上回提過，現今世代品牌在社交平台或討論區收集得來的意見，都屬於較難分析的 Unstructured Data (非結構式資料)，到底應該用甚麽方法分析他們呢？
先了解 Unstructured Data 的本質
大家其實可以反過來想想：在回答市場問卷之類的調查時，大家對某企業或某產品有一定程度的感受或體會，但如沒有問卷的「幫助」，這些感受、體會也是亂糟糟的 — 簡單來說，所有資料本來就是Unstructured Data 來的。為了方便分析，Marketers 就得想些方法，將收集得來的意見，自動成為 Structered Data：例如向顧客提供問卷，設定特定問題，把意見的範圍收窄。
因此，在把資料由非結構式轉為結構式時，必然出現 Data Lost 的情況，因為人力有限，絶不能同時間將所有 Data 都分析。在簡單方便分析的 Structred Data 及意見內容廣泛的 Unstructed Data 兩者之間，品牌就得以取捨：如選擇 Structed Data 時，分析時當然更快更有效率，可惜品牌亦因而失去一堆寶貴意見。
人類處理不了 Unstructured Data，但是現今的資訊科技其實就能幫到大家。
- Data Mining (資料發掘)、Natural Language Processing (自然語言處理，NLP) 以及 Text Analytics (文本分析) 均為處理 Unstructured Data 的方法。
- 由 IBM 及 Apache Software Foundation 所開發的 Unstructured Information Management Architecture (非結構化信息管理架構，UIMA) 為用戶提供框架 (Framework)，能從客戶意見中抽取重點訊息，之後再從新組合成為能夠簡易理解的數據。
- 人工智能 (Artificial Intelligence, AI) 的發展一日千里，這亦有助於處理大量的 Unstructured Data，方便 Marketers 研究及分析。
近年來有更多的公司投放資源到分析 Unstructured Data，從而發掘更多的顧客體驗、找出潮流趨勢、揭露 Unstructured Data 當中潛藏的資訊、顧客滿意程度以及消費時的動機等等。
把意見分析得清清楚楚，閣下的品牌發展之路亦應該更加明確。請留意拾捌堂下一堂：「學會以下 6 大招式，處理顧客意見難不到你」。
編輯推介：
Word-of-Mouth Marketing ， 5 大招式助你更有效推廣市場！
