大量のテキスト情報を収集し、分析、視覚化することで新たな知見を発見する強力な分析ソリューションWEX (IBM Watson Explorer)

文書、メール、SNSのテキスト、コール・センターログなど、大量のテキスト情報を収集し言語の意味を理解し分析、視覚化することで発生した事象の「なぜ?」を探ることで、新たな知見を発見する強力な分析ソリューションです。

スマホ、SNSの爆発的な広がりによりテキストデータなどの非構造化データを活用したビッグデータ分析のニーズが急増しています。企業はこれらの大量のテキストデータを理解し、より早く、より正確に意思決定を行える優れたテクノロジーを必要としています。
Watson Explorer は企業内の大量の文書、メール、SNSのテキスト、コール・センターログなどのテキスト情報を収集し文書中の品詞や構文を理解することで意味傾向を抽出し分析、視覚化することで新たな知見を発見する強力な分析ソリューションです。
企業情報を解釈、理解することで、既知の情報を検証し、未知の情報を明らかにできるよう支援します。
Watson Explorerを使用することで、顧客の意見、製品やサービスの品質、医療や医学の研究、保険請求分析、企業の不正などに対応するコグニティブ・ソリューションを実現できます。


1

日本で唯一の「日本語サポート」を提供します

NI+CはIBMのテクニカルチームと密接に連携し、日本で唯一「日本語サポート」を提供しています。

2

ビッグデータに高速対応

人間の能力では1,000文書の分析が限界と言われています。WEXは圧倒的な文書数の分析が可能です。(10,000,000文書の実績あり)
WEXは高速処理の実現のため、独自インデックス(索引)を採用し、膨大なテキストデータに対しても高速な分析パフォーマンスを実現しています。
ビッグデータに対し素早く応答することで、分析者の思考を中断させることなく、サクサクと分析を行なうことができます。
hadoopとの連携によって、さらに大量データを高速に処理することも可能ですので、
将来文書件数が増加しても、安心してご利用いただけます。
データ量を気にして年度別に分析するのではなく、まとめて一括分析することで、「知の発見」につながります。
多様で大量かつ高速に増え続ける"ビッグデータ"に対応するには、WEXはまさに最適のツールといえます。

イメージ
3

構文解析による係り受けパターンと名詞の検知

日本発祥の高度な構文解析技術により、係り受けのパターンを検知することが可能です。
また、文章の流れ、品詞の組み合わせや出現位置から、"明らかに名詞である文字列"を抽出することができます。
そのため、企業固有の製品やブランド名などをを自動認識することが可能になり、業務辞書を作成する手間を大幅に省くことができます。
辞書メンテナンスの時間は最小限に抑え、分析業務を最大化することができます。

イメージ
4

VoC(Voice of Customers)機能で5つの感情表現に自動分類

高度な構文解析によって導き出された構文パターンをベースに、人間の感情により近い表現を自動抽出します。
WEXは「称賛、感謝、疑問、嫌悪、要望」の5つの感情表現レベルに文書を自動振り分けします。
お客様が求めているもの、評価していること<顧客の声>を浮き彫りにします。

[VoC分析で可能となるアクション例] "企業としてマイナスな表現に対する改善をし、プラスな表現を増やす。"

イメージ
5

WEX独自の分析機能で埋もれた知見をあぶり出す

独自の9種類の分析機能を標準装備しています。
このサイトでは代表的な5つの分析機能をご紹介します。

イメージ

1.相対頻度分析(特許技術)

WEXでは、出現件数により分析する「絶対頻度」にくわえ、文字列同士の関連性の強さで分析する「相対頻度分析」を提供します。
相対頻度分析では、関連性の強さを数値化した"相関値"を使用します。
右記の相関値の算出方法により、分析条件によって変化する母集団の中での相関値を一瞬で算出します。

イメージ

相関値によって、"ある条件下で出現するキーワードは、全体で出てくるキーワードに比べて、特徴的である"といったことが分かり、分析者が気づいていない、潜在的な関連性発見することができます。
数の多さに頼らない分析方法になるので、たとえば、危険なキーワードの件数が増えて大問題になってしまう前、"増え始め"に気づくことができる為、早期発見・早期対処に最適な機能となります。




イメージ

2.時系列分析

時系列での件数変化をグラフ表示

年→期→月→日→時→分と適切な「粒度」で分析が可能です。






イメージ

3.ファセット・ペア分析

2つの分析軸を一覧できるマトリックスを俯瞰できます。
「絶対頻度」と「相対頻度」の2つのデータから特異性のある組み合わせを発見するには最適な分析機能です。
相関関係が強い組み合わせは、より赤色にハイライトして表示されるため、潜んでいるルールを発見しやすい分析機能です。






イメージ

4.評判分析(センチメント分析)

「好評」、「不評」、「均衡」の3つの感情や評判を把握できます。
商品やサービスの評判をマクロ的にとらえるのに適した分析機能です。







イメージ

5.ダッシュボード分析

上記の様々な分析機能を組み合わせて、自社にとって見たい切り口で定点観測することが可能です。








イメージ
6

ルールベースアラート

危険なキーワードやリスクの高い文章表現を予め設定しておくと、自動的に分析が行われ、しきい値を超えた際にメールやポップアップウィンドウなどでアラート通知をします。

実際にご利用いただいている、食料品製造会社様では、『ヨーグルト。。。臭い』、『バター。。。渋い』等、危険だと思われるワードを30分ごとに自動分析するように設定しています。
そして、しきい値を超えると、経営層及び製品管理部向けの社内ポータルサイトへ自動通知します。
問題製品の調査、大量回収事故予防施策の検討情報として役立てています。

イメージ
7

多言語対応

WEXは日本語、英語はもちろん、近年ニーズの高い中国語にも対応し、グローバル共通エンジンでの分析基盤を実現します。
2016年9月現在、分析機能:17ヶ国語、検索機能:22ヶ国語の多言語をサポートしています。

イメージ

【業種別事例】

お客様 対象データ 用途
株式会社ディノス 様
コールセンター コールセンターで収集したお客様の声分析を行い、カタログ商品の改善、およびカタログ表記方法の改善を行う。
食料品製造会社 様 コールセンターで収集したお客様の声を30分毎に分析し、特定文言と商品の組み合わせで閾値を超えたものを自動アラートする。(大量回収抑止) また通常のテキストマイニング分析を行い、商品の改善を行う。
精密機器販売会社 様 コールセンター、技術員日報の分析を行い、商品の改善、取り扱い方法などの改善を行う。
移動体通信網会社 様 コールセンター、全国ショップに集められたお客様から苦情、故障情報を分析し、商品の改善、マニュアルの改善、Webサイトの改善、大量回収事故の早期発見を行う。
キューアンドエー株式会社 様
コールセンターに集められたお客様から苦情、故障情報を分析し、商品の改善、マニュアルの改善、Webサイトの改善、委託元会社へサービスとして情報を提供する。
株式会社カタログハウス 様
コールセンターに集められたお客様から苦情、故障情報を分析し、商品の改善、マニュアルの改善、Webサイトの改善、大量回収事故の早期発見を行う。 特徴的事象が検出(自動アラート)された場合は、メールにて管理者へ通知。
某官公庁 様 SNS 海外のSNS、ブログ、BBSから日本への風評に関するテキストを抽出し、キャンペーン効果測定、施策に活用する。 また爆発的に発生した特定文言のアラートを自動抽出する。
讀賣新聞東京本社 様
2013年に実施された第23回参議院議員通常選挙のネット選挙分析。 200の政策キーワード、500の政党、候補者キーワードを元にTwitter上から全件データを取得し分析。
某製造業 様 故障報告書 船舶部品のメンテナンス・故障レポートから自社製品の不具合傾向を分析し製品改善に活用。蓄積された分析結果から故障受付オペレータの応対レベルの向上を実現。


お客様の業務課題に応じ、さまざまなソリューションの中からベストな組合せで、ご提案をさせていただきます。お困りのことがございましたらお気軽にお問合せください。