Strange Sentiment - Tror du att du vet något om sentimentanalys? Tänk om igen.

När du hör orden sentimentanalys (och det går knappast att undvika dem nuförtiden), tänker du säkert på produkt- och varumärke feedback och kundtjänst - och det med goda skäl.  

Sentimentanalys är ett extremt värdefullt verktyg för marknadsförare. Om du vill ligga steget före i utvecklingen är det dock mycket mer än ren feedback. I den här artikeln tar vi en titt på några av de märkliga och underbara sätt på vilka som framåtblickande företag använder sentimentanalys för att ta sina verksamheter till nästa nivå. 

Att leva drömmen

Våra drömmar kan vara allt från vardagliga till bisarra och till och med x-rated - och vi älskar att prata om dem, både i verkliga livet och på sociala medier. För de flesta av oss är detta intressant, men i princip utan någon särskild nytta, men inte för ett gäng universitetsforskare år 2013.  

Som en del av ett större forskning I ett projekt om sömn samlade forskarna in 50 000 transkriptioner och sammanfattningar av drömmar och körde dem genom ett verktyg för sentimentanalys för att samla insikter om produkter.  

Tanken bakom experimentet var att vårt undermedvetna "aldrig ljuger", och därför skulle projektet ge värdefull - och framför allt ärlig - feedback om vad folk tycker om en viss produkt. Även om detta kan tyckas vara lite "paj i himlen" är det ett bra exempel på att människor tänker utanför boxen. vid användning av sentimentanalys.  

För de flesta varumärken används dessa verktyg på ett mycket vanligt sätt och exempel som detta kan ge inspiration när det gäller att tänka utanför lådan (eller till och med utanför den vakna världen) när man samlar insikter.

Realtid, verkliga resultat

Vi tenderar att tänka på användningen av sentimentanalys i efterhand, men så behöver det inte nödvändigtvis vara. Det finns absolut ingen anledning till att sentimentanalys inte kan användas i realtid - vilket nyligen demonstrerades av US Airlines.  

Liksom en stor mängd varumärken runt om i världen började US Airlines använda sentimentanalys för att samla in information om vad kunderna tyckte om deras service, till exempel förseningar, komfort, matkvalitet med mera. Även om detta utan tvekan var värdefullt, beslutade flygbolaget att dess sentimentanalysverktyg kunde arbeta hårdare och det träffade på idé att övervaka kommentarer på Twitter och i realtid vidarebefordra dem till sin kundserviceplattform.  

Detta gjorde det möjligt för stödpersonalen att ta upp problem och försöka lösa dem så snabbt som möjligt. Detta användes med stor effekt när en kund twittrade om ett problem med borttappat bagage medan han väntade på ett anslutningsflyg. Supportpersonalen kunde komma åt kommentaren och lösa problemet innan passageraren landade på sin slutdestination. Det är onödigt att säga att denna typ av proaktiv service resulterade i några extremt positiva tweets från kunden. 

Som leverantör av lösningar för mjukvaruutveckling kan du lugnt säga att 2020 var något av en berg- och dalbana. Jag tror absolut att den enda anledningen till att min företag överlevde var att jag kunde få ett grepp om vad Man tänkte i termer av marknaden för programvaruutveckling. Jag använder regelbundet sentimentanalyser i realtid för att ta tempen på allmänheten och ta reda på vad de oroar sig för vad gäller programvarumarknaden. adress dessa frågor i min innehåll. Detta är också viktigt i mitt arbete med tjänster i utvecklingsfasen för min kunder. 

Max Babych, VD och grundare, SPD-belastning

Att undanröja fördomar

De flesta av oss har för vana att läsa saker på nätet, oavsett om det är en blogg inlägg, en artikel eller en branschbaserad artikel om ledarskap.  

Trots detta är det få av oss som tänker på att "fakta" i artikeln kan vara föremål för författarens fördomar, antingen i positiv eller negativ riktning. negativ sätt. Med falska nyheter och felaktig information som är vanligt förekommande på InternetSkulle det inte vara bra om du kunde få en uppfattning om bias när du läser en artikel? Du kan faktiskt göra just det.  

Under Viaforas Big Data-hackathon skapade det vinnande laget ett Chrome-plugin med öppen källkod som upptäcker partiskhet hos författare på nätet artiklar. Detta är lika enkelt som det är effektivt - när du läser en artikel klickar du bara på pluginet och du kommer till en sidomeny med en lista över artiklar av samma författare, sorterade efter sentimentpoäng.  

I klartext betyder det att om du läser en artikel av Jane Doe om en SEO kan du tydligt se om Jane genom sitt tidigare arbete har en konsekvent gillande eller ogillande inställning till verktyget. 

"Vi lever i en värld med högt tempo. Vi konsumerar mer information än någonsin tidigare och med den lilla tid vi har tar vi ofta genvägar när det gäller att bekräfta de "fakta" vi tar in. Oavsett om du läser en artikel om marknadsföring strategier, a politisk eller en produktjämförelse - är det viktigt att ta några minuter för att undersöka giltigheten. Vem som helst kan påstå sig vara expert och komma undan med det idag." - Datis Mohsenipour, marknadsdirektör, HeyOrca

Politiska förutsägelser

Val tenderar att vara en nagelbitande maraton som tycks pågå i åratal, men tack vare sentimentanalyser har många kandidater en ganska god uppfattning om valutgången innan en enda röst har hamnat i en valurnan.  

Kommuner, regeringar och andra politiska organ använder regelbundet sentimentanalys för att förutse resultatet av ett val. Twitter, i synnerhet, har visat sig vara otroligt exakt eftersom korta, söta tweets ofta återspeglar väljarnas preferenser och stämmer väl överens med politiska program, mediebevakning och kandidatprofiler. 

De överraskande effektiva resultat som Twitter har gett under valkampanjer har gjort det möjligt för politiska partier att anpassa sina kampanjer och förbereda sig för kriser. förvaltning planerna i händelse av att prognoserna förutspår en förlust. 

Detta kan vara mycket användbart, men politiker bör akta sig för att sentimentanalyser används mot dem - 2019 hävdade Storbritanniens premiärminister Boris Johnson att en stor majoritet av det brittiska folket stod bakom honom, men en enkel sentimentanalys visade motsatsen. 

På samma sätt visade en analys av tweets om primärkandidater under det näst sista valet i USA tydligt negativa känslor för Donald Trump - även om han överraskande nog vann valet. 

Aktiehandel

Kort efter att meddelandet publicerades på nätet föll priset på Snap, Snapchats moderbolag, med 8,5 procent. Vissa investerare kunde dra nytta av oron i de sociala medierna, i The Big Short-stil, och tjänade $163 miljoner kronor.

För de flesta av oss är begreppet "aktiehandel" en föreställning. bilder av The Wolf Of Wall Street och massor av superkomplicerade aktiviteter som kräver massvis av erfarenhet, för att inte nämna finansiering kunskap. År 2021 ser saker och ting lite annorlunda ut - vilket innebär att handelsvärlden öppnas upp för allmänheten.  

Det är slut med den tid då det innebar att anlita en expert för att komma igång med aktier och investeringar. konsult med en smart attityd och avgifter som matchar den. Verktyg för sentimentsanalys kan användas för att förutsäga hur en viss aktie utvecklas, inte bara baserat på historiska data utan även på åsikter från branschexperter.  

Verktyg för analys av känslor genomsöker internet för att hitta kommentarer från flyttfirmor och shakers inom handelssektorn och att jämföra dessa kommentarer. Verktyget ger sedan en ganska exakt prognos som bygger på dessa faktorer tillsammans med en analys av historiska data.  

Även om du kanske inte får den typ av förmögenhet som Jordanien Belfort njöt av (och förhoppningsvis inte hamnar bakom galler som han gjorde), kan detta vara riktigt användbart för dem som vill doppa tån i vattnet av aktiemarknadshandel. 

Övervakning av marknadsinformation

I den moderna världen påverkas företagsmarknaderna av en bred Flera faktorer, däribland utbyten mellan organisationer, intressenter, tillsynsmyndigheter och till och med regeringar.  

Dessa informationsutbyten samverkar för att skapa en världsomspännande marknad och kan ha en betydande inverkan på priser, sysselsättning och mycket annat. 

Senast årblev sentimentanalys ett viktigt verktyg för att övervaka marknadsinformation och för att hålla sig uppdaterad när det gäller trender, anbud och standarder. Den allmänna uppfattningen är att detta kommer att bli oerhört viktigt för följande när vi närmar oss sommaren 2021 talang insamling, visualisering av data och processautomatisering.  

Experter anser att detta kommer att vara en viktig resurs i en värld som har sett så mycket förändringar och omvälvningar på otroligt kort tid. 

I ett sådant fall snabbt För att kunna ta hänsyn till den föränderliga miljön måste företagen utnyttja alla verktyg som står till deras förfogande för att se hur marken ligger och för att göra rimliga prognoser för framtiden. framtid. Utan analys av känslor är detta nästan omöjligt. 

Jack Zmudzinski, senior medarbetare på future-processing.com

I takt med att tekniken marscherar obevekligt framåt, gör även sentimentanalysen det. Nya innovationer dyker upp nästan dagligen och möjliggör djupare insikter och enklare tillgänglighet. Några av dessa innovationer är: 

Sentiment Neuron

För det mesta är sentimentanalys som vi känner till den beroende av märkta träningsdata för att den ska kunna fungera framgångsrikt. Detta innebär förstås att data måste hanteras av människor i form av sammanställning, sortering, inläsning och rengöring; allt detta kräver naturligtvis tid och arbetskraft.  

Sentiment neurons arbetar huvudsakligen med algoritmer för oövervakad inlärning. Ett experiment med Amazon recensioner som utfördes av OpenAI visade att det var möjligt för ett maskininlärningssystem att förutsäga nästa tecken i Amazon-textrecensioner. Det gör det genom att lära sig en tolkningsbar funktion för att upptäcka känslan bakom ett övergripande stycke text.    

För några år sedan var denna typ av oövervakad inlärning bara en önskedröm, men det verkar som om detta nu inte bara är verklighet utan också är oerhört effektivt när det gäller att förbättra prestanda och minska tiden som behövs för att installera systemet.  

En talesperson för OpenAi säger: "Vi tror att fenomenet inte är specifikt för vår modell, utan istället är en allmän egendom av vissa stora neurala nätverk som tränas för att förutsäga nästa steg eller dimension i sina indata.

Våra resultat är ett lovande steg mot en allmän oövervakad inlärning av representationer", förklarade OpenAI:s forskare. "Vi hittade resultaten genom att undersöka om vi kunde lära dig representationer av god kvalitet som en sidoeffekt av språkmodellering, och skalade upp en befintlig modell på en noggrant utvald datamängd. Ändå är de underliggande fenomenen fortfarande mer mystiska än tydliga."

Slutsats

Även om vi kanske inte kan förutsäga hur sentimentanalysen kommer att se ut i framtiden, kan vi undersöka fakta. Under de senaste åren har artificiell intelligens och maskininlärning utvecklats i en hastighet som många av oss skulle ha trott var möjlig.  

Det är därför rimligt att tro att i takt med att tekniken fortsätter att utvecklas, kommer även sentimentanalyser att utvecklas och i slutändan vad vi kommer att kunna göra med den. Som vi har sett i den här artikeln tror jag att sentimentanalys i realtid kommer att bli mycket vanligare och, som i fallet med US Airlines, kopplas samman med kundtjänst och marknadsavdelningar för att skapa ett nätverk som kommer att överskrida de sätt som vi för närvarande använder dessa verktyg på. 

Det sägs att kunskap är makt och det är verkligen fallet med sentimentanalys. När man har verktygen för att ta reda på - på ett mycket exakt sätt - vad folk tycker om ett ämne kan företag vidta beslutsamma åtgärder och bygga upp stabila relationer - och det är absolut rätt väg att gå.