Strange Sentiment - Myslíte si, že víte o analýze sentimentu? Přemýšlejte znovu.

Když slyšíte slova analýza sentimentu (a v dnešní době se jim jen těžko vyhnete), vaše myšlenky se nepochybně stočí k produktům a značka zpětnou vazbu a zákaznický servis - a to z dobrého důvodu.  

Analýza sentimentu je pro marketéry nesmírně cenným nástrojem. Chcete-li však získat náskok, je toho mnohem víc než jen přímá zpětná vazba. V tomto článku se podíváme na některé z podivných a úžasných způsobů, kterými se který prozíravé společnosti využívají analýzu sentimentu k tomu, aby posunuly své podnikání na vyšší úroveň. 

Žít svůj sen

Naše sny se mohou pohybovat od těch všedních až po bizarní, a dokonce i x-té - a my o nich prostě rádi mluvíme; v reálném životě i na sociálních sítích. Pro většinu z nás je to sice zajímavé, ale v podstatě bez zvláštního užitku, ne tak ale pro partu univerzitní výzkumníci v roce 2013.  

Jako součást většího výzkum v rámci projektu o spánku výzkumníci shromáždili 50 000 přepisů a shrnutí snů a nechali je projít nástrojem pro analýzu sentimentu, aby získali poznatky o produktech.  

Experiment byl založen na myšlence, že naše podvědomí "nikdy nelže", a proto by tento projekt poskytl cennou - a hlavně upřímnou - zpětnou vazbu o tom, jak se lidé cítí ohledně určitého produktu. Ačkoli se to může zdát trochu "jako z nebe", je to dobrý příklad toho, že lidé přemýšlejí jinak než v běžných podmínkách. při použití analýzy sentimentu.  

Pro většinu značek jsou tyto nástroje používány velmi všedním způsobem a příklady, jako je tento, mohou být inspirací, pokud jde o myšlení mimo rámec (nebo dokonce bdělého světa) při shromažďování poznatků.

Reálný čas, reálné výsledky

Máme tendenci uvažovat o použití analýzy sentimentu "dodatečně", ale nemusí tomu tak nutně být. Neexistuje žádný důvod, proč by se analýza sentimentu nemohla používat v reálném čase - jak nedávno ukázala společnost US Airlines.  

Stejně jako velké množství značek po celém světě začala společnost US Airlines používat analýzu sentimentu, aby získala informace o tom, jak se její zákazníci cítili ohledně jejích služeb; například zpoždění, pohodlí, kvality jídla a dalších. Ačkoli to bylo bezpochyby cenné, letecká společnost se rozhodla, že její nástroj pro analýzu sentimentu by mohl pracovat tvrději a, narazila na nápad sledování komentářů na Twitteru a jejich předávání v reálném čase do platformy zákaznického servisu.  

To umožnilo pracovníkům podpory zachytit problémy a snažit se je co nejrychleji vyřešit. Toho bylo s velkým úspěchem využito, když zákazník na Twitteru informoval o problému se ztraceným zavazadlem při čekání na navazující let. Pracovníci podpory se k tomuto komentáři dostali a problém vyřešili ještě předtím, než cestující přistál ve své cílové destinaci. Netřeba dodávat, že tento druh proaktivních služeb měl za následek několik velmi pozitivních tweetů zákazníka. 

Jako poskytovatel řešení pro vývoj softwaru můžete s jistotou říci, že rok 2020 byl tak trochu horskou dráhou. Jsem naprosto přesvědčen, že jediným důvodem, proč se můj podnikání přežila, že jsem byl schopen se dostat do rukou co lidé uvažovali v souvislosti s trhem vývoje softwaru. Pravidelně používám analýzu sentimentu v reálném čase, abych zjistil, jaká je teplota veřejnosti, a zjistil, jaké jsou její obavy týkající se trhu se softwarem - jsem pak schopen adresa tyto obavy v mém obsah. To je také zásadní pro mou práci na službách ve fázi vývoje pro mé klienti. 

Max Babych, generální ředitel a zakladatel, Zatížení SPD

Odstraňování předsudků

Většina z nás má ve zvyku číst na internetu, ať už se jedná o blog příspěvek, článek nebo myšlenkový příspěvek z oboru.  

Přesto se málokdo z nás zamyslí nad tím, že "fakta" obsažená v článku mohou podléhat autorově zaujatosti, ať už pozitivní, nebo negativní. negativní způsob. V době, kdy se na internetu šíří falešné zprávy a dezinformace. internet, nebylo by skvělé, kdybyste si při čtení článku mohli udělat představu o zaujatosti? No, právě to můžete skutečně udělat.  

Během hackathonu Viafora Big Data vytvořil vítězný tým open-source doplněk pro Chrome, který detekuje zaujatost autorů v online prostředí. články. Je to stejně jednoduché jako efektivní - při čtení článku stačí kliknout na zásuvný modul a zobrazí se vám boční nabídka se seznamem článků od stejného autora, seřazených podle hodnocení sentimentu.  

Jednoduše řečeno to znamená, že pokud čtete článek neznámé osoby o nějakém SEO nástroje, budete moci jasně vidět, zda se u Jane projevuje konzistentní sympatie nebo antipatie k nástroji na základě její předchozí práce. 

"Žijeme v rychlém světě. Přijímáme více informací než kdykoli předtím a při nedostatku času, který máme, si často zkracujeme cestu k ověření "faktů", které přijímáme. Ať už čtete článek o marketingu strategie, a politický nebo porovnání produktů - je důležité věnovat několik okamžiků zkoumání platnosti. V dnešní době se může za odborníka prohlásit kdokoli a projde mu to." - Datis Mohsenipour, ředitel marketingu, HeyOrca

Politické předpovědi

Volby bývají maratonem, který se protáhne na roky, nicméně díky analýze nálad má mnoho kandidátů poměrně dobrou představu o výsledku voleb ještě předtím, než do volební urny vhodí jediný hlas.  

Rady, vlády a další politické subjekty pravidelně využívají analýzu sentimentu k předvídání výsledků voleb. Zejména Twitter se ukázal jako neuvěřitelně přesné protože krátké tweety často přesně odrážejí preference voličů a velmi úzce korespondují s politickými programy, mediálním pokrytím a profily kandidátů. 

Překvapivě efektivní výsledky získané z Twitteru během volebních kampaní umožnily politickým stranám upravit své kampaně a připravit se na krizové situace. řízení plány v případě, že prognóza předpovídá ztrátu. 

I když to může být velmi užitečné, politici by si měli dávat pozor, aby se analýza sentimentu nepoužila proti nim - v roce 2019 britský premiér Boris Johnson tvrdil, že za ním stojí velká většina Britů, nicméně jednoduchá analýza sentimentu ukázala něco zcela jiného. 

Podobně analýza tweetů o primárních kandidátech během předposledních amerických voleb jasně ukázala negativní emoce vůči Donaldu Trumpovi - ačkoli překvapivě tyto volby vyhrál. 

Obchodování s akciemi

Krátce po zveřejnění této zprávy na internetu se cena mateřské společnosti Snap propadla o 8,5 procenta. Někteří investoři dokázali na zmatku na sociálních sítích vydělat ve stylu The Big Short a vydělali $163 milionů.

Většina z nás si pod pojmem "obchodování na burze" představí. obrázky Vlk z Wall Street a spousta super složitých činností, které vyžadují spoustu času. zkušenosti, nemluvě o finance znalosti. V roce 2021 to vypadá trochu jinak - což znamená, že se svět obchodování otevírá Joeovi Publicovi.  

Pryč jsou časy, kdy začít s akciemi a investicemi znamenalo najmout si odborníka. konzultant s elegantním přístupem a odpovídajícími honoráři. Nástroje pro analýzu sentimentu lze použít k předpovědi výkonnosti konkrétní akcie nejen na základě historických údajů, ale i názorů odborníků z oboru.  

Nástroje pro analýzu sentimentu prohledávají internet, aby zachytily komentáře z stěhováci a třešničkami na dortu v rámci obchodního sektoru a porovnat tyto komentáře. Nástroj pak na základě těchto faktorů a historických dat vytvoří zatraceně přesnou předpověď.  

I když možná neskončíte s takovým bohatstvím. Jordan Belfort si užil (a doufejme, že neskončí za mřížemi jako on), může být opravdu užitečná pro ty, kteří chtějí ponořit prst do vod burzovního obchodování. 

Monitorování zpravodajství o trhu

V moderním světě jsou obchodní trhy ovlivňovány široký řada faktorů, včetně výměn mezi organizacemi, zúčastněnými stranami, regulačními orgány a dokonce i vládami.  

Tyto výměny informací společně určují odliv a příliv trhů po celém světě a mohou mít významný vliv na ceny, zaměstnanost a mnoho dalšího. 

Poslední rok, se analýza sentimentu stala hlavním nástrojem pro sledování informací o trhu a pro udržení aktuálního stavu, pokud jde o trendy, nabídek a norem. Obecně se soudí, že s blížícím se létem 2021 to bude nesmírně důležité pro talent získávání, vizualizace dat a automatizace procesů.  

Odborníci se domnívají, že se jedná o zásadní zdroj informací ve světě, který během neuvěřitelně krátké doby zaznamenal tolik změn a převratů. 

V takovém případě rychle měnící se prostředí, musí podniky využívat všechny nástroje, které mají k dispozici, aby zjistily, jaká je situace v zemi, a aby mohly vypracovat rozumné prognózy vývoje. budoucnost. Bez analýzy sentimentu je to téměř nemožné. 

Jack Zmudzinski, vedoucí právník ve společnosti future-processing.com

S tím, jak technologie nezadržitelně postupuje vpřed, se vyvíjí i analýza sentimentu. Téměř denně se objevují nové inovace, které umožňují hlubší vhled a snadnější dostupnost. Mezi tyto inovace patří: 

Sentiment Neuron

Analýza sentimentu, jak ji známe, se většinou spoléhá na označená trénovací data, aby mohla úspěšně fungovat. To samozřejmě zahrnuje lidskou manipulaci s daty, pokud jde o jejich shromažďování, třídění, načítání a zpracování. čištění; to vše samozřejmě vyžaduje čas a pracovní síly.  

Sentimentové neurony pracují v podstatě na základě algoritmů učení bez dohledu. Experiment s využitím služby Amazon recenze provedený společností OpenAI odhalil, že je možné, aby systém strojového učení předpovídal další znak v textových recenzích Amazonu. Dělá to tak, že se učí interpretovatelnou funkci, aby zjistil sentiment, který se skrývá za celkovým textem.    

Ještě před několika málo lety byl tento druh učení bez dohledu pouhým snem, ale nyní se zdá, že je nejen realitou, ale také velmi účinný při zvyšování výkonu a výrazném zkrácení času potřebného k nastavení.  

Mluvčí společnosti OpenAi uvedl: "Domníváme se, že tento jev není specifický pro náš model, ale že se jedná o obecný jev. majetek určitých velkých neuronových sítí, které jsou vycvičeny k předpovídání dalšího kroku nebo dimenze na svých vstupech.

Naše výsledky jsou slibným krokem k obecnému učení reprezentací bez dohledu," vysvětlují výzkumníci z OpenAI. "Výsledky jsme zjistili tak, že jsme zkoumali, zda bychom mohli naučit se kvalitní reprezentace jako vedlejší efekt modelování jazyka a rozšířil stávající model na pečlivě vybraném souboru dat. Základní jevy však zůstávají spíše záhadné než jasné."

Závěr

Budoucnost analýzy sentimentu sice nedokážeme přesně předpovědět, ale můžeme prozkoumat fakta. V posledních několika letech umělá inteligence a strojové učení pokročily rychlostí, o které by si mnozí z nás mysleli, že je možná.  

Lze se tedy domnívat, že s rozvojem této technologie se bude vyvíjet i analýza sentimentu a nakonec i to, co s ní budeme moci dělat. Jak jsme viděli v tomto článku, jsem přesvědčen, že analýza sentimentu v reálném čase bude mnohem rozšířenější a podobně jako v případě US Airlines bude propojena s odděleními zákaznické podpory a marketingu, čímž vznikne síť, která přesáhne druh způsobů, jakými tyto nástroje v současnosti používáme. 

Říká se, že ve znalostech je síla, a v případě analýzy sentimentu to rozhodně platí. Díky nástrojům, které umožňují velmi přesně zjistit, co si lidé o daném tématu myslí, mohou podniky podnikat rozhodné kroky a budovat pevné vztahy - a to je naprosto správná cesta.