Хотите оценить настроения аудитории, связанные с вашим бизнесом? Предотвратить «кризисы» вашего бренда в социальных сетях еще до того, как они произойдут? Пришло время воспользоваться анализом настроений в социальных сетях, – пишет Марта Бурьян на Socialbakers.com, переводит EVO.business
Анализ настроений в соцсетях — классификация мнений пользователей о вашем бренде: положительные, отрицательные, нейтральные.
Зачем это делать? Три неочевидных преимущества анализа настроений для брендов:
1. Изучить конкурентное поле
Анализ настроений поможет классифицировать мнения клиентов о ваших конкурентах. Вы примете более правильные решения – и вырветесь вперед в конкурентной гонке.
2. Добавить глубины к анализу эффективности маркетинга
Иногда необработанные значения KPI не дают вам узнать «всю историю». А программный мониторинг и анализ настроений в социальных сетях легко помогают выяснить, почему произошел всплеск активности или рост числа подписчиков.
3. Обнаружить и предотвратить потенциальные кризисы
Отслеживание эмоций аудитории поможет выявить кризис на ранней стадии. Программно выявив поток негативных сообщений, вы оперативно сможете принять необходимые меры кризисной коммуникации.
Как автоматизировать процесс: что умеют алгоритмы
Итак, вы решили изучать настроения публики в соцсетях. Можно запустить этот процесс вручную – прочитать каждое сообщение, комментарий или отзыв, пометить их соответствующим образом, посчитать, кое-что скопировать, зафиксировать, сделать выводы. Но иногда такой процесс занимает слишком много времени – приходится листать «километры» постов и даже взаимных «комментов к комментам» вашего или конкурентского сообщества.
Чтобы ускорить процесс, вы можете автоматизировать эти действия: работу за вас сделают алгоритмы софта (они называются «машинное обучение», «обработка живой речи» и «классификация полярности текста») – например, Socialbakers Suite.
Прим.пер.: о других инструментах соцмедийного мониторинга и анализа, в частности, анализа настроений – можно узнать, например, в этом обзоре.
Представьте, что вы получили отзыв на своей странице в Facebook: «Мне понравилось: товар прост в использовании, успешно помогает моей команде выполнять наши повседневные задачи».
Отзыв положительный. Как это настроение определят программные алгоритмы? Они изучат каждое слово и словосочетание отзыва и установят его положительность, отрицательность, нейтральность. Измерят количество слов в каждой категории и, основываясь на этом числе, назначат тип настроения поста.
Тут положительно заряженные словосочетания «мне понравилось», «прост в использовании» и «успешно помогает выполнять» составляют основу текста. Остальные слова подчинены им. Других глаголов-сказуемых нет вообще. И все это указывает программе, что все предложение положительно.
Вот еще иллюстрация из реальной жизни:
Пользователь в своем посте упомянул инструмент Socialbakers для создания соцсетевых аккаунтов и выразил позитивное отношение в своем сообщении – хотя об этом говорит лишь два последних слова.
Инструмент Socialbakers Suite отследил нейтральность для нашего бренда всего остального текста, в котором юзер три строчки повествовал о себе и о том, как он нашел нашу программу – подлежащими были «part of my job» и «I».
Конечно, это очень простой пример – вы, вероятно, обычно получаете более сложные сообщения от вашей аудитории. Однако сложность не является проблемой для алгоритмов, выполняющих анализ настроений в социальных сетях.
Тranslated from English. Source: Socialbakers.com. Author: Marta Buryan
