北極光首席執(zhí)行官C.大衛(wèi)·蘇斯博士提出了一個虛擬會話 在市場調(diào)研活動(TMRE)數(shù)碼周上6月24日，關(guān)于新的價值， AI驅(qū)動的工具，用于社交媒體帖子的“面向決策的分析”，以幫助設(shè)置和完善組織的產(chǎn)品營銷策略。

Seuss的主題為“使用機器學習來制定社交媒體營銷決策”的演講重點在于分析Twitter(文本內(nèi)容最豐富的社交媒體平臺)的特定目的，以收集對營銷專業(yè)人員有價值的商業(yè)見解。這些分析可以為重要問題提供答案，包括：

哪些主題標簽與我的主題相關(guān)，并且每個相關(guān)主題標簽的重要性如何?

我應(yīng)該針對哪些作者，受眾和關(guān)鍵字購買廣告?

我應(yīng)該嘗試影響哪些Twitter作者?

我可以從競爭對手在社交媒體帖子中使用的標簽中了解競爭對手的商業(yè)策略嗎?

“對于復雜產(chǎn)品的營銷人員而言，評估Twitter標簽的簡單共現(xiàn)是不夠的，并且常常是完全誤導性的，” Seuss在演講中斷言。“了解社交媒體對話的背景對于獲得對標簽和關(guān)鍵字重疊的真正有意義的分析至關(guān)重要。”

Seuss解釋說，使用AI和機器學習技術(shù)來衡量主題標簽的語義相似性會導致更準確的分析，從業(yè)務(wù)角度來看，這些分析似乎對相關(guān)術(shù)語具有重要意義。此外，蘇斯(Seuss)指出，定量衡量相關(guān)主題標簽重要性的最佳方法不僅是簡單地計算其出現(xiàn)的帖子數(shù)量，而是衡量“凈印象數(shù)”：計算每個帖子的關(guān)注者數(shù)量以及共同出現(xiàn)的標簽被評估，然后取出重疊部分。