“人们认为社媒内容的情感要么积极、要么消极，但很多情况并不是非黑即白，”Lamplight Analytics首席执行官Sam Olsen表示。 “根据上下文的不同，还存在着一个灰色地带”。
Instagram用户 Mandy Chi的繁体中文帖子 是这样开始的： “CX845 (JFK-HKG)中途，右眼微絲血管爆裂，幸備眼睛養潤水，但每滴1次便刺痛1次。長途航班捱更抵夜返港，忍不住不停打嗑睡又不停流眼水，又因淚水中那1%鹽份刺激血管傷口，痛楚循環往復...”。
Olsen表示，亚洲地区缺乏‘情境感知语言’的分析能力，即使是此领域的有力竞争者Salesforce、Synthesio、Brandwatch、Meltwater也都如此。
受亚洲语言分析（不仅仅是监控）能力的限制（将聆听转变为有行动指导意义的社交智能），即使是成熟的公司都在使用并不科学的方法来指导商业决策。
Olsen举例一家国际活动策划代理商——他们在筹备一次亚洲巡回演出时完全不知道该邀请什么西方乐队参演。 这家代理商“没有确定的关于粉丝参与度的信息”，Olsen说。“于是他们就只征求身边人的意见，而最终他们的活动门票根本卖不出去。”
Lamplight Analytics创立于2015年上半年，总部位于香港，声称能提供亚洲本地语言的社交数据分析服务，包括： 英语、粤语、普通话、日语、韩语、马来西亚印尼语和印尼印尼语。
“我们通过搜索提取每一个地区相关度最高的内容。 我们绝对是以本地化的理解力在聆听，”Olsen说。 客户希望看到亚洲首个能关注亚洲语言和亚洲社媒网络服务，同时又具有国际竞争力的平台。
Lamplight Analytics的联合创始人兼COO Fergus Clarke表示，营销人普遍遇到的难题是“我们的社媒洞察工具在亚洲不好使”。
现有的社交分析服务提供商在此方面并没有给出让人满意的方案。 “我的一个西方客户说，他们获得的信息是在Twitter上所有的普通话帖子都来自中国大陆的用户，”Clarke补充说。 当然，知情人士都明白事实并不完全如此。社交分析服务提供商连中国社媒最基本的分布信息都没搞清楚，这很让人担心。
Lamplight主界面截图
Olsen说“很多重要的对话都发生在社媒平台上，社交数据的使用率每年增长10%以上，越来越多的购买行为源自社媒内容提供的信息及其影响力，特别是在亚洲。
Lamplight设法投资完善名为Natural Language Processing (NLP)的机器学习技术以及相关的数据模型，希望借此简化‘情境感知智能’的搜集工作。 该公司与2000多万个不同的社媒来源达成了元数据许可协议，包括Facebook、新浪微博、当地论坛、Twitter、博客及常旅客论坛等。
Lamplight优化其分析工具时所使用另一数据来源于学术机构的语言图书馆，基本上包括了与亚洲语言相关的所有通用的语言规则。
即便是随意发展的俚语，社交分析服务提供商也要能开始发现它们并对它们不断进行学习。 “俚语需要在语言环境的底层发展很长一段时间才能进入词典。 我们不能追踪某一单词最早的一次出现，但我们能够追踪其使用的情境，然后结合概率逻辑优化机器学习，最终将其应用到营销实践中，”Olsen解释说。
“人们往往误认为数据就是教条，”Olsen说，“但其实数据只是指导。我们希望能摘掉语言的透镜，深入理解40亿亚洲消费者”。
