Как использовать Agorapulse, чтобы узнать, что на самом деле думают о вас ваши клиенты

Более 50% потребителей используют свои платформы социальных сетей, чтобы выразить свои взгляды и мнения о брендах, которые они ранее использовали или у которых покупали. В конце концов, анализ настроений (или интеллектуальный анализ мнений) — одна из самых полезных дисциплин в вашем распоряжении.

Вы можете использовать анализ настроений в социальных сетях, чтобы перевести мысли, чувства и мнения людей в холодные, достоверные данные, которые вы можете использовать, чтобы определить, что вам следует делать больше, а что вам нужно делать меньше. Это позволяет вам использовать возможности социальных сетей для поддержки бизнеса.

Благодаря автоматизированным инструментам анализа тональности работа по сбору, сортировке и анализу этих данных стала еще быстрее и проще. Не пошевелив пальцем, вы можете сразу увидеть, положительно, отрицательно или нейтрально люди относятся к вашим услугам или продуктам.

Это понимание позволяет бизнесу стать по-настоящему гибким. Знание того, как чувствует себя рынок в режиме реального времени, может помочь в принятии быстрых решений, вдохновить на быстрые изменения, улучшить продукт или услугу и помочь бизнесу завоевать сердца и умы клиентов быстрее и лучше, чем когда-либо.

Но вы же все это знаете, верно? Преимущества анализа настроений не новы.

Однако вы, вероятно, не знаете, как использовать Agorapulse для проведения анализа настроений.

Поскольку «анализ настроений» не упоминается как функция Agorapulse, вы можете быть удивлены, узнав, что вы можете использовать платформу управления социальными сетями для проведения точного анализа настроений и определения того, что люди говорят о вас в социальных сетях.

Но прежде чем я разглашу эту ключевую информацию, мне сначала нужно решить одну серьезную проблему с анализом настроений.

Проблема с автоматическим анализом настроений заключается в том, чтобы определить, какое настроение является положительным, а какое отрицательным.

Например, вы можете прочитать: «МНЕ ОБОЖАЕТ ОГРОМНЫЙ бассейн в моем отеле!» Это положительное настроение или отрицательное?

Не видя прилагаемой фотографии крохотного бассейна, вы бы подумали, что это положительный комментарий, не так ли? Что ж, то же самое можно сказать и об автоматизированном инструменте анализа настроений.

Автоматический анализ настроений имеет процент точности около 60%, потому что он не распознает сарказм, иронию, сленг, контекст или другие диалекты. Это искажает данные и приводит к неправильной интерпретации, что означает катастрофу для компаний, стремящихся к масштабированию.

Чтобы лучше понять это, давайте установим, как работает автоматический анализ тональности.

Как работает автоматический анализ настроений

Автоматический анализ настроений основан на алгоритмах NLP (обработка естественного языка) и ML (машинное обучение). По сути, группа ботов берет твит, сообщение, комментарий или публикацию, разделяет контент на части, использует заранее определенную шкалу, чтобы присвоить оценку настроений каждой части, а затем подсчитывает эти оценки, чтобы выяснить, соответствует ли сообщение в целом. является положительным, отрицательным или нейтральным.

Например, скажем, кто-то написал в Твиттере следующее: «Вчера я купил новый iPhone. Меня очень впечатлила новая камера. Дисплей разочаровал, но его удивительно сложно превзойти по цене».

Вот что будут делать боты настроений:

• «Я был очень впечатлен» = +4
• «Дисплей разочаровал» = -2
• «Трудно превзойти по цене» = +3

Исходя из этого, они подсчитывали баллы и определяли, что в целом сообщение было положительным.

Однако, как мы установили, анализ настроений не всегда так прост.

Вспомните, что случилось с Морбиусом, третьим фильмом, действие которого происходит во вселенной Sony Spiderman. Когда он был впервые выпущен, он имел кассовые сборы, заняв первое место и заработав 39 миллионов долларов за первые выходные. Однако неделю спустя продажи билетов упали на 74% (второй худший показатель для фильма о супергероях).

После релиза в социальных сетях была всплеск активности с такими твитами, как:

«Я слышал, что это очень хорошо, поэтому им постоянно приходится откладывать это, потому что мы еще не в состоянии справиться с этим, потому что это так хорошо, что нам нужно больше времени, чтобы эволюционировать как вид, чтобы быть лучше подготовленными к тому, чтобы справиться с такой хороший фильм».

«Хочу, чтобы все замолчали, я пытаюсь мысленно подготовиться к кинематографическому шедевру #morbius #morbiussweep»

«Я только что посмотрел «Морбиуса». Фильм вызвал слезы на глазах. Сюжет, актерская игра, все в нем было просто великолепно. Это было так хорошо, что я ушел из кинотеатра на полпути, потому что это было намного выше моих стандартов. Sony превзошла сама себя, это лучший фильм десятилетия!»

Теперь, для нас с вами, эти твиты явно наполнены сарказмом и иронией. Но для бота анализа настроений, с такими словами, как «потрясающе», «супер хорошо» и «шедевр», фильм явно имел огромный успех! Исход? Продюсеры решили выпустить второй релиз и сделать «Морбиус 3», что только спровоцировало дальнейший шум в социальных сетях:

«Самый забавный возможный результат с «Морбиусом» — это то, что он снова проваливается, вызывая новый цикл ироничных мемов, что вызывает еще один перевыпуск в кинотеатрах, который также проваливается, и т. д., и т. д. Я называю это полосой Морбиуса».

Это отличный пример неправильного анализа настроений.

Таким образом, хотя концепция анализа настроений кажется полезной, на самом деле иногда она может быть довольно бесполезной: можно ли по-настоящему доверять результатам, полученным после анализа настроений? Неточный анализ настроений так же хорош, как шоколадный огнеупор.

Прежде чем вы решите, что анализу настроений не место в вашем списке повседневных задач, существует альтернативный способ проведения анализа настроений, который занимает примерно на 10 % больше времени, но примерно на 85 % точнее, чем использование автоматизированного инструмента. Это означает, что это стоит дополнительного времени.

Как использовать Agorapulse для точного анализа настроений

Анализ настроений, проводимый людьми, имеет средний процент точности около 85%. Это на 25% выше, чем при использовании специального инструмента анализа тональности.

Теперь я ни на минуту не предлагаю отказаться от доступных нам технологий и вернуться к трудоемкому вводу данных и электронным таблицам для анализа настроений аудитории.

Я предлагаю встретиться посередине.

Идея состоит в том, что нам нужно преобразовать качественные данные в виде взглядов, мыслей и мнений в количественные данные в виде положительных и отрицательных позиций.

Вы можете сделать это с Agorapulse, назначив положительные и отрицательные ярлыки каждому комментарию, публикации, сообщению или твиту, которые приходят. Затем, поскольку вы добавили ярлыки ко всем своим взаимодействиям, вы можете увидеть процентное соотношение положительных и отрицательных настроений. через отчет о распространении ярлыков, который вы найдете на панели отчетов.

Вы можете сделать это проще и оставить свои ярлыки просто «Положительно» или «Отрицательно». Или, чтобы получить более детальный анализ, вы можете создавать и назначать определенные ярлыки, такие как «Отток» или «Суперпоклонник», для ваших взаимодействий.

Я знаю, о чем вы думаете: добавление ярлыков ко всем входящим взаимодействиям может занять некоторое время. Но этот подход не только даст вам повышенный уровень точности, но в качестве побочного продукта вы получите естественное ощущение того, что говорит рынок, из первых рук.

Но я слышу тебя. Если у вас есть сотни комментариев, постов, сообщений и твитов, которые нужно просматривать и каждый день присваивать ярлык, у вас не будет времени на важные задачи с высокой рентабельностью.

Хорошая новость заключается в том, что есть способ автоматизировать процесс присвоения ярлыков тональности вашим взаимодействиям. Помощник по входящим автоматически назначит созданные вами метки каждому взаимодействию, поступающему в папку «Входящие», на основе созданного вами набора правил.

Примерно так же, как вы можете сделать со своим почтовым ящиком. вы можете создавать правила, которые автоматически перемещают определенные электронные письма в папки, чтобы помочь вам добиться нулевой папки «Входящие». Это тот же принцип.

Таким образом, хотя точность может быть не такой высокой, как если бы вы назначали свои ярлыки вручную, если вы создаете конкретный подробный набор правил, которые могут уловить все важные положительные и отрицательные настроения, вы окажетесь в выигрыше.

Узнайте больше о том, как настроить и запустить анализ настроений с помощью Agorapusle, прочитав эту справочную статью.