USD 92.26 ЕВРО 99.71

Константин Черноусов: «Мы автоматизируем процесс так называемого краудсорсинга, когда за счет нашего решения становится возможным проанализировать каждую отдельную идею».

Мнения

На наши вопросы отвечает Константин Черноусов, заместитель генерального директора VESOLV.
Константин Черноусов— Чем вызвано Ваше решение о начале сотрудничества с Yandex Data Factory?

Мы занимаемся анализом неструктурированных данных на базе подхода текстовой аналитики уже продолжительное время. За это время изучили и поняли возможности различных платформ: как с открытым кодом, так и коммерческих от различных вендоров, в том числе и решение от Yandex Data Factory. У каждой платформы свои преимущества и недостатки, возможности и ограничения.
 
Когда мы готовили продукт для коммерческого сектора, нам пришлось еще раз пересмотреть показатели платформ, поскольку значение здесь имеет не только стоимость владения решением, но и значительную роль играет сложность внедрения на предприятии, возможности по встраиванию во внутреннюю инфраструктуру, уровень знаний персонала, использующего продукт, и, конечно, качество работы с русским языком.

Мы видели, что платформа Yandex Data Factory обладает необходимым функционалом, который позволяет кастомизировать решение в соответствии с потребностями  конкретной организации. Нам удалось достичь взаимовыгодных условий с руководством Yandex Data Factory и объединить компетенции специалистов Yandex Data Factory и VESOLV.

— Проводились сравнения между результатами, получаемыми после «ручных» (традиционных) методов получения информации об удовлетворенности и мнениях клиентов и посредством Вашей платформы VESOLV VoC?

Во-первых, обучение решения на ограниченной выборке данных (~1500 отзывов) проводилось вручную. Во-вторых, решения класса «Текстовая аналитика» пока не достигли уровня, когда можно говорить о 100% достоверности распознавания данных (а можно ли вообще говорить всегда о 100% даже при естественном общении?). Мы говорим о параметре «достоверность распознавания», когда эксперт проверяющий качество работы машинного алгоритма соглашается, что машина отработала верно. Другой параметр — «порог достоверности» — позволяет нам сортировать входящую информацию на два выходных потока: достоверно распознанную информацию и для ручного разбора.  «Достоверно распознанная» информация используется для сценариев реального времени и для построения отчетов, а второй поток после ручного разбора используется для обучения системы.

Такой подход позволяет повысить производительность работы экспертов на 2-3 порядка и существенно сократить издержки в цепочке взаимодействия с клиентом. Эксперты компании больше времени тратят на основные задачи: общение с клиентом, анализ продуктовой матрицы, понимание источника проблемы, вместо изучения большого объема информации.
Если говорить о цифрах, то достоверность сильно зависит от многих факторов: обсуждаемого продукта, региона клиента, возраста клиента, уровня образования. Мы оцениваем средний уровень достоверности по информации об удовлетворенности и по мнениям (как среднюю температуру по больнице) как 82%. По правилу «3 сигм» диапазон достоверности — от 76% до 92% по количеству отзывов.

— Может Ваша система распознавать и учитывать «троллей» — людей, которые специально, за деньги, создают негативный или позитивный образ? Ведь они могут значительно искажать реальный фон потребительского настроения в сети.

На текущий момент у нас накоплен еще недостаточный объем данных, чтобы можно было говорить о значительном прогрессе в данном направлении. Мы не можем с высокой степенью достоверности отличить «сложного» тролля от обычного человека. С ботами проще, хотя бывают достаточно сложные алгоритмы. Но таких троллей и ботов, как правило, сложно выделить и опытному эксперту. Мы лишь извлекаем значимую информацию из большого объема данных и позволяем клиентам делать это эффективно — быстро и дешево.
Сейчас мы работаем в данном направлении. В своих тестах уже получили неплохие результаты по выделению элементарных троллей и ботов. И на большом объеме информации, как правило, их влияние оказывается незаметным.
 
Также обращу внимание, что мы не фильтруем подобную информацию, а маркируем ее признаками «тролль/бот» с какой-то степенью достоверности. Таким образом, предоставляя экспертам дополнительную информацию для анализа деятельности троллей и ботов.

— Вы ожидаете реальный интерес со стороны государственных организаций к Вашему новому продукту, выпуск которого запланирован на 2017 год? Может быть у Вас уже есть предварительные заказы? Бытует мнение, что работой многих государственных структур больше недовольны, чем довольны, и об этом не очень хочется знать тем чиновникам, которые  могут влиять на эту ситуацию.

Мы обсуждаем несколько интересных идей, как со стороны частных организаций, так и государственных структур. Дело в том, что мы говорим не о стоимости подобного решения, а о ценности, которую сможем принести для социального развития. Основная идея состоит в сокращении времени от идеи до реализации (например, от идеи до закона или от идеи до закупки). Условия времени требуют повышения эффективности работы государственной машины, и мы предоставляем инструмент, позволяющий вывести отдельные функции на качественно новый уровень.

Относительно недовольства той или иной структуры мы говорим, в первую очередь, не о недовольстве в общем, а о недовольстве конкретными направлениями, событиями и фактами. Мы делаем возможным анализировать весь объем доступной информации по различным категориям в зависимости от планов развития того или иного ведомства, а не только ее часть.
С другой стороны мы автоматизируем процесс так называемого краудсорсинга, когда за счет нашего решения становится возможным проанализировать каждую отдельную идею. И использовать эти идеи как для стратегического планирования, так и для оперативного реагирования на значимые события.