Mediebevakning

Ett kundklagomål i radio eller beröm av en konkurrent i en podd når sällan ert team samma dag. Ofta hör ni om det via ett vidarebefordrat mejl. Då är samtalet redan över och reaktionen försenad.

Problemet är att ljud inte går att söka i på samma sätt som text. Ingen har tid att lyssna på poddar, radio och streaming i full längd, så omnämnanden missas i stället för att hanteras. Det gäller även sociala ljud- och videoplattformar, där klipp sprids snabbt och ofta utan att någon hos er ser dem.

Har ni känt den där obehagliga känslan av att varumärket diskuteras där ni inte ser, är det just den luckan vi stänger.

Tonar bevakar löpande ljud- och videomedier på de nordiska marknaderna och upptäcker varje omnämnande av ert varumärke och era konkurrenter. Varje träff transkriberas, sätts i sitt sammanhang och blir tillgänglig i realtid. Ert team slipper gå igenom inspelningar för hand.

Transkriptionerna bygger på våra egna modeller, tränade på nordiska språk, dialekter och verkliga sändningar. Ordfelsfrekvensen ligger på 3 procent. Läs mer om ljudtranskribering för nordiska namn.

Modellerna läser hela samtalet och tolkar namn och förkortningar rätt, så att SCB och SEB inte blandas ihop. Det visar entitetsigenkänning i praktiken.

En träff är bara användbar om ni kan förstå den snabbt. Därför analyserar vi sentiment på entitetsnivå, utifrån tonen och inte bara positiva eller negativa ord. Vi kopplar också ämnen till varumärken, till exempel hållbarhet för Max eller kampanjer för McDonald's.

Med Auto-label skriver ni en regel med vanlig text, som "Märk när någon uttrycker direkt kritik mot vårt varumärke", så märker AI:n varje träff som matchar. Med AI-sökning beskriver ni vad ni letar efter med egna ord och lyssnar på själva samtalet med ett klick.

Resultatet är share of voice, sentiment och jämförelser med konkurrenter utan brus.