователей ресурсов. Планом развития сервиса в ближайшие месяцы предусмотрено пятикратное увеличение поставщиков информации.

Разработчики сервиса много внимания уделяют лингвистическому анализатору. Его механизм способен выявлять эмоциональное отношение к объектам упоминаний, опираясь на сопоставление и сравнение различных сущностей текста. Многомерные данные представлены в аналитическом разделе сервиса таким образом, чтобы это было удобно, понятно и доступно пользователю. Среди отчетов — хронологическая карта распространения публикации и многоуровневые представления демографических данных авторов упоминаний.

Свое тестирование я проводила на примере Дональда Трампа. Система «Филби» сравнивалась с двумя контрольными сервисами, в качестве которых был использованы IQbuzz и YouScan. Выборка «Филби» оказалась примерно равной IQbuzz и заметно большей, чем YouScan. Кроме того, за счет автоподбора ключевых слов по заданным образцам «Филби», по крайней мере, по субъекту Дональд Трамп дал большее разнообразие мнений и несколько большую частоту упоминаний? Чем контрольные сервисы.

К несомненным достоинствам «Филби» стоит отнести предельно понятный, интуитивный интерфейс и оптимальный уровень визуализации. Случается, что в погоне за новыми заказчиками создатели тех или иных сервисов перегружают представление данных в визуальном виде, забывая, что лучшее – враг хорошего. Диаграммы и схемы «Филби» понятны, динамичны и по-хорошему лаконичны.

Создатели сервиса справедливо гордятся возможностью получать срез мнений не только по тональности, но и по демографическим характеристикам, локациям, источникам  поступления информации. Однако, по крайней мере, на примере отслеживаемой кампании, для более чем  90% сообщений указанные характеристики отсутствовали.

По соотношению цена/качество и удобству работы у сервиса есть хорошие перспективы даже на перенасыщенном рынке. В то же время хотелось предложить два направления совершенствования сервиса. Каждый из видов социальных медиа, например Twitter и Facebook, Instagram и блоги имеют свою специфику. Точный учет этой специфики позволяет осуществлять не просто конструирование информационных потоков, а обеспечивают каскадные эффекты. Для того, чтобы научиться работать с каскадами инфоинженерам и медиапланерам необходимо иметь в руках инструмент, который позволял бы оценивать, каким образом тема из одних социальных медиа переходит в другие, хотя бы на первом этапе через фактор отслеживая. Пока все сервисы мониторинга, и «Филби» не исключение, задают единые графические аналитические рамки: все сообщения, независимо от типа медиа, анализируются от даты к дате. Было бы замечательно в качестве первого шага перехода к каскадному анализу предусмотреть возможность, например, отслеживание компании в Twitter с 1 по 5 число, а в блогах – с 4 по 10 на одном экране, и  т.п.

Есть и второе предложение. Вот уже 10 лет все сервисы мониторинга веб не только в России, но и за рубежом не идут дальше анализа тональности, деля ее на три или на пять интервалов. С точки зрения достижений психолингвистики подобный подход – это даже не вчерашний, а позавчерашний день. Имея мощную мониторинговую систему, и подсоединив ее к эффективным психосемантическим аналитическим блокам, можно извлекать из информационного пространства не отдельные крупицы знаний и красивые графики для отчета, а подлинные самородки. Известно, что в США две фирмы уже начали работу в этом направлении. Хочется пожелать «Филби» подумать о том, чтобы стать подлинным лидером на рынке анализа социального веба за счет подключения мощи психолингвистики.


Прокомментировать

 
ОБО МНЕ

Последние записи

Сообщество Практиков Конкурентной разведки (СПКР)

Архивы