Ilari Vähä-Pietilä
Suurien sisältömassojen analysointi perinteisin menetelmin on aikaa vievää työtä. Dagmarin Data Scientist Ilari Vähä-Pietilä kertoo, kuinka tekoälyä voidaan hyödyntää analysoimaan ja tuottamaan näkemystä sisältöjen kartoituksessa.
Sisältökartoitukset ovat perinteisesti aikaa vaativaa käsityötä. Asiantuntija käy sisältöjä läpi yksitellen ja muodostaa kokonaiskuvan, mitä sisältöjä brändillä on ja mistä ne viestivät. Suuri työmäärä nostaa luonnollisesti kartoituksen hintaa, ja manuaalisen tarkastelun lopputulos edustaa asiantuntijan subjektiivista näkemystä.
Tekoälyn avulla suuri määrä tekstiä voidaan analysoida kerralla ja tuottaa siitä näkemystä. Näin sisältöasiantuntija voi keskittyä johtopäätösten ja suositusten tekemiseen. Suurikin sisältömassa voidaan analysoida kustannustehokkaasti – ja mikä parasta, tuloksena on puolueeton näkemys.
Analytiikka-aineisto ja teksti tekoälyn polttoaineena
Jotta tekoälyn tuomaa skaalaetua voidaan hyödyntää, analysoitavaa tekstiaineistoa tulisi olla paljon. Jos sisältöä on vain muutamia kymmeniä, analysointi on edelleen järkevintä tehdä käsin. Mitä enemmän aineistoa on, sitä houkuttelevampi vaihtoehto tekoäly on.
Vaikka useimmat luonnollisen kielen tekoälysovellukset ovat keskittyneet englannin kieleen, viime vuosina kerätyt suomenkieliset aineistot ja tekoälykehitys ovat mahdollistaneet tekoälysovellusten, kuten tekoälypohjaisen sisältökartoituksen, tuottamisen myös suomen kielelle. Ei siis ole järkevää käyttää tekoälyä analysoimaan muutamaa Facebook-postausta, mutta sen sijaan esimerkiksi suurehko blogipostausten tai uutisten massa toimii jo loistavasti tekoälyn polttoaineena.
Tekoälyn käyttämä aineisto koostuu sisältöjen määrällistä kulutusta kuvaavista mittareista sekä kirjoitetusta tekstistä. Määrällisen aineiston avulla sisällön toimivuutta voidaan verrata tavoitteisiin. Tekstien laadullisessa sisältöanalyysissä tekoäly auttaa luokittelemaan ja kategorisoimaan artikkeleita niiden sisällön mukaan. Hyödyntämällä määrällisten ja laadullisten analyysien yhdistelmää sisältöasiantuntija luo näkemyksen sisältökokonaisuudesta ja voi antaa suositukset kehityskohteista. Tekoälyn avulla luotu näkemys perustuu näin puolueettomaan, objektiiviseen dataan, jonka on selvittänyt ja tuottanut väsymätön kone. Ja kun manuaalisen sisältöanalyysin määrä vähenee, asiantuntija voi keskittyä strategisiin näkökulmiin.
Enemmän faktoja, vähemmän mielipiteitä
Sisältöjen analysoinnissa on monia eri tapoja, jotka tuovat sisältöasiantuntijan omaa näkemystä esille enemmän tai vähemmän. Jo sisältöjä luokiteltaessa eri asiantuntijat voivat luokitella saman sisällön eri aihealueisiin. Esimerkiksi maatalouspolitiikkaa käsittelevät aiheet voivat helposti sujahtaa joko maatalouskategorian tai politiikan kategorian alle. Tekoälyn tuoma aihemallinnus antaa johdonmukaisen ja puolueettoman näkökulman.
Aihemallinnus luo jokaiselle sisällölle jakauman aiheista, johon kukin sisältö kuuluu. Yhdistämällä aihekokonaisuuksia lukuisiin taustamuuttujiin, joita julkaisusta voidaan poimia, saadaan kattava näkemys julkaistujen sisältöjen kokonaisuudesta: Mihin aiheisiin sisällöt keskittyvät? Mitkä aiheet herättävät eniten kiinnostusta lukijoissa? Onko sisältöjen aiheet linjassa viestintästrategian kanssa? Sisältöasiantuntijan johtopäätökset aihemallinnuksen ja taustamuuttujien pohjalta antavat vastaukset näihin kysymyksiin.
Sisältöanalyysi osoittamaan suuntaa
Yhdistämällä tekoälyä perinteiseen, manuaalista työtä vaativaan sisältökartoitukseen sisältöjen analysointiin saadaan uudenlaista näkemystä. Sekä algoritmisesta, että käsin tehdystä analyysistä voidaan poimia parhaat puolet.
Kun tekoälyn faktapohjainen ja puolueeton analysointitaito liitetään kivenkovien ammattilaisten vahvaan näkemykseen, voidaan suuria ja kokonaisvaltaisempiakin kartoituksia toteuttaa aiempaa vaivattomammin. Ja markkinoijan on helpompi tehdä parempia päätöksiä omien sisältöjensä kehittämiseksi.
Haluatko lisävoimaa sisältöjenne kehittämiseen, ota yhteyttä, ilari.vaha-pietila@dagmar.fi
Lisää aiheesta:
Näin suunnittelet ja tuotat merkityksellistä sisältöä tekoälyn avulla