Cum să utilizați Agorapulse pentru a vedea ce cred cu adevărat clienții dvs. despre dvs

Peste 50% dintre consumatori își folosesc platformele de socializare pentru a-și exprima părerile și opiniile despre mărcile pe care le-au folosit sau de la care au cumpărat anterior. La urma urmei, analiza sentimentelor (sau minarea opiniei) este una dintre cele mai utile discipline pe care le ai la dispoziție.

Puteți folosi analiza sentimentelor rețelelor sociale pentru a traduce gândurile, sentimentele și opiniile oamenilor în date reci și dure pe care le puteți folosi pentru a stabili ce ar trebui să faceți mai mult și ce trebuie să faceți mai puțin. Acest lucru vă permite să valorificați puterea rețelelor sociale pentru a susține afacerile.

Cu instrumentele automate de analiză a sentimentelor, munca de colectare, sortare și analiză a acestor date este acum și mai rapidă și chiar mai ușoară. Fără să ridicați un deget, puteți vedea instantaneu dacă publicul se simte pozitiv, negativ sau neutru cu privire la serviciile sau produsele dvs.

Această perspectivă permite unei afaceri să devină cu adevărat agilă. A ști cum se simte piața, în timp real, poate informa decizii rapide, poate inspira schimbări rapide, îmbunătăți produsul sau serviciul și poate ajuta afacerea să câștige inimile și mințile clienților mai repede și mai bine ca niciodată.

Dar știi toate astea, nu? Beneficiile analizei sentimentelor nu sunt noi.

Ceea ce probabil nu știi, totuși, este cum să folosești Agorapulse pentru a efectua analiza sentimentelor.

Deoarece „analiza sentimentelor” nu este menționată ca o funcție Agorapulse, s-ar putea să fii surprins să afli că poți folosi platforma de gestionare a rețelelor sociale pentru a efectua o analiză precisă a sentimentelor și a stabili ce spun oamenii despre tine pe rețelele sociale.

Dar, înainte de a divulga aceste informații cheie, trebuie mai întâi să abordez o problemă majoră cu analiza sentimentelor.

Problema cu analiza automată a sentimentelor este de a determina ce este un sentiment pozitiv sau negativ.

De exemplu, puteți citi: „Îmi place piscina ENORMĂ din hotelul meu!” Este acesta un sentiment pozitiv sau unul negativ?

Fără să vezi fotografia atașată a piscinei minuscule, ai crede că este un comentariu pozitiv, nu-i așa? Ei bine, la fel ar fi și un instrument automat de analiză a sentimentelor.

Analiza automată a sentimentelor are o rată procentuală de precizie de aproximativ 60%, deoarece nu recunoaște sarcasmul, ironia, argoul, contextul sau diferite dialecte. Acest lucru deformează datele și duce la interpretări greșite, ceea ce înseamnă un dezastru pentru companiile care doresc să se extindă.

Pentru a înțelege mai bine acest lucru, să stabilim cum funcționează analiza automată a sentimentelor.

Cum funcționează analiza automată a sentimentelor

Analiza automată a sentimentelor este alimentată de algoritmi NLP (Natural Language Processing) și ML (Machine Learning). Practic, un grup de roboți va prelua un tweet, un mesaj, un comentariu sau o postare, va împărți conținutul în bucăți, va folosi o scară predeterminată pentru a atribui un scor de sentiment fiecărei porțiuni și apoi va înregistra acele scoruri pentru a determina dacă mesajul general. este pozitiv, negativ sau neutru.

De exemplu, să spunem că cineva a postat pe Twitter acest lucru: „Am cumpărat noul iPhone ieri. Am fost foarte impresionat de noua cameră. Afișajul a fost dezamăgitor, dar este surprinzător de greu de învins la preț.”

Iată ce ar face boții de sentiment:

• „Am fost cu adevărat impresionat” = +4
• „Afișajul a fost dezamăgitor” = -2
• „Greu de învins la preț” = +3

Din aceasta, ei numărau scorurile și determinau că, în general, mesajul a fost unul pozitiv.

Cu toate acestea, așa cum am stabilit, analiza sentimentelor nu este întotdeauna atât de simplă.

Luați în considerare ce s-a întâmplat cu Morbius, cel de-al treilea film din Universul Sony Spiderman. Când a fost lansat pentru prima dată, a fost un succes de box office, ajungând direct pe locul 1 și câștigând 39 de milioane de dolari în primul său weekend. O săptămână mai târziu, însă, s-a înregistrat o scădere de 74% a vânzărilor de bilete (a doua cea mai proastă performanță vreodată pentru un film cu supereroi).

După lansare, pe rețelele de socializare a existat o rafală de activitate cu tweet-uri precum:

„Am auzit că acest lucru este foarte bun, așa că ei continuă să fie nevoiți să-l respingă pentru că încă nu suntem capabili să ne descurcăm, pentru că este atât de bine, că avem nevoie de mai mult timp pentru a evolua ca specie pentru a fi mai bine pregătiți să ne descurcăm. un film atât de bun.”

„Mi-aș dori toată lumea să tacă. Încerc să mă pregătesc mental pentru capodopera cinematografică care este #morbius #morbiussweep”

„Tocmai l-am urmărit pe Morbius. Filmul mi-a dat lacrimile în ochi. Intriga, actoria, totul a fost pur și simplu uimitor. A fost atât de bine încât am părăsit teatrele la jumătatea drumului pentru că era mult peste standardele mele. Sony s-a întrecut pe sine, este cel mai tare film al deceniului!”

Acum, pentru tine și pentru mine, aceste tweet-uri sunt în mod clar încărcate de sarcasm și ironie. Dar pentru un robot de analiză a sentimentelor, cu cuvinte precum „uimitor”, „super bine” și „capodopera”, filmul a fost în mod clar un succes uriaș! Rezultatul? Producătorii au decis să continue cu o a doua lansare și să facă un Morbius 3, care a încurajat și mai mult zarva pe rețelele sociale:

„Cel mai amuzant rezultat posibil cu Morbius este că eșuează masiv din nou, declanșând un alt ciclu de meme ironice, care provoacă o nouă relansare în cinematografe, care eșuează, etc. și așa mai departe. Eu numesc asta banda morbius.”

Acesta este un exemplu grozav de analiză a sentimentelor greșite.

Deci, deși conceptul de analiză a sentimentelor pare util, realitatea poate fi uneori destul de inutilă: poți avea vreodată încredere cu adevărat în rezultatele în urma analizei sentimentelor? Analiza inexactă a sentimentelor este la fel de bună ca și un apărător de ciocolată.

Înainte de a decide că analiza sentimentelor nu are locul în lista de sarcini de zi cu zi, există o modalitate alternativă de a efectua analiza sentimentelor care necesită aproximativ 10% mai mult timp, dar cu aproximativ 85% mai precisă decât utilizarea unui instrument automat. Ceea ce înseamnă că merită timpul suplimentar.

Cum să utilizați Agorapulse pentru o analiză precisă a sentimentelor

Analiza sentimentelor efectuată de oameni are o rată medie procentuală de acuratețe de aproximativ 85%. Este cu 25% mai mare decât este cu un instrument dedicat de analiză a sentimentelor.

Acum, nu sugerez nici un minut să evităm tehnologia care ne este disponibilă și să ne întoarcem la introducerea laborioasă a datelor și la foile de calcul pentru a analiza sentimentul publicului.

Sugerez să ne întâlnim la mijloc.

Ideea este că trebuie să transformăm datele calitative, sub formă de opinii, gânduri și opinii în date cantitative, sub forma unor poziții pozitive și negative.

Puteți face acest lucru cu Agorapulse atribuind etichete pozitive și negative fiecărui comentariu, postare, mesaj sau tweet care vine. Apoi, deoarece ați adăugat etichete la toate interacțiunile dvs., puteți vedea împărțirea procentuală a sentimentelor pozitive și negative. prin raportul Distribuția etichetelor, pe care îl veți găsi în tabloul de bord al rapoartelor.

Puteți să păstrați totul simplu și să vă păstrați etichetele ca „Pozitive” sau „Negative”. Sau, pentru a obține o analiză mai detaliată, puteți crea și atribui etichete specifice, cum ar fi „Churn” sau „Super-fan” interacțiunilor dvs.

Știu la ce te gândești: adăugarea de etichete la toate interacțiunile care apar ar putea dura ceva timp. Dar nu numai că această abordare vă va oferi un nivel sporit de acuratețe, dar, ca produs secundar, veți obține o senzație naturală a ceea ce spune piața, direct.

Dar te aud. Dacă aveți sute de comentarii, postări, mesaje și tweet-uri pe care să le analizați și să le atribuiți o etichetă în fiecare zi, nu veți avea timp pentru sarcinile importante, cu un ROI ridicat.

Vestea bună este că există o modalitate de a automatiza procesul de atribuire a etichetelor de sentimente interacțiunilor dvs. Asistentul Inbox va atribui automat etichetele pe care le-ați creat fiecărei interacțiuni care intră în inbox pe baza unui set de reguli pe care le-ați creat.

Cam așa cum poți face cu căsuța de e-mail. puteți crea reguli care mută automat anumite e-mailuri în dosare pentru a vă ajuta să obțineți Inbox Zero. Este același principiu.

Așadar, deși acuratețea ar putea să nu fie la fel de mare ca și în cazul în care ați atribui etichetele manual, dacă creați un set specific și detaliat de reguli care poate prinde toate sentimentele pozitive și negative importante, veți fi un câștigător.

Aflați mai multe despre cum să configurați și să rulați analiza sentimentelor cu Agorapusle citind acest articol de ajutor.