Блог им. Zashibis

Анализ настроений бизнеса. Визуализация 226 комментариев за несколько минут с помощью AI

Недавно Тимофей Мартынов провел мощный опрос предпринимателей: "Как обстоят дела в вашем бизнесе?".

226 комментариев — кладезь инсайтов, но читать и осмыслить это крайне неудобно. 

Я хотел решить это с помощью разных ИИ, но не хотелось потратить на них кучу времени. И тут бывшие работники Google и Baidu выпустили Genspark  — решение, которое обещало решить эту задачу одним махом.

 


Визуализация с помощью Genspark:

 

Анализ настроений бизнеса. Визуализация 226 комментариев за несколько минут с помощью AI

Ссылка на полные версии ниже 


 

В видео можно посмотреть, как Genspark сам обходит таблицу, размечает данные, строит презентацию:

 
 
ссылка на rutube 

Краткие шаги, как это сделать:

 

  1. Сбор данных: В Perplexity.ai попросил Python-код для выгрузки комментариев в Excel (AI плохо парсят страницы, но неплохо работают с таблицами).

  2. Анализ в Genspark: Забил очень простой промпт: «Автор сделал опрос: „Напомню, что я регулярно раз в несколько месяцев задаю предпринимателям и бизнесменам один и тот же вопрос: РАССКАЖИТЕ, КАК ОБСТОЯТ ДЕЛА В ВАШЕМ БИЗНЕСЕ, ЧТО ИЗМЕНИЛОСЬ ЗА ПОСЛЕДНИЕ МЕСЯЦЫ?“
    Задание: 1. ПРочитай каждый комментарии на этой странице к посту ( smart-lab.ru/blog/1127415.php)
    2. Если комментарий отвечает на вопрос атора, то создай таблицу, где будут отрасль (1 — 2 слова), настрой в комментарии по 5-ти бальной шкале ( Где 1 совсем плохо стало, 5 дела идут отлично), краткая цитата комментатора.
    3. Создай инфографику или презентацию, на которой отобрази выделенную Отрасль и настрой и и возможно, цитаты (если не будет перегружено) Комментарии я заранее собрал, возьми из таблицы, столбец „Текст“
    .

  3. Важно: Сервис не работает из РФ.

  4. Результат: Запустил дважды — получил разные (это неудивительно, учитывая, что делает LLM), но  в целом не противоречивые результаты. Версии выложены на сайте Genspark тут и тут (не придумал как сюда вставить)

Чем интересен этот сервис:

  • Докрутив промпт, можно делать очень неплохие решения.

  • Умеет не только анализировать: планирует поездки, звонит (США), пишет код.

Ложка дегтя:
  • Бесплатно только 200 кредитов — хватило на 1 презу

Итог: Буду использовать для аналитики и отчетов на работе, но с более тщательными промптами.


Если вам интересно, как еще можно применить LLM для работы и жизни — подписывайтесь на мой Telegram-канал — Motorico. Пишу, правда, по настроению, выдавливать посты не хочу. Но больше чем тут 🙂.


★1
6 комментариев
теперь загони ленту смартлаба туда, проанализируй настроение комментаторов по времени и наложи на график )
avatar
Assetman, Самое смешное, что такое уже есть. Если не ошибаюсь, ребята в  Сириусе сделали скрипт, который проходится по популярным сайтам (смарт-лаб, пульс...), смотрит настроения в целом и по инструментам и учитывает это в прогнозе цен. Получается торговля по настроению )
avatar
Сергей Попов, и как результаты у них?)
avatar

Assetman, а это был исследовательский проект )

Но, вот, что говорит Grok:

Да, некоторые трейдерские фирмы и компании действительно разрабатывают решения, которые используют анализ настроений (sentiment analysis) для торговли различными инструментами, такими как акции, фьючерсы или валюты. Этот подход основывается на идее, что общественные настроения — выраженные, например, в социальных сетях, новостях или блогах — могут влиять на движение цен на рынке. Вот несколько примеров и деталей:

  1. Крупные хедж-фонды и алгоритмические трейдеры:
    Многие хедж-фонды, такие как Renaissance Technologies или Two Sigma, активно используют большие данные (big data), включая анализ настроений, в своих торговых стратегиях. Хотя они не раскрывают детали своих алгоритмов, известно, что такие фирмы анализируют огромные объемы текстовых данных из Twitter (X), финансовых новостей и форумов, чтобы выявлять паттерны настроений и прогнозировать краткосрочные движения рынка.
  2. BUZZ Indexes (Van Eck Associates):
    Канадская компания BUZZ Indexes сотрудничает с Van Eck Associates Corporation и создает индексы, такие как BUZZ NextGen AI US Sentiment Leaders Index. Они собирают данные из социальных сетей, блогов и СМИ, анализируют настроения инвесторов по отношению к популярным акциям и ежемесячно обновляют портфель на основе этих данных. Это пример того, как настроения напрямую интегрируются в торговые решения.
avatar
Сергей Попов, много теории и воды)
интереснее визуализация и результаты))
avatar
Assetman, Мне кажется, что в данном случае ИИ лишний. Визуализация покажет пятую точку всего мира, если тарифы введут все 
avatar

теги блога Сергей Попов

....все тэги



UPDONW
Новый дизайн