📡 Радар Сигналів Конкурентів — Тональність і Кластеризація Тем

Радар-графік має одну спицю на тему, намальовану окремо для кожного конкурента як накладений полігон, тож його форма відповідає на питання «про якого конкурента зараз говорять, на які теми, і це позитивно чи негативно» — він створений для порівняння конкурентів між собою. Бульбашковий графік згортає вимір конкурента і натомість наносить кожну тему на осі тональності (x) та обсягу (y), тож його форма відповідає на питання «які теми зараз гарячі, а які токсичні для всього ринку» — він створений для миттєвого виявлення викидів. Разом вони охоплюють два питання, які найчастіше ставить аналітик конкурентної розвідки: хто і що.

Кожному конкуренту в цій симуляції призначено фіксований розподіл ймовірностей за п'ятьма темами — наприклад, Meridian налаштовано так, щоб генерувати значно більше згадок про збої/надійність і скарги клієнтів, ніж двоє інших, імітуючи конкурента з нестабільнішою операційною історією, тоді як Astra схиляється до згадок про ціни та запуск нових функцій, імітуючи компанію, що агресивно випускає продукти й просуває їх. Це відображає реальну конкурентну розвідку, де різні компанії справді генерують дуже різні поєднання висвітлення в пресі, соціальних розмов та відгуків залежно від того, що насправді відбувається всередині кожного бізнесу.

Процес Пуассона моделює події, що відбуваються незалежно з постійною середньою частотою, а час між послідовними подіями підпорядковується експоненційному розподілу. Це стандартна модель для потоків надходжень, які «не пам'ятають», коли сталася остання подія, — згадки клієнтів, заявки підтримки та веб-запити достатньо добре поводяться саме так у короткостроковій перспективі. Ця симуляція бере кожен інтервал між надходженнями з експоненційного розподілу, параметризованого повзунком частоти надходжень, тож підвищення частоти не просто рівномірно додає більше подій — воно також змінює патерн «сплесковості» статистично реалістичним чином.

Ця симуляція ніколи не читає жодного реального тексту — теми й тональність беруться прямо з розподілів ймовірностей, тож вона не може врахувати те, на чому тримається реальний аналіз тексту: сарказм, змішану тональність в межах однієї згадки, розрізнення сутностей (чи «Vantek» — це компанія, чи чийсь кіт?), зважування довіри до джерела, варіації мови й діалекту, або той факт, що один впливовий допис може важити більше за тисячу звичайних. Реальні системи також мають дедублікувати репости, виявляти ботів-підсилювачів і вирішувати, наскільки довіряти анонімному акаунту порівняно з іменованим журналістом — усі ці судження цей спрощений генератор повністю пропускає за задумом.