Un nouveau guide sur la technologie de texte mining de SPSS présente les meilleures pratiques pour les entreprises soucieuses d'exploiter la valeur que recèlent les données non structurées
Paris, le 22 janvier 2008 - SPSS Inc. (Nasdaq : SPSS), l'un des premiers
fournisseurs
mondiaux de logiciels et de solutions d'analyse prédictive annonce
que Nucleus Research,
fournisseur de services de recherche et de conseil dans le domaine des technologies
d'investigation, a trouvé que la technologie de texte mining de SPSS
peut réduire la rotation
de la clientèle de plus de 50 % lorsqu'elle est implémentée
correctement dans le cadre d'une
stratégie globale de satisfaction de la clientèle. Nucleus
Research a également constaté que
le texte mining offre aux analystes un gain de productivité pouvant
atteindre 50 %.
Ces constats sont décrits dans le "Guidebook: SPSS Text Mining", qui identifie les meilleures pratiques et les faux pas à éviter. Ce guide explique aussi comment affiner les méthodes permettant d'intégrer le texte mining aux analyses. Les entreprises ont ainsi une meilleure connaissance des attitudes et des comportements de leurs clients et prennent des décisions plus pertinentes.
« Nous trouvons que la technologie de texte mining de SPSS, indépendamment ou conjointement au data mining transactionnel classique, aide les entreprises à replacer leur connaissance des clients dans son contexte. Elles identifient ainsi les améliorations possibles et sont en mesure de mieux comprendre, prévoir et anticiper les interactions avec leurs clients », explique Rebecca Wettemann, vice-présidente de Nucleus Research.
« Les entreprises qui adoptent la technologie de texte mining peuvent tirer parti de l’information disponible sur le Web et des interactions avec leurs clients pour bénéficier d'un avantage concurrentiel.»
SPSS Text Mining for Clementine 12.0® apporte aux entreprises un
avantage exceptionnel
lorsqu’il s’agit d’extraire des concepts clés, des
impressions et des relations dans les
différentes langues de données textuelles, "non structurées",
telles que les emails, les notes
des centres d'appel, les blogs, les flux RSS et les sondages. Les utilisateurs
peuvent extraire
facilement des informations et des prévisions supplémentaires
de ces données pour réduire
la rotation de la clientèle, améliorer la productivité et
réduire les fraudes, tout en améliorant
les résultats de leurs campagnes marketing et promotionnelles.
« Le guide de Nucleus Research confirme notre leadership sur le marché de l'analyse prédictive. Il démontre en outre la puissance du texte mining, qui aide l'entreprise à tirer des conclusions plus fiables et à prendre des mesures plus efficaces », a déclaré Olivier Jouve, vice-président chargé du développement commercial de l'activité de data et texte mining chez SPSS. « Étant donné que 80 % des informations de l'entreprise se présentent sous forme de texte, la technologie de SPSS analyse rapidement et facilement les informations non structurées pour optimiser et automatiser les décisions. »
Pour plus d’informations :
Nucleus Research's "Guidebook : SPSS Text Mining" Report, téléchargement
possible :
www.spss.com/pdfs/Guidebook%20--%20SPSS%20Text%20Mining.pdf
Text Mining Clementine 12.0, annoncée le 14 janvier dernier :
http://www.spss.com/text_mining_for_clementine/.
