Успех или неудача бренда зависит не только от показателей продаж, которые могут измениться в кратчайшие сроки, — он также зависит от мнения покупателей (или настроения). Настроение можно изучить, послушав, как потенциальные клиенты говорят о бренде, независимо от того, купили они уже продукт или нет.
Соответствует ли бренд современным тенденциям? Имеет ли целевая аудитория положительное представление о бренде? Или негативный? Или они полностью игнорируют бренд? Как влиятельные лица реагируют на бренд? Компания должна регулярно искать ответы на эти важные вопросы, проводя систематический мониторинг каналов социальных сетей.
Слово «сентимент» также означает восприятие или чувство. Поэтому анализ настроений направлен на то, чтобы выяснить, как целевая аудитория воспринимает бренд или какие чувства он вызывает. Специалисты фондового рынка также проводят анализ настроений, чтобы определить, как будут развиваться цены на акции в зависимости от поведения покупателей и общего настроения инвесторов фондового рынка. В этой статье мы сосредоточимся на систематическом анализе настроений и восприятия бренда в социальных сетях, в обзорах товаров и в блогах.
Как работает анализ настроений?
Анализ настроений, также известный как анализ мнений, автоматически анализирует комментарии пользователей, чтобы определить, выражает ли фрагмент письма позитивные или негативные настроения. Для этого анализ настроений использует методы анализа текста. Анализ текста — это автоматический анализ текста, написанного на естественном языке.
И именно здесь возникает первая проблема: Естественный язык не состоит из списков положительных и отрицательных слов. Простые аналитические методы ищут в тексте слова с положительным или отрицательным значением в соответствии с заранее созданным лексиконом, адаптированным к конкретной теме. Хотя этот метод дает очень грубый обзор, он не очень полезен для улавливания фактического настроения. При анализе субъективного отзыва о продукте даже частота предположительно положительных или отрицательных слов не очень информативна.
Рассмотрим эти два отзыва: «Я в восторге» и «Очень хорошо, он выполняет свое предназначение». Первое предложение содержит положительное слово «в восторге», второе предложение содержит два положительных слова «хорошо» и «выполняет». Простой статистический анализ даст второму предложению более высокую оценку, в то время как человек посчитает отзыв посредственным или негативным. Соответственно, для успешного анализа настроений необходим искусственный интеллект.
Другая проблема заключается в том, что люди в социальных сетях выражают свое мнение и разговаривают, как с другом. Они не всегда строго следуют правилам английской грамматики. Многие предложения имеют совершенно другое значение в более широком контексте. Распознавание этих нюансов является серьезной задачей для инструментов анализа. Кроме того, многие выражения, особенно подростковый сленг, находятся под сильным влиянием недолговечных тенденций.
В результате инструмент анализа настроений требует точного знания целевой аудитории и среды продукта. Именно здесь можно применить методы машинного обучения для постепенного обучения инструментов и улучшения качества результатов с течением времени.
Какова цель анализа настроений?
Важнейшей задачей анализа настроений является выявление общего мнения о продукте или бренде в рамках определенной целевой аудитории. С этой целью, помимо отзывов о товаре на собственном сайте продавца или в крупных интернет-магазинах, имеет смысл анализировать тематически значимые сообщения в Facebook, Twitter и других социальных сетях.
Анализ настроений предназначен для выявления эмоций, стоящих за написанным текстом, и определения того, что на самом деле имел в виду автор текста.
Каковы преимущества анализа настроений?
Профессиональные специалисты по анализу текстов могут оценить большой объем текстовых данных, чтобы определить преобладающее мнение среди вашей целевой аудитории. Затем вы можете использовать соответствующие маркетинговые стратегии, чтобы противодействовать негативным настроениям конкретно.
Анализ настроений не является инструментом для реагирования на индивидуальные мнения или отзывы о продукте. В таких случаях лучше поручить человеку написать личный ответ. Однако тщательно спланированный анализ определенных платформ социальных сетей позволит вам выявить довольных клиентов и направить им индивидуальную рекламу или акции.
Когда используется анализ настроений?
Анализ настроений особенно важен для рекламных кампаний в социальных сетях, где потенциальные клиенты немедленно реагируют на сообщения компаний. В некоторых случаях эти пользователи даже общаются между собой — зачастую гораздо более откровенно, чем с компанией.
Если анализ настроений выявит негативные настроения или ложное впечатление от рекламируемой продукции, вы сможете в кратчайшие сроки скорректировать свои рекламные кампании и провести повторный анализ. Когда вы представляете новую улучшенную версию известного продукта или меняете внешний вид своего бренда, анализ настроений может стать полезным способом оценки того, как перестройка влияет на удовлетворенность существующих клиентов и поведение новых покупателей.
Хотя прочесывать большие массивы текста с помощью автоматизированного инструмента довольно просто, важно также различать релевантный и нерелевантный контент. Помимо фильтрации спама, инструмент должен находить тексты, которые имеют лишь косвенное отношение к вашему продукту, и исключать их из анализа.
Релевантные комментарии о вашем бренде должны быть разбиты или отфильтрованы в соответствии с другими критериями, например, являются ли комментарии действительно отзывами о продукте или критикуется обслуживание клиентов или упаковка, в результате чего текст переполнен негативными словами. Хотя понимание этих областей может быть интересным, оно искажает анализ, если его анализировать вместе с реальными отзывами о продукте.
Вы также можете использовать анализ настроений для оценки успеха маркетинговых кампаний, например, когда термины или фразы из вашей текущей рекламы появляются вместе с положительными словами в комментариях.
Пример простого анализа настроений
Google Natural Language API — это интерфейс программирования, который позволяет выполнять простой анализ настроений и может быть интегрирован в ваши собственные приложения. Google позволяет любому человеку, а не только разработчикам программного обеспечения, попробовать этот API. Просто скопируйте и вставьте текст в поле ввода API и выберите один из вариантов анализа текста. Например, вы можете выбрать «Настроение».
Каждое предложение оценивается индивидуально и получает оценку от -1 до +1, где -1 — очень негативная оценка, а +1 — идеальная. Затем оценки отдельных предложений объединяются в общую оценку текста по скользящей шкале.
В приведенном ниже примере мы проанализировали вымышленный отзыв о чайнике. Результат демонстрирует слабые стороны автоматического анализа текста. Например, предложение с фразой «понятия не имею» получило относительно низкий балл. Однако, если перечитать текст и рассмотреть общий контекст, становится ясно, что пользователь на самом деле хвалит продукт в этом месте отзыва. С другой стороны, следующее предложение, хотя и гораздо более негативное по смыслу, получает точно такой же балл.
Однако, поскольку большинство отзывов не содержат подобных фраз или иронии, даже простой анализ настроения является полезным способом определения преобладающего настроения в больших объемах текста.
Какие еще существуют инструменты анализа настроений?
Помимо Google Natural Language API, вы можете использовать другие профессиональные инструменты анализа настроений для оценки больших объемов текста. Какой бы инструмент вы ни выбрали, убедитесь, что он хорошо владеет английским языком. Он должен содержать списки слов и базы данных, разработанные носителями языка, с типичными фразами в смысловых контекстах. Каждый язык, особенно если учитывать сленг, имеет свои тонкости, которые инструмент машинного перевода не сможет воспроизвести без искажения смысла текста.
Hootsuite Insights автоматически оценивает все важные каналы социальных сетей, новостные издания, известные блоги и форумы, чтобы определить общее отношение к бренду. Вы можете фильтровать анализируемые комментарии по различным ключевым словам и типичным группам людей.
Quick Search — это поисковая система, которая ищет в социальных сетях, блогах и форумах определенные ключевые слова, например, названия брендов, и сравнивает несколько конкурирующих брендов.
Clickworker использует другой подход. Компания привлекает большую сеть фрилансеров для работы над текстами. Такой подход позволяет определить преобладающее настроение на основе целевых вопросов вместо использования автоматического анализа настроений.