現(xiàn)在，你的推文（Tweets）正在被哪些人閱讀？他們往往是你所購產品的制造商。最近一項融合了許多學科知識的有趣實驗正在用于分析淹沒在推特（Twitter）宇宙大數(shù)據(jù)中的各種觀點。Esri、IBM等致力于大數(shù)據(jù)研究的各個廠家目前都在挖掘Twitter內容，并且運用自己開發(fā)的方法對其進行分析。近年來，這種合作開啟了一個研究的新時代，Esri公司的地理信息系統(tǒng)（GIS）技術聯(lián)合IBM的語言與心理分析，可以共同解碼互聯(lián)網(wǎng)上那些浩如煙海的信息。

社交媒體地圖

眾所周知，我們處在信息爆炸的時代，大多數(shù)IT大佬都承認，如果不能盡快地控制數(shù)據(jù)的泛濫成災，將會對人類進步形成巨大的威脅。馴服大數(shù)據(jù)需要發(fā)明新的技術，通過分析和可視化來更好地了解這個龐然大物。

多年來，社交媒體為Esri地圖提供了豐富的數(shù)據(jù)源。2011年，Esri推出了日本地震圖，這是一份概念驗證（proof-of-concept）地圖，來自日本數(shù)百萬Tweets信息為地圖的繪制提供了數(shù)據(jù)源，9.0級的本州地震后來自Tweets的數(shù)據(jù)幫助揭示了在危機中的那些急需物資救援的地點。從此，用社交媒體的內容充實各種地圖就成了司空見慣的做法。2013年，Esri正式進入大數(shù)據(jù)領域，將大數(shù)據(jù)工作流程整合進該公司的ArcGIS產品中，并推出包括GIS Tools for Hadoop在內的數(shù)個GitHub開源項目，這些項目使大數(shù)據(jù)獲得了地理空間能力。

品牌監(jiān)測

社交媒體的高容量、多樣化、高速度及真實性滿足大數(shù)據(jù)的4大典型特征。每天都有超過5億的Tweets信息發(fā)布以及超過35億類似的自媒體信息發(fā)布，社交媒體是一個具有超大信息量并且充滿噪聲的數(shù)據(jù)源范例。在這些喋喋不休中，Twitter用戶可分享其酸甜苦辣的各種經(jīng)歷和各種觀點。但是過濾掉噪聲，依然可以從那些充滿觀點的Tweets中窺見買家的心態(tài)和想法。

通過與IBM阿爾馬登研究中心的加速發(fā)現(xiàn)實驗室合作，Esri創(chuàng)建了一種稱為輿情監(jiān)控的交互式概念驗證（proof-of-concept）地圖，使用Tweets和地理空間技術來了解客戶情感并聚焦于品牌管理。IBM阿爾馬登研究中心的加速發(fā)現(xiàn)實驗室是進行跨行業(yè)大數(shù)據(jù)分析的最先進的實驗室。

Esri總裁Jack Dangermond說，“和GIS的出現(xiàn)一樣，大數(shù)據(jù)分析的出現(xiàn)也是因為需要對出現(xiàn)的問題提供正確的答案。通過分析，我們提取了某些的答案并幫助各機構能更好地了解其客戶。Esri/IBM聯(lián)合輿情監(jiān)控示范則結合了GIS系統(tǒng)和輿情監(jiān)控領域的最新研究成果。”

Esri Tapestry數(shù)據(jù)為品牌管理提供有用的客戶生活方式信息

解碼Decahose

Tweets內容包含了大量的客戶觀點信息，因此早在2010年，Twitter就將其每日的用戶輸出內容進行商品化。Twitter建立了Tweets流許可制，各個企業(yè)以及咨詢公司都可從這些數(shù)據(jù)中淘金。為了著手進行社交媒體分析，IBM從第三方經(jīng)銷商手中獲得了Twitter DecaHose授權（特定時間段內隨機抽取特定范圍內百分之十的Tweets信息）。

針對這些信息，服裝零售商所關心的是品牌管理工具是否可以監(jiān)控Tweets中所有的客戶觀點。IBM加速發(fā)現(xiàn)實驗室的研究員們準備利用品牌管理工具，從多個角度來回答這個有趣的問題。2013年3月，8家全國性服裝品牌被選作樣本，IBM與Esri合作進行聯(lián)合輿情監(jiān)控示范項目。

為了設計輿情監(jiān)控示范系統(tǒng)，Esri的開發(fā)人員花了一天的時間與IBM的研究員們進行討論，實驗室中所有的軟件、數(shù)據(jù)和專利技術都對其開放。最后，利用Portal for ArcGIS和ArcGIS for Server，Esri開發(fā)了一套交互式地圖應用，通過位置和時間可視化Twitter用戶數(shù)據(jù)。這有助于實驗室定義Tweets內容模式，對人口統(tǒng)計資料和客戶類型進行更直觀的認識。IBM的社交媒體分析方法可以解碼客戶觀點、位置及心理語言等各種屬性，可以按地區(qū)對服裝品牌形象進行評價。通過IBM加速發(fā)現(xiàn)實驗室的算法，可推測出未包括在Tweets中的Tweets發(fā)送者的概要信息，如性別及個性特點等，并顯示在地圖底部。從下拉菜單中選擇參與服裝品牌，在不同零售商之間輕松比較Tweets提及率和及其客戶特點。從更微觀的角度，實驗室的心理分析與來自Esri Tapestry人口統(tǒng)計數(shù)據(jù)分析可以并發(fā)執(zhí)行分析得出結果，這個結果可以整合買主本質特征，在個體層面進行數(shù)據(jù)梳理，為品牌經(jīng)理提供了一個客戶關系管理的超強工具。

監(jiān)控危機范圍

Esri及IBM輿情監(jiān)控示范實驗分別按照品牌的正面提及和負面提及做了劃分，并在地圖上顯示出來

對參加輿情監(jiān)控實驗的一家服裝零售商而言，2013年的某一周就像是永遠。2013年，該公司因某簽名品牌的服裝的一個瑕疵而遭到了連珠炮式的投訴。

可以預見的是，在美國某些地區(qū)，通過Tweets活動進行品牌監(jiān)測的現(xiàn)象會增加，這些地區(qū)的位置將在輿情監(jiān)控地圖上表示出來。通過地理位置顯示Tweets信息，可以了解不同地域的人們對產品瑕疵的反映，對社交媒體進行分析可以為在出現(xiàn)危機時第一時間實施品牌管理提供有利的實時信息。

“GIS可幫助確定問題的范圍。”IBM加速發(fā)現(xiàn)實驗室研究人員兼數(shù)據(jù)整合專家Mary Roth說，“結合我們的分析，Esri可快速確定這股Tweets風暴來自何方，比如說，如果只是來自羅德島，地理處理數(shù)據(jù)會顯示出該問題只是地方性問題而沒有蔓延至全國。重要的是，這樣的信息最終會降低響應成本。”

輿情監(jiān)控示范是從Twitter信息源中提取和展示分析結果的最簡單有效的方法。一旦Tweets信息的價值被發(fā)現(xiàn)，品牌經(jīng)理就可通過研究Tweets發(fā)送者的個性特點和人口統(tǒng)計資料進行深入的數(shù)據(jù)挖掘，但是顯示在地圖中的數(shù)據(jù)不會泄露任何用戶的隱私。這種方法為各公司徹底了解其客戶提供了依據(jù)，并借此量身定制其品牌形象，更快、更有針對性地對品牌危機做出反應。

針對所有人的大數(shù)據(jù)分析

盡管有點嚇人，但數(shù)據(jù)洪流仍為以前不可能進行的研究創(chuàng)造了新的機遇，而不再是陳舊零碎的分析。輿情監(jiān)控僅是大數(shù)據(jù)研究的冰山一角，Esri和IBM目前正在設計新的大數(shù)據(jù)分析方法，該方法將地理分析與其合作研發(fā)的方法體系結合在一起。今年，Esri將在進一步加強在此領域的研究，并將發(fā)布一系列革命性的針對大數(shù)據(jù)研究的新工具和方法。