Lotusphere : Synthétiser les médias sociaux facilite leur exploitation

Par 01 février 2011 1 commentaire
Filtre de tweets

Pour accéder plus rapidement à l'information importante qui circule sur Twitter, le laboratoire dublinois d'IBM propose une application intégrée à l'intranet qui n'affiche que les messages considérés les plus pertinents sur un thème.

"La valeur potentielle des médias sociaux est importante mais il est difficile pour une entreprise de tirer un bénéfice de tout ce bruit", explique à L'Atelier Marie Wallace, responsable du développement IBM Language Ware à l'IBM Dublin software lab. Elle travaille sur une application qui filtre les messages postés sur les réseaux sociaux en fonction de secteurs d'intérêt et de pertinence. Cela afin de proposer aux salariés de réaliser une veille plus rapide et ciblée en effectuant des recherches par thème, personnes ou tonalité des messages dans la sélection effectuée. "Toutes les données collectées sont envoyées sur un service en cloud qui les traitent puis transfère une version pertinente et filtrée sur l'intranet", poursuit la chercheuse.  Une première version a été mise au point en se basant sur Twitter. "La plupart des utilisateurs de médias sociaux créent leur réseau sur plusieurs plates-formes puis analysent par eux-mêmes l'ensemble des informations qu'ils ont".

Un réseau de confiance

Le problème, on s'en doute, étant qu'un nombre important de données passe entre les mailles du filet en raison de l'envoi permanent de flux. Et que cela oblige à une sélection manuelle des données qui circulent. "Si vous suivez une personne sur Twitter pour son expertise sur un domaine, il est certain qu'elle va aussi poster des messages sur des sujets qui ne vous intéressent pas". La solution permet à une compagnie de délimiter les thèmes qui intéressent ses salariés. Pour cibler les personnes  à suivre, elle se base ensuite sur ce que Margaret Wallace baptise de "réseau de confiance" : soit l'ensemble des individus que ses collaborateurs suivent pour leur expertise sur un secteur. Le réseau est ensuite agrandi en cherchant d'autres sources parmi les contacts de cette première base. "Pour trouver les bonnes personnes, nous calculons l'influence des contenus que ces dernières postent". Cela en fonction de critères comme l'activité autour d'un tweet (nombre de retweets, de réponses...). 

Afficher les tweets pertinents

Les messages sont ensuite analysés. Sachant qu'un degré de pertinence est attribué à chaque tweet en combinant plusieurs critères, comme le secteur d'activité d'une personne avec le sujet sur lequel elle s'exprime. Un message sur un sujet qui intéresse l'entreprise mais posté par une personne dont ce n'est pas la spécialité aura moins de chances d'être sélectionné que si son auteur est considéré comme expert sur le sujet. Enfin, les messages sont taggués en fonction des mots-clés qu'ils contiennent. "Le but est de n'afficher, sur 1,5 millions de tweets d'abord sélectionnés, que les milliers les plus susceptibles d'intéresser les salariés". L'application finale permet de chercher par thème, puis d'affiner en piochant dans les mots qui s'affichent sous la forme d'un nuage de tags, ou de choisir certaines personnes en particulier. Le projet est présenté à l'occasion de Lotusphère, organisé par IBM, et qui se tient actuellement à Orlando.

Haut de page

1 Commentaire

Merci pour cet article, Mathilde. En effet, une personne peut partager des infos qui seront pertinentes pour une marque parfois, et d'autres fois partagera des informations personnelles. Synthesio a développé un ranking similaire mais propriétaire pour tout message social (tweet, commentaire dans un forum ou sur un blog, un article de journal, etc.) pour ne retenir que les "verbatims" qui correspondent aux recherches de la marque. Ca évite de devoir filtrer tous les messages de toutes les personnes qui aient parlé de la marque.

Toutefois, ce qui n'a pas été cité ici sont les questions de couverture et de la technologie pour filtrer les informations sociales. Chaque outil de veille fait partie d'une course pour avoir le plus de sources possibles pour ne pas manquer une citation, et pour réduire le temps entre le point de collecte et le point d'analyse. Certains s'appuient plus sur des technologies pour analyser les données sociales, tandis que d'autres s'appuient (notre cas) sur des équipes d'analystes pour synthétiser ces informations.

Allez, je pars, au boulot ;)

Michelle @Synthesio

Soumis par Michelle C - le 02 février 2011 à 10h39

Mentions légales © L’Atelier BNP Paribas