Case Studies / Re-Work
WYDARZENIA · ANALITYKA MEDIÓW SPOŁECZNOŚCIOWYCH
Ręczny monitoring mediów społecznościowych zastąpiony analityką wydarzeń w czasie rzeczywistym opartą na AI
Re-Work, międzynarodowy organizator konferencji, potrzebował narzędzia do śledzenia nastrojów publiczności w mediach społecznościowych podczas wydarzeń na żywo i reagowania na nie. Zbudowaliśmy narzędzie analityczne działające w czasie rzeczywistym, które zautomatyzowało monitorowanie opinii, identyfikację influencerów i wykrywanie trendów – całkowicie zastępując ręczny przegląd mediów społecznościowych.
Klient: Klient: Re-Work – międzynarodowa firma eventowa organizująca konferencje i wystawy poświęcone technologii i innowacjom.
Kluczowe wyniki
Czas rzeczywisty
Monitorowanie rozmów w mediach społecznościowych na żywo podczas wydarzeń
Auto
Ocena nastrojów i wykrywanie trendów – bez ręcznej weryfikacji
Geo
Geograficzna wizualizacja zaangażowania publiczności
Influencerzy
Automatyczna identyfikacja kluczowych głosów i liderów opinii
BRANŻA
Wydarzenia i konferencje
PRZYPADEK UŻYCIA
Analityka mediów społecznościowych dla wydarzeń
PODEJŚCIE AI
NLP + analiza nastrojów
ŹRÓDŁO DANYCH
Platformy mediów społecznościowych
REZULTAT
Dashboard z wglądami w czasie rzeczywistym
PRODUKT
Twitter Board (theBlue.ai)
Wyzwanie
Re-Work organizuje konferencje i wystawy, podczas których setki uczestników, prelegentów i wystawców generują nieprzerwany strumień aktywności w mediach społecznościowych – reakcje na sesje, opinie o logistyce, wzmianki o prelegentach oraz skargi na wszystko, od Wi-Fi po catering. Rozumienie tego w czasie rzeczywistym było kluczowe, aby ulepszać wydarzenia na bieżąco i lepiej planować kolejne.
Wcześniej odbywało się to ręcznie. Ktoś z zespołu przewijał Twittera, próbował ocenić nastrój i oznaczał wszystko, co wymagało pilnej reakcji. Było to powolne, niekompletne i całkowicie reaktywne – zanim negatywne opinie zostały zauważone, moment na reakcję często już mijał.
Kluczowy problem: podczas wydarzeń powstawały tysiące postów w mediach społecznościowych, ale wyciąganie z tych danych użytecznych wniosków na czas było ręczne, powolne i zawodne. Zanim opinie zostały zauważone, było już za późno, by na nie zareagować.
Co zbudowaliśmy
Wdrożyliśmy nasze narzędzie do analizy mediów społecznościowych – Twitter Board — aby zapewnić Re-Work zautomatyzowany podgląd na żywo tego, co uczestnicy mówią o ich wydarzeniach w trakcie ich trwania.
Analiza nastrojów w czasie rzeczywistym. Narzędzie nieustannie pobierało posty z mediów społecznościowych związane z wydarzeniem — na podstawie hashtagów, wzmianek i słów kluczowych – i oceniało nastrój każdego z nich. Zespół wydarzenia mógł na pierwszy rzut oka zobaczyć, czy ogólny nastrój jest pozytywny, negatywny czy mieszany, oraz przeanalizować konkretne posty wpływające na ocenę.
Identyfikacja influencerów. System automatycznie rozpoznawał, które głosy generowały największy zasięg i zaangażowanie — prelegentów, uczestników, dziennikarzy i osobistości branżowe. Pozwoliło to Re-Work priorytetyzować interakcje z osobami, których posty miały największy wpływ.
Wizualizacja geograficzna. Wbudowane dashboardy pokazywały, skąd geograficznie pochodzi aktywność w mediach społecznościowych, zapewniając Re-Work wgląd w rozkład przestrzenny publiczności oraz regionalne wzorce zaangażowania.
Wykrywanie trendów. Narzędzie wydobywało na bieżąco nowe tematy i wątki rozmów – niezależnie od tego, czy konkretna sesja wzbudzała poruszenie, czy problem logistyczny narastał, czy też nieoczekiwany temat zyskiwał popularność wśród uczestników.
Wyniki
PRZED
Ręczny monitoring mediów społecznościowych. Reaktywne odpowiedzi. Brak ustrukturyzowanych danych o nastrojach. Opinie analizowane po wydarzeniu – o ile w ogóle.
PO
Zautomatyzowany dashboard działający w czasie rzeczywistym z oceną nastrojów, śledzeniem influencerów, wglądami geograficznymi i alertami o trendach – wszystko podczas trwania wydarzenia.
Re-Work przeszedł od reaktywnego do proaktywnego zarządzania wydarzeniami. Negatywne opinie można było adresować w czasie rzeczywistym. Pozytywne momenty można było wzmacniać, gdy jeszcze trwały. Analiza po wydarzeniu opierała się na ustrukturyzowanych danych, a nie na anegdotycznych wrażeniach.
Narzędzie zapewniło również trwałą wartość wykraczającą poza pojedyncze wydarzenia – zgromadzone dane o nastrojach i wzorce zaangażowania pomogły Re-Work podejmować decyzje oparte na danych dotyczące przyszłego programu wydarzeń, doboru prelegentów i targetowania publiczności.
Użyte technologie
Więcej case studies
Zobacz, jak pomogliśmy innym firmom
URZĄD · POLSKA INSTYTUCJA PUBLICZNA (NDA)
Zbudowanie platformy AI automatyzującej monitoring polityczny – od PoC do pełnego rozwiązania
Analitycy public affairs ręcznie śledzili miliony dokumentów politycznych w różnych krajach i językach. Zbudowaliśmy warstwę AI automatyzującą monitoring, analizę i alerty – od pierwszego prototypu do premiery rynkowej.
11
Obszarów wiedzy
3
Dedykowane toole
MEDTECH · APOQLAR
Czas realizacji kwestionariuszy bezpieczeństwa skrócony z miesiąca do tygodnia
Każdy nowy klient szpitalny wymagał wypełnionego kwestionariusza, 8–10 osób, około miesiąca, zbierając odpowiedzi z polityk różnych działów. Teraz asystent AI automatycznie tworzy odpowiedzi, oszczędzając szacunkowo 90 000 $/rok.
-75%
Czas realizacji
$90K
Roczne oszczędności
MEDTECH · APOQLAR
Wirtualny asystent GenAI zastępujący ręczne wyszukiwanie dokumentów
Pracownicy wsparcia spędzali godziny na przeszukiwaniu setek dokumentów produktowych, aby odpowiedzieć na pytania klientów i compliance. Teraz zadają pytania w języku naturalnym i otrzymują odpowiedzi z odniesieniami do źródeł w ciągu sekund.
RAG
Zintegrowany
Zarządzanie kontekstem
Zoptymalizowane