Come utilizzare Agorapulse per vedere cosa pensano veramente di te i tuoi clienti

Oltre il 50% dei consumatori utilizza le proprie piattaforme di social media per esprimere le proprie opinioni e opinioni sui marchi che hanno utilizzato o acquistato in precedenza. Dopotutto, la sentiment analysis (o opinion mining) è una delle discipline più utili da avere a disposizione.

Puoi utilizzare l'analisi del sentimento dei social media per tradurre i pensieri, i sentimenti e le opinioni delle persone in dati freddi e concreti che puoi utilizzare per stabilire cosa dovresti fare di più e cosa devi fare di meno. Ciò ti consente di sfruttare il potere dei social media per rafforzare il business.

Con gli strumenti automatizzati di analisi del sentimento, il lavoro di raccolta, smistamento e analisi di questi dati è ora ancora più rapido e semplice. Senza muovere un dito, puoi vedere immediatamente se il pubblico si sente positivamente, negativamente o neutralmente riguardo al tuo servizio o ai tuoi prodotti.

Questa intuizione consente a un'azienda di diventare veramente agile. Sapere come si sente il mercato, in tempo reale, può prendere decisioni rapide, ispirare cambiamenti rapidi, migliorare il prodotto o il servizio e aiutare l'azienda a conquistare il cuore e la mente dei clienti più velocemente e meglio che mai.

Ma tu sai tutto questo, vero? I vantaggi dell'analisi del sentimento non sono nuovi.

Quello che probabilmente non sai, però, è come usare Agorapulse per condurre l'analisi del sentimento.

Poiché l'"analisi del sentimento" non è menzionata come una funzione di Agorapulse, potresti essere sorpreso di apprendere che puoi utilizzare la piattaforma di gestione dei social media per condurre un'analisi del sentimento accurata e stabilire cosa le persone dicono di te sui social media.

Ma, prima di divulgare queste informazioni chiave, devo prima affrontare un problema importante con l'analisi del sentimento.

Il problema con l'analisi del sentimento automatizzata è determinare cosa sia un sentimento positivo o negativo.

Ad esempio, potresti leggere: "AMO la piscina ENORME del mio hotel!" È un sentimento positivo o negativo?

Senza vedere la foto allegata della minuscola piscina, penseresti che sia stato un commento positivo, vero? Bene, lo stesso vale per uno strumento di analisi del sentimento automatizzato.

L'analisi automatizzata del sentimento ha un tasso percentuale di accuratezza di circa il 60% perché non riconosce sarcasmo, ironia, gergo, contesto o dialetti diversi. Ciò distorce i dati e porta a interpretazioni errate che rappresentano un disastro per le aziende che cercano di scalare.

Per capirlo meglio, stabiliamo come funziona l'analisi del sentimento automatizzata.

Come funziona l'analisi del sentimento automatizzata

L'analisi automatizzata del sentiment è basata sugli algoritmi NLP (Natural Language Processing) e ML (Machine Learning). Fondamentalmente, un gruppo di bot prenderà un tweet, un messaggio, un commento o un post, dividerà il contenuto in blocchi, utilizzerà una scala predeterminata per assegnare un punteggio di sentimento a ciascun blocco, quindi conteggerà quei punteggi per capire se il messaggio complessivo è positivo, negativo o neutro.

Ad esempio, supponiamo che qualcuno abbia twittato questo: "Ho comprato il nuovo iPhone ieri. Sono rimasto davvero colpito dalla nuova fotocamera. Il display è stato deludente, ma è sorprendentemente difficile da battere sul prezzo".

Questo è ciò che farebbero i bot del sentimento:

• "Sono rimasto davvero colpito" = +4
• "Il display è stato deludente" = -2
• "Difficile da battere sul prezzo" = +3

Da questo, avrebbero contato i punteggi e determinato che, nel complesso, il messaggio era positivo.

Tuttavia, come abbiamo stabilito, l'analisi del sentimento non è sempre così semplice.

Considera cosa è successo con Morbius, il terzo film ambientato nell'universo di Sony Spiderman. Quando è stato rilasciato per la prima volta, è stato un successo al botteghino, arrivando direttamente al numero 1 e guadagnando $ 39 milioni nel suo primo fine settimana. Una settimana dopo, tuttavia, c'è stato un calo del 74% nelle vendite dei biglietti (la seconda peggiore performance in assoluto per un film di supereroi).

Dopo il rilascio, c'è stata una raffica di attività sui social media con tweet come:

"Ho sentito che è molto buono, quindi continuano a doverlo respingere perché non siamo ancora in grado di gestirlo, perché è così buono, che abbiamo bisogno di più tempo per evolverci come specie per essere meglio preparati a gestirlo un film così bello.

"Vorrei che tutti fossero tranquilli, sto cercando di prepararmi mentalmente per il capolavoro cinematografico che è #morbius #morbiussweep"

“Ho appena visto Morbius. Il film mi ha fatto venire le lacrime agli occhi. La trama, la recitazione, tutto era semplicemente fantastico. È stato così bello che ho lasciato i cinema a metà perché era molto al di sopra dei miei standard. Sony ha superato se stessa, è il più grande film del decennio!

Ora, per te e per me, questi tweet sono chiaramente carichi di sarcasmo e ironia. Ma per un robot di analisi del sentimento, con parole come "fantastico", "super bravo" e "capolavoro", il film è stato chiaramente un enorme successo! Il risultato? I produttori hanno deciso di andare avanti con una seconda uscita e realizzare un Morbius 3, che ha solo incoraggiato un ulteriore tumulto sui social media:

“Il risultato più divertente possibile con Morbius è che flop di nuovo in modo massiccio, innescando un altro ciclo di meme ironici, che provoca un'altra riedizione nelle sale, che fallisce anche, ecc, e così via. Io la chiamo striscia morbius.

Questo è un ottimo esempio di analisi del sentimento andata storta.

Quindi, sebbene il concetto di analisi del sentimento sembri utile, la realtà a volte può essere piuttosto inutile: puoi mai fidarti davvero dei risultati dopo l'analisi del sentimento? Un'analisi del sentimento imprecisa è buona quanto un parafuoco di cioccolato.

Prima di decidere che l'analisi del sentimento non ha posto nell'elenco delle attività quotidiane, esiste un modo alternativo per condurre l'analisi del sentimento che richiede circa il 10% in più di tempo, ma circa l'85% in più rispetto all'utilizzo di uno strumento automatizzato. Il che significa che vale il tempo extra.

Come utilizzare Agorapulse per un'accurata analisi del sentimento

L'analisi del sentiment condotta dagli esseri umani ha un tasso percentuale medio di accuratezza di circa l'85%. È il 25% in più rispetto a uno strumento di analisi del sentimento dedicato.

Ora, non sto suggerendo per un minuto di evitare la tecnologia a nostra disposizione e di tornare al laborioso inserimento di dati e fogli di calcolo per analizzare il sentimento del pubblico.

Suggerisco di incontrarci nel mezzo.

L'idea è che dobbiamo trasformare i dati qualitativi, sotto forma di opinioni, pensieri e opinioni in dati quantitativi, sotto forma di posizioni positive e negative.

Puoi farlo con Agorapulse assegnando etichette positive e negative a ogni commento, post, messaggio o tweet che arriva. Quindi, poiché hai aggiunto etichette a tutte le tue interazioni, puoi vedere la suddivisione percentuale dei sentimenti positivi e negativi tramite il rapporto sulla distribuzione delle etichette, che troverai nella dashboard dei rapporti.

Potresti mantenerlo semplice e mantenere le tue etichette solo come "Positivo" o "Negativo". Oppure, per ottenere un'analisi più dettagliata, puoi creare e assegnare etichette specifiche, come "Churn" o "Super-fan" alle tue interazioni.

So cosa stai pensando: l'aggiunta di etichette a tutte le interazioni che arrivano potrebbe richiedere del tempo. Ma non solo questo approccio ti darà un maggiore livello di accuratezza, ma come sottoprodotto, avrai un'idea naturale di ciò che dice il mercato, in prima persona.

Ma ti sento. Se hai centinaia di commenti, post, messaggi e tweet da guardare e a cui assegnare un'etichetta ogni giorno, non avrai tempo per le attività importanti e ad alto ROI.

La buona notizia è che esiste un modo per automatizzare il processo di assegnazione delle etichette dei sentimenti alle tue interazioni. L'Assistente Posta in arrivo assegnerà automaticamente le etichette che hai creato a ogni interazione che arriva nella Posta in arrivo in base a una serie di regole che hai creato.

Un po' come puoi fare con la tua casella di posta elettronica. puoi creare regole che spostano automaticamente email specifiche in cartelle per aiutarti a raggiungere Inbox Zero. È lo stesso principio.

Quindi, anche se la precisione potrebbe non essere così alta come se assegnassi le tue etichette manualmente, se crei un insieme specifico e dettagliato di regole in grado di catturare tutti i sentimenti positivi e negativi importanti, sarai il vincitore.

Scopri di più su come impostare ed eseguire l'analisi del sentiment con Agorapusle leggendo questo articolo della guida.