In der heutigen schnelllebigen Welt der Informationsbeschaffung sind Automatisierung und Effizienz entscheidend für die Optimierung von Ressourcen und Zeit. Im Fall der Verbrauchermarktforschung hilft die Anwendung von Künstlicher Intelligenz (KI), die Kosten und den Zeitaufwand für die Analyse großer Mengen offener Daten zu reduzieren.

Ansatz

SAM wendet einen 3-stufigen KI-Prozess an. In der ersten Lernphase wurde die KI darauf trainiert, Sprache anhand von Daten zu verstehen, die auf mehr als 400.000 Fragen basieren, die in fünf verschiedenen Sprachen zu über 200 Produktkategorien beantwortet wurden. In Phase 2 überprüfte die KI Textkommentare von Verbrauchern, um zu lernen, wie man Feedback effektiv kategorisieren kann. Schließlich untersuchte die KI die Daten, um den gegebenen Kontext zu verstehen.

Ergebnis

Textual AI unterstützte SAM dabei, die Effizienz zu steigern, Kosteneinsparungen von bis zu 60 % bei der Verwaltung offener Daten zu erzielen und die Qualität und Konsistenz auf zentralisierte Weise zu verbessern.