Taste Analytics 公司位于美国硅谷，是一家基于数据驱动的可视化分析公司。它在做的事情就是把任何可以转化成文字的信息，通过机器深度学习来进行自动的挖掘，然后再通过图像可视化给用户展示出去。要理解清楚 Taste Analytics，就要知道它服务的对象不是企业的 IT、数据库，而是商业人员，例如市场营销，客服、信息洞察员、产品优化改进设计人员等。
现在的消费者都会在论坛、微博等各种渠道留下对企业的产品、品牌、客服等一系列言论，但这些言论不会按照常规化的语序进行表达，里面大多夹杂新生词汇、代名词等，导致企业往往不能很好的理解这些反馈信息中的建议。说到这里就可以大概理解，Taste Analytics 做的事情好比舆情分析。传统的舆情分析系统需要企业自己建立模型、字典，而 Taste Analytics 可以深度学习非结构化的自然语言，根据用户的用词、造句、行文方式来理解文字含义，通过对大范围的用户、上千万个消费点进行聚类分析，让企业了解到用户的真正建议。
信息的渠道包括邮件、聊天记录等，当问到是否涉及用户隐私问题时，创始人 Derek Wang 举例说明了一下，Taste Analytics 的一个企业客户，每周能收到几十万封投诉建议邮件，一年累积在几千万封，根本没时间看，Taste Analytics 就可以帮助这个公司的人快速将邮件聚类、整合，通过图像告诉企业用户反馈的问题在什么地方，可能是 “没办法在网站上注册” 等。在使用邮件的过程中，Taste Analytics 是不做任何信息采集的，只提供分析工具的平台，分析师不会直接接触用户隐私信息，所以不涉及隐私问题。
Derek Wang 还分享了另一个客户案例，联想美国企业内部有 14 个客户反馈的数据源头，每个数据源一个月可以收到几百万条反馈，导致他们没有办法系统的进行横向、纵向的解读。而 Taste Analytics 平台就可以过滤这些信息，当数据经过企业采集进入平台，企业便可以第一时间得知用户对产品的反馈信息。假设用户反馈 “网卡不好用” 比较多，企业就可以及时调整产品线，减少负面反馈。原来企业里只有两三个分析师管理这些数据，现在可以应用到不同领域的商业化决策中去。
Taste Analytics 涉及处理的信息都是非结构化数据，目前在文本阶段，预计 2016年 将会扩展到图像，2017年 会增加视频数据分析。
那怎样鉴定 Taste Analytics 平台的分析效果呢？Derek Wang 回答到，他们做了很多机器和人相互比对的实验，结果的相似度在 8 成以上。Taste Analytics 在推广过程中采用 “先试用后付款” 的方式，让企业先免费用两个月，与之前的平台进行交叉验证、比对结果，满意后续费使用。
对此，我采访了一下 Taste Analytics 的一个客户 Answers.com——一个社区问题、问卷调查网站，其项目总监 Feng Shao 说到：“Answers 有很多企业级客户，我们帮助这些客户分析他们的用户反馈。这些反馈很大一部分是 unstructured text，也有很多分布在社交平台上。这恰好是 Taste 的强项，我们两家合作搭建这么一个开放和灵活的平台，让 Answers 的企业用户可以深度的分析汇总分布在各处的用户反馈，提高客户满意度。” 另外，Feng Shao 还表示，对于文字情感分析，Answers 也使用过其他的第三方伙伴，从功能的广度、深度、性价比以及对客户的服务上，Taste 的效果都相对较好。
据 Derek Wang 透露，目前 Taste Analytics 的客户主要为大型企业，不乏世界 500 强，10月 底开放云平台之后，为 100 多家中小型企业提供服务，还有 8 家学校在免费使用，日均用户几千人。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
