找市场研究报告难？交给AI

　　根据MIT（麻省理工学院）媒体实验室的资料，组织里那些做决策的关键内容里95％是非结构化的，属于PDF文件和各种文件格式，不容易索引和快速访问；根据Accenture今年早些时候发布的一项研究，典型组织的数据里80％是非结构化的，会减慢工作速度，往往令做出的决策为非最佳决择 ；Accenture做的一项关于数据如何用于决策的研究表明，组织在洞察和决策上利用了35％的结构化数据，但只用了25％的非结构化企业数据；根据IBM知识管理研究的结果，即便使用了内容管理或知识管理系统，60％至80％的员工仍无法找到他们想找的信息。
　　Stravito是个AI（人工智能）初创公司，主打机器学习、自然语言处理（NLP）和搜索的组合，目标是帮助组织将自己拥有的市场研究报告、竞争、行业市场份额、财务分析和市场预测分析变成可搜索资料从而找到及获得更多价值。
　　找市场研究数据，内部网做不到
　　举例来说，市场研究和产品营销团队面对紧张的截止日期要做一个新产品、渠道或销售策略的市场计划，要找一个报告，他们知道曾经不止一次买过那份报告，但却找不到，最后只得放弃找的努力。截止日期越紧张，计划越重要，出现这种情况就越多。
　　这时候，市场研究和产品营销团队也可以赶紧给市场研究分析师打个电话，分析师有权限可以访问各种市场研究订阅，但还是找不到所需的报告，他们要么是不用这个数据继续下去，要么是再花钱买报告。
　　笔者职业生涯的第一年就是做市场研究分析员，根据我的经验，IBM的研究结果是准确的，典型知识工作者的一天里30％的时间花在找信息及理解其背景和原始方法上。当时我们组织的所有报告都有内部网站分发权。在内部网平台上有数百个报告，但平台的搜索功能并不好用。
　　为此，Thor Olof Philogene and Sarah Lee在2017年联合创建了研究机构NORM，帮助过各种公司从他们的市场研究投资中获得更高的价值。他们在NORM工作了15年，为多家跨国品牌公司服务过。最终，他们将公司卖给了IPSOS。
　　Anders和Andreas在NORM工作时碰到一些来自全球各地的客户，他们买了研究报告后但在公司内部找不到报告，最后只得打电话索取报告副本。据了解，Stravito初创公司现在的客户包括Carlsberg、Comcast、Colruyt Group、Danone、Electrolux、Pepsi Lipton等等。并且，公司在斯德哥尔摩（总部）、马尔姆和阿姆斯特丹设有办事处。
　　营销和高级管理团队如果只拥有次佳的市场和行业数据，就只能提供出色产品发布或销售活动所需的一部分见解，营销和高级管理团队需要将眼光放得长远一些。而如果能用基于AI的搜索引擎替换传统内部网站及其有限的搜索功能，将可以实时进行自动标签及构建基于内容属性的分类管理。
　　从这方面来看，Stravito在单一平台上将AI、机器学习、NLP和搜索组合在一起，可以针对组织使用的每个主要文件类型索引、创建简化的搜索查询分类系统。
　　具体来说，Stravito平台以AI为基础，具有以下优点：基于AI的高速搜索，令每个人都能够快速查找和分享洞察和信息，这在传统内部网络技术是做不到的。每个人都在家里工作，自服务是每个营销、商业计划和IT部门现在想达到的目标，所以，Stravito的架构旨在用简单的操作完成查询，任何人都可以快速掌握。依靠AI和机器学习可以缓解手动上传和标记数百个市场研究和分析报告。Stravito利用AI数据分类方法做标识及删除重复的报告副本，并可以配置过滤任何特定日期前的报告。另外还可以配置搜索范畴、自动标记和PDF内置搜索选项。此外，Stravito还可以根据特定搜索项的相关内容百分比将PDF文件排位，会提供一个条形图显示哪些页面含最相关的内容。Stravito的设计团队成功将AI、机器学习和高级用户界面设计组合在一起，得到的应用可与Spotify、谷歌和Netflix一比。在开发和发布企业级搜索引擎时有必要将应用的可用性放在首位。许多企业软件供应商尽管也在说要将可用性放在首位，但许多企业应用程序仍然无法实现这一设计目标。从以下Stravito的搜索结果截屏可以看出，Stravito方法将信息发现和协作有效地组合了起来：
　　www.stravito.com页面
　　Stravito寻找使用AI和机器学习的新方法并整合到组织里常用格式文件的拖放外加在几秒内分类，这非常值得点赞。同时，Stravito的创新使用AI、机器学习和自动标记，为客户提供支持批量上传的简单拖放接口。Stravito平台兼容各种平台并提供可与市场研究或咨询服务API整合的API库。例如，他们的客户群大量依赖Euroomonitor和Mintel。
　　结语
　　总而言之，Stravito填补了传统内部网技术和目前这一代协作平台之间的空白。业界存在对更强大搜索引擎的需求及对能够不断适应新信息和文档搜索引擎的需求。
　　研究表明，监督机器学习可以有效地应对有关的挑战，能够创造并根据新的资料更新分类。因此，Stavito的产品策略是根据兴趣内容提供个性化建议，这是Stavito平台自然发展的结果。笔者认为，那些被数据淹没而又不能及时将报告交给决策者的组织值得去Stravito平台看看。