[論文レビュー] Learning Organization using Conversational Social Network for Social Customer Relationship Management Effort

Andry Alamsyah, Yahya Peranginangin+1 more|arXiv (Cornell University)|Mar 10, 2021

Technology Adoption and User Behaviour参考文献 7被引用数 5

ひとこと要約

本稿は、ブランド関連の会話のマイニングと分析を通じて、リアルタイムの市場インサイトを抽出し、継続的なリスニングと適応的学習により市場の変化に動的に対応できるようにすることで、組織を学習型組織へと変革するためのフレームワークを提案する。このフレームワークは、会話型ソーシャルネットワーク（特にTwitter）を活用し、社会的顧客関係管理（SCRM）を強化することを目的としている。

ABSTRACT

The challenge of each organization is how they adapt to the shift of more complex technology such as mobile, big data, interconnected world, and the Internet of things. In order to achieve their objective, they must understand how to take advantage of the interconnected individuals inside and outside the organization. Learning organization continues to transform by listening and maintain the connection with their counterparts. Customer relationship management is an important source for business organizations to grow and to assure their future. The complex social network, where interconnected peoples get information and get influenced very quickly, certainly a big challenge for business organizations. The combination of these complex technologies provides intriguing insight such as the capabilities to listen to what the markets want, to understand their market competition, and to understand their market segmentation. In this paper, as a part of organization transformation, we show how a business organization mine online conversational in Twitter related to their brand issue and analyze them in the context of customer relationship management to extract several insights regarding their market.

研究の動機と目的

• モバイル、ビッグデータ、IoTなどの急速に進化するデジタル技術に対応する組織の適応の課題に取り組むこと。
• 組織内外の相互接続された個人が市場動向や顧客行動に与える影響を明らかにすること。
• 積極的なリスニングとソーシャルメディア会話の分析を通じて、組織が学習型組織に変容する仕組みを構築すること。
• オンライン会話ネットワークからのデータ駆動型インサイトを活用し、ソーシャルカスタマーリレーションシップマネジメント（SCRM）を強化すること。
• リアルタイムでの市場セグメンテーション、競合状況、顧客感情の理解を向上させること。

提案手法

• ブランド関連の議論を収集するためのデータ収集として、主にTwitterを会話型ソーシャルネットワークとして利用する。
• 非構造化会話データからインサイトを抽出するために、テキストマイニングおよびセンチメント分析手法を適用する。
• 得られた知見を学習型組織フレームワークに統合し、継続的な適応と戦略的意思決定を支援する。
• ソーシャルメディアからのインサイトを活用して顧客エンゲージメント戦略を改善するフィードバックループメカニズムを採用する。
• 会話のパターンを組織学習プロセスにマッピングし、対応性と市場認識の向上に重点を置く。
• 8ページのデータ（表2点、図4点を含む）を定性的および定量的分析することで、フレームワークの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 組織は、Twitterのような会話型ソーシャルネットワークをどのように活用して、ソーシャルカスタマーリレーションシップマネジメント（SCRM）を強化できるか？
• RQ2 リアルタイムのオンライン会話からどのようなインサイトを抽出し、組織学習と市場適応を支援できるか？
• RQ3 ソーシャルメディアデータは、市場セグメンテーション、競合状況、顧客感情の理解をどのように向上させるか？
• RQ4 ソーシャルメディアを通じた継続的リスニングは、組織を学習型組織に変容させるのにどのように寄与するか？
• RQ5 どのようなメカニズムが、ソーシャルメディアのインサイトを実行可能なビジネス戦略に変換可能にするか？

主な発見

• フレームワークは、Twitter会話からリアルタイムの市場インサイトを抽出できることを実証し、顧客ニーズへの対応性が向上した。
• ソーシャルメディア会話を積極的にリスニングし分析する組織は、市場の変化や顧客の要請に適応する能力が向上している。
• 会話データをSCRMプロセスに統合することで、意思決定がより的確になり、顧客エンゲージメント戦略が改善された。
• 本研究は、継続的なフィードバックループを通じて、伝統的な組織が学習型組織に変容するプロセスを支援するソーシャルメディアリスニングの有効性を示した。
• 8ページのデータ（表2点、図4点を含む）の分析により、Twitterを活用した市場知見と組織学習の実現可能性と価値が裏付けられた。
• 本アプローチは、公開可能な会話データを用いてブランドの認知度と競合動態をリアルタイムでモニタリングできるスケーラブルなモデルを組織に提供する。