Soluzioni per la ricerca di contenuti e informazioni

In un’età segnata da rapidi cambiamenti tecnologici e da un aumento della competizione globale, la conoscenza approfondita della propria area di competenza fornisce ad un’azienda un sensibile vantaggio competitivo. L’economia attuale, sempre più basata sulla circolazione e sulla condivisione dell’informazione, richiede un elevato livello di gestione della conoscenza a tutti i livelli.

La risposta alle esigenze di ricerca su informazioni non strutturate

A partire dalla metà degli anni ‘90, con la prepotente affermazione delle reti aziendali e la maggiore potenza di calcolo a disposizione, si è sentita l’esigenza di strumenti che consentissero un accesso semplice e intuitivo alle informazioni. Per quanto riguarda le fonti documentali testuali, che rappresentano l’80% di tutte le informazioni rilevanti per un’azienda, gli sforzi intrapresi hanno prodotto solo risultati parziali. Questo avviene a causa di problemi sia qualitativi, legati alla difficoltà di automatizzare il recupero e la gestione delle informazioni, sia quantitativi, dipendenti dal volume documentale sempre crescente. I motori di ricerca aziendali, anziché semplificare il recupero delle informazioni, lo hanno reso ancora più complesso, restituendo alle interrogazioni lunghe liste di documenti di cui spesso non è chiara né la pertinenza, né la rilevanza.

Migliori capacità di ricerca per un aumento dell'efficienza aziendale

In generale, una gestione non efficiente della conoscenza può influire negativamente sulla produttività di un’azienda e comprometterne la possibilità di affermazione sul mercato. La necessità di integrare i dati con informazioni non strutturate, nascoste e quindi prive di valore perché non facilmente accessibili, complica non poco la governance aziendale. L’informazione più rilevante, infatti, si può cogliere spesso solo "leggendo tra le righe". E-mail, telefonate o pagine Web - trasformate in conoscenza - possono costituire una fonte inesauribile e continuamente aggiornata su cui basare i processi decisionali dell’azienda. In media, tuttavia, il 50% del tempo dedicato ad attività di trattamento delle informazioni è assorbito dalla ricerca e dalla consultazione dei documenti, il 10% è legato ad attività di ricerca infruttuose e un altro 20% alla riscrittura totale o parziale dei testi.

Text Mining e Semantica: tecnologie e strategie per una gestione ottimale della conoscenza

Il Text Mining e la Semantica sono la risposta all’Information Overload nella gestione delle informazioni. Permettono infatti di gestire in automatico un insieme esteso di testi, classificandoli sulla base dell’argomento trattato ed estraendone le informazioni più rilevanti. Il Text Mining è una metodologia di Analisi Linguistica e Statistica.

L’Analisi Linguistica permette di individuare gli elementi chiave di ciascun testo, operando elaborazioni di tipo morfologico, sintattico, logico-funzionale e semantico. L’analisi morfo-sintattica classifica grammaticalmente ogni parola, riducendo il numero di concetti candidati a descrivere un testo. In un testo di politica o di economia, ad esempio, i nomi propri di persona, luogo e organizzazione permettono una facile identificazione del tema trattato, mentre in una e-mail o in un post di un forum gli aggettivi possono graduare la valenza positiva o negativa di un servizio. L’analisi logica consente quindi di capire chi fa che cosa, come, quando e dove. L’analisi semantica coglie infine il significato profondo di ogni parola. Un’analisi proiettiva delle informazioni consente poi di valutare con ottimi margini di precisione il grado di soddisfazione dei clienti a fronte di specifiche iniziative commerciali dell’azienda. Collocare il nome di un’azienda nello "Spazio delle Parole", valutarne la distanza da concetti quali buono, bello, giovane, rassicurante e così via permette di cogliere la percezione che di essa hanno i clienti o i potenziali fruitori di un suo servizio (Semiometria e Brand Analysis).

L’Analisi Statistica consente infine di assegnare i documenti sia a categorie tematiche predefinite e personalizzate (Categorizzazione), che a categorie non note a priori (Clustering). Nel caso della Categorizzazione, ad esempio, un articolo può essere associato automaticamente a temi quali politica, cronaca, economia, sport o spettacolo, mentre un’e-mail può essere re-indirizzata automaticamente al reparto aziendale pertinente. Nel caso del Clustering, la classificazione dei testi avviene mediante un’aggregazione spontanea. Questo permette di aggregare lamentele o suggerimenti riguardo a prodotti e servizi secondo prospettive diverse, fornendo all’azienda nuove chiavi interpretative.