Mutasd a kommentjeid, megmondom ki vagy!

2020. július 01.

Az adatóceánok korában komoly kihívást jelent egy szervezetnek, hogy átlássa a róla alkotott véleményeket. A vezető híroldalaktól kezdve, egészen egy ártatlannak tűnő blog kommentszekciójáig bárhonnan kikerülhet olyan információ, ami befolyásolhatja egy intézmény hírnevét. De vajon számít, hogy mit gondol a cégemről az internet világa? Lehet egyáltalán tisztán látni a karakterek véget nem érő áradatában? Csikós Zoltán, a Neticle társalapítója szerint mindkét kérdésre igen a válasz. A titok a véleményárfolyam megértésében rejlik. 

 

Hova vezethető vissza a Neticle ötlete?

Az egyetemi éveink vége felé a csapat egyik tagja, Szekeres Péter (Co-founder – Neticle) háttéranyagot gyűjtött a szakdolgozatához, amikor egy tanulmány felkeltette az érdeklődését. Ebben azt vizsgálták, hogy csupán Twitter posztok elemzésével és azok hangulatingadozásának követésével megjósolható-e egy-egy részvény beesése. Elkezdett minket is érdekelni a kérdéskör, ám Magyarországon ekkor még ehhez hasonló nyelvi elemzésen alapuló szoftver csak néhány egyetemen vagy kutató központban létezett, és azokat is inkább tudományelméleti célból fejlesztették ki.

Startupperként egy olyan piacra léptetek, ahol senki nem járt előttetek?

Nem egészen. A mi sikerünk azon is múlt, hogy jókor voltunk jó helyen. Anno egy startup versenyen beszéltünk egy sráccal, aki elmondta, hogy ő már évekkel korábban létrehozott egy hasonló szolgáltatást, viszont az akkori piaci helyzet miatt nem tudta értékesíteni; valószínűleg túl korán volt. Eredetileg egy olyan szoftver kifejlesztését terveztük, ami több oldalas cikkeket és elemzéseket rövidít le néhány bekezdésre úgy, hogy tartalmilag releváns marad. Funfact: 2015-ben egy fiatal srác Angliában megvalósította a szöveg összegző ötletet, majd a Yahoo 5 millió dollárért megvette tőle.

Miért nem valósult meg ez a projekt?

Valószínűleg nem tartanánk itt, ha indulásnál nem beszéljük át a terveinket nálunk tapasztaltabb szakértőkkel.

Ezekből a beszélgetésekből kiderült, hogy a magyar piacon csupán reklámokból nem lehet rentábilisan fenntartani egy híroldalt – nyilván angolszász környezetben egészen más a helyzet. Mi tehát az egyéni fogyasztók helyett inkább céges irányba indultunk el. Kibővítettük a fókuszt a közösségi felületekre, és arra helyeztük a hangsúlyt, hogy mit írnak egy adott márkáról.

Így született meg a Neticle, és azon belül az a rendszer, mely közel valós időben követi le a webes tartalmak változását, figyeli a bennük felmerülő legfontosabb témákat és érzelmeket, valamint értékeli azokat pozitív, negatív, illetve semleges szövegkörnyezet szerint.

Mikor 2012-ban elstartoltunk, már volt egy versenytársunk, aki elkezdte a piac edukálását; viszont a termékük még nem volt annyira fejlett, így az algoritmussal viszonylag könnyen piaci előnyre tehettünk szert. Arra törekedtünk, hogy a lehető legtöbb folyamatot automatizáljuk és érthető formában tálaljuk ügyfeleink felé az eredményeinket. Megalkottuk például a véleményárfolyam kifejezést: ez egy olyan mérőszám, ami egy adott kulcsszóra keresve – legyen az egy szervezet, márka vagy személy – megmutatja miként ítélik az interneten.

Melyik alkategóriába sorolható ez az algoritmus? (Deep Learning, Machine Learning, Artifical Intelligence)

A Neticle rendszere egyszerre tartalmaz AI és ML elemeket, de inkább olyan szabályalapú algoritmusnak hívnám, ami öntanuló. Ez akkor működik jól, ha különböző nyelveket akarunk megértetni vele, hiszen jól fókuszálható és teljesen transzparens: minden értékelés külön megvizsgálható és értelmezhető, így az ügyfél részletes képet kap a róla formált webes véleményekről.

Volt szerencsénk Mérő Lászlóval is együtt dolgozni, aki statisztikai oldalról kiemelte, hogy ha téved is az algoritmus, azt következetesen teszi, tehát a konzekvens tévedésekkel lehet számolni. Ez azért fontos, mert ha tíz ember elemzi ugyanazt az összetett szöveget, sokkal nagyobb és kiszámíthatatlanabb eltérés várható, mint egy algoritmus esetében.

AI supported question interface with Neticle Media Intelligence

Let us introduce you the future of media monitoring & analysis, the Neticle Media Intelligence.Save your time and increase your efficiency with our media int…

 

Hogyan alkalmazkodik az algoritmusotok a különböző nyelvekhez?

A magyar nyelv kicsit olyan, mint az építészetben a felhőkarcolók. Ha valaki már tervezett egyet, annak nem lesz kihívás egy családi házat sem megépíteni. Így van ez a nyelvekkel is: a mi nyelvünk rendkívül nehéz és összetett a ragozás és toldalékolás miatt, ezért, ha magyarul működik az algoritmus, a többi sem lesz megugorhatatlan. Mindenesetre mi leegyszerűsítettük a folyamatot azzal, hogy minden szót vissza fordítunk angolra. Nagyon nehéz lenne minden országban olyan tolmácsot találni, aki magyarul és mondjuk albánul is anyanyelvi szinten tud: így viszont elég egy albán-angol tolmács. Az ő feladatuk a kivételek és többértelműségek megtanítása a rendszernek.

Minden más automatikusan történik?

Nagyrészt igen. Az egyik ok, amiért szabályalapú algoritmussal, és nem kizárólag Machine Learning rendszerrel dolgozunk, az az adaptálhatóságában rejlik. A gépi tanuláshoz ugyanis minden nyelvnél újra kell tréningezni a szoftvert, így viszont elég az adott nyelv szabályszerűségeit megtanítani. Ez is egy elég összetett procedúra, de a kezdeti lépések viszonylag könnyen befogadhatók: a folyamat mindig azzal indul, hogy megnézzük milyen a felépítése: használnak-e toldalékokat és ragokat, ha igen milyen törvények mentén. Ebből megszületik a szótő elemző, ami felismeri a különböző ragozott alakokat. Innentől az angolra visszafordított szavakkal és a kivételek bevitele után gyakorlatilag automatikusan megy minden.

Mára elértük azt a fejlettségi fázist, hogy alig egy hét alatt 92%-os pontossággal képes az algoritmus megtanulni egy új nyelvet. Ez az adat némileg változik különböző szektorokban, például politikai elemzés során az irónia, a bújtatott hasonlatok és a szlengek miatt alacsonyabb, míg az ügyfél visszajelzéseknél már emberi pontosságú eredményeket produkál.

Milyen mélyen elemzi a Neticle a webes tartalmakat?

Gyakorlatilag minden megengedett szinten végzünk elemzést. Valamennyi oldal másképp szabályozza az őket elemző bot-ok hatáskörét, de általánosan elmondható, hogy az interneten nyilvánosan fellelhető összes hír és blogoldaltól, a közösségi felületeken megjelent kommentekig teljesen lefedjük a webes tartalmakat.

Megmutatjuk, mit gondolnak egy cégről vagy márkáról, szeretnénk átláthatóvá tenni miként jelennek meg a médiában. Arra viszont kiemelt figyelmet fordítunk, hogy ne húzzunk be olyan adatokat, amiket az adott oldal nem engedélyez.

A Facebookon például a Cambridge Analityca botrány előtt szinte minden adat elérhető volt, mára azonban bezárkózott és a publikus tartalmaknak is csak egy része érhető el, az is név hozzárendelése nélkül. Egyébként ez nekünk nem is baj, szerintünk ugyanis nem reális, hogy így jelenjenek meg személyek egy üzleti elemzésben. Az etikus online adatelemzésnek az az ára, hogy néhány oldal kimarad a portfóliónkból, lásd YouTube: ott nem engedélyezték a kommentek részletes elemzését.

Mi alapján választottátok Bulgáriát nemzetközi terjeszkedésetek első állomásaként?

Gyakorlatilag a kezdetektől fogva Németországot szerettük volna célpiacunknak, ám több oka is volt annak, amiért nem abba az irányba indultunk el. Németország az egyik legerősebb piac Európában, nem mertünk nemzetközi tapasztalat nélkül kockáztatni, valamint a szükséges erőforrások sem álltak rendelkezésünkre. Bulgáriában viszont volt egy félig bolgár – félig magyar kapcsolatunk, aki vállalta az ottani disztribúciós folyamatok elindítását, ami így egy ideális pilot országnak bizonyult, hiszen kis kockázat mellett tesztelhettük a nyelvi különbségek okozta problémákat (például a cirill betűk és a szláv nyelvtan felépítése).

NMI – The social listening tool that speaks your language

“Neticle Media Intelligence shows us what the web thinks about our brand, our services, our competitors and our industry. Using Neticle we got to hear the feedback from our customers in their voice, and it allows us to see the highest priority areas for improvement in real-time.”

Milyen tanácsokkal látnád el azokat a startupokat, akik most kezdenek vállalkozásba?

Mi elég fiatalon elkezdtünk vállalkozni, és az egyetemről kilépve igyekeztünk minél több startup fókuszú körhöz csatlakozni. Fontosnak tartom, hogy minél több releváns emberrel osszák meg az ötletüket – véleménye persze mindenkinek lesz, de nem kell mindent megfogadni. Erre tökéletes lehetőséget biztosítanak a startup és pitch versenyek. Egyre több lehetőség áll a rendelkezésünkre ezért érdemes felkeresni olyan inkubációs programokat, amilyen az INPUT, aminek keretében a kapcsolati hálót mentorálással és nemzetközi kiutazásokkal is lehet bővíteni.

A siker azonban az ötlet, a csapat és a körülmények együttes összejátszásából áll. Mélypontok mindig lesznek, ilyenkor meg kell nézni mennyire elkötelezett és motivált a startup: mert tolni kell tovább, különben vége.

Hogyan jutottatok be startupperként olyan nagy vállalatokhoz, mint a Telekom?

Mi is megtapasztaltuk, hogy startupként nagyon nehéz alulról bejutni egy nagy céghez. Ha nem sikerül közvetlenül a megfelelő döntési szinten lévő emberrel találkozni, könnyen meglehet, hogy elbukik az ötlet. Előbb említettem az inkubációs programokat, na itt a gyakorlatban is érvényesül, ha a startup rendelkezik jó mentor vagy angyalbefektetői kapcsolattal, akik direkt csatornákon kötnek össze a prominens személlyel. Kiemelten nehéz bekerülni a beszerzési osztályra, ami nagyon megterhelő tud lenni, ha ki van centizve a cashflow.

Előfordulhat, hogy teljesen hideg vonalon kell elindulni. Ilyen esetekben nekünk nagyon jól működnek a LinkedIn megkeresések, bár azt is látni kell, hogy mi a kezdetektől fogva komoly erőforrást fordítunk arra, hogy minél több felületen megjelenjünk.

A sajtómegjelenésekkel ugyanis bizalmat keltünk azokban a nagyobb cégekben, akik attól tartanak, hogy ez a startup 2-3 év múlva feloszlik. Azzal, hogy láthatók vagyunk, nem csak a Neticle rendszerét, hanem motivációnkat is megismerhetik a jövőbeli partnereink.

Érdemes továbbá legalább egy vezető (champion) céget találni, ami nyitott az innovációs fejlesztésekre. Mi abban a szerencsés helyzetben voltunk, hogy viszonylag korán kapcsolatba kerültünk a Magyar Telekommal, akik amellett, hogy a kezdetektől fogva szívesen használták a Neticle szolgáltatásait, a menet közben felmerült igényeikkel sokat adtak hozzá a fejlesztéseinkhez is. Így született meg például a Zurvey.io kérdőívkészítő- és elemző szoftverünk. A szolgáltatásunk palettája a rendszer motorját képező és integrálható Text Analysis API-val és Data API-val teljes.

Terveztek új piacok felé nyitni?

Azt hiszem nem túlzok, ha azt mondom elég jól állunk nemzetközi viszonylatban. Jelenleg 12 országban elérhető a szolgáltatásunk. Ennek ellenére mindig törekszünk arra, hogy új piacokat is célba vegyünk. Voltaképpen Kelet- és Közép-Európát már lefedtük, az utolsó lyukakat most foltoztuk be Szlovákiával és Csehországgal. Ezek a kisebb országok fontos szerepet játszanak a nyugati terjeszkedésünkben, Ausztriában például ennek köszönhetően nagyon szép sikereink vannak.

Log into Facebook

Log into Facebook to start sharing and connecting with your friends, family, and people you know.

Ha szívesen olvasnál még sikeres magyar startuperekkel interjút, kattints ide!

Szerző: Ignácz Dániel