Emas Map Analyzer

Kami menerapkan kombinasi Heuristik Jaringan & Model Klasifikasi NLP (Naive Bayes) pada total 20.360 ulasan:

• Model Naive Bayes Konten (NLP Classifier): Melatih model probabilitas kata di memori secara dinamis untuk mengklasifikasi ulasan berdasarkan distribusi kata (misalnya mendeteksi font unicode promosi `e̲m̲a̲s̲`, spam emotikon berlebih, dan membedakan kata operasional organik seperti `jam buka`, `antri`, `teliti`).
• Deteksi Peninjau Cabang Banyak (Same-Brand Multi-Outlet): Menyaring akun peninjau yang mengulas ≥2 cabang berbeda dari brand yang sama atau ≥3 cabang lintas-brand. Batas toleransi ditingkatkan untuk akun nama umum.
• Deteksi Kampanye Teks Duplikat: Menyaring teks ulasan (>15 karakter) yang muncul berulang kali di database.

Volume transaksi kompetitor diproyeksikan menggunakan indeks tertimbang PSS (skala 0.00 hingga 1.00) dengan rincian bobot:

• Daily Velocity (40%): Kecepatan harian berdasarkan median jumlah ulasan per active week dibagi 7. Mengabaikan minggu kosong untuk keadilan gerai lama.
• Location Quality (15%): Kepadatan radius 500m & 1km (Toko Emas 35%, Mall 25%, Restoran 10%, Transit 15%, Bank 15%).
• Medium & Long term Vol (25%): Kontribusi volume ulasan 6 bulan (15%) dan 12 bulan (10%) untuk stabilitas musiman.
• Historical Footprint (5%): Total ulasan akumulasi untuk mencerminkan skala brand equity jangka panjang.
• Customer Sentiment (15%): Rata-rata rating Google Maps (50%) dan Sentiment Score analisis teks (50%).