如何確定情緒分數

已發表: 2022-11-03

現在,企業比以往任何時候都更需要貼近客戶,以了解如何更好地為他們服務。 如果不這樣做,競爭對手就會突然闖入並帶走不滿意的客戶。

有些技術可以讓客戶對品牌或產品發表意見。 例如,客戶可以通過客戶評論、用戶生成的內容、呼叫中心日誌和調查來表達自己。

閱讀消費者行為分析 101:如何更多地了解您的客戶

此類反饋的挑戰在於,有時,人類很難審查每條評論並從中做出一些事情。 這就是為什麼計算客戶情緒分數對企業至關重要的原因。

確定客戶對品牌或產品的情緒是複雜的。 它涉及大量的人工智能和機器學習技術。 因此,您需要了解這些技術作為企業主是如何工作的。 因此,讓我們深入探討如何進行情緒評分以及如何計算它。

什麼是情緒評分?

情緒評分使用人工智能工具來確定客戶對品牌或產品的感受。 NLP(自然語言處理)和 NER(命名實體識別)是評分情緒時最常用的兩種人工智能和機器學習技術。

這些技術通過計算文本的極性、進行語義聚類、量化否定、詞形還原和標記詞性來更全面地分析客戶。

這一點很重要,因為雖然客戶情緒得分是以數字表示的頻譜給出的,但客戶反饋是以陳述的形式給出的。 這些陳述的規模可以成倍增長。 隨著您通過社交媒體、搜索引擎優化、引用服務提供商等推廣您的品牌,更多的人將與您的品牌互動。 這意味著更多的人會對你有話要說。

因此,該技術分析這些陳述並量化使用的單詞和短語。 客戶情緒分析模型使用自然語言處理,考慮反饋的上下文和反饋中的情緒,並分析來自不同語言的內容。 只有在這個量化之後,我們才能得到正面情緒得分、負面情緒得分或中性得分。

正面、負面或中性

最初,有更傳統的方法來進行情緒評分。 例如,在社交媒體上,企業只會依賴顯示喜歡、分享和評論數量的分析。 雖然這種評分方式提供了一些見解,但它也可能具有誤導性。

該算法必須喜歡該內容才能在給定的社交媒體平台上表現出色。 因此,一條內容可以在社交媒體上傳播開來,不是因為人們喜歡你的業務,而是因為內容符合算法的需求。

使用當前技術,執行情緒評分可以更好地了解市場對您的產品和品牌的看法。 通過分析人們所說的話,您可以全面了解您的業務。

閱讀如何進行情緒分析以改善客戶體驗?

情緒評分可以簡單到將分析結果定性為正面、負面或中性。 積極的分數意味著人們對您的業務說好話。 網上有很多這樣的服務和產品評論,但這裡有一個例子。

積極情緒評分
積極情緒得分

負分錶示您的業務有很多投訴,例如以下投訴。

負面情緒評分
負面情緒評分

另一方面,中性情緒意味著客戶從未稱讚過您的業務,也沒有抱怨過。 相反,他們可能只是陳述了與您的業務相關的事實。 這種類型的審查很少見,因為傾向於審查業務的人存在於頻譜的末端。 要么真的很感動,要么真的很失望。

解讀情緒

如果您想從一段文本中挑選出情緒,情緒評分會變得複雜。 例如,kill 這個詞可能意味著不同的東西,具體取決於上下文。

如果客戶說:“等待快死了。” 那將是一個負面的評論。 但如果他們說,“生意正在扼殺牠。” 那將是一個積極的評論。 要從文本中解讀這種情緒,需要復雜的機器學習算法。

借助這些複雜的情緒分析算法,情緒評分可幫助您準確了解您的業務中的哪些因素正在吸引積極或消極的情緒。 例如,您可能會在一個上下文中找到兩種情緒。 客戶可能會稱讚一件事而抱怨另一件事。

通過分析這些評論,您可以確定業務的哪些部分令人印象深刻,哪些部分令人印象深刻。 例如,客戶可能會說:“食物很棒,但服務很糟糕。” 您需要一個複雜、準確的情緒分析工具來破譯在那條簡單評論中發現的情緒。

情緒評分有點複雜,但使用正確的情緒分析工具,您將獲得業務發展所需的寶貴見解。

媒體監控工具中的情緒隨時間變化
Mediatoolkit 中的情感分析

我們如何計算情緒分數

我們已經討論了情緒評分以及評分中有多少技術和變化。 但是這到底是怎麼做的呢? 定性文本如何轉換為定量數據? 有三種方法可以做到這一點。

但在計算開始之前,必須處理數據。 原始評論中有很多數據對算法沒有任何用處。 我們只需要為算法提供有影響的單詞。 情緒是積極的、消極的還是中性的,以及詞語是否表現出情緒。

在分析之前,原始數據必須經過幾個過程。 我們將使用 Yelp 評論中的以下示例來了解數據處理。

積極情緒評分
積極情緒得分

當這樣的評論被輸入系統時,系統做的第一件事就是標記化。 標記化是系統如何將每個單詞分成其標記以進行分析。

文本規範化

在單詞被標記後,系統執行文本規範化。 文本規範化是系統刪除評論中的非文本項目。 例如,系統會在此階段刪除逗號、句號、感嘆號和其他標點符號。

在刪除了評論的所有非文本元素後,系統會將所有單詞分解為其詞幹。 例如,在上面的示例中,單詞“breaks”被讀作“break”。 同樣,“修復”一詞讀作“修復”。

客戶情緒評分分析中數據預處理的最後一步是去除多餘的詞。 上面的示例包括諸如“非常”、“每個”和“不能說足夠”之類的詞。

最後,最終將在情感分析中評分的文本將如下所示。 “驚人的快速可靠誠實公平的愛情解決'馬上''優質的服務''喜歡這個行業'”我知道這與人類語言不一致。 儘管如此,它仍然擁有對情緒進行評分所需的所有重要信息。

使用最後的語句,那麼我們如何使用三種方法計算客戶情緒得分?

閱讀情緒跟踪:如何深入客戶的思想?

字數統計法

字數法是計算情緒的最簡單方法。 使用此方法時,您使用單詞的詞典。 然後,您添加肯定詞的數量並減去否定詞的數量。

你得到的數字,如果是正面的,評論的情緒是正面的,但如果數字是負面的,那麼評論的情緒是負面的。 但是,如果數字為零,則評論是中性的。

上面的例子只有積極的詞,使例子的積極情緒得分為 10。

句長法

這種方法最適合長文本塊。 該方法結合了字數統計方法,但結果除以句子中的總字數。

使用上面的示例,這將是十除以十,使其成為一。 一個分數是你能得到的最好的分數。 這是完美的成績。

閱讀 YouTube 情緒分析:如何進行的詳細路線圖

+Ve 和 -Ve 字數之比

在這種方法中,肯定詞的數量除以否定詞的數量加一。 因此,從上面的示例中,它將是 10/0+1。 “+1”在這裡有助於消除除零誤差。

使用這個公式,任何返回 1 的結果都是中性結果,高於 1 的任何結果都是正數,反之亦然。

結束時

確定您的業務的情緒分數對於了解客戶對您的業務的感受至關重要。 您可以從社交媒體、您的網站甚至評論網站等各種平台收集客戶反饋。

情緒評分有大量的技術。 使用該技術,您不僅可以判斷情緒是否積極,還可以根據反饋上下文來判斷情緒。

然後,您可以通過了解您的業務的哪些部分需要改進以及哪些部分正在蓬勃發展,從而使用您獲得的信息來調整業務戰略。

您必須確保始終保持良好的商業情緒。


Daryl Bush 是 Authority.Builders 的業務發展經理。 該公司通過提高在線搜索排名幫助企業獲得更多客戶。 他在搜索引擎優化和業務發展方面擁有廣泛的知識。