Datasift étend ses compétences à l’analyse de données. Datasift fournissait initialement des flux d’informations qualifiées en provenance des principaux réseaux sociaux. Ces flux étaient ensuite intégrés dans les outils d’analyse de ses clients. Mais le fournisseur de données se transforme peu à peu en éditeur, et ne veut plus se limiter à des flux de données brutes, mais valoriser lui-même l’information pour revendre ces analyses à ses clients.
Pour ce faire, Datasift annonce VEDO, un outil de classement et d’analyse des données non structurées en provenance principalement des médias sociaux. Principalement, mais pas exclusivement car VEDO se connecte également à d’autres sources, internes à l’entreprise, comme le réseau social interne ou les outils de gestion de la relation client (CRM).
VEDO s’appuie sur trois types de règles :
- des règles programmées par l’utilisateur pour classer les contenus, les quantifier, les qualifier;
- des règles améliorées par le système lui-même (Machine Learning), qui permettent de traiter de gros volumes de données de manière semi-automatique;
- des librairies de règles pré-définies, fournies avec VEDO, qui permettent de mettre en place plus rapidement des analyses, et de les personnaliser ensuite en fonction des particularités de l’activité.
Pour ce faire, Datasift annonce VEDO, un outil de classement et d’analyse des données non structurées en provenance principalement des médias sociaux. Principalement, mais pas exclusivement car VEDO se connecte également à d’autres sources, internes à l’entreprise, comme le réseau social interne ou les outils de gestion de la relation client (CRM).
VEDO s’appuie sur trois types de règles :
- des règles programmées par l’utilisateur pour classer les contenus, les quantifier, les qualifier;
- des règles améliorées par le système lui-même (Machine Learning), qui permettent de traiter de gros volumes de données de manière semi-automatique;
- des librairies de règles pré-définies, fournies avec VEDO, qui permettent de mettre en place plus rapidement des analyses, et de les personnaliser ensuite en fonction des particularités de l’activité.