Hagnaður:
- Geta til að túlka pólun, styrkleika og þema úttak tilfinningagreiningar og flokka hundruð athugasemda með gervigreind
- Að þekkja mörk eins og kaldhæðni, slangur og blendnar tilfinningar og geta sannreynt prósentur með raunverulegum dæmum
- Hæfni til að tengja neikvæðni við þema og breyta því í áþreifanlega aðgerð og prófa ástæðuna sem tilgátu
Það sem vörumerki talar um á samfélagsmiðlum er jafn mikilvægt og það sem talað er um. Að halda púlsinum á vörumerkinu meðal hundruða athugasemda, þúsunda minninga og sífellt streymandi skilaboða er of stór gagnabunki til að hægt sé að rekja þær handvirkt. Þetta er þar sem tilfinningagreining kemur við sögu. Þessi aðferð, sem kallast tilfinningagreining á ensku, er ferlið við að flokka sjálfkrafa tilfinningatón (jákvæður, neikvæður, hlutlaus) texta. Gervigreind getur lesið hundruð umsagna á nokkrum sekúndum og komið með samantekt eins og "Jákvæðu ummælin í þessari viku eru 62%, neikvæð 28%, hlutlaus 10%; flestir neikvæðir eru um sendingar." Þetta gefur samfélagsmiðlastjóra ómetanlegt viðvörunar- og innsýnartæki. En tilfinningagreining er líka ágiskun: hún getur mislesið kaldhæðni, húmor og staðbundið slangur. Nauðsynlegt er að skoða ekki töluna heldur dæmin á bak við töluna.
Hvað mælir tilfinningagreining og hvað mælir hún ekki?
Viðhorfsgreining gefur þrjár grunnúttak. Pólun: er textinn jákvæður, neikvæður eða hlutlaus. Styrkur: styrkur tilfinningarinnar (væg óánægja eða reiði). Þema/efni: um hvað snýst tilfinningin (verð, sendingarkostnaður, gæði, þjónusta). Verðmætasta niðurstaðan er sú þriðja: „neikvæðni aukist“ ein og sér þýðir ekki aðgerðir; „70% af neikvæðninni snýst um seinkun á farmi“ veldur beinni aðgerð.
Það er nauðsynlegt að þekkja takmörk tilfinningagreiningar. Kaldhæðni og kaldhæðni: gervigreindin gæti litið á setninguna „Frábært, hún virkar ekki aftur 👏“ sem jákvæða. Slangur og þjóðmál: gæti mislesið svæðisbundin orðatiltæki. Samhengi: Orðið „sprengja“ er jákvætt í vöru og neikvætt í frétt. Blönduð viðhorf: „Varan er fín en dýr“ hefur bæði jákvæða og neikvæða. Notaðu því tilfinningagreiningu sem upphafspunkt, ekki sem endanlegan sannleika.
framleiðsla
Hvað gerir það?
Takmörk/áhætta
Pólun (jákvæð/neikvæð/hlutlaus)
sjá almenna stemningu
Kaldhæðni og karma sakna tilfinninganna
þéttleika
Að skilja brýnina
Getur mælt ýkjur rangt
þema/efni
framkalla aðgerð
Gæti tengt það við rangt þema
Þróun með tímanum
snemmbúin viðvörun
Villandi í litlu úrtaki
Athugið: Ekki láta prósentutölurnar sem viðhorfsgreiningar gefa upp í stjórnunarskýrsluna án þess að staðfesta þær. Lestu nokkur raunveruleg dæmi úr hverjum flokki og athugaðu sjónrænt hvort flokkunin sé rétt; sérstaklega þau sem eru merkt „neikvæð“.
Skref fyrir skref: rannsókn á tilfinningagreiningu
- Safna og hreinsa gögn. Safna saman athugasemdum/ummælum fyrir ákveðið tímabil; hylja persónuupplýsingar.
- Athugaðu sýnishornið. Að draga prósentu frá 20 athugasemdum er villandi; Miðaðu að þýðingarmikilli tölu (t.d. 100+).
- Flokka. Láttu gervigreindina gera pólun + þemamerkingu.
- Staðfestu með dæmum. Lestu 5 dæmi úr hverjum bekk; laga röng merki.
- Forgangsraðaðu þemum. Þekkja þau 3 þemu sem valda mestri neikvæðni.
- Bindið það við aðgerð. Búðu til drög að tillögu/aðgerðum fyrir hvert þema og sendu það til viðkomandi einingar.
Fjögur afritanleg sniðmát
Fyrir magnflokkun:
Flokkaðu hverja af eftirfarandi umsögnum: pólun [jákvæð/neikvæð/hlutlaus] og þema [verð/sending/gæði/þjónusta/annað]. Merktu mögulega kaldhæðni með [?]. Gefðu að lokum samantekt: hlutfall af hverri pólun og 3 algengustu neikvæðu þemu. Gríma persónuupplýsingar. Athugasemdir:1) ...2) ...
Fyrir þema dýpkun:
Lestu þessar neikvæðu umsagnir og dýpkaðu "sendingar" þemað: hvaða undirmál standa upp úr (töf, skemmdir, mælingar, samskipti)? Gefðu upp hversu margar athugasemdir og 1 fulltrúatilboð fyrir hvert undirmál. Ekki búa til tölur; Treystu bara á athugasemdirnar sem ég gaf. Athugasemdir:...
Til samanburðar á þróun:
Berðu saman viðhorfssamantekt tímabilanna tveggja. Síðasti mánuður: jákvæð 58%, neikvæð 30%, hlutlaus 12%; neikvætt meginþema: verð. Þessi mánuður: jákvætt 49%, neikvætt 41%, hlutlaust 10%; Helsta neikvæða þemað: sendingarkostnaður. Hvað hefur breyst, hverjar eru mögulegar ástæður? EKKI HAFA nákvæmlega ástæðuna; Staðfestu tilgátu og skrifaðu hvernig á að sannreyna fyrir hverja tilgátu.
Til að breyta innsýn í aðgerð:
Úr eftirfarandi samantekt um tilfinningagreiningu koma fram 3 áþreifanlegar tillögur að aðgerðum (skammtíma). Fyrir hverja tillögu: vandamál, fyrirhuguð aðgerð, hvaða eining, hvernig á að mæla. Samantekt: [líma samantekt].
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Greindu viðhorf þessara athugasemda.
Hvorki pólun, þema né samantektarsnið er skýrt; Gervigreind framleiðir sóðalega, ósannanlega niðurstöðu og saknar kaldhæðninnar.
Öflug tilvitnun:
Raðaðu 60 umsögnunum hér að neðan (jákvæð/neikvæð/hlutlaus + þema: verð/sending/gæði/þjónusta/annað). Merktu [?] fyrir þá sem eru grunaðir um kaldhæðni. Búðu bara til tölurnar út frá athugasemdunum sem ég gaf. Úttak: (1) pólunarprósentur, (2) 3 algengustu neikvæðu þemu og 1 tilvitnun fyrir hvert, (3) 3 grunsamleg merki sem ég þarf að staðfesta.
Hið síðarnefnda gefur áreiðanlega, framkvæmanlega niðurstöðu vegna þess að það inniheldur snið, mörk og staðfestingarskref.
þrjú smámál
Tilvik 1. Símavörumerki greindi 1.400 athugasemdir eftir herferð með gervigreind; komst að því að 64% af neikvæðninni snérist um þemað „reikningsrugl“. Með þessari innsýn, betrumbættu þeir algengar spurningar og herferðarsamskipti; næsta mánuð lækkaði sama þema úr 64% í 22%.
Tilvik 2. Matvælamerki kynnti „80% jákvæða“ samantekt gervigreindar fyrir stjórnendum án sannprófunar. Eftir að hafa lesið dæmin kom í ljós að flest ummælin sem þóttu „jákvæð“ voru kaldhæðnisleg („Ég elskaði það, það kom bilað í þriðja sinn“). Raunverulegt jákvætt hlutfall var 52%. Lexía: ekki tilkynna hlutfallið án þess að staðfesta það með dæmum.
Tilfelli 3. Netverslunarmerki hóf tafarlausa afsökunarherferð eftir að hafa komist að þeirri niðurstöðu að „neikvæðingin sprakk“ úr aðeins 18 athugasemdum; Hins vegar var úrtakið mjög lítið og stangaðist á við almenna mynd. Óþarfa herferð olli ruglingi. Lærdómur: Ekki draga stórar ályktanir af litlu úrtaki.
Algeng mistök
- Hunsa kaldhæðnina. Líttu á kaldhæðnislegar athugasemdir sem jákvæðar.
- Ekki staðfesta prósentuna. Dæmi: Að setja númerið á skýrsluna án þess að lesa hana.
- Lítið sýnishorn. Að draga endanlega þróun úr 15-20 athugasemdum.
- Snertilaus greining. Að segja "það hefur aukist neikvætt" og finna ekki ástæðuna; framkallar ekki aðgerð.
- Ekki hylja persónuupplýsingar. Að gefa upp nafn gagnrýnenda á tólið.
- Að lýsa ástæðunni endanlega. Að misskilja fylgni við orsakasamhengi og grípa til rangra aðgerða.
Greining á viðfangsefni og samanburður á samkeppnisaðilum
Aðferðin sem tekur viðhorfsgreiningu einu skrefi lengra er þáttabundin greining: í stað þess að þjappa athugasemd saman í eitt jákvætt/neikvætt merki, meta mismunandi efni innan þess sérstaklega. Til dæmis passar setningin „Varan er frábær, en sendingarkostnaðurinn er hræðilegur og verðið sanngjarnt“ ekki í eina pólun; efnisbundin greining skiptir þessu niður í „vara: jákvæð, sendingarkostnaður: neikvætt, verð: jákvætt. Þessi greinarmunur er miklu meira aðgerðamiðaður, vegna þess að hún sýnir vel hvaða málefni veldur ánægju og hver veldur óánægju. Þú getur náð þessari dýpt með því að segja gervigreindinni að "skipta hverri athugasemd í efni og gefa sérstaka pólun fyrir hvert efni."
Önnur öflug notkun er viðmiðun samkeppnisaðila (samanburður á eigin frammistöðu við samkeppnisaðila). Ef þú setur saman viðhorf um þitt eigið vörumerki og keppinauta þína, er talan „neikvæðni okkar er 30%“ skynsamleg: ef meðaltalið í iðnaðinum er 45% gengur þér vel, ef það er 15% ertu á eftir. Hins vegar, þegar þú safnar samkeppnisgögnum, notaðu aðeins opinberlega aðgengilegar, lögmætar heimildir; Forðastu óleyfilega gagnasöfnun og brot á persónuvernd. Tilgangur viðmiðunar er ekki að líkja eftir samkeppni, heldur að setja eigin styrkleika og veikleika í samhengi. Í báðum aðferðum er grunnreglan sú sama: staðfestu flokkun gervigreindar með raunverulegum dæmum og settu fram ástæðuna sem tilgátu frekar en endanlega.
Í stuttu máli
Tilfinningagreining mælir púls samfélagsins: gefur pólun, styrkleika og síðast en ekki síst þema. Gervigreind flokkar hundruð athugasemda á sekúndu, en getur saknað kaldhæðni, slangurs og blandaðra tilfinninga. Gildi tengir neikvæðni við þema og breytir því í verk. Notaðu fullnægjandi úrtak, staðfestu prósentur með raunverulegum sýnum, settu fram tilgátu um orsökina og staðfestu hana. Talan er upphaf; Ákvörðunin er þín.
Ábending: Hugsaðu um tilfinningagreiningu sem samfellda kvikmynd, ekki eina mynd. Ef þú endurtekur sömu mælingu með sömu aðferð í hverri viku muntu sjá þróunina (er hún að aukast eða minnka) sem er mun verðmætari en alger prósentan. Að horfa á hvernig þróunin breytist eftir herferð, vöru eða kreppu er miklu öflugra ákvörðunarinntak en einnar viku prósenta.
Umsóknarverkefni
Safnaðu (eða skrifaðu) að minnsta kosti 40 sýnishorn af athugasemdum. Láttu gervigreind gera pólun + þemaflokkun og samantekt. Lestu 5 sýnishorn af hverri pólun með höndunum og leiðréttu að minnsta kosti 3 ranga/vafasama merkimiða. Veldu algengasta neikvæða þemað, búðu til 3 áþreifanlegar tillögur að aðgerðum og skrifaðu niður hvernig þær verða mældar fyrir hvert.
gátlisti
- [ ] Ég notaði fullnægjandi sýni (100+ tilvalið).
- [ ] Ég dulaði persónuupplýsingar.
- [ ] Ég lét gera pólun + þemaflokkun.
- [ ] Ég las dæmi úr hverjum bekk og staðfesti merkimiðana.
- [ ] Ég merkti kaldhæðni grunaða sérstaklega.
- [ ] Ég rak oftast neikvæða þemað til athafnarinnar.
- [ ] Ég setti fram ástæðuna sem tilgátu sem á að sannreyna, ekki endanlega.