Napomena: Sljedeći članak će vam pomoći: Razumijevanje analize raspoloženja: što je to & Zašto se koristi
Analiza osjećaja – inače poznata kao istraživanje mišljenja – pojam je o kojem se mnogo govori, ali se često pogrešno shvaća.
U biti, to je proces određivanja emocionalnog tona iza niza riječi, koji se koristi za razumijevanje stavova, mišljenja i emocija izraženih u online spominjanju.
Analiza sentimenta koristi
Analiza sentimenta iznimno je korisna u praćenju društvenih medija jer nam omogućuje da dobijemo pregled šireg javnog mnijenja koje stoji iza određenih tema. Alati za praćenje društvenih medija kao što je Brandwatch Analytics čine taj proces bržim i lakšim nego ikad prije, zahvaljujući mogućnostima praćenja u stvarnom vremenu.
Primjene analize sentimenta široke su i snažne. Mogućnost izvlačenja uvida iz društvenih podataka praksa je koju uvelike prihvaćaju organizacije diljem svijeta.
Pokazalo se da su promjene u raspoloženju na društvenim mrežama u korelaciji s promjenama na burzi.
Obamina administracija koristila se analizom raspoloženja kako bi procijenila javno mnijenje o političkim najavama i porukama kampanje uoči predsjedničkih izbora 2012. Biti u mogućnosti brzo vidjeti osjećaje koji stoje iza svega, od objava na forumu do novinskih članaka, znači imati bolju sposobnost izrade strategije i planiranja za budućnost.
Također može biti bitan dio vašeg istraživanja tržišta i pristupa korisničkoj službi. Ne samo da možete vidjeti što ljudi misle o vašim proizvodima ili uslugama, možete vidjeti i što misle o vašoj konkurenciji. Cjelokupno korisničko iskustvo vaših korisnika može se brzo otkriti analizom osjećaja, ali može postati i mnogo preciznije.
Sposobnost brzog razumijevanja stavova potrošača i reagiranja u skladu s tim nešto je što je Expedia Canada iskoristila kada su primijetili da postoji stalni porast negativnih povratnih informacija o glazbi korištenoj u jednom od njihovih televizijskih oglasa.
Analiza raspoloženja koju je proveo brend otkrila je da je glazba puštena u reklami postala nevjerojatno iritantna nakon višestrukog emitiranja, a potrošači su hrlili na društvene medije kako bi iskalili svoje frustracije.
Nekoliko tjedana nakon prvog emitiranja oglasa, više od polovice online razgovora o kampanji bilo je negativno.
Umjesto da reklamu označi kao neuspjeh, Expedia se uspjela pozabaviti negativnim osjećajima na razigran i samosvjestan način emitiranjem nove verzije reklame koja je prikazivala razbijenu uvredljivu violinu.
Kontekstualno razumijevanje i ton
Ali to ne znači da je analiza sentimenta uopće savršena znanost.
Ljudski jezik je složen. Težak je proces naučiti stroj analizirati razne gramatičke nijanse, kulturološke varijacije, sleng i pravopisne pogreške koje se pojavljuju u spominjanjima na internetu. Još je teže naučiti stroj da razumije kako kontekst može utjecati na ton.
Ljudi su prilično intuitivni kada je u pitanju tumačenje tona napisanog.
Razmotrite sljedeću rečenicu: “Moj let je odgođen. Briljantno!”
Većina bi ljudi bila u stanju brzo protumačiti da je osoba bila sarkastična. Znamo da za većinu ljudi odgođeni let nije dobro iskustvo (osim ako nema besplatnog bara kao naknade). Primjenom ovog kontekstualnog razumijevanja na rečenicu, lako možemo identificirati osjećaj kao negativan.
Bez razumijevanja konteksta, stroj koji gleda gornju rečenicu mogao bi vidjeti riječ “briljantno” i kategorizirati je kao pozitivnu.
Kako radimo analizu sentimenta u Brandwatchu
Sjećate se scene u Terminatoru 2, kada mladi Jon Connor podučava T-800 hipu 90-ih frazama poput “no problemo”, “eat me” i “hasta la vista, baby”?
To nije sasvim drugačije od načina na koji bi lingvist stručnjak naučio stroj kako provesti osnovnu analizu osjećaja.
Kako se jezik bude razvijao, rječnik koji strojevi koriste za razumijevanje osjećaja nastavit će se širiti.
Uz korištenje društvenih medija, jezik se razvija brže nego ikad prije. Ograničenje od 140 znakova, potreba za jezgrovitošću i drugi prevladavajući memi promijenili su način na koji razgovaramo jedni s drugima na mreži. To naravno sa sobom nosi mnoge izazove.
Tehnike strojnog učenja i polje obrade prirodnog jezika imaju svoju ulogu u budućnosti analize osjećaja. Ima puno posla za obaviti, ali poboljšanja se čine svaki dan.
U Brandwatchu koristimo proces temeljen na pravilima kako bismo našem softveru pomogli da bolje razumije načine na koje kontekst može utjecati na raspoloženje.
Uzimamo sve riječi i izraze koji impliciraju pozitivan ili negativan osjećaj i primjenjujemo pravila koja razmatraju kako kontekst može utjecati na ton sadržaja. Pažljivo osmišljena pravila pomažu našem softveru da zna da je prva rečenica u nastavku pozitivna, a druga negativna.
“Jako želim burrito”
“Upravo sam pojeo burrito. Bilo je tako loše.”
Također radimo na detaljnijoj analizi koja razmatra emocije, uključujući sreću ili ljutnju. Ovo otkriva još više konteksta za razgovor koji se odvija oko brenda ili događaja.
Također možete upotrijebiti našu pozitivnu i negativnu klasifikaciju za stvaranje ocjene raspoloženja za razgovore. Budući da lako možete vidjeti postotak spominjanja koja su pozitivna, negativna ili neutralna, možete dobiti sliku o tome kakav je učinak vaše marke tijekom vremena. Na primjer, ako su pozitivna spominjanja vaših proizvoda porasla za 15% u odnosu na prethodnu godinu, jasno je da nešto radite kako treba.
Upozorenja analize sentimenta
Gore navedeni primjeri pokazuju kako analiza sentimenta ima svoja ograničenja i ne smije se koristiti kao 100% točan marker.
Kao i svaki automatizirani proces, sklon je pogreškama i često je potrebno ljudsko oko da ga nadgleda. U Brandwatchu korisnicima dajemo priliku da redefiniraju osjećaje ako smatraju da su pogrešno kategorizirani.
Osim pouzdanosti, važno je priznati da ljudski izraz ne stane u samo tri kante; ne mogu se svi osjećaji jednostavno kategorizirati kao pozitivni, negativni ili neutralni.
Predviđanja za budućnost analize sentimenta
Iako je teško nagađati kako bi se relativno nezreo sustav mogao razviti u budućnosti, postoji opća pretpostavka da se analiza sentimenta mora pomaknuti dalje od jednodimenzionalne pozitivne do negativne ljestvice.
Na isti način na koji se politika ne može uvijek svesti na poziciju na ljestvici slijeva na desno, postoje i druge vrste osjećaja koji se ne mogu staviti na jednostavan barometar.
Za budućnost, kako bismo istinski razumjeli i uhvatili širok raspon emocija koje ljudi izražavaju pisanom riječju, potrebna nam je sofisticiranija višedimenzionalna ljestvica.
Može li analiza teksta mjeriti skepticizam, nadu, tjeskobu, uzbuđenje ili nedostatak istih? Da! Uskoro ćemo ovu tehnologiju učiniti dostupnom.
Organizacije će zasigurno postati svjesnije primjena analize raspoloženja unutar svog tržišta, potičući rast usluga specifičnih za sektor i tehnologiju koja pruža slučajeve upotrebe specifične za raspoloženje – na primjer, alate za obavještavanje koji pomažu financijskim trgovcima i analitičarima u donošenju odluka.
Vidjet ćemo promjenu u percepciji pouzdanosti analize sentimenta. Korisnicima će biti ugodnije s idejom da je automatska analiza pojedinačnog tekstualnog materijala teško usporediva s ljudskom izvedbom.
Uvid koji se može steći iz velikih skupova podataka (milijuni Tweetova) zasjenit će zabrinutost oko pouzdanosti na granularnoj razini (jedan Tweet).
Umjesto toga, fokus će biti na tome kako rezultate učiniti interpretabilnim i djelotvornim. U međuvremenu ćemo se pobrinuti da analiza sentimenta bude što točnija i lakša za razumijevanje.
Ako želite još savjeta o analizi raspoloženja u Brandwatchu, potražite savjete ovdje.
