Esta apresentação contem as informações compartilhadas no Webinar - Analytics em Mídia Sociais - Uma aplicação na Saúde e CRM.

1. Web-Seminário
Analytics em Mídia Sociais
Uma aplicação na Saúde e CRM
Web-Seminário
Analytics em Mídia Sociais
Uma aplicação na Saúde e CRM

2. Agenda
Obtendo uma visão geral da rede de relacionamento de
pessoas de interesse.
Ter uma melhor compreensão das características das
pessoas que fazem menção sobre a empresa em mídia
social
Quem?
O que?
Como?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis

3. Objetivo do CRM
Identificar cada cliente, diferenciar os melhores, conhecer seus perfis e preferências, e interagir com
cada cliente com objetivo de:
● Aumentar valor para o cliente
● Aumentar o valor para a empresa
CRM
Conhecer bem os clientes faz a diferença

4. Sofisticado
Carlos, 35 anos
Usa para trabalhar
Se interessa por :
● Automóveis
● Tecnologia
● Boa
● Eventos culturais (teatro)
Moderna
Marta, 28 anos
Organiza baladas
Se interessa por :
● Beleza
● Moda
● Turismo – Esportes radicais
● Dança
Esportista
Guilherme
Fala só com a família
Se interessa por :
● Corrida
● Viagens - Praia
● Esportes
Os clientes tendem a ficar mais satisfeitos quando a empresa interage com eles da forma que
mais lhes agrada e oferece produtos e serviços que realmente lhes interessam.
Conhecimento como ativo

5. Toda informação sobre o cliente esta no banco da de dados da empresa?
Ainda que o modelo apresente uma boa assertividade, existem
diversas informações relevantes sobre o cliente que não estão nos
bancos de dados proprietários.
Não é incomum profissionais
trabalharem com base na tese de
que que toda ou a maior parte da
informação sobre o cliente esta no
banco de dados da empresa.

6. Rede de usuários do Facebook.
Paul Butler, um engenheiro do Facebook interessado em verificar como as fronteiras dos países
condicionam as amizades no mundo, criou um mapa mundial que mostra as conexões dos mais de
500 milhões de usuários da rede social, de forma que cada linha deste gráfico, pode representar um
relacionamento de amizade, na rede social, seja ele um membro da família no estrangeiro, um antigo
colega de faculdade, membros de uma igreja, etc.
Mais Informações

7. - 76 milhões de usuários no Facebook
- Twitter 42 milhões
- 490 milhões de vizualizações, sendo 8 milhões
visitantes únicos/mês
Fonte Reuters
Estatísticas do Brasil

8. Para compreender uma precisamos compreender a sua rede (grupo, cluster)
Não somente as características individuais, são importantes
para compreender o comportamento das pessoas.
Estudos tem encontrado que as redes de relacionamento
influenciam e são influenciadas pelos indivíduos.
Desta forma entender estas redes é fundamentam para se
ampliar a compreensão a respeito do comportamento das
pessoas.
Novas drives devem ser contemplados:
● Conteúdo, direção e força
● Laços sociais (que conectam pares de atores através de
uma ou mais relações)
● Multiplexidade
● Composição do laço social
Veja este post

9. Analisar dados das bases convencionais e dados da Web

10. Agenda
Obtendo uma visão geral da rede de relacionamento de
pessoas de interesse.
Ter uma melhor compreensão das características das
pessoas que fazem menção sobre a empresa em mídia
social
Quem?
O que?
Como?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis

11. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis

12. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Plano de saúde

13. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Agência monitora a opinião de internautas sobre o elenco corintiano,
e Adriano é o 1º alvo
Fonte: UOL

14. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Processando - Busca dos termos
O workflow (Obtendo dados das redes sociais) desenvolve a busca de termos (no exemplo:
Plano de Saúde e Seguro Saúde), em seguida processa técnicas de Text mining e
apresenta uma Tag Cloud.
A busca deste e qualquer outro termo
e o respectivo processamento
podem ser feitos em tempo real.

15. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Antes de baixar e processar os workflows.
Para quem não é familiar com o KNIME, sugiro ver primeiramente os seguintes videos:
Introdução ao KNIME Obtendo informações a partir do Twitter
Baixar o Workflow O que? Parte - I
Clique para
ver o Video

16. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Em poucas palavras, análise de sentimentos é:
um processo que envolve métodos de Text mining, onde o
objetivo é identificar se os termos que foram extraídos de um
determinado texto representam expressões positivas ou
negativas e relação ao um tópico ou contexto particular.

17. O que?
Obtendo informações das redes sociais
Aplicando Text Mining and Sentiment Analysis
Processando - Sentiment Analysis
Este workflow desenvolve a análise de sentimentos (no exemplo com base no termo
Unimed).
Como no exemplo anterior a busca e o
processamento de text mining e a analise
de sentimento podem ser feitos em tempo real.
Baixar o Workflow O que? Parte - II

18. Extraindo
Tags
Node
OSM Map View
Ter uma melhor compreensão das características das pessoas que fazem
menção sobre a empresa em mídia social
Quem?

19. ● Adquirir uma visão global da rede
● Overview de algumas métricas
● Visualização
● Clusters
Ter uma melhor compreensão das características das pessoas que fazem
menção sobre a empresa em mídia social
Quem?

20. Obtendo os amigos de cada usuário
Rede de
relacionamento
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?

21. Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?
Vizualização da rede

22. Rede
relacionamento
dos usuários
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?

23. A influência oculta das redes de relacionamento sociais.
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?
Trecho da palestra no TED
Clique para
ver o Video

24. Grau Separação
Probabilidade
de uma pessoa
se tornar obesa
dado o contato
social com
obesos
1 2 3
4 5
Eixo X Representa o risco de uma pessoa ser obesa por conta do seu contato social com obesos.
Eixo Y Representa o grau de separação entre as duas pessoas
60
50
40
30
20
10
0
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?

25. O estudo encontrou que:
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?
Se uma pessoa possuir um contato social direto com um obeso (um grau de
separação), o risco de se tornar obeso é de 50%.
ou
Se esta pessoa tiver contato com algum e que tem contato com um obeso (=dois
graus de separação) a risco desta pessoa se tornar obesa é de 25%.

26. Indução - Colegas convidam o Pedro para comer batatas e tomar cerveja ele aprecia e começa a repetir este “menu”
Homofilia - me diga com quem andas….
Confusão - Dificulta a habilidade de entender o que esta acontecendo, Por exemplo: Pode haver uma variação no risco de
obesidade não, porque as pessoas possuem um vinculo, mas porque partilham a mesma exposição, por exemplo vão
academia. e perdem peso juntos.
Obtendo uma visão geral da rede de relacionamento de pessoas de interesse.Como?

27. Referências
Livro:
Valente, Thomas W. (2010-02-25). Social Networks and Health: Models, Methods, and Applications (Kindle
Locations 4-5). Oxford University Press. Kindle Edition.
White Papers
● Usable Customer Intelligence from Social Media Data: Network Analytics meets Text Mining
Text mining and network analytics are combined here to better position negative and positive users in
context with their weight as influencers or followers inside the discussion forum.
Download pdf
● The KNIME Text Processing Feature: An Introduction
This technical report explains the fundamentals of text processing feature in KNIME along with detailed
descriptions and examples of all key node categories.
Download pdf
Post
● Social Network Analysis in KNIME for R users.
Material KNIME
● Material
● How to get Twitter Data into KNIME

28. Marcus Estanislao
Skype: marcus.estanislao
Tel: +55(11) 3280-5762
Cel: +55(11) 968376661
marcus@estanislao.com.br | www.estanislao.com.br
Muito Obrigado!