Cómo implementar el análisis de sentimientos en proyectos de retroalimentación de clientes

¿Has probado algunas de las herramientas de monitoreo de redes sociales como Brand24 , por ejemplo? A pesar de que no son herramientas de comentarios de los clientes en su esencia, la recopilación de comentarios de los clientes es una de las cosas para las que están hechos.

La cuestión es que, para la mayoría de ellos, aún es difícil evaluar con precisión lo que realmente es una declaración negativa, neutral y positiva. No estoy muy seguro de la mecánica detrás de esto, pero por el momento no está lo suficientemente avanzado como para lidiar con éxito con el sarcasmo o el contexto de algunas de las discusiones. Echa un vistazo al siguiente ejemplo:

Como puede ver, esta mención de Twitter fue etiquetada como negativa. La razón es la palabra “culpable”, que en esencia es negativa. Sin embargo, en este caso particular, se usó en broma y no se usó en relación con ninguna de las marcas mencionadas.

Si bien puede ser extremadamente útil, todavía queda un largo camino por recorrer antes de que el análisis de sentimientos se vuelva más preciso. Aunque es un proceso automatizado, el toque humano de los vendedores es y probablemente siempre será necesario para evaluar si una mención negativa es realmente negativa.

Sin embargo, los datos de la escucha social le proporcionan una base sólida para su investigación de mercado. En realidad, es una fuente más confiable de información del cliente que cualquier otro estudio, como grupos focales o encuestas. ¿Por qué? Porque las personas comparten información sobre sus preferencias u opiniones sobre productos y servicios de forma voluntaria . Por lo tanto, son honestos en sus puntos de vista publicados en sus perfiles de redes sociales.

Los resultados y las estadísticas del monitoreo de Internet son útiles en distintas áreas de investigación de mercado. Al recopilar información sobre las personas que comparten información sobre su marca, puede crear una descripción detallada de una persona. El monitoreo puede ayudarlo a especificar el día o incluso la hora del día en que los usuarios de Internet están más activos.

En consecuencia, puede optimizar su estrategia de marketing y centrarse solo en los canales que dan como resultado conversiones más altas Los usuarios de las redes sociales pueden proporcionarle información valiosa de los clientes sobre los productos que vende. Sus clientes son los que usan sus productos, por lo que son los que pueden inspirar sus futuras mejoras de productos.

Dicho esto, el monitoreo de las redes sociales le brinda información valiosa sobre su producto, servicio o una marca en general. Los comentarios de los clientes recopilados de esta manera son tan honestos como pueden ser y son una fuente de inspiración para el desarrollo de productos.

Cuando hice un análisis de sentimientos para un cliente de turismo, clasifiqué blogs y publicaciones de foros sobre ese lugar, en temas como seguridad, salud, higiene, instalaciones, etc. Esencialmente convertí un estudio cualitativo en uno cuantitativo. Cada publicación / respuesta en el foro contaba como una respuesta. Dentro de cada categoría, dividí las respuestas en favorables y desfavorables.

El cliente quedó muy impresionado. Dijeron que el análisis parecía casi un informe de encuesta.

Los fundadores de Cuesense han abierto nuestra tecnología de análisis de sentimientos en github. Echa un vistazo al repo de Sirocco github. También estoy blogueando sobre Sirocco y el análisis de sentimientos en mi blog Medium. Esta semana publicaré un blog sobre los detalles de nuestra tecnología de extracción de opinión.

More Interesting

¿Cuáles son los tipos de problemas que se pueden resolver con las redes neuronales?

¿Es inevitable la multicolinealidad en los datos experimentales? Si no, ¿en qué condiciones podemos esperar multicolinealidad?

¿Hay alguna empresa de software en Bangladesh que trabaje con ciencia de datos / ML / ANN / Visión por computadora?

¿Cuál es la mejor herramienta de optimización bayesiana para optimizar hiperparámetros de grandes redes neuronales?

¿Cuáles son algunos buenos libros para principiantes y avanzados sobre redes neuronales e inteligencia artificial?

¿Cuáles son los algoritmos actuales de última generación para la detección de objetos en 2017?

¿Qué clases de modelos se pueden usar para predecir distribuciones de series de tiempo?

¿Qué tecnología tiene un futuro mejor, el aprendizaje automático o Node.js?

¿Qué métricas debo usar para evaluar un modelo generativo cuantitativamente y qué tan confiables son?

¿Cuál es el algoritmo de aprendizaje automático más rápido para implementar para la detección de fraudes?

¿Se recomienda que un desarrollador Java experimentado aprenda y pase al aprendizaje automático? ¿Qué tan difícil / fácil es?

¿Cómo y qué tipo de datos ha recopilado por su cuenta para el proyecto / servicio ML?

Cómo mostrar que una convolución transpuesta es equivalente a un paso de respaldo de la capa de convolución, con los mismos pesos que en una propagación hacia adelante

¿Qué parámetros en los datos de entrenamiento / prueba deben considerarse para decidir la elección de un método de clasificación de aprendizaje automático (fuera de SVM, red neuronal, regresión logística, etc.)?

¿Cuál es la mejor máquina para la minería de criptomonedas?