Јединице
1. Увод у вештачку интелигенцију у управљању друштвеним медијима: улоге, границе, аутентификација, ауторска права и приватност 2. Стратегија садржаја и календар садржаја: планирање са вештачком интелигенцијом 3. Производња садржаја: Текст, Наслов, Поднаслов, Хаштаг и Адаптација формата 4. Визуелни и видео садржај: концепт, сценарио, кратки видео и продуктивни визуелни 5. Управљање заједницом: управљање коментарима, порукама и одговорима 6. Анализа коментара и осећања: Узимање пулса заједнице 7. Праћење тренда и искориштавање прилика: прескакање вести, управљање гласом и дневним редом 8. Сарадња инфлуенцера и управљање кампањама 9. Аналитика и извештавање: метрика, увид и извршно извештавање 10. Правила платформе, оригиналност, ауторска права и безбедност бренда 11. Кризна комуникација и управљање репутацијом на друштвеним медијима
Јединица 6 / 11

Анализа коментара и осећања: Узимање пулса заједнице

Добици:

  • Способност тумачења поларитета, интензитета и тема анализе сентимента и класификовања стотина коментара помоћу вештачке интелигенције
  • Познавање граница као што су иронија, сленг и помешане емоције и способност да проверите проценте са стварним примерима
  • Способност повезивања негативности са темом и претварања у конкретну акцију и тестирања разлога као хипотезе

Оно о чему бренд говори на друштвеним медијима једнако је важно као и оно о чему се прича. Одржавање пулса бренда међу стотинама коментара, хиљадама помињања и порука које непрестано теку је гомила података превелика да би се могла ручно пратити. Овде долази у обзир анализа осећања. Ова метода, која се на енглеском зове анализа сентимента, је процес аутоматске класификације емоционалног тона (позитивног, негативног, неутралног) текста. Вештачка интелигенција може да прочита стотине рецензија за неколико секунди и дође до резимеа као што је „овонедељни позитивни коментари су 62%, негативни 28%, неутрални 10%; већина негативних се односи на отпрему“. Ово менаџеру друштвених медија даје непроцењив алат за рано упозорење и увид. Али анализа осећања је такође нагађање: може погрешно прочитати иронију, хумор и локални сленг. Неопходно је гледати не број, већ примере иза броја.

Шта мери анализа сентимента, а шта не мери?

Анализа сентимента даје три основна резултата. Поларитет: да ли је текст позитиван, негативан или неутралан. Интензитет: снага емоције (благо незадовољство или бес). Тема/тема: о чему се ради у емоцији (цена, испорука, квалитет, услуга). Највреднији исход је трећи: „повећана негативност“ сама по себи се не преводи у дело; „70% негативности се односи на кашњење терета“ производи директну акцију.

Неопходно је знати границе анализе осећања. Иронија и сарказам: АИ може сматрати реченицу „Супер, опет не ради 👏“ позитивном. Сленг и народни језик: може погрешно прочитати регионалне идиоме. Контекст: Реч „бомба“ је позитивна у производу и негативна у новинској причи. Помешано осећање: „Производ је леп, али скуп“ носи и позитивно и негативно. Зато користите анализу осећања као полазну тачку, а не као коначну истину.

излаз

шта то ради?

Лимит / ризик

Поларитет (позитивно/негативно/неутрално)

види опште расположење

Иронији и карми недостаје емоција

густина

Разумевање хитности

Може погрешно мерити претеривање

тема/тема

произвести акцију

Можда га додели погрешној теми

Тренд током времена

рано упозорење

Обмањујуће у малој величини узорка

Пажња: Немојте укључивати проценте дате анализом сентимента у извештај менаџмента без њихове провере. Прочитајте неколико стварних примера из сваке категорије и визуелно проверите да ли је класификација тачна; посебно оних означених као „негативни“.

Корак по корак: студија анализе осећања

  1. Прикупите и очистите податке. Збирни коментари/помињања за одређени период; маскирати личне податке.
  2. Проверите величину узорка. Одузимање процента од 20 коментара је погрешно; Циљајте на значајан број (нпр. 100+).
  3. Класификујте. Нека АИ изврши поларитет + означавање тема.
  4. Проверите примерима. Прочитај 5 примера из сваког часа; поправи погрешне ознаке.
  5. Дајте приоритет темама. Идентификујте 3 теме које изазивају највише негативности.
  6. Вежите то за акцију. Направите предлог/нацрт акције за сваку тему и проследите га релевантној јединици.

Четири шаблона за копирање

За масовну класификацију:

Класификујте сваку од следећих рецензија: поларитет [позитивно/негативно/неутрално] и тема [цена/испорука/квалитет/услуга/остало]. Означите могућу иронију са [?]. На крају дајте резиме: проценат сваког поларитета и 3 најчешће негативне теме. Маскирајте личне податке. Коментари:1) ...2) ...

За продубљивање теме:

Прочитајте ове негативне критике и продубите тему „испоруке“: која подпитања се истичу (кашњење, оштећење, праћење, комуникација)? Наведите колико коментара и 1 репрезентативни цитат за свако под-издање. Не измишљајте бројеве; Само се ослоните на коментаре које сам дао. Коментари: ...

За поређење тренда:

Упоредите резиме расположења за два периода. Прошлог месеца: позитивно 58%, негативно 30%, неутрално 12%; главна негативна тема: цена. Овај месец: позитивно 49%, негативно 41%, неутрално 10%; Главна негативна тема: отпрема. Шта се променило, који су могући разлози? НЕ ТУЖИТЕ тачан разлог; Провери хипотезу и напиши како да се провери за сваку хипотезу.

Да бисте претворили увид у акцију:

Из следећег резимеа анализе сентимента произилазе 3 конкретна предлога акције (краткорочна). За сваки предлог: проблем, предложена радња, која јединица, како мерити. Резиме: [залепити резиме].

Слаби промпт / Јаки промпт

Слабо обавештење:

Анализирајте осећај ових коментара.

Ни поларитет, ни тема ни формат резимеа нису јасни; АИ производи неуредан, непроверљив резултат и пропушта иронију.

Снажан упит:

Сортирајте 60 рецензија испод (позитивне/негативне/неутралне + тема: цена/испорука/квалитет/услуга/друго). Означите [?] за оне са сумњом на иронију. Само израчунајте бројеве на основу коментара које сам дао. Излаз: (1) проценти поларитета, (2) 3 најчешће негативне теме и 1 цитат за сваку, (3) 3 сумњиве ознаке које морам да проверим.

Ово последње пружа поуздан резултат који се може предузети јер укључује формат, границу и корак верификације.

три мини кофера

Случај 1. Телеком бренд је анализирао 1.400 коментара након кампање помоћу вештачке интелигенције; открили су да је 64% негативности усредсређено на тему „забуне рачуна“. Са овим увидом, они су побољшали често постављана питања и комуникацију у кампањи; следећег месеца иста тема је пала са 64% на 22%.

Случај 2. Бренд хране је представио резиме АИ „80% позитивног“ менаџменту без провере. Након читања примера, постало је јасно да је већина коментара који су сматрани „позитивним“ иронични („Свидео ми се, стигао је покварен по трећи пут“). Стварна позитивна стопа била је 52%. Поука: не пријављујете проценат а да то не потврдите примерима.

Случај 3. Бренд е-трговине покренуо је хитну кампању извињења након што је закључио да је „негативност експлодирала“ из само 18 коментара; Међутим, узорак је био веома мали и био је у супротности са општом сликом. Непотребна кампања је створила забуну. Поука: немојте извлачити велике закључке из малог узорка.

Уобичајене грешке

  • Игноришући иронију. Саркастичне коментаре сматрајте позитивним.
  • Не проверава проценат. Пример: Стављање броја на извештај без читања.
  • Мали узорак. Извођење дефинитивног тренда из 15-20 коментара.
  • Бесконтактна анализа. Рећи „негативно се повећао“ и не пронаћи разлог; не производи акцију.
  • Не маскирање личних података. Давање имена рецензента алату.
  • Дефинитивно проглашавајући разлог. Погрешна корелација за узрочност и предузимање погрешних радњи.

Предметна анализа и поређење конкурената

Метода која анализу сентимента води корак даље је анализа заснована на аспектима: уместо компримовања коментара у једну позитивну/негативну ознаку, одвојено процењују различите теме унутар њега. На пример, реченица „Производ је одличан, али испорука је ужасна и цена је разумна“ не уклапа се у један поларитет; анализа заснована на теми дели ово на „производ: позитивно, испорука: негативно, цена: позитивно“. Ова разлика је много више оријентисана на акцију, јер јасно показује које питање производи задовољство, а које незадовољство. Ову дубину можете постићи тако што ћете рећи вештачкој интелигенцији да „сваки коментар подели на своје теме и да за сваку тему да посебан поларитет“.

Друга моћна употреба је бенцхмаркинг конкурената (упоређивање сопствених перформанси са конкурентима). Ако супротставите сентимент о сопственом бренду са оним својих конкурената, број „наша негативност је 30%“ има смисла: ако је просек у индустрији 45%, радите добро, ако је 15%, заостајете. Међутим, када прикупљате податке о конкурентима, користите само јавно доступне, легитимне изворе; Избегавајте неовлашћено прикупљање података и кршење приватности. Сврха бенчмаркинга није да имитира конкуренцију, већ да контекстуализује сопствене снаге и слабости. У обе методе, основно правило остаје исто: проверите класификацију АИ стварним примерима и представите разлог као хипотезу, а не као коначан.

Укратко

Анализа осећања мери пулс заједнице: даје поларитет, интензитет и што је најважније тему. АИ сортира стотине коментара у секунди, али може пропустити иронију, сленг и помешане емоције. Вредност повезује негативност са темом и претвара је у акцију. Користите адекватан узорак, проверите проценте са стварним узорцима, претпоставите узрок и потврдите га. Број је почетак; Одлука је твоја.

Савет: Размишљајте о анализи осећања као о непрекидном филму, а не као једној фотографији. Ако понављате исто мерење истом методом сваке недеље, видећете тренд (да ли се повећава или опада) који је много вреднији од апсолутног процента. Гледање како се тренд мења након кампање, производа или кризе је много моћнији унос одлуке од процента једне недеље.

Задатак апликације

Сакупите (или напишите) најмање 40 примера коментара. Нека АИ изврши класификацију поларитета + тема и резиме. Ручно прочитајте 5 узорака сваког поларитета и исправите најмање 3 нетачне/сумњиве ознаке. Изаберите најчешћу негативну тему, генеришите 3 конкретне акције и запишите како ће се оне мерити за сваку.

контролна листа

  • [ ] Користио сам адекватан узорак (100+ идеалних).
  • [ ] Сакрио сам личне податке.
  • [ ] Урадио сам класификацију поларитета + тема.
  • [ ] Прочитао сам примере из сваког разреда и проверио ознаке.
  • [ ] Осумњичене за иронију сам означио посебно.
  • [ ] Негативну тему сам најчешће приписивао радњи.
  • [ ] Разлог сам представио као хипотезу коју треба проверити, а не као коначну.