كيفية استخدام Agorapulse لمعرفة ما يعتقده عملاؤك حقًا عنك

يستخدم أكثر من 50٪ من المستهلكين منصات وسائل التواصل الاجتماعي الخاصة بهم للتعبير عن آرائهم وآرائهم حول العلامات التجارية التي سبق لهم استخدامها أو الشراء منها. بعد كل شيء ، يعد تحليل المشاعر (أو التنقيب عن الرأي) أحد أكثر التخصصات المفيدة التي تحت تصرفك.

يمكنك استخدام تحليل المشاعر على وسائل التواصل الاجتماعي لترجمة أفكار الناس ومشاعرهم وآرائهم إلى بيانات قاسية وباردة يمكنك توظيفها لتحديد ما يجب عليك فعله أكثر وما تحتاج إلى القيام به بشكل أقل. يتيح لك القيام بذلك الاستفادة من قوة وسائل التواصل الاجتماعي لتعزيز الأعمال التجارية.

باستخدام أدوات تحليل المشاعر الآلية ، أصبحت مهمة جمع هذه البيانات وفرزها وتحليلها الآن أسرع وأسهل. دون أن تحرك ساكنًا ، يمكنك أن ترى على الفور ما إذا كان الجمهور يشعر بإيجابية أو سلبية أو محايدة بشأن خدمتك أو منتجاتك.

تتيح هذه الرؤية للأعمال التجارية أن تصبح مرنة حقًا. إن معرفة كيف يشعر السوق ، في الوقت الفعلي ، يمكن أن يساعد في اتخاذ قرارات سريعة ، وإلهام تغييرات سريعة ، وتحسين المنتج أو الخدمة ، ومساعدة الأعمال على كسب قلوب وعقول العملاء بشكل أسرع وأفضل من أي وقت مضى.

لكنك تعرف كل هذا ، أليس كذلك؟ فوائد تحليل المشاعر ليست جديدة.

ما لا تعرفه على الأرجح ، هو كيفية استخدام Agorapulse لإجراء تحليل المشاعر.

نظرًا لعدم ذكر "تحليل المشاعر" كميزة Agorapulse ، فقد تفاجأ عندما تعلم أنه يمكنك استخدام منصة إدارة الوسائط الاجتماعية لإجراء تحليل دقيق للمشاعر وتحديد ما يقوله الناس عنك على وسائل التواصل الاجتماعي.

ولكن ، قبل أن أفصح عن هذه المعلومات الأساسية ، أحتاج أولاً إلى معالجة مشكلة رئيسية من خلال تحليل المشاعر.

تكمن مشكلة تحليل المشاعر الآلي في تحديد المشاعر الإيجابية أو السلبية.

على سبيل المثال ، يمكنك قراءة: "أنا أحب حمام السباحة الكبير في فندقي!" هل هذا شعور إيجابي أم سلبي؟

بدون رؤية الصورة المرفقة للمسبح الصغير ، كنت تعتقد أنه كان تعليقًا إيجابيًا ، أليس كذلك؟ حسنًا ، كذلك الأمر بالنسبة لأداة تحليل المشاعر الآلية.

يحتوي تحليل المشاعر الآلي على نسبة مئوية دقيقة تبلغ حوالي 60٪ لأنه لا يتعرف على السخرية أو السخرية أو اللغة العامية أو السياق أو اللهجات المختلفة. يؤدي هذا إلى تحريف البيانات ويؤدي إلى سوء تفسير مما يؤدي إلى كارثة للشركات التي تتطلع إلى التوسع.

لفهم هذا بشكل أفضل ، دعنا نحدد كيفية عمل التحليل الآلي للمشاعر.

كيف يعمل التحليل الآلي للمشاعر

يتم تشغيل تحليل المشاعر الآلي بواسطة خوارزميات NLP (معالجة اللغة الطبيعية) و ML (التعلم الآلي). بشكل أساسي ، ستأخذ مجموعة من الروبوتات تغريدة أو رسالة أو تعليقًا أو منشورًا ، وتقسيم المحتوى إلى أجزاء ، وتستخدم مقياسًا محددًا مسبقًا لتعيين درجة عاطفية لكل جزء ، ثم تحسب هذه النتائج لمعرفة ما إذا كانت الرسالة الإجمالية موجب أو سلبي أو محايد.

على سبيل المثال ، لنفترض أن أحدهم قام بتغريد هذا: "لقد اشتريت iPhone الجديد أمس. لقد تأثرت حقًا بالكاميرا الجديدة. كان العرض مخيبا للآمال ، ولكن من الصعب التغلب على السعر بشكل مدهش ".

هذا ما ستفعله روبوتات المشاعر:

• "لقد تأثرت حقًا" = +4
• "العرض كان مخيبا للآمال" = -2
• "من الصعب التغلب على السعر" = +3

من هذا ، كانوا يحسبون الدرجات ويحددون أن الرسالة كانت إيجابية بشكل عام.

ومع ذلك ، كما أثبتنا ، فإن تحليل المشاعر ليس دائمًا بهذه السهولة.

فكر فيما حدث مع Morbius ، الفيلم الثالث الذي تدور أحداثه في Sony Spiderman-Universe. عندما تم إصداره لأول مرة ، كان نجاحًا كبيرًا في شباك التذاكر ، حيث دخل مباشرة في المركز الأول وحقق 39 مليون دولار في عطلة نهاية الأسبوع الأولى. ومع ذلك ، بعد أسبوع ، كان هناك انخفاض بنسبة 74 ٪ في مبيعات التذاكر (ثاني أسوأ أداء على الإطلاق لفيلم خارق).

بعد الإصدار ، كانت هناك فورة من النشاط على وسائل التواصل الاجتماعي مع تغريدات مثل:

"لقد سمعت أن هذا جيد جدًا ، لذا استمروا في دفعه مرة أخرى لأننا غير قادرين على التعامل معه بعد ، لأنه أمر جيد ، أننا بحاجة إلى مزيد من الوقت للتطور كنوع ليكون أفضل استعدادًا للتعامل معه فيلم هذا جيد. "

"أتمنى أن يكون الجميع هادئين ، فأنا أحاول الاستعداد ذهنيًا للتحفة السينمائية التي تحمل اسم #morbius #morbiussweep"

"لقد شاهدت للتو موربيوس. الفيلم جلب الدموع إلى عيني. الحبكة والتمثيل وكل شيء عنها كان مذهلاً. كان الأمر جيدًا لدرجة أنني غادرت المسارح في منتصف الطريق لأنها كانت أعلى بكثير من المعايير الخاصة بي. لقد تفوقت سوني على نفسها ، إنه أعظم فيلم في العقد! "

الآن ، بالنسبة لي ولكم ، من الواضح أن هذه التغريدات مليئة بالسخرية والسخرية. ولكن بالنسبة إلى روبوت تحليل المشاعر ، بكلمات مثل "مذهل" و "جيد جدًا" و "تحفة" ، من الواضح أن الفيلم حقق نجاحًا كبيرًا! النتيجة؟ قرر المنتجون المضي قدمًا في الإصدار الثاني وإصدار Morbius 3 ، والتي شجعت فقط المزيد من الضجة على وسائل التواصل الاجتماعي:

"أطرف نتيجة ممكنة مع Morbius هي أنه يتخبط بشكل كبير مرة أخرى ، مما يؤدي إلى إطلاق دورة أخرى من الميمات الساخرة ، والتي تؤدي إلى إعادة إصدار أخرى في المسارح ، والتي تتخبط أيضًا ، وما إلى ذلك. أسمي هذا شريط موربيوس ".

هذا مثال رائع على فشل تحليل المشاعر.

لذلك ، على الرغم من أن مفهوم تحليل المشاعر يبدو مفيدًا ، إلا أن الواقع يمكن أن يكون عديم الفائدة في بعض الأحيان: هل يمكنك حقًا الوثوق بالنتائج بعد تحليل المشاعر؟ تحليل المشاعر غير الدقيق جيد مثل واقي النار من الشوكولاتة.

قبل أن تقرر أن تحليل المشاعر لا مكان له في قائمة مهامك اليومية ، هناك طريقة بديلة لإجراء تحليل للمشاعر يستغرق وقتًا أطول بحوالي 10٪ ، ولكنه أكثر دقة بنسبة 85٪ تقريبًا من استخدام أداة آلية. مما يعني أنه يستحق الوقت الإضافي.

كيفية استخدام Agorapulse لتحليل دقيق للمشاعر

تحليل المشاعر الذي يتم إجراؤه بواسطة البشر لديه معدل نسبة دقة متوسط ​​يبلغ حوالي 85٪. هذا أعلى بنسبة 25٪ مما هو عليه باستخدام أداة مخصصة لتحليل المشاعر.

الآن ، لم أقترح لدقيقة واحدة أننا نتجنب التكنولوجيا المتاحة لنا ونعود إلى إدخال البيانات وجداول البيانات الشاقة لتحليل مشاعر الجمهور.

أقترح أن نلتقي في المنتصف.

الفكرة أننا بحاجة إلى تحويل البيانات النوعية ، في صورة وجهات نظر وأفكار وآراء إلى بيانات كمية ، في شكل مواقف إيجابية وسلبية.

يمكنك القيام بذلك باستخدام Agorapulse عن طريق تعيين تصنيفات إيجابية وسلبية لكل تعليق أو منشور أو رسالة أو تغريدة تأتي. بعد ذلك ، نظرًا لأنك أضفت تسميات إلى جميع تفاعلاتك ، يمكنك رؤية النسبة المئوية للتقسيم بين المشاعر الإيجابية مقابل المشاعر السلبية عبر تقرير توزيع الملصقات ، والذي ستجده في لوحة معلومات التقارير الخاصة بك.

يمكنك أن تبقي الأمر بسيطًا وأن تحافظ على تصنيفاتك على أنها "إيجابية" أو "سلبية". أو للحصول على تحليل أكثر دقة ، يمكنك إنشاء تسميات محددة وتعيينها ، مثل "Churn" أو "Super-fan" لتفاعلاتك.

أعلم ما تفكر فيه: قد تستغرق إضافة تسميات إلى جميع التفاعلات التي تحدث بعض الوقت. ولكن لن يمنحك هذا الأسلوب مستوى أعلى من الدقة فحسب ، بل كمنتج ثانوي ، ستشعر بشكل طبيعي بما يقوله السوق بشكل مباشر.

لكني أسمعك. إذا كان لديك المئات من التعليقات والمنشورات والرسائل والتغريدات لإلقاء نظرة عليها وتعيين تصنيف لها كل يوم ، فلن يكون لديك وقت لمهام مهمة وعائد استثمار مرتفع.

الخبر السار هو أن هناك طريقة لأتمتة عملية تعيين تسميات المشاعر لتفاعلاتك. سيقوم Inbox Assistant تلقائيًا بتعيين التصنيفات التي قمت بإنشائها لكل تفاعل يأتي إلى البريد الوارد بناءً على مجموعة من القواعد التي قمت بإنشائها.

نوع ما يمكنك القيام به مع صندوق البريد الإلكتروني الخاص بك. يمكنك إنشاء قواعد تنقل رسائل بريد إلكتروني محددة تلقائيًا إلى مجلدات لمساعدتك في الوصول إلى Inbox Zero. إنه نفس المبدأ.

لذلك ، على الرغم من أن الدقة قد لا تكون عالية كما لو قمت بتعيين تسمياتك يدويًا إذا قمت بإنشاء مجموعة محددة ومفصلة من القواعد التي يمكنها التقاط جميع المشاعر الإيجابية والسلبية المهمة ، فستكون على فائز.

تعرف على المزيد حول كيفية إعداد وتشغيل تحليل المشاعر مع Agorapusle من خلال قراءة مقالة المساعدة هذه.