AI: Tal med dine medieovervågningsdata

Mængden af data i vores hverdag stiger, så brug AI som assistent til at få overblikket over omtaler af dine mærkesager. Her er et par eksempler på hvordan ChatGPT kan analysere dine mediemonitoreringsdata på få sekunder.

AI omtales overalt, og det skyldes i høj grad, at der ligger et kæmpe potentiale på tværs af brancher og fagligheder. Ja, noget af det er varm luft, men der går næsten ikke en dag før et nyt eksempel på brug af AI-genereret tekst, billede eller video fejer benene væk under os. Det betyder også, at der dukker tonsvis af nye værktøjer op hver dag, og hvad skal man så vælge – for hvad hvis man vælger forkert?

Det er næsten som at være på loppemarked, uden at have en klar idé om hvad man mangler. Der er utroligt meget på hylderne, intet overblik og en angst for at overse det helt rigtige produkt. Læs videre og lær simple konkrete måder at bruge AI til at uddrage de vigtigste indsigter fra den potentielt uoverskuelige mængde data din digitale mediemonitorering producerer.

Til formålet anvendes ChatGPT 4 fra OpenAI i den betalte Plus-version, fodret med omtaler eksporteret fra Overskrift i Excel-format. Her dykker vi ned i emner såsom markedsføring og plejehjem, men der er ikke noget der forhindrer dig i at arbejde på samme måde med din egen mærkesag.

Eksempel: Hvad handler denne her bunke omtaler om?

I dette eksempel anvendes en generel søgning på ordet markedsføring. Det giver i alt ca. 350 omtaler for en periode på 4 uger. Disse trækkes ud af Overskrift med den almindelige HENT TIL EXCEL-funktion.

Den eksporterede fil kan umiddelbart trækkes over i ChatGPT, med en instruktion om hvordan vi gerne vil have den til at behandle og analysere filen.

Efter et minuts analyse står det klart, at indlæggene stikker i mange retninger og det giver derfor mening at indskrænke analysen til alene at omhandle indlæg fra websites:

..og så begynder svaret pludselig at ligne noget:

Fra et ønske om at kende til omtaler af markedsføring, har du altså fået en oversigt over de mest omtalte emner indenfor markedsføring.

Eksempel: Hvordan taler man om plejehjem i kommunerne?

Her forsøger vi os med et større datasæt – denne gang omtaler af plejehjem over en 4 ugers periode. Det bliver i alt til godt 2.600 omtaler på tværs af alle kildetyper. Filen overdrages til ChatGPT og instrueres med den forholdsvis simple instruktion:

Vedhæftet en række omtaler fra danske online medier. De nævner alle plejehjem, og der kan forekomme dubletter. I indlæg af typen websites, vil jeg gerne bede om en top-5 liste af de mest aktive kilder i datasættet. Kan du give mig denne liste?

ChatGPT gennemskuer at kolonnen source angiver webadressen på kilden og producerer en top-5 liste.

I dialogen med ChatGPT blev jeg nysgerrig på hvordan kommunerne taler om plejehjem, så indledningsvis kan jeg give den lidt flere detaljer om hvordan den skal forstå source-kolonnen og hvad den derfor kan uddrage om omtalerne i filerne der uploades.

Når ChatGPT bruger den viden jeg netop har givet den, kan den også lave en liste over de kommuner der omtaler plejehjem mest på deres websites og f.eks. i dagsordner og referater fra byrådene og udvalg.

Og her kombinerer ChatGPT altså indholdet fra det uploadede dokument med viden den allerede har om danske kommuner og som den kan uddrage fra andre felter, da web-adresserne jo f.eks. ikke indeholder danske tegn. Viden er altså udviklet i løbet af samtalen, og derfor bliver det nu muligt at spørge:

Kan du identificere de 5 mest omtalte temaer for indlæg vedrørende plejehjem i Hørsholm Kommune?

..og få et svar a’la:

Aktivér din nye viden

Om din mærkesag er plejehjem eller noget andet, kan du let overføre viden fra din mediemonitorering til din AI og bede om en analyse. I dette tilfælde søgte vi bredt på plejehjem, og uden at være nødt til, personligt, at konsumere 2.600 indlæg, fandt vi ud af at Hørsholm kommune i 10 tilfælde bl.a. har diskuteret merforbrug i omtaler af plejehjem på møder i byråd og udvalg.

Skal vi aktivere den viden, skal vi måske oprette en ny Overskrift-søgning der specifikt finder omtaler af plejehjem og merforbrug, og dermed få indblik i om det er et tema på tværs af kommuner i hele landet. Måske skal jeres fremtidige kommunikation forsøge at rette sprogbrugen om merforbrug til investering i plejehjem. På den måde vil det være muligt, struktureret, at følge og påvirke samtalen i kommunerne om plejehjem, så den kommer til at dreje sig om investeringer i plejehjem fremfor en udgift.