SPSS Modeler 新バージョン18.6のご紹介 SPSS Modeler Text Analytics 日本アイ・ビー・エム株式会社 テクノロジー事業本部 データプラットフォーム事業 Data 第1テクニカルセールス SPSS IT スペシャリスト 西牧洋一郎 2025年2月6日 25min

アジェンダ 2 ⚫ Text Analyticsとは ⚫ Text Analyticsの系譜と復活の背景 ⚫ SPSS Modeler でテキスト処理を連携させる価値 ⚫ Demo ⚫ まとめとご案内

Text Analytics（=テキストマイニング）とは 3 顧客番号 機種 総通話 時間 メール 通信量 変化 入会後 年数 入電コメント ショップ バッテ リー 無料 請求 orプラン 新しい 解約 調子 電話機 orスマホ 1032066 AA 370 2 stable 1 電話機の使い方を、教えてほし い。ショップに行って教えても らうように伝える。 1 0 0 0 0 0 0 1 1889492 BB 426 0 stable 6 初めからバッテリーの調子が悪 い。今すぐ新しい電話器がほし い。 0 1 0 0 1 0 1 1 2375211 AA 349 5 stable 3 新しい料金プランについて知り たい。すぐに解約の可能性大。 無料通話分を増やしたい。 0 0 1 1 1 1 0 0 定量的データ （集計可能） 定性的データ （集計不能） TAでキーワード群に構造化 ・コンタクトセンターの入電コメントは、全て異なる内容のため集計できない（非構造化データ） ・自然言語処理で多頻度キーワード群に構造化することで、定量データとして集計やモデリングが可能 ・例えばどのスマホ機種の利用者が何を発言すると解約リスクが高まるかを予測できる

4 コンセプト 商品 cat 商品名とコンセプトとの知覚マップ 0.000 dim1 0.000 dim2                                                  いい きれい クリーム しっとり しっとりする しっとり感 スキ べたつかない メイク やすい よく 安い 安く 汚れ 化粧 化粧水 化粧品 価格 乾燥 感じ 感触 簡単 顔 気に入っています 気に入っている 効果 香り 高い 合う 使える 自分 湿 手頃 潤い 商品 心地 成分 洗った 洗顔 値段 乳液 美白効果 美容液 敏感 毛穴 落ちる 落とせる 良い 良く           アクアコラーゲンゲル エバメールゲルクリーム オイルクレンジング オリーブバージンオイル クレンジングオイル ゲルクリーム ダブルホワイト ディープクレンジングオイル 雪肌精 洗顔パウダー Text Analyticsの日本語処理（コンセプト/カテゴリ） ①コンセプト （自動抽出） ②カテゴリ （キーワード群） 自動抽出されたキーワードを、カテゴリに分類して構造化（モデル化） Modeler Premium版が必要です（Professional版からトレードアップ可能） ③モデル化 （定量データと連携）

TA系譜 5 1994年 2001年 2002年 2004年 2006年 2009年 2011年 2017年 2025年 茶筅 Text Mining for Clementine LexiQuest SPSS Text Analytics for surveys（Tafs） Japanese Language Extractor (OEM) Clementine Modeler Professional Text Analytics (Modeler Premium) IBMのSPSS買収完了 Python IBM WEX Text Analytics (Modeler Premium) Text Analytics (Modeler Premium) データマイニング テキストマイニング 日本語テキスト処理 を外部リソース依存 TAに日本語が追加 形態素解析OSS連携 テキストマイニング

SPSS Text Analytics for surveysの後継 Smart Analytics社 Text Code X for SPSS 6

SPSS Modeler でテキスト処理を連携させる価値 7 ✓ 類似文章検索 → IBM watsonx.data （ Milvus [ベクトルDB]） ✓ 大規模文章のトレンド検知/可視化 → IBM WatsonDiscovery ✓ SPSS Modeler上で連携してメリットがある活用例 ✓ 構造化テキストを予測/分類モデルのインプットにする ✓ 設備ログメッセージとIoT時系列データによる異常検知/故障予測 ✓ 商品マスタの情報を用いた顧客DNAレコメンデーション ✓ 電子カルテの主訴情報から事後の疾患を推測 ✓ 営業日報ログとWin/Loss結果からSFA見込みの高い製品を推奨 ✓ 予測モデルの結果と組み合わせ施策の精度を上げる ✓ コンタクトセンターへの入電時に過去のアンケートから適切な離反防衛スクリプトを提示 ✓ AIチャットボットを利用した顧客対応時に、相手に訴えるワードを埋め込む ✓ Pointによる相互送客時に、セグメントごとに適切な広告をだし分ける

離反防止 北米携帯キャリア：レコメンデーション

離反防止 北米携帯キャリア：レコメンデーション

Demo 10

離反スコアリング 顧客行動 コールスクリプトをアドバイス 予測結果を提示 アプリ コールセンターマニュアル 対応履歴 コールスクリプト生成:CADSとwatsonx.data • CADSでリアルタイム判定 • ベクターDBのwatsonx.dataを組み合わせ、RAG構成にすることで業務に特化したアクションを生成 ベクターDB SPSS CADS

まとめとご案内 12 ✓ Modeler Premium版に日本語が追加され、7年ぶりにテキスト処理が直接可能になりました ✓ Modeler上でテキスト処理できると定量データと組み合わせてモデルの価値を向上できます ✓ 90日間のトライアルライセンス付き体験ハンズオン（IBM箱崎オフィス）をご用意しています。 https://ibm.biz/BdGfR2

Thank you