Sentimen Aneh - Pikirkan Anda tahu tentang analisis sentimen? Pikirkan lagi.

Ketika Anda mendengar kata-kata analisis sentimen (dan Anda hampir tidak dapat menghindarinya akhir-akhir ini), pikiran Anda pasti beralih ke produk dan merek umpan balik dan layanan pelanggan - dan untuk alasan yang baik.  

Analisis Sentimen adalah alat yang sangat berharga bagi pemasar ingin menjadi yang terdepan, namun, ada banyak hal yang lebih dari sekadar umpan balik langsung. Dalam artikel ini, kita akan melihat beberapa cara yang aneh dan luar biasa dalam yang berpikiran maju perusahaan menggunakan analisis sentimen untuk membawa bisnis mereka ke tingkat berikutnya. 

Menjalani mimpi

Mimpi kita bisa berkisar dari yang biasa-biasa saja hingga yang aneh dan bahkan x-rated - dan kita suka membicarakannya; dalam kehidupan nyata dan di media sosial. Bagi sebagian besar dari kita, hal ini menarik tetapi, pada dasarnya, tanpa kegunaan tertentu, tetapi, tidak demikian bagi sekelompok orang peneliti universitas pada tahun 2013.  

Sebagai bagian dari penelitian proyek tentang tidur, para peneliti mengumpulkan 50.000 transkripsi dan ringkasan mimpi dan menjalankannya melalui alat analisis sentimen untuk mengumpulkan wawasan tentang produk.  

Pemikiran di balik eksperimen ini adalah bahwa alam bawah sadar kita 'tidak pernah berbohong', oleh karena itu, proyek ini akan memberikan umpan balik yang berharga - dan, yang lebih penting, jujur, tentang bagaimana perasaan orang tentang produk tertentu. Meskipun hal ini mungkin tampak sedikit 'tidak masuk akal', ini adalah contoh yang baik dari orang-orang yang berpikir di luar kotak ketika menggunakan analisis sentimen.  

Bagi sebagian besar merek, alat-alat ini digunakan dengan cara yang sangat sederhana dan, contoh-contoh seperti ini dapat memberikan inspirasi ketika harus berpikir di luar kotak (atau bahkan dunia nyata) ketika mengumpulkan wawasan.

Waktu nyata, hasil nyata

Kita cenderung berpikir tentang penggunaan analisis sentimen dengan cara 'setelah fakta', tetapi itu tidak harus selalu demikian. Sama sekali tidak ada alasan bahwa analisis sentimen tidak dapat digunakan secara real time - seperti yang ditunjukkan baru-baru ini oleh US Airlines.  

Seperti sejumlah besar merek di seluruh dunia, US Airlines mulai menggunakan analisis sentimen untuk mengumpulkan informasi tentang bagaimana perasaan pelanggannya terhadap layanannya; misalnya, penundaan, kenyamanan, kualitas makanan, dan banyak lagi. Meskipun hal ini tidak diragukan lagi sangat berharga, maskapai ini memutuskan bahwa alat analisis sentimennya dapat bekerja lebih keras dan, alat ini berhasil mencapai ide memantau komentar di Twitter dan memasukkannya, secara real time, ke platform layanan pelanggannya.  

Hal ini memungkinkan staf dukungan untuk mengetahui masalah dan berusaha untuk menyelesaikannya secepat mungkin. Hal ini digunakan untuk efek yang luar biasa ketika seorang pelanggan men-tweet tentang masalah bagasi yang hilang saat menunggu penerbangan lanjutan. Staf dukungan dapat mengakses komentar dan menyelesaikan masalah sebelum penumpang mendarat di tujuan akhirnya. Tidak perlu dikatakan lagi, layanan proaktif semacam ini menghasilkan beberapa tweet yang sangat positif dari pelanggan. 

Sebagai penyedia solusi pengembangan perangkat lunak, Anda dapat dengan aman mengatakan bahwa tahun 2020 adalah sesuatu dari rollercoaster. Saya benar-benar percaya bahwa satu-satunya alasan bahwa bisnis selamat adalah bahwa saya bisa mendapatkan pegangan pada apa orang berpikir dalam hal pasar pengembangan perangkat lunak. Saya secara teratur menggunakan analisis sentimen secara real time untuk mengukur suhu publik dan mencari tahu apa yang menjadi perhatian mereka terkait pasar perangkat lunak - saya kemudian dapat alamat keprihatinan tersebut dalam konten. Hal ini juga penting dalam pekerjaan saya pada layanan fase pengembangan untuk klien. 

Max Babych, CEO & Pendiri, Beban SPD

Menghancurkan bias

Sebagian besar dari kita memiliki kebiasaan membaca berbagai hal secara online, entah itu blog posting, artikel, atau bagian kepemimpinan pemikiran berbasis industri.  

Meskipun demikian, hanya sedikit dari kita yang memikirkan fakta bahwa 'fakta' dalam tulisan tersebut mungkin tunduk pada bias penulisnya, baik dalam hal positif maupun negatif. negatif cara. Dengan berita palsu dan informasi yang salah yang marak di internetBukankah lebih bagus lagi jika Anda bisa mendapatkan gambaran tentang bias ketika membaca sebuah artikel? Nah, Anda sebenarnya bisa melakukan hal itu.  

Selama hackathon Big Data Viafora, tim pemenang membuat plugin Chrome sumber terbuka yang mendeteksi bias penulis di dunia maya. artikel. Ini sesederhana sekaligus efektif - ketika membaca sebuah artikel, cukup klik plugin dan Anda akan disuguhi daftar menu sampingan artikel oleh penulis yang sama, yang diurutkan berdasarkan skor sentimen.  

Secara sederhana, ini berarti bahwa, jika Anda membaca artikel oleh Jane Doe tentang SEO Anda akan dapat melihat dengan jelas apakah Jane menunjukkan rasa suka atau tidak suka yang konsisten terhadap alat ini melalui pekerjaannya sebelumnya. 

"Kita hidup di dunia yang serba cepat. Kita mengkonsumsi lebih banyak informasi daripada sebelumnya dan dengan sedikit waktu yang kita miliki, kita sering mengambil jalan pintas dalam hal memvalidasi 'fakta' yang kita terima. Apakah Anda membaca artikel tentang pemasaran strategi, a politik atau perbandingan produk - sangat penting untuk meluangkan waktu sejenak untuk meneliti validitasnya. Siapa pun bisa mengaku sebagai ahli dan lolos begitu saja saat ini." - Datis Mohsenipour, Direktur Pemasaran, HeyOrca

Prediksi Politik

Pemilu cenderung menjadi maraton yang menggigit kuku yang tampaknya berlangsung selama bertahun-tahun, namun, berkat analisis sentimen, banyak kandidat memiliki gagasan yang cukup bagus tentang hasil pemilu sebelum satu suara pun mendarat di kotak suara.  

Dewan, pemerintah, dan entitas politik lainnya, secara teratur menggunakan analisis sentimen untuk meramalkan hasil pemilihan umum. Twitter, khususnya, telah terbukti sangat akurat Karena, seringkali, tweet pendek yang manis akan mencerminkan preferensi pemilih secara akurat dan, sangat sesuai dengan program politik, liputan media, dan profil kandidat. 

Hasil mengejutkan yang efektif yang diperoleh dari Twitter selama kampanye pemilu telah memungkinkan partai politik untuk mengubah kampanye mereka dan mempersiapkan diri untuk menghadapi krisis. manajemen rencana jika peramalan memprediksi kerugian. 

Meskipun hal ini bisa sangat berguna, politisi harus berhati-hati terhadap analisis sentimen yang digunakan untuk melawan mereka - pada tahun 2019, Perdana Menteri Inggris, Boris Johnson, mengklaim bahwa sebagian besar rakyat Inggris berada di belakangnya, namun, analisis sentimen sederhana yang dijalankan membuktikan sebaliknya. 

Demikian pula, analisis tweet tentang kandidat utama selama pemilihan AS kedua hingga terakhir, jelas menunjukkan emosi negatif terhadap Donald Trump - meskipun, secara mengejutkan, dia kemudian memenangkan pemilihan itu. 

Perdagangan Saham

Tak lama setelah pesan itu diposting secara online, harga Snap, perusahaan induk Snapchat, turun 8,5 persen. Beberapa investor bisa mendapatkan keuntungan dari kekacauan media sosial, gaya The Big Short, dan menghasilkan $163 juta.

Bagi sebagian besar dari kita, istilah 'perdagangan saham' memunculkan gambar dari The Wolf Of Wall Street dan banyak kegiatan super rumit yang membutuhkan massa pengalaman, belum lagi keuangan pengetahuan. Pada tahun 2021, segala sesuatunya terlihat sedikit berbeda - yang berarti bahwa dunia perdagangan terbuka untuk Joe Public.  

Lewatlah sudah hari-hari ketika masuk ke dalam saham dan investasi berarti menyewa seorang konsultan dengan sikap yang apik dan biaya yang sesuai. Alat analisis sentimen dapat digunakan untuk memprediksi kinerja saham tertentu tidak hanya berdasarkan data historis, tetapi juga berdasarkan pendapat para pakar industri.  

Alat analisis sentimen menjelajahi internet untuk mengambil komentar dari penggerak dan shaker dalam sektor perdagangan dan untuk membandingkan komentar-komentar tersebut. Alat ini kemudian memberikan perkiraan yang cukup akurat berdasarkan faktor-faktor ini bersama dengan data historis.  

Meskipun Anda mungkin tidak akan mendapatkan kekayaan seperti yang Jordan Belfort menikmati (dan semoga tidak berakhir di balik jeruji besi seperti yang dia alami), ini bisa sangat berguna bagi mereka yang ingin terjun ke dunia perdagangan pasar saham. 

Pemantauan Intelijen Pasar

Di dunia modern, pasar bisnis dipengaruhi oleh lebar sejumlah faktor termasuk pertukaran antara organisasi, pemangku kepentingan, badan pengatur, dan bahkan pemerintah.  

Pertukaran informasi ini bersatu untuk memberikan pasang surut pasar di seluruh dunia dan dapat berdampak signifikan pada harga, lapangan kerja, dan banyak lagi. 

Terakhir tahunanalisis sentimen menjadi alat utama untuk memantau intelijen pasar dan untuk tetap update dalam hal trentender dan standar. Pemikiran umum adalah bahwa, saat kita menuju musim panas 2021, hal ini akan menjadi sangat penting untuk bakat akuisisi, visualisasi data dan otomatisasi proses.  

Para ahli percaya bahwa ini akan menjadi sumber daya penting di dunia yang telah menyaksikan begitu banyak perubahan dan pergolakan selama waktu yang sangat singkat. 

Dalam hal seperti itu cepat Dengan lingkungan yang berubah, bisnis perlu memanfaatkan setiap alat yang mereka miliki untuk melihat bagaimana lahan tersebut berada dan membuat perkiraan yang masuk akal untuk masa depan. Tanpa analisis sentimen, hal ini hampir tidak mungkin dilakukan. 

Jack Zmudzinski, seorang rekan senior di future-processing.com

Seiring dengan kemajuan teknologi yang tanpa henti, begitu juga analisis sentimen. Inovasi baru bermunculan hampir setiap hari, memungkinkan wawasan yang lebih dalam dan aksesibilitas yang lebih mudah. Beberapa dari inovasi ini adalah: 

Neuron Sentimen

Sebagian besar, analisis sentimen seperti yang kita ketahui bergantung pada data pelatihan berlabel agar dapat berfungsi dengan baik. Hal ini, tentu saja, melibatkan penanganan data oleh manusia dalam hal mengumpulkan, menyortir, memuat, dan pembersihanyang semuanya, tentu saja, membutuhkan waktu dan tenaga.  

Sentimen neuron bekerja berdasarkan, pada dasarnya, algoritme pembelajaran tanpa pengawasan. Sebuah eksperimen menggunakan Amazon ulasan yang dilakukan oleh OpenAI mengungkapkan bahwa sistem pembelajaran mesin dapat memprediksi karakter berikutnya dalam ulasan teks Amazon. Hal ini dilakukan dengan mempelajari fitur yang dapat diinterpretasikan untuk menemukan sentimen di balik keseluruhan teks.    

Beberapa tahun yang lalu, jenis pembelajaran tanpa pengawasan ini tidak lebih dari sekadar impian, tetapi tampaknya sekarang ini bukan hanya kenyataan, tetapi juga sangat efektif dalam meningkatkan kinerja dan secara signifikan memangkas waktu yang diperlukan untuk penyiapan.  

Juru bicara OpenAi mengatakan, "Kami yakin fenomena ini tidak spesifik untuk model kami, tetapi lebih bersifat umum. properti jaringan saraf besar tertentu yang dilatih untuk memprediksi langkah atau dimensi berikutnya dalam input mereka.

Hasil kami adalah langkah yang menjanjikan menuju pembelajaran representasi umum tanpa pengawasan," jelas para peneliti OpenAI. "Kami menemukan hasilnya dengan mengeksplorasi apakah kami bisa belajar representasi kualitas yang baik sebagai efek samping dari pemodelan bahasa, dan meningkatkan model yang ada pada dataset yang dipilih secara hati-hati. Namun fenomena yang mendasarinya tetap lebih misterius daripada jelas."

Kesimpulan

Meskipun kita mungkin tidak dapat memprediksi masa depan analisis sentimen secara tepat, apa yang dapat kita lakukan adalah memeriksa fakta-fakta yang ada. Dalam beberapa tahun terakhir, kecerdasan buatan dan pembelajaran mesin telah maju dengan kecepatan yang tidak terpikirkan oleh banyak dari kita.  

Oleh karena itu, masuk akal untuk percaya bahwa, karena teknologi ini terus berkembang, begitu juga analisis sentimen dan, pada akhirnya, apa yang akan dapat kita lakukan dengannya. Seperti yang telah kita lihat dalam artikel ini, saya yakin bahwa analisis sentimen waktu nyata akan menjadi jauh lebih lazim dan, seperti halnya dengan US Airlines, akan dikaitkan dengan dukungan pelanggan dan departemen pemasaran untuk menciptakan jaringan yang akan melampaui cara-cara yang saat ini kita gunakan. alat ini. 

Mereka mengatakan bahwa pengetahuan adalah kekuatan dan, ini tentu saja terjadi pada analisis sentimen. Memiliki alat untuk mengetahui - dengan cara yang sangat tepat - bagaimana perasaan orang tentang suatu topik memungkinkan bisnis untuk mengambil tindakan tegas dan membangun hubungan yang solid - dan itu benar-benar jalan ke depan.