stringtranslate.com

Inteligencia de medios

La inteligencia de medios utiliza la minería de datos y la ciencia de datos para analizar el contenido de los medios públicos, sociales y editoriales . Se refiere a los sistemas de marketing que sintetizan miles de millones de conversaciones en línea en información relevante. Esto permite a las organizaciones medir y gestionar el rendimiento del contenido, comprender las tendencias e impulsar las comunicaciones y la estrategia comercial .

La inteligencia de medios puede incluir software como servicio que utiliza terminología de big data . [1] Esto incluye preguntas sobre la eficiencia de los mensajes, la participación de la voz , la distribución geográfica de la audiencia, la amplificación del mensaje, la estrategia de influencia , el alcance de los periodistas, la resonancia creativa y el desempeño de la competencia en todas estas áreas.

La inteligencia de medios se diferencia de la inteligencia empresarial en que utiliza y analiza datos fuera de los cortafuegos de la empresa . Algunos ejemplos de esos datos son el contenido generado por los usuarios en sitios de redes sociales, blogs , campos de comentarios y wikis, etc. También puede incluir otras fuentes de datos públicos como comunicados de prensa , noticias, blogs, presentaciones legales, reseñas y anuncios de empleo.

La inteligencia de medios también puede incluir inteligencia competitiva, en la que la información que se obtiene de fuentes disponibles públicamente, como redes sociales, comunicados de prensa y anuncios de noticias, se utiliza para comprender mejor las estrategias y tácticas que están implementando las empresas competidoras. [2]

La inteligencia de los medios se mejora mediante tecnologías emergentes como la inteligencia ambiental , el aprendizaje automático , el etiquetado semántico , el procesamiento del lenguaje natural , el análisis de sentimientos y la traducción automática .

Tecnologías utilizadas

Las diferentes plataformas de inteligencia de medios utilizan diferentes tecnologías para monitorear , seleccionar contenido, interactuar con el contenido, analizar datos y medir el éxito de las comunicaciones y las campañas de marketing. Estos proveedores de tecnología pueden obtener contenido extrayendo contenido directamente de sitios web o conectándose a la API proporcionada por las redes sociales u otras plataformas de contenido creadas para que desarrolladores externos desarrollen sus propias aplicaciones y servicios que accedan a los datos. Las empresas de tecnología también pueden obtener datos de un revendedor de datos.

Algunas empresas de análisis y monitoreo de redes sociales utilizan llamadas a proveedores de datos cada vez que un usuario final desarrolla una consulta. Otras archivan e indexan publicaciones en redes sociales para brindar a los usuarios finales acceso a pedido a datos históricos y habilitan metodologías y tecnologías que aprovechan los datos relacionales y de red. Otras empresas de monitoreo utilizan tecnología de rastreo y rastreo para encontrar referencias de palabras clave, conocida como análisis semántico o procesamiento del lenguaje natural . La implementación básica implica curar datos de redes sociales a gran escala y analizar los resultados para darles sentido. [3]

Véase también

Referencias

  1. ^ Leslie Nuccio (19 de enero de 2015). "Digital Breadcrumbs and the New Media Intelligence". Social Media Today . Consultado el 23 de marzo de 2017 .
  2. ^ Oh, Onook; Agrawal, Manish; Rao, H. Raghav (2013). "Inteligencia comunitaria y servicios de redes sociales: un análisis teórico de rumores de tuits durante crisis sociales". MIS Quarterly . 37 (2): 407–426. doi :10.25300/MISQ/2013/37.2.05. ISSN  0276-7783. JSTOR  43825916. S2CID  16343216.
  3. ^ De, Shaunak; Maity, Abhishek; Goel, Vritti; Shitole, Sanjay; Bhattacharya, Avik (2017). "Predicción de la popularidad de las publicaciones de Instagram para una revista de estilo de vida mediante aprendizaje profundo". 2017 2nd International Conference on Communication Systems, Computing and IT Applications (CSCITA) . págs. 174–177. doi :10.1109/CSCITA.2017.8066548. ISBN 978-1-5090-4381-1.S2CID35350962  .​