Social Media liefert uns eine gewaltige Menge an wertvollen Daten über das Verhalten und die Meinungen von Verbrauchern, aber es kann schwierig sein, Erkenntnisse in unübersichtlichen, unstrukturierten Datensätzen zu finden. Bei Brandwatch nutzen wir modernste KI, wie z. B. GPT, um das Rauschen zu durchbrechen und die Zeit bis zur Erkenntnis zu verkürzen.

Social Media liefert uns eine gewaltige Menge an wertvollen Daten über das Verhalten und die Meinungen von Verbrauchern, aber es kann schwierig sein, Erkenntnisse in unübersichtlichen, unstrukturierten Datensätzen zu finden.

Bei Brandwatch nutzen wir modernste KI, wie z. B. GPT, um das Rauschen zu durchbrechen und die Zeit bis zur Erkenntnis zu verkürzen.KI macht in diesen Tagen Schlagzeilen, da die Entwicklung neuer Modelle und Fähigkeiten immer schneller voranschreitet und die Öffentlichkeit von dieser Technologie begeistert ist.

Wir bei Brandwatch sind schon sehr gespannt darauf, was diese Entwicklungen für die Consumer-Intelligence- und Social-Media-Management-Branche bedeuten werden und wie KI eingesetzt werden kann, um neue Probleme zu lösen und zeitraubende Aufgaben zu übernehmen.

Während wir jeden Tag neue Technologien erforschen, arbeiten wir schon seit vielen Jahren mit modernster KI, maschinellem Lernen und statistischen Modellen, und wir sind immer auf der Suche nach neuen Möglichkeiten, unsere Technologie zu nutzen.

Unser neuestes Update nutzt unsere KI-Suchfunktion, die als erste in unserer Branche eine Möglichkeit bot, relevante Daten zu jeder Marke, Person oder jedem Thema mit einem einzigen Klick zu suchen, und kehrt sie um. Jetzt können Sie unsere KI beauftragen, einen beliebigen Datensatz zu durchsuchen und nach allen potenziellen Entitäten (z. B. soziale Handles und Websites, die in den Beiträgen Ihrer Zielgruppen erwähnt werden) die sie kennt, zu suchen und Ihnen zu zeigen, worüber die Menschen sprechen.

KI-Suche, unterstützt durch GPT

Brandwatchs KI-Suche kann relevante Erwähnungen einer Entität, nach der Sie suchen, mithilfe eines Generative Pre-trained Transformer (GPT) finden. GPT ist eine Art von Sprachmodell, das von OpenAI entwickelt wurde und Deep Learning nutzt, um natürlichsprachlichen Text zu generieren. Es kann auf verschiedene Arten angewendet werden, von der Vorhersage des nächsten Wortes in einem Satz bis zur Generierung ganzer Artikel aus einer Eingabeaufforderung.

Brandwatch nutzt GPT für das Verständnis von Sprache und Kontext, um Erwähnungen von allem, wonach Sie suchen, zu disambiguieren. Zum Beispiel bestimmt GPT anhand des Wortes "Apfel" und der Wörter, die es in einem sozialen Posting umgeben, über welchen "Apfel" gerade gesprochen wird:

  • Apfel, die Frucht
  • Apple, das Plattenlabel
  • oder Apple, das Technologieunternehmen

Dies kann für alle Themen geschehen, für die es eine Wikipedia-Seite gibt, und nutzt den Inhalt dieser Seite, um den Kontext zu verstehen, in dem normalerweise über ein Unternehmen gesprochen wird. 

Das macht die Suche in Brandwatch schnell und einfach. Sie müssen keine langen und komplexen booleschen Suchstrings erstellen, um relevante Daten zu erhalten. Außerdem können Sie KI-Suchbegriffe mit booleschen Schlüsselwörtern oder einer Bild- und Logosuche kombinieren, wenn Sie die KI unterstützen möchten, und eine noch fortschrittlichere Suche aufbauen.

Anwendung der KI-Suche auf Word Clouds

In der Wortwolken-Komponente von Brandwatch können Sie nun die gleiche KI bitten, Ihre Daten zu durchsuchen und zu zeigen, über welche Themen am häufigsten gesprochen wird.

Das macht es viel einfacher, einen schnellen Überblick darüber zu bekommen, was in den von Ihnen gesammelten Konversationen "los ist". Es hilft Ihnen, Schlüsselthemen, Wettbewerber, Ereignisse oder Personen zu entdecken, über die im Zusammenhang mit Ihrer Marke gesprochen wird.

Im Vergleich zur Betrachtung allgemeiner Schlüsselwörter bietet dies einen viel aufschlussreicheren Überblick und hilft Ihnen, Trends zu entdecken, von denen Sie gar nicht gewusst hätten, dass Sie danach suchen sollten.

In diesem Beispiel, in dem die Wortwolken mit der Konversation über Tesla verglichen werden, sind die wichtigsten Vorteile der neuen KI-gestützten Themen im Vergleich zu einfachen Schlüsselwörtern sofort zu erkennen:

  • Es werden die meisten irrelevanten Schlüsselwörter entfernt, die zwar häufig vorkommen, aber wenig Kontext zu den allgemeinen Themen der Konversation liefern. Wörter wie "Leute", "gemacht" oder "erzählt".
  • Es wurden spezifische Entitäten erkannt, wie die verschiedenen Tesla-Modelle, über die gesprochen wird, darunter das "Model 3", "Model S" und der "Tesla Cybertruck", oder die Konkurrenten Ford und Mercedes.
  • Es wurden auch verwandte Themen aufgedeckt, die nicht direkt mit der Anfrage zusammenhängen, wie "Kryptowährung" und soziale Netzwerke.

Vertiefung von AI-Themen

Dies gibt uns zwar einen großartigen, schnellen Überblick, aber der wirkliche Wert kommt, wenn wir anfangen, ein wenig tiefer zu graben. Brandwatch ist so flexibel, dass wir die KI-Themenanalyse auf alle verschiedenen Segmente anwenden können, die wir untersuchen möchten. Das macht das Verständnis dessen, worüber in verschiedenen Kontexten gesprochen wird, noch einfacher und aufschlussreicher.

Zum Beispiel können wir Brandwatchs Ready to Use Social Panels verschiedener Generationen nutzen, um beliebte Themen und Stories, die unter diesen diskutiert werden, zu untersuchen. Hier können wir sehen, dass die Baby Boomer mehr über Themen im Zusammenhang mit Steuern und eine Geschichte über die Tesla-Fabrik in Berlin sprechen, die 5000 neue Fahrzeuge pro Woche baut. Währenddessen spricht die Generation Z viel mehr über die Geschwindigkeit und Leistung der Tesla-Fahrzeuge, und die Topic Cloud greift auch Themen auf, die mit Nachhaltigkeit zu tun haben, und verweist auf Erdgas, das zur Stromerzeugung verwendet wird, und auf Kobalt, das bei der Batterieproduktion eingesetzt wird.

Entdeckung von Personas mit KI

Diese KI-gestützte Themenanalyse kommt dann zum Tragen, wenn Sie einen besonders generischen oder breiten Datensatz betrachten. Dann ist es in der Regel am schwierigsten, gemeinsame Themen und Erkenntnisse herauszufiltern. 

Ein großartiges Beispiel hierfür ist die Untersuchung der Konversationen einer Gruppe von Autoren. Selbst eine bestimmte Gruppe von Personen, die durch gemeinsame Interessen oder Merkmale miteinander verbunden sind, wird über viele verschiedene Dinge sprechen. Wie können Sie schnell einige interessante Themen herausfinden, um ein Publikum besser zu verstehen, so dass Sie relevante Inhalte erstellen können, um sie zu erreichen oder um Ihre Strategie in anderen Bereichen zu informieren?

Mit Brandwatch können Sie umfassende Social Panels von Autoren erstellen, basierend darauf, wie diese sich selbst beschreiben, wem sie folgen, oder über welche Themen sie in der Vergangenheit gesprochen haben. Dann können Sie alles abfragen, worüber sie sprechen, um einen kompletten "Whitespace"-Forschungsdatensatz über die Gespräche Ihrer wichtigsten Zielgruppe zu erstellen.

Hier ein Beispiel für Personen, die in Online-Foren angegeben haben, dass sie einen Lkw besitzen" oder fahren". Nennen wir dies unsere Zielgruppe "Lkw-Fahrer". Wenn wir uns die am häufigsten von dieser Gruppe verwendeten Schlüsselwörter ansehen, erfahren wir nichts Nützliches darüber, wer diese Personen sind oder worüber sie sprechen.

Wenn wir denselben riesigen Datensatz mit KI-Themenextraktion analysieren, haben wir plötzlich einen Einblick in eine Online-Community, die uns wesentlich mehr sagen kann. Diese Gruppe spricht über einige Themen, die man vielleicht erwarten würde, z. B. über "Autos" und "Lastwagen", vielleicht über "Gott" und die "Vereinigten Staaten von Amerika", aber wir haben wahrscheinlich nicht erwartet, dass "Shakespeare" eine so häufig verwendete Referenz ist.

Dies kann uns auf neue Ideen bringen, wie wir unsere Zielgruppen verstehen und mit ihnen in Kontakt treten können.

Was erwartet uns als Nächstes in Sachen KI bei Brandwatch?

Wir untersuchen ständig, wie diese Entwicklungen auf neue Weise angewendet werden können. Aufbauend auf unserer GPT-gestützten KI-Suche und Themenanalyse planen wir, diese in weitere Komponenten und Visualisierungen einzubauen. Wir untersuchen auch, wie wir diese Technologie auf weitere Sprachen anwenden können.

Wir sind über die schnellen Fortschritte bei neuen KI-Entwicklungen begeistert und suchen nach Möglichkeiten, Open-Source-Modelle wie ChatGPT und andere zu integrieren, um verschiedene Problemstellungen in unserer Produktpalette zu lösen. So können wir beispielsweise KI einsetzen, um Social Copy oder Antworten vorzuschlagen, Datensätze mit natürlicher Sprache zusammenzufassen oder flexiblere Modelle zur Stimmungsanalyse zu erstellen. Da diese Technologie immer leistungsfähiger und zugänglicher wird, eröffnet sie neue Wege für Innovationen, verkürzt die Zeit bis zur Erkenntnis und hilft unseren Nutzern, große Datenmengen in verwertbare Informationen umzuwandeln.