So ermitteln Sie den Sentiment-Score

Unternehmen müssen heute mehr denn je ihren Kunden am nächsten sein, um zu verstehen, wie sie sie besser bedienen können. Gelingt dies nicht, springt der Wettbewerber ein und nimmt die unzufriedenen Kunden weg.

Es gibt Technologien, die es Kunden ermöglichen, ihre Meinung zu einer Marke oder einem Produkt zu äußern. Kunden können sich beispielsweise durch Kundenbewertungen, nutzergenerierte Inhalte, Callcenter-Protokolle und Umfragen ausdrücken.

Lesen Sie Consumer Behavior Analysis 101: So erfahren Sie mehr über Ihre Kunden

Die Herausforderung bei solchem ​​Feedback besteht darin, dass es für Menschen manchmal überwältigend ist, jeden Kommentar zu überprüfen und etwas daraus zu machen. Aus diesem Grund ist die Berechnung der Kundenstimmung für Unternehmen von entscheidender Bedeutung.

Die Bestimmung der Kundenstimmung gegenüber einer Marke oder einem Produkt ist kompliziert. Es beinhaltet viel künstliche Intelligenz und maschinelle Lerntechnologie. Daher müssen Sie als Geschäftsinhaber verstehen, wie diese Technologien funktionieren. Lassen Sie uns also tief in das Sentiment-Scoring eintauchen und wie man es berechnet.

Was ist Sentiment-Scoring?

Sentiment Scoring verwendet KI-Tools, um die Gefühle der Kunden gegenüber einer Marke oder einem Produkt zu ermitteln. NLP (Natural Language Processing) und NER (Named Entity Recognition) sind zwei der am häufigsten verwendeten KI- und maschinellen Lerntechniken bei der Bewertung von Stimmungen.

Diese Technologien analysieren den Kunden umfassender, indem sie die Polarität des Textes berechnen, semantisches Clustering durchführen, die Negationen quantifizieren, Lemmatisierung und Wortarten markieren.

Dies ist wichtig, denn während die Kundenstimmung in einem Spektrum angegeben wird, das durch Zahlen dargestellt wird, wird das Kundenfeedback in Form von Aussagen gegeben. Und das Ausmaß dieser Aussagen kann exponentiell wachsen. Wenn Sie Ihre Marke durch soziale Medien, SEO, Zitierdienstanbieter usw. bekannt machen, werden mehr Menschen mit Ihrer Marke interagieren. Das bedeutet, dass noch mehr Menschen etwas über Sie zu sagen haben.

Daher analysiert diese Technologie diese Aussagen und quantifiziert die verwendeten Wörter und Phrasen. Das Kundenstimmungsanalysemodell verwendet die Verarbeitung natürlicher Sprache, berücksichtigt den Kontext des Feedbacks und die Emotion im Feedback und analysiert Inhalte aus verschiedenen Sprachen. Erst nach dieser Quantifizierung können wir entweder einen positiven Sentiment-Score, einen negativen Sentiment-Score oder einen neutralen Score erhalten.

Positiv, negativ oder neutral

Anfangs gab es traditionellere Methoden zur Stimmungsbewertung. Beispielsweise würden sich Unternehmen in sozialen Medien nur auf Analysen verlassen, die die Anzahl der Likes, Shares und Kommentare zeigen. Diese Art der Bewertung gab zwar einige Einblicke, konnte aber auch irreführend sein.

Der Algorithmus musste den Inhalt lieben, damit er auf einer bestimmten Social-Media-Plattform gut abschneidet. Daher kann ein Inhalt in sozialen Medien viral werden, nicht weil die Leute Ihr Unternehmen lieben, sondern weil der Inhalt den Anforderungen des Algorithmus entspricht.

Mit der aktuellen Technologie vermittelt das Sentiment-Scoring ein besseres Bild davon, was der Markt über Ihr Produkt und Ihre Marke denkt. Sie erhalten ein umfassendes Bild Ihres Unternehmens, indem Sie analysieren, was die Leute sagen.

Lesen Sie, wie man Stimmungsanalysen durchführt, um das Kundenerlebnis zu verbessern?

Sentiment Scoring kann so einfach sein wie die Qualifizierung Ihrer Analyseergebnisse als positiv, negativ oder neutral. Eine positive Punktzahl würde bedeuten, dass die Leute positive Dinge über Ihr Unternehmen sagen. Es gibt viele solcher Service- und Produktbewertungen online, aber hier ist ein Beispiel.

Eine negative Punktzahl würde bedeuten, dass es viele Beschwerden über Ihr Unternehmen gibt, wie z. B. die untenstehende.

Auf der anderen Seite würde die neutrale Stimmung bedeuten, dass der Kunde Ihr Unternehmen nie gelobt oder sich beschwert hat. Stattdessen haben sie vielleicht nur eine Tatsache angegeben, die sich auf Ihr Unternehmen bezieht. Diese Art der Bewertung ist selten, da die Personen, die dazu neigen, Unternehmen zu bewerten, am Ende des Spektrums stehen. Entweder wirklich beeindruckt oder wirklich enttäuscht.

Emotionen entziffern

Sentiment Scoring wird kompliziert, wenn Sie die Emotionen in einem Text herauslesen möchten. Zum Beispiel könnte das Wort töten je nach Kontext unterschiedliche Bedeutungen haben.

Wenn ein Kunde sagt: „Das Warten bringt mich um.“ Das wäre eine negative Bewertung. Aber wenn sie sagen: "Das Geschäft bringt es um." Das wäre ein positiver Kommentar. Um solche Emotionen aus einem Text zu entschlüsseln, bedarf es komplexer maschineller Lernalgorithmen.

Mit diesen komplexen Stimmungsanalysealgorithmen hilft Ihnen die Stimmungsbewertung, genau zu wissen, was in Ihrem Unternehmen die positive oder die negative Stimmung anzieht. Beispielsweise finden Sie möglicherweise zwei Gefühle in einem Kontext. Der Kunde könnte eine Sache loben und etwas anderes bemängeln.

Durch die Analyse dieser Kommentare können Sie feststellen, welche Teile des Unternehmens beeindruckend und welche nicht überzeugend sind. Ein Kunde könnte beispielsweise sagen: „Das Essen ist großartig, aber der Service ist erbärmlich.“ Sie benötigen ein komplexes, genaues Stimmungsanalyse-Tool, um die Stimmungen zu entschlüsseln, die in dieser einfachen Rezension gefunden werden.

Das Sentiment-Scoring ist ein wenig kompliziert, aber mit den richtigen Tools zur Stimmungsanalyse gewinnen Sie wertvolle Erkenntnisse, die für das Wachstum Ihres Unternehmens erforderlich sind.

Wie wir den Sentiment-Score berechnen

Wir haben das Sentiment-Scoring besprochen und wie viel Technologie und Variation in das Scoring einfließen. Aber wie genau wird das gemacht? Wie werden die qualitativen Texte in quantitative Daten umgewandelt? Dazu gibt es drei Methoden.

Doch bevor die Berechnungen überhaupt beginnen, müssen die Daten verarbeitet werden. Es gibt viele Daten in den Rohkommentaren, die für den Algorithmus keinen Nutzen haben. Wir müssen dem Algorithmus nur die Wörter liefern, die einen Unterschied machen. Ob die Stimmung positiv, negativ oder neutral ist und ob die Worte Emotionen zeigen.

Es gibt einige Prozesse, die die Rohdaten vor der Analyse durchlaufen müssen. Wir werden das folgende Beispiel aus einer Yelp-Rezension verwenden, um die Datenverarbeitung zu verstehen.

Wenn ein solcher Kommentar in das System eingespeist wird, wird das erste, was das System tut, als Tokenisierung bezeichnet. Bei der Tokenisierung trennt das System jedes Wort zur Analyse in seine Tokens.

Textnormalisierung

Nachdem die Wörter tokenisiert wurden, führt das System eine Textnormalisierung durch. Textnormalisierung ist das System, das Nicht-Text-Elemente im Kommentar entfernt. Beispielsweise entfernt das System in dieser Phase Kommas, Punkte, Ausrufezeichen und andere Satzzeichen.

Nachdem alle Nicht-Text-Elemente der Kommentare entfernt wurden, zerlegt das System alle Wörter in ihre Stammwörter. Beispielsweise wird im obigen Beispiel das Wort „breaks“ als „break“ gelesen. Ebenso wird das Wort „fixes“ als „fix“ gelesen.

Der letzte Schritt der Datenvorverarbeitung in der Kundenstimmungsanalyse ist das Entfernen überflüssiger Wörter. Das obige Beispiel enthält Wörter wie „sehr“, „jeder“ und „kann nicht genug sagen“.

Schließlich würde der Text, der in der Stimmungsanalyse bewertet würde, so aussehen. „Erstaunlich schnell zuverlässig ehrlich fair Liebe fix ‚sofort‘ ‚großartiger Service‘ ‚liebe dieses Geschäft‘“ Ich weiß, dass es für die menschliche Sprache nicht kongruent ist. Dennoch enthält es alle wichtigen Informationen, die zum Bewerten einer Stimmung erforderlich sind.

Wie berechnen wir dann mit der letzten Aussage den Kundenstimmungswert mit den drei Methoden?

Lesen Sie Sentiment Tracking: Wie kommen Sie in die Gedanken Ihrer Kunden?

Wortzählmethode

Die Wortzählmethode ist die einfachste Methode zur Berechnung der Stimmung. Bei dieser Methode verwenden Sie das Lexikon der Wörter. Dann addierst du die Anzahl der positiven Wörter und subtrahierst die Anzahl der negativen Wörter.

Wenn die Zahl positiv ist, ist die Stimmung des Kommentars positiv, aber wenn die Zahl negativ ist, ist die Stimmung des Kommentars negativ. Wenn die Zahl jedoch Null ist, dann ist der Kommentar neutral.

Das obige Beispiel enthält nur positive Wörter, was dem Beispiel einen positiven Sentimentwert von zehn verleiht.

Länge der Satzmethode

Diese Methode ist optimal für lange Textabschnitte. Diese Methode beinhaltet die Wortzählmethode, aber das Ergebnis wird durch die Gesamtzahl der Wörter im Satz geteilt.

Im obigen Beispiel wäre das zehn geteilt durch zehn, was eins ergibt. Eine Punktzahl von eins ist das Beste, was Sie bekommen können. Es ist die perfekte Punktzahl.

Lesen Sie die YouTube-Stimmungsanalyse: Eine detaillierte Roadmap zur Durchführung

Verhältnis von +Ve- und -Ve-Wortzahlen

Bei diesem Verfahren wird die Anzahl positiver Wörter durch die Anzahl negativer Wörter plus eins dividiert. Im obigen Beispiel wäre es also 10/0+1. Das „+1“ wird hier hilfreich, um den Nullteilungsfehler zu eliminieren.

Mit dieser Formel ist jedes Ergebnis, das eins zurückgibt, das neutrale Ergebnis, und alles über eins ist positiv und umgekehrt.

Abschließend

Die Bestimmung des Sentiment-Scores Ihres Unternehmens ist von grundlegender Bedeutung, um zu verstehen, was Ihre Kunden über Ihr Unternehmen denken. Sie können Kundenfeedback von verschiedenen Plattformen wie sozialen Medien, Ihrer Website und sogar Bewertungsseiten sammeln.

Es gibt eine immense Technologie, die in das Sentiment-Scoring einfließt. Mithilfe der Technologie können Sie nicht nur sagen, ob die Stimmung positiv ist oder nicht, sondern Sie können die Emotion je nach Feedback-Kontext erkennen.

Sie können die erhaltenen Informationen dann verwenden, um Geschäftsstrategien anzupassen, indem Sie erfahren, welche Teile Ihres Unternehmens verbessert werden müssen und welche erfolgreich sind.

Sie müssen sicherstellen, dass Sie jederzeit eine positive Geschäftsstimmung bewahren.

Daryl Bush ist Business Development Manager bei Authority.Builders. Das Unternehmen hilft Unternehmen, durch verbesserte Online-Suchrankings mehr Kunden zu gewinnen. Er verfügt über umfassende Kenntnisse in den Bereichen SEO und Geschäftsentwicklung.