Как определить показатель тональности

Сейчас как никогда компаниям необходимо быть ближе к своим клиентам, чтобы понимать, как лучше их обслуживать. В противном случае налетает конкурент и забирает недовольных клиентов.

Существуют технологии, которые позволяют клиентам высказать свое мнение о бренде или продукте. Например, клиенты могут выражать себя с помощью отзывов клиентов, пользовательского контента, журналов колл-центра и опросов.

Прочитайте Анализ поведения потребителей 101: Как узнать больше о своих клиентах

Проблема с такой обратной связью заключается в том, что иногда людям не под силу просмотреть каждый комментарий и сделать из него что-то. Вот почему расчет оценок настроений клиентов имеет решающее значение для бизнеса.

Определить отношение клиентов к бренду или продукту сложно. Он включает в себя множество технологий искусственного интеллекта и машинного обучения. Поэтому вам как владельцу бизнеса необходимо понимать, как эти технологии работают. Итак, давайте углубимся в то, как проводить оценку настроений и как ее рассчитывать.

Что такое оценка настроений?

Оценка настроений использует инструменты искусственного интеллекта для определения отношения клиентов к бренду или продукту. NLP (обработка естественного языка) и NER (распознавание именованных объектов) — два наиболее часто используемых метода искусственного интеллекта и машинного обучения при оценке настроений.

Эти технологии более комплексно анализируют клиента, вычисляя полярность текста, выполняя семантическую кластеризацию, количественную оценку отрицаний, лемматизацию и тегирование частей речи.

Это важно, потому что, хотя оценка настроений клиентов дается в виде спектра, представленного числами, отзывы клиентов даются в виде утверждений. И масштаб этих заявлений может расти в геометрической прогрессии. По мере того, как вы популяризируете свой бренд с помощью социальных сетей, SEO, поставщика услуг цитирования и т. д., все больше людей будут взаимодействовать с вашим брендом. Это означает, что еще большему количеству людей будет что сказать о вас.

Таким образом, эта технология анализирует эти утверждения и дает количественную оценку используемых слов и фраз. Модель анализа настроений клиентов использует обработку естественного языка, учитывает контекст отзыва и эмоции в части отзыва, а также анализирует контент на разных языках. Только после этой количественной оценки мы можем получить положительную оценку настроений, отрицательную оценку настроений или нейтральную оценку.

Положительный, отрицательный или нейтральный

Первоначально существовали более традиционные способы оценки тональности. Например, в социальных сетях предприятия будут полагаться только на аналитику, которая показывает количество лайков, репостов и комментариев. Хотя этот способ подсчета очков дал некоторые идеи, он также может ввести в заблуждение.

Алгоритм должен был любить часть контента, чтобы он хорошо работал на данной платформе социальных сетей. Таким образом, часть контента может стать вирусной в социальных сетях не потому, что людям нравится ваш бизнес, а потому, что контент соответствует потребностям алгоритма.

С помощью современных технологий оценка тональности дает более четкое представление о том, что рынок думает о вашем продукте и бренде. Вы получаете целостную картину своего бизнеса, анализируя то, что говорят люди.

Читать Как провести анализ настроений, чтобы улучшить качество обслуживания клиентов?

Оценка тональности может быть такой же простой, как оценка результатов анализа как положительных, отрицательных или нейтральных. Положительный балл будет означать, что люди хорошо отзываются о вашем бизнесе. Таких отзывов об услугах и товарах в сети много, но вот пример.

Отрицательный балл будет означать, что на ваш бизнес поступило много жалоб, таких как приведенная ниже.

С другой стороны, нейтральное отношение будет означать, что клиент никогда не хвалил ваш бизнес и не жаловался. Вместо этого они просто, возможно, констатировали факт, связанный с вашим бизнесом. Этот тип обзора встречается редко, поскольку люди, которые склонны делать обзоры компаний, находятся на концах спектра. Либо очень впечатлен, либо очень разочарован.

Расшифровка эмоций

Оценка тональности усложняется, если вы хотите выделить эмоции в фрагменте текста. Например, слово убить может означать разные вещи в зависимости от контекста.

Если клиент говорит: «Ожидание меня убивает». Это будет отрицательный отзыв. Но если они говорят: «Бизнес убивает его». Это был бы положительный комментарий. Чтобы расшифровать такие эмоции из текста, требуются сложные алгоритмы машинного обучения.

С помощью этих сложных алгоритмов анализа настроений оценка настроений помогает вам точно знать, что в вашем бизнесе вызывает положительные или отрицательные настроения. Например, вы можете найти два чувства в одном контексте. Клиент может хвалить одно и жаловаться на другое.

Анализируя эти комментарии, вы можете точно определить, какие части бизнеса впечатляют, а какие разочаровывают. Например, клиент может сказать: «Еда отличная, но обслуживание жалкое». Вам нужен сложный и точный инструмент анализа настроений, чтобы расшифровать настроения, обнаруженные в этом простом обзоре.

Оценка тональности немного запутанна, но с правильными инструментами анализа тональности вы получите ценную информацию, необходимую для роста вашего бизнеса.

Как мы рассчитываем показатель тональности

Мы обсудили оценку настроений и то, сколько технологий и вариаций нужно учитывать при оценке. Но как именно это делается? Как качественные тексты преобразуются в количественные данные? Есть три способа сделать это.

Но прежде чем начать расчеты, данные должны быть обработаны. В необработанных комментариях много данных, которые бесполезны для алгоритма. Нам нужно обслуживать алгоритм только словами, которые имеют значение. Является ли настроение положительным, отрицательным или нейтральным, и выражают ли слова эмоции.

Есть несколько процессов, которые необработанные данные должны пройти перед анализом. Мы будем использовать приведенный ниже пример из обзора Yelp, чтобы понять обработку данных.

Когда такой комментарий поступает в систему, первое, что делает система, называется токенизацией. Токенизация — это то, как система разделяет каждое слово на его токены для анализа.

Нормализация текста

После токенизации слов система выполняет нормализацию текста. Нормализация текста — это система удаления нетекстовых элементов в комментарии. Например, на этом этапе система удаляет запятые, точки, восклицательные знаки и другие знаки препинания.

После удаления всех нетекстовых элементов комментариев система разбивает все слова на их основные слова. Например, в приведенном выше примере слово «перерывы» читается как «разрыв». Точно так же слово «фиксы» читается как «исправить».

Последним этапом предварительной обработки данных при анализе оценки настроений клиентов является удаление лишних слов. Приведенный выше пример включает такие слова, как «очень», «каждый» и «не могу сказать достаточно».

Наконец, текст, который в конечном итоге будет оценен в анализе тональности, будет выглядеть следующим образом. «Удивительно быстрое, надежное, честное, справедливое, исправление любви, «сразу же», «отличный сервис», «люблю это дело»» Я знаю, что это не соответствует человеческой речи. Тем не менее, в нем есть вся жизненно важная информация, необходимая для оценки настроения.

Используя последнее утверждение, как тогда мы можем рассчитать оценку настроений клиентов, используя три метода?

Прочитайте Отслеживание настроений: как проникнуть в мысли ваших клиентов?

Метод подсчета слов

Метод подсчета слов является самым простым методом расчета тональности. При использовании этого метода вы используете словарь слов. Затем вы добавляете количество положительных слов и вычитаете количество отрицательных слов.

Число, которое вы получаете, если положительное, то настроение комментария положительное, но если число отрицательное, то настроение комментария отрицательное. Однако, если число равно нулю, то комментарий нейтрален.

В приведенном выше примере есть только положительные слова, что делает пример положительной оценкой тональности, равной десяти.

Метод длины предложения

Этот метод оптимален для длинных фрагментов текста. Этот метод включает в себя метод подсчета слов, но результат делится на общее количество слов в предложении.

Используя приведенный выше пример, это будет десять, разделенное на десять, что составит единицу. Один балл — это лучшее, что вы можете получить. Это идеальный результат.

Прочтите Анализ настроений на YouTube: подробная дорожная карта того, как его проводить

Соотношение количества слов +Ve и -Ve

В этом методе количество положительных слов делится на количество отрицательных слов плюс один. Итак, из приведенного выше примера это будет 10/0+1. «+1» становится полезным здесь для устранения ошибки деления на ноль.

Используя эту формулу, любой результат, который возвращает единицу, является нейтральным результатом, а все, что выше единицы, является положительным, и наоборот.

В заключение

Определение оценки настроений вашего бизнеса имеет основополагающее значение для понимания того, что ваши клиенты думают о вашем бизнесе. Вы можете собирать отзывы клиентов с различных платформ, таких как социальные сети, ваш веб-сайт и даже сайты отзывов.

Существует огромная технология, которая используется для оценки настроений. Используя эту технологию, вы не только можете сказать, является ли настроение положительным или нет, но вы можете определить эмоцию в зависимости от контекста обратной связи.

Затем вы можете использовать полученную информацию для корректировки бизнес-стратегий, узнав, какие части вашего бизнеса нуждаются в улучшении, а какие процветают.

Вы должны постоянно поддерживать благоприятные деловые настроения.

Дэрил Буш — менеджер по развитию бизнеса в Authority.Builders. Компания помогает предприятиям привлекать больше клиентов за счет улучшения рейтинга в онлайн-поиске. Обладает обширными знаниями в области SEO и развития бизнеса.