Como usar a Agorapulse para ver o que seus clientes realmente pensam sobre você

Mais de 50% dos consumidores usam suas plataformas de mídia social para expressar seus pontos de vista e opiniões sobre marcas que usaram ou compraram anteriormente. Afinal, a análise de sentimentos (ou mineração de opinião) é uma das disciplinas mais úteis para se ter à sua disposição.

Você pode usar a análise de sentimentos de mídia social para traduzir os pensamentos, sentimentos e opiniões das pessoas em dados frios e concretos que você pode empregar para estabelecer o que você deve fazer mais e o que você precisa fazer menos. Isso permite que você aproveite o poder das mídias sociais para impulsionar os negócios.

Com ferramentas automatizadas de análise de sentimentos, o trabalho de coletar, classificar e analisar esses dados agora é ainda mais rápido e ainda mais fácil. Sem levantar um dedo, você pode ver instantaneamente se o público se sente positivo, negativo ou neutro em relação ao seu serviço ou produtos.

Essa percepção permite que uma empresa se torne verdadeiramente ágil. Saber como o mercado se sente, em tempo real, pode informar decisões rápidas, inspirar mudanças rápidas, melhorar o produto ou serviço e ajudar a empresa a conquistar os corações e mentes dos clientes mais rápido e melhor do que nunca.

Mas você sabe de tudo isso, certo? Os benefícios da análise de sentimentos não são novos.

O que você provavelmente não sabe, porém, é como usar a Agorapulse para realizar análises de sentimentos.

Como a “análise de sentimentos” não é mencionada como um recurso da Agorapulse, você pode se surpreender ao saber que pode usar a plataforma de gerenciamento de mídia social para realizar uma análise de sentimento precisa e estabelecer o que as pessoas estão dizendo sobre você nas mídias sociais.

Mas, antes de divulgar essas informações importantes, primeiro preciso abordar uma questão importante com a análise de sentimentos.

O problema com a análise automatizada de sentimentos é determinar o que é um sentimento positivo ou negativo.

Por exemplo, você pode ler: “Estou AMANDO a ENORME piscina do meu hotel!” Este é um sentimento positivo ou negativo?

Sem ver a foto anexada da minúscula piscina, você pensaria que foi um comentário positivo, não é? Bem, o mesmo aconteceria com uma ferramenta automatizada de análise de sentimentos.

A análise automatizada de sentimentos tem uma taxa de porcentagem de precisão de cerca de 60% porque não reconhece sarcasmo, ironia, gíria, contexto ou dialetos diferentes. Isso distorce os dados e leva a interpretações errôneas, o que significa um desastre para as empresas que buscam escala.

Para entender melhor, vamos estabelecer como funciona a análise automatizada de sentimentos.

Como funciona a análise automatizada de sentimentos

A análise automatizada de sentimentos é alimentada pelos algoritmos NLP (Natural Language Processing) e ML (Machine Learning). Basicamente, um grupo de bots fará um tweet, mensagem, comentário ou postagem, dividirá o conteúdo em partes, usará uma escala predeterminada para atribuir uma pontuação de sentimento a cada parte e, em seguida, somará essas pontuações para descobrir se a mensagem geral é positivo, negativo ou neutro.

Por exemplo, digamos que alguém twittou isso: “Comprei o novo iPhone ontem. Fiquei realmente impressionado com a nova câmera. A tela foi decepcionante, mas é surpreendentemente difícil de bater no preço.”

Isto é o que os bots de sentimento fariam:

• “Fiquei realmente impressionado” = +4
• “A exibição foi decepcionante” = -2
• “Difícil de bater no preço” = +3

A partir disso, eles contavam as pontuações e determinavam que, no geral, a mensagem era positiva.

No entanto, como estabelecemos, a análise de sentimentos nem sempre é tão direta.

Considere o que aconteceu com Morbius, o terceiro filme ambientado no Sony Spiderman-Universe. Quando foi lançado pela primeira vez, foi um sucesso de bilheteria, indo direto para o primeiro lugar e faturando US $ 39 milhões em seu primeiro fim de semana. Uma semana depois, no entanto, houve uma queda de 74% nas vendas de ingressos (o segundo pior desempenho de todos os tempos para um filme de super-herói).

Após o lançamento, houve uma enxurrada de atividades nas mídias sociais com tweets como:

“Ouvi dizer que isso é super bom, então eles continuam tendo que adiar porque ainda não somos capazes de lidar com isso, porque é tão bom, que precisamos de mais tempo para evoluir como espécie para estarmos melhor preparados para lidar com isso. um filme tão bom.”

“Gostaria que todos ficassem quietos, estou tentando me preparar mentalmente para a obra-prima cinematográfica que é #morbius #morbiussweep”

“Acabei de assistir Morbius. O filme trouxe lágrimas aos meus olhos. O enredo, a atuação, tudo sobre isso foi simplesmente incrível. Foi tão bom que deixei os cinemas no meio do caminho porque estava muito acima dos meus padrões. A Sony se superou, é o melhor filme da década!”

Agora, para você e para mim, esses tweets são claramente carregados de sarcasmo e ironia. Mas para um bot de análise de sentimentos, com palavras como “incrível”, “super bom” e “obra-prima”, o filme foi claramente um grande sucesso! O resultado? Os produtores decidiram ir em frente com um segundo lançamento e fazer um Morbius 3, o que só encorajou mais alvoroço nas redes sociais:

“O resultado mais engraçado possível com Morbius é que ele fracassa massivamente novamente, desencadeando outro ciclo de memes irônicos, o que causa outro relançamento nos cinemas, que também fracassa, etc, e assim por diante. Eu chamo isso de faixa mórbida.”

Este é um ótimo exemplo de análise de sentimento que deu errado.

Portanto, embora o conceito de análise de sentimentos pareça útil, a realidade às vezes pode ser bastante inútil: você pode realmente confiar nos resultados após a análise de sentimentos? A análise imprecisa de sentimentos é tão boa quanto um guarda-fogo de chocolate.

Antes de decidir que a análise de sentimentos não tem lugar na sua lista de tarefas do dia-a-dia, existe uma forma alternativa de conduzir a análise de sentimentos que é cerca de 10% mais demorada, mas cerca de 85% mais precisa do que usar uma ferramenta automatizada. O que significa que vale a pena o tempo extra.

Como usar o Agorapulse para análise de sentimento precisa

A análise de sentimentos conduzida por humanos tem uma taxa percentual de precisão média de cerca de 85%. Isso é 25% maior do que com uma ferramenta de análise de sentimentos dedicada.

Agora, não estou sugerindo nem por um minuto que evitemos a tecnologia que está disponível para nós e voltemos à entrada de dados e planilhas laboriosas para analisar o sentimento do público.

Estou sugerindo que nos encontremos no meio.

A ideia é que precisamos transformar dados qualitativos, na forma de visões, pensamentos e opiniões, em dados quantitativos, na forma de posturas positivas e negativas.

Você pode fazer isso com a Agorapulse atribuindo rótulos positivos e negativos a cada comentário, postagem, mensagem ou tweet que chega. Então, como você adicionou rótulos a todas as suas interações, você pode ver a divisão percentual de sentimentos positivos e negativos através do relatório Label Distribution, que você encontrará em seu painel de relatórios.

Você pode simplificar e manter seus rótulos apenas como “positivo” ou “negativo”. Ou, para obter uma análise mais granular, você pode criar e atribuir rótulos específicos, como “Churn” ou “Super-fã” às suas interações.

Eu sei o que você está pensando: adicionar rótulos a todas as interações recebidas pode levar algum tempo. Mas esta abordagem não só lhe dará um maior nível de precisão, mas como subproduto, você terá uma sensação natural do que o mercado está dizendo, em primeira mão.

Mas eu ouço você. Se você tiver centenas de comentários, postagens, mensagens e tweets para ver e atribuir um marcador a cada dia, não terá tempo para as tarefas importantes e de alto ROI.

A boa notícia é que existe uma maneira de automatizar o processo de atribuição de rótulos de sentimento às suas interações. O Assistente de caixa de entrada atribuirá automaticamente os rótulos que você criou a cada interação que entrar na caixa de entrada com base em um conjunto de regras que você criou.

Mais ou menos como você pode fazer com sua caixa de entrada de e-mail. você pode criar regras que movem automaticamente emails específicos para pastas para ajudá-lo a alcançar o Inbox Zero. É o mesmo princípio.

Portanto, embora a precisão possa não ser tão alta quanto se você atribuísse seus rótulos manualmente, se você criar um conjunto específico e detalhado de regras que possam capturar todos os sentimentos positivos e negativos importantes, você será um vencedor.

Saiba mais sobre como configurar e executar a análise de sentimentos com a Agorapusle lendo este artigo de ajuda.