Πίνακας περιεχομένων:
- Τι είναι η ανάλυση των συναισθημάτων;
- Πώς συλλαμβάνονται τα δεδομένα αισθήσεων;
- Γιατί λοιπόν να παρακολουθείτε όλους τους κοινωνικούς συνομιλητές;
- Αλλά πριν υιοθετήσετε μια στρατηγική ανάλυσης αισθήσεων ...
- Μια κίνηση προς την παρακολούθηση των κοινωνικών μέσων
Τα κοινωνικά μέσα έχουν απολαύσει μια γρήγορη αποφοίτηση από μια τάση για μια αλλαγή του τρόπου ζωής για ένα μεγάλο κομμάτι του παγκόσμιου πληθυσμού. Η επιχειρηματική κοινότητα γρήγορα συνειδητοποίησε αυτή τη μετάβαση. Δεν χρειάστηκε πολύς χρόνος για τις εταιρείες να αρχίσουν να ψάχνουν για το πώς αυτή η αλλαγή θα μπορούσε να τους ωφελήσει. Σύντομα, ενδιαφέρονταν να γνωρίζουν τι λένε οι άνθρωποι γι 'αυτούς και τον ανταγωνισμό τους στο Twitter ή στο Facebook. Τα κοινωνικά μέσα έγιναν ένας τρόπος για να μετρήσουν οι επιχειρήσεις πώς αισθάνθηκαν οι άνθρωποι σχετικά με τις μάρκες τους, την εταιρεία, τις εμπειρίες προϊόντων ή την εξυπηρέτηση πελατών. Στην πραγματικότητα, καθώς οι τεχνολογίες συνεχίζουν να προχωρούν, τέτοια δεδομένα μπορούν τώρα να συλλεχθούν σε πραγματικό χρόνο (ακόμη και σε συχνότητες τόσο χαμηλές όσο ένα χιλιοστό του δευτερολέπτου). Και όλα αυτά μπορούν να γίνουν χωρίς να διαταραχθούν οι καταναλωτές καθόλου. Σε πιο πρόσφατα χρόνια, η ανάλυση των δεδομένων των κοινωνικών μέσων έχει γίνει γνωστή ως ανάλυση συναισθημάτων. Εδώ θα δούμε πώς λειτουργεί - και πότε πρέπει να το εφαρμόσουν οι εταιρείες.
Τι είναι η ανάλυση των συναισθημάτων;
Η ανάλυση των συναισθημάτων είναι μια διαδικασία συστηματικής και προγραμματιστικής εξαγωγής πληροφοριών κειμένου, όπως tweets, καταστάσεις, σχόλια και δημοσιεύσεις από το Web. Το κλειδί εδώ έγκειται στην ανάλυση αυτών των μεγάλων συνόλων δεδομένων για να τις αποκρυπτογραφήσουμε σε συναισθήματα, απόψεις και καταναλωτικά συναισθήματα. Αυτές οι πληροφορίες βοηθούν τους υπεύθυνους λήψης επιχειρηματικών αποφάσεων να αξιολογήσουν τον τρόπο με τον οποίο αισθάνονται οι πελάτες τους σχετικά με τις μάρκες τους Τέτοιες αναλύσεις μπορούν είτε να γίνουν σε ένα συγκεκριμένο τμήμα πελατών είτε σε ολόκληρο το σύνολο των πελατών.Πώς συλλαμβάνονται τα δεδομένα αισθήσεων;
Πίσω το 2010, το πεδίο της ανάλυσης των αισθήσεων εξακολουθούσε να διαμορφώνεται. Τότε, τέτοιες αναλύσεις βασίστηκαν σε λίστες λέξεων που περιέχουν ένα σύνολο λέξεων-κλειδιών που ταξινομούνται είτε ως "καλές" είτε ως "κακές". Αυτές οι λέξεις είχαν εκχωρηθεί μια προκαθορισμένη τιμή με βάση το βαθμό του συναισθήματος που μεταφέρθηκε. Τα tweets ή οι θέσεις ελέγχθηκαν στη συνέχεια για αυτές τις λέξεις-κλειδιά και, με βάση το επίπεδο αντιστοίχισης, προσδιορίστηκε η συνολική πρόθεση του tweet / post.
Φυσικά, υπήρχαν κάποιες προφανείς παγίδες στη χρήση αυτής της τεχνικής. Το μεγαλύτερο πρόβλημα με αυτήν την προσέγγιση ήταν ότι ήταν ευάλωτη στην παραγωγή ανακριβών αποτελεσμάτων. Μετά από όλα, πολλές λέξεις μπορούν να χρησιμοποιηθούν με διαφορετικούς τρόπους και να έχουν διαφορετικές έννοιες ανάλογα με το περιβάλλον τους. Τα συστήματα ήταν άκαμπτα στο να καθορίσουν το πλαίσιο μέσα στο οποίο πλαισιώνονται τα μηνύματα. Αυτό κατέστησε οποιαδήποτε τέτοια ανάλυση άχρηστη, η οποία ήταν αρκετά σαφής με βάση τα πολύ χαμηλά ποσοστά ακρίβειας των δεδομένων συναισθημάτων κατά το χρόνο, όταν λιγότερο από το 50 τοις εκατό των αποτελεσμάτων θεωρήθηκαν έγκυρα.
Εδώ είναι απαραίτητη η ανθρώπινη παρέμβαση. Έτσι, τα πιο πρόσφατα χρόνια, μερικές από τις μεγάλες εταιρείες ανάλυσης αισθήσεων όπως η ομάδα FACE και το DataSift χρησιμοποιούν ένα μείγμα χειροκίνητων και αυτόματων τεχνικών για τη βελτίωση της ακρίβειας των δεδομένων συναισθημάτων. Μια ομάδα ανθρώπων ελέγχει χειροκίνητα μερικά από τα αποτελέσματα μετά από ένα σταθερό διάστημα για να βελτιώσει την αξιοπιστία του συστήματος. Ακόμη και αυτή η τροποποίηση δεν οδηγεί σε 100% ποσοστό επιτυχίας, καθώς κάθε άτομο βλέπει το ίδιο πράγμα σε διαφορετικό πλαίσιο και η γνώση και η κρίση ενός συγκεκριμένου θέματος μπορεί να διαφέρουν από εκείνες των ειδικών. Επιπλέον, δεν υπάρχει αντικειμενικός τρόπος ανίχνευσης του σαρκασμού ή του συνειδητοποίησης του τόνου στον οποίο πλαισιώνονται τα μηνύματα.
Γιατί λοιπόν να παρακολουθείτε όλους τους κοινωνικούς συνομιλητές;
Σε αυτό το σημείο, μπορεί να αναρωτιέστε γιατί κάποιος θα ήθελε να παρακολουθεί τα κοινωνικά μέσα όταν τα αποτελέσματα είναι τόσο αναξιόπιστα; Η απάντηση είναι απλή. Αν και η ανάλυση του συναισθήματος μπορεί να μην παρέχει την ακριβέστερη εικόνα του τρόπου με τον οποίο η μάρκα σας έχει φτάσει με την πάροδο του χρόνου ή πώς η πιο πρόσφατη καμπάνια μάρκετινγκ έγινε δεκτή από το κοινό-στόχο, είναι αρκετά καλό σε ένα πράγμα: Εντοπισμός σημάτων έγκαιρης προειδοποίησης.
Καμία εταιρεία δεν θέλει να έχει κακή στόχευση στα κοινωνικά μέσα μαζικής επικοινωνίας, αλλά αν δεν το γνωρίζουν, δεν μπορούν ούτε να ελέγξουν τη ζημιά. Παραδείγματος χάριν, το 2009, δύο εργαζόμενοι της αλυσίδας πίτσας του Domino δημοσίευσαν ένα βίντεο από τους ίδιους που μολύνουν τις πίτσες πελατών (για να μην αναφέρουμε παραβιάζοντας τους κανόνες του κώδικα υγείας) στο YouTube. Το βίντεο έγινε ιογενές και έβαλε μεγάλη απότομη φήμη στη φήμη της εταιρείας. Αν ο Ντόμινος είχε μάθει για το βίντεο πριν από εκατομμύρια που το είδαν, ίσως ήταν καλύτερα προετοιμασμένοι για να αντιμετωπίσουν τα προβλήματα που προκάλεσε στην εταιρεία. (Βρείτε περισσότερες συμβουλές στο Twitter Αποτυχία: 15 πράγματα που δεν πρέπει να κάνετε ποτέ στο Twitter.)
Αλλά πριν υιοθετήσετε μια στρατηγική ανάλυσης αισθήσεων …
Η ανάλυση του συναισθήματος έχει τα οφέλη της, αλλά υπάρχουν και μεγάλες προκλήσεις. Ακολουθούν μερικές ερωτήσεις που πρέπει να ρωτήσουν οι επιχειρήσεις προτού αρχίσουν να συλλέγουν δεδομένα κοινωνικών μέσων.
Ποιο κανάλι θα παρακολουθήσετε;
Μία από τις σημαντικότερες προκλήσεις όσον αφορά την παρακολούθηση των κοινωνικών μέσων ενημέρωσης είναι να αποφασιστεί ποιο κανάλι κοινωνικών μέσων μαζικής ενημέρωσης πρέπει να αξιοποιηθεί. Το Twitter, το Facebook, το LinkedIn, τα blogs, οι ιστότοποι ηλεκτρονικού εμπορίου (κριτικές προϊόντων) και οι ειδήσεις είναι οι πιο δημοφιλείς επιλογές. Ο καθορισμός αυτών στις οποίες θα επικεντρωθεί θα εξαρτηθεί από την αγορά στόχου της εταιρείας.
Τι σχεδιάζετε να μάθετε;
Αν και τα φανταχτερά UI που προσφέρονται από κάποιες εφαρμογές δίνουν μια καλή εντύπωση ότι είναι εύρωστα, θα πρέπει επίσης να είναι σε θέση να παρέχουν διασκεδαστικές γνώσεις εντός εύλογου χρονικού πλαισίου. Αν δεν έχετε αυτά, δεν έχετε στρατηγική ανάλυσης συναίσθημα.
Ποιος είναι υπεύθυνος;
Κάποιος εντός της οργάνωσης πρέπει να αναλάβει καθήκον παρακολούθησης και ελέγχου κάθε καναλιού κοινωνικών μέσων. Πρέπει να καθοριστούν κατευθυντήριες γραμμές σχετικά με το πώς πρέπει να αντιμετωπιστούν οι κοινές ανησυχίες. Εάν δεν υπάρχει αυτό το πλαίσιο, η ανάλυση του συναισθήματος δεν είναι πιθανό να αποδώσει μεγάλη αξία.
Μια κίνηση προς την παρακολούθηση των κοινωνικών μέσων
Εάν μια εταιρεία προσπαθεί να αναλύσει μόνο επιλεκτικά κανάλια, μπορεί να μην έχει ως αποτέλεσμα μεγάλες ποσότητες δεδομένων. Τέτοιες εταιρείες μπορούν να εξετάσουν την πρόσληψη ενός παρόχου υπηρεσιών σε συμβατική βάση. Κάνοντας αυτό είναι πιο οικονομικά αποδοτικό από την αγορά μιας εφαρμογής ανάλυσης και την προσαρμογή της σε συγκεκριμένες ανάγκες. Αυτή η προσέγγιση μπορεί επίσης να οδηγήσει σε μικρότερους χρόνους ανάκαμψης.
Η παρακολούθηση των κοινωνικών μέσων έχει προχωρήσει πολύ και προσφέρει πραγματικά οφέλη, τουλάχιστον για εκείνες τις εταιρείες που διαχειρίζονται τη διαδικασία αποτελεσματικά και αποτελεσματικά. Αλλά ενώ στο παρελθόν, οι υπεύθυνοι λήψης αποφάσεων έπρεπε να αναρωτηθούν αν η παρακολούθηση των κοινωνικών μέσων ενημέρωσης θα προσδώσει αξία στην επιχειρηματική τους δραστηριότητα, το πραγματικό ερώτημα έχει πλέον γίνει ακριβώς με τον τρόπο που θα επηρεάσει τα έσοδα.