Agorapulseを使用して、顧客が実際にあなたについてどう思っているかを確認する方法
公開: 2022-07-07消費者の50％以上が、ソーシャルメディアプラットフォームを使用して、以前に使用または購入したブランドについての意見や意見を表明しています。 結局のところ、感情分析（または意見マイニング）は、自由に使える最も有用な分野の1つです。
ソーシャルメディアの感情分析を使用して、人々の考え、感情、意見を冷たくて硬いデータに変換し、それを使用して、何をより多く行うべきか、何をより少なくする必要があるかを確立できます。 そうすることで、ソーシャルメディアの力を利用してビジネスを強化することができます。
自動化された感情分析ツールを使用すると、このデータの収集、並べ替え、分析の作業がさらに迅速かつ簡単になります。 指を離さずに、一般の人々があなたのサービスや製品についてポジティブ、ネガティブ、またはニュートラルに感じているかどうかを即座に確認できます。
この洞察により、ビジネスは真に機敏になります。 市場がどのように感じているかをリアルタイムで知ることで、迅速な意思決定に情報を提供し、迅速な変更を促し、製品やサービスを改善し、ビジネスがこれまで以上に迅速かつ優れた顧客の心をつかむのに役立ちます。
しかし、あなたはこれをすべて知っていますよね？ 感情分析の利点は新しいものではありません。
ただし、おそらくあなたが知らないのは、Agorapulseを使用して感情分析を行う方法です。
「感情分析」はAgorapulseの機能として言及されていないため、ソーシャルメディア管理プラットフォームを使用して正確な感情分析を実行し、ソーシャルメディアで人々があなたについて何を言っているかを確認できることを知って驚くかもしれません。
しかし、この重要な情報を明かす前に、まず感情分析の主要な問題に取り組む必要があります。
自動化された感情分析の問題は、ポジティブまたはネガティブな感情が何であるかを判断することです。
たとえば、「ホテルの巨大なプールが大好きです！」と読むことができます。 これはポジティブな感情ですか、それともネガティブな感情ですか？
添付の極小プールの写真を見なくても、前向きなコメントだったと思いませんか？ そうですね、自動化された感情分析ツールもそうです。
自動感情分析は、皮肉、皮肉、俗語、文脈、またはさまざまな方言を認識しないため、約60％の正解率があります。 これはデータを歪め、誤解を招き、規模を拡大しようとしている企業にとっては惨事を招きます。
これをよりよく理解するために、自動化された感情分析がどのように機能するかを確立しましょう。
自動感情分析のしくみ
自動感情分析は、NLP（自然言語処理）およびML（機械学習）アルゴリズムを利用しています。 基本的に、ボットのグループは、ツイート、メッセージ、コメント、または投稿を受け取り、コンテンツをチャンクに分割し、所定のスケールを使用して各チャンクに感情スコアを割り当て、それらのスコアを集計して、メッセージ全体が正、負、または中立です。
たとえば、誰かがこれをツイートしたとします。 「昨日新しいiPhoneを購入しました。 私は新しいカメラに本当に感銘を受けました。 ディスプレイはがっかりしましたが、価格に勝るものは驚くほど難しいです。」
これは、センチメントボットが行うことです。
- 「本当に感動しました」=+4
- 「ディスプレイががっかりしました」=-2
- 「価格に勝るのは難しい」=+3
このことから、彼らはスコアを数え、全体として、メッセージはポジティブなものであると判断しました。
ただし、私たちが確立したように、感情分析は必ずしもそれほど単純ではありません。
ソニースパイダーマンユニバースを舞台にした3作目の映画「モービウス」で何が起こったのか考えてみましょう。 それが最初にリリースされたとき、それは興行収入であり、1位でまっすぐに進み、最初の週末に3900万ドルを稼ぎました。 しかし、1週間後、チケットの売り上げは74％減少しました（スーパーヒーロー映画としては史上2番目に悪いパフォーマンス）。
リリース後、ソーシャルメディアで次のようなツイートが殺到しました。
「これは非常に優れていると聞いています。まだ処理できないため、彼らはそれを押し戻さなければなりません。それは非常に優れているため、処理の準備を整えるために種として進化するためにより多くの時間が必要です。こんなにいい映画。」
「みんなが静かになりたいのですが、映画の傑作である#morbius#morbiussweepの準備を心がけています。」
「私はモービウスを見たばかりです。 その映画は私の目に涙を流した。 プロット、演技、それに関するすべてはただ素晴らしかったです。 基準をはるかに上回っていたので、途中で劇場を離れたのはとても良かったです。 ソニーはそれ自体を上回りました、それは10年で最高の映画です！」
さて、あなたと私にとって、これらのツイートには皮肉と皮肉がはっきりと詰まっています。 しかし、感情分析ボットにとって、「驚くべき」、「超良い」、「傑作」などの言葉で、この映画は明らかに大成功でした！ 結果？ プロデューサーは、2回目のリリースを進めて、Morbius 3を作成することを決定しました。これは、ソーシャルメディアのさらなる騒動を助長するだけでした。
「Morbiusで考えられる最もおかしな結果は、それが再び大規模にフロップし、皮肉なミームの別のサイクルをトリガーし、劇場で別の再リリースを引き起こし、フロップなども発生することです。 私はこれをメビウスの帯と呼んでいます。」
これは、感情分析がうまくいかなかった良い例です。
したがって、感情分析の概念は有用であるように見えますが、現実はかなり役に立たない場合があります。感情分析後の結果を本当に信頼できるでしょうか。 不正確な感情分析は、チョコレートの暖炉とほぼ同じです。
感情分析が日常のタスクリストにないことを決定する前に、自動ツールを使用するよりも約10％時間がかかりますが、約85％正確な感情分析を実行する別の方法があります。 つまり、余分な時間の価値があります。
正確な感情分析のためにAgorapulseを使用する方法
人間が行った感情分析の平均正解率は約85％です。 これは、専用の感情分析ツールを使用した場合よりも25％高くなります。
今、私は1分間ではなく、利用可能なテクノロジーを避け、面倒なデータ入力とスプレッドシートに戻って視聴者の感情を分析することを提案しています。
真ん中で会うことをお勧めします。
考え方は、見解、考え、意見の形での定性的データを、肯定的および否定的なスタンスの形での定量的データに変える必要があるということです。
Agorapulseでこれを行うには、入ってくるすべてのコメント、投稿、メッセージ、またはツイートにポジティブラベルとネガティブラベルを割り当てます。次に、すべてのインタラクションにラベルを追加したため、ポジティブ感情とネガティブ感情のパーセンテージ分割を確認できます。レポートダッシュボードにあるラベル配布レポートを介して。
シンプルに保ち、ラベルを「ポジティブ」または「ネガティブ」として維持することができます。 または、より詳細な分析を行うために、「チャーン」や「スーパーファン」などの特定のラベルを作成してインタラクションに割り当てることができます。
私はあなたが何を考えているか知っています：入ってくるすべてのインタラクションにラベルを追加するには時間がかかるかもしれません。 しかし、このアプローチにより精度が向上するだけでなく、副産物として、市場が直接言っていることを自然に感じることができます。
しかし、私はあなたを聞きます。 毎日何百ものコメント、投稿、メッセージ、ツイートを見てラベルを割り当てる場合、重要で高いROIのタスクを実行する時間がありません。
良いニュースは、インタラクションに感情ラベルを割り当てるプロセスを自動化する方法があることです。 Inbox Assistantは、作成した一連のルールに基づいて、作成したラベルを受信トレイに入るすべてのインタラクションに自動的に割り当てます。
メールの受信トレイでできるようなものです。 特定の電子メールをフォルダーに自動的に移動するルールを作成して、受信トレイゼロを達成するのに役立てることができます。 それは同じ原理です。
したがって、重要なポジティブおよびネガティブな感情をすべてキャッチできる特定の詳細なルールセットを作成すると、ラベルを手動で割り当てた場合ほど精度が高くない可能性がありますが、勝者になります。
このヘルプ記事を読んで、Agorapusleを使用して感情分析を設定および実行する方法の詳細を確認してください。
