Традиционалне методе као што су оцене звездицама и нето резултати промотера (НПС) су познати начини на које квантификујемо задовољство купаца. Али ово је само врх леденог брега када је у питању расположење купаца.



Напредне технологије попут анализа осећања помаже вам да превазиђете нумеричке метрике анализирајући квалитативне податке као што су коментари на друштвеним мрежама, одговори на анкете и рецензије. Овај приступ израчунавању оцене расположења даје вам нијансираније разумевање мишљења купаца и северну звезду за побољшање ваше понуде и стратегије бренда.



Читајте даље да бисте истражили шта је оцена расположења, напредак у израчунавању оцена расположења и како то радимо у Спроуту.

Шта је оцена осећања?

Оцена сентимента квантификује осећај или емоцију изражену у квалитативним подацима као што су повратне информације купаца или слушање друштвених медија. Израчунава се кроз процес анализе сентимента и мери у опсегу од -1 до 1. Негативан је највећи негативни сентимент, 0 означава неутрално расположење, а +1 највише позитивно осећање.

Додатна картица која дефинише оцену расположења. Пише,"A sentiment score quantifies the sentiment or emotion expressed in qualitative data such as customer feedback or social media listening. "

Оцене сентимента вас обавештавају да ли је мишљење тржишта о вашем бренду позитивно, негативно или неутрално. Даља анализа података даје вам дубински увид у то како можете да побољшате различите аспекте вашег пословања као што су корисничка подршка, маркетиншки садржај, производи и постпродајне услуге како бисте били сигурни да негујете лојалност бренду и пословни раст.

Традиционални приступи разумевању расположења купаца

Традиционални приступи анализа расположења купаца углавном су се ослањали на квантитативне метрике. Ови укључују:

Виралност

Виралност се односи на укупан број ангажовања на друштвеним медијима, као што су лајкови, дељења и коментари које је ваш садржај или кампања примила. Виралност се традиционално користи као показатељ колико добро ваш бренд, кампања или маркетиншки садржај резонује са вашом циљном публиком и широм јавношћу. Даје свеобухватан приказ преференција купаца тако да можете доносити информисане маркетиншке одлуке и у складу са тим мењати своје стратегије.



Звјездице

Оцена у звездицама је популаран метод разумевања расположења купаца и брендови га широко користе за процену производа или услуге. Оцене звездицама се обично дају у распону од 1 до 5 звездица, при чему 1 означава најнижи ниво задовољства купаца, а 5 највиши. Понекад оцене звездицама укључују и коментаре који додају додатни контекст оцени.

Оцена звездица на Амазону такође има коментаре за додатни контекст.

НПС

НПС је квантитативна метрика која се користи за мерење задовољства купаца и склоности купца да препоручи бренд породици и пријатељима. Што је виши рејтинг, већа је лојалност купаца. НПС оцене су често на скали од 0 до 10, при чему 0 означава најнижу оцену, а 10 највишу.



Спроут Социал НПС анкета о задовољству купаца. Пита купца колика је вероватноћа да ће препоручити бренд породици и пријатељима на скали од 0 до 10, при чему је 10 највиша оцена.

За разлику од оцена звездица или виралности, НПС метрике често групишу купце у три категорије на основу њихових оцена.

  • Промотери (8–10): То су срећни купци који ће активно промовисати бренд усменом предајом, у рецензијама или коментарима на друштвеним мрежама.
  • Пасиви (7-8): Ови купци су задовољни, али није вероватно да ће промовисати производ или услугу.
  • Критови (6-0): Ово су дубоко незадовољни купци који ће највероватније објављивати негативне критике и вероватно ће одвратити друге од разматрања бренда.

Оцена задовољства купаца (ЦСАТ)

ЦСАТ је метода која се користи за мерење колико су купци задовољни производима или услугама бренда. ЦСАТ резултати се израчунавају мерењем просечне оцене коју клијенти дају. ЦСАТ скале могу да варирају, на пример, могу бити између 1 и 10, при чему је 10 највиши или 1 и 5, при чему је 5 највиши ниво задовољства купаца.

ЦСАТ анкете се могу слати након трансакције или периодично да би се разумело задовољство купаца целокупним брендом.

ЦСАТ истраживање француског козметичког бренда Ивес Роцхер каже,"Based on your recent shopping experience, would you recommend the Yves Rocher website to your friends and family?"

Нова побољшања у израчунавању оцене расположења

Традиционалне калкулације су фокусиране на квантитативне метрике из кључних индикатора учинка (КПИ). Али да бисте добили заиста тачну слику о расположењу бренда, потребно је да мешавини додате квалитативне податке који се налазе у коментарима и повратним информацијама. Истраживања показује да чак и ако је већина предузећа добила позитивне оцене у звездицама између 80% и 100%, ове оцене се не одражавају на успех пословања. То је зато што људи генерално имају тенденцију да дају веће позитивне оцене од њиховог стварног искуства. Ово доводи до мора позитивних оцена, што искривљује број ка већем позитивном резултату.

Задаци машинског учења (МЛ) и вештачке интелигенције као што су препознавање именованих ентитета и обрада природног језика (НЛП) помажу у превазилажењу овог изазова. Помажу вам да боље разумете расположење купаца у контексту, омогућавајући вам да пронађете обрасце у мишљењима купаца унутар осеке и тока перцепције бренда кроз временске оквире и кампање.

Интензитет рударења сентимента варира у зависности од метода које се користе. Три главна су:

711 библијско значење
  • Анализа расположења заснована на документима

Овај приступ вам даје опште разумевање негативног, позитивног или неутралног осећања у документу. Користи се за мале, некомпликоване скупове података.

  • Анализа расположења заснована на теми

Овај метод је нијансиранији, оцењује сентимент по теми. МЛ модел идентификује теме и теме које се најчешће јављају у подацима, а затим анализира расположење у њима.

Овај приступ помаже трговцима да разумеју шта купци, или шира јавност, воле и не воле у ​​вези са њиховим брендом. На тај начин пружа релевантне, корисне увиде из рецензија, слушања друштвених медија или е-порука и коментара за бригу о корисницима.

  • Анализа осећаја заснована на аспекту

Ово је најнапреднији метод који се користи за ископавање сентимента. Анализа осећаја заснована на аспекту даље разлаже теме да идентификује и тражи аспекте унутар њих, а затим примењује семантику да пружи потпунију слику расположења купаца. На пример, може да идентификује аспекте као што су „послуга у собу“, „послуга у бару“, „рецепција“ или „слуга паркирања“ из класификације тема „услуга за кориснике“ у подацима повратних информација.

Овај грануларни облик анализе сентимента тачно указује на брендове шта треба побољшати и даје информације о стратегијама потребним за повећање задовољства купаца.

Технике обраде података које се користе за израчунавање оцена осећања

Израчунавање оцене расположења за употребу у АИ маркетинг зависи од многих задатака обраде података које аутоматски обавља МЛ модел, као што су модели великих језика (ЛЛМ). Ови задаци укључују:

Токенизација

Токенизација је процес раздвајања текста на појединачне речи. Сви знакови интерпункције се уклањају, а низ текста се раставља на блокове речи. На пример:

[ Боравак је био леп, али моја соба је била хладна и морали смо сатима да чекамо да особље хотела подеси термостат, иако је хотел изгледао празан. Када смо покушали да позовемо рецепцију да се распитамо, деловали су нестрпљиво и непристојно]

Нормализација текста

У овој фази, сви дупли уноси се уклањају из података тако да нема аномалија података. У овом случају, текстуални низ остаје непромењен јер нема сувишности.

[Боравак је био леп, али моја соба је била хладна и морали смо сатима да чекамо да особље хотела подеси термостат иако је хотел изгледао празан Када смо покушали да позовемо рецепцију да се распитамо, деловали су нестрпљиво и непристојно]

Извор речи

Настанак речи се односи на процес свођења речи на њен корен. У овом примеру, речи „сати“ и „чинило се“ се претварају у „сат“ и „изгледа“.

[ Боравак је био леп, али моја соба је била хладна и морали смо да чекамо сат да хотелско особље подеси термостат иако хотел чинити се празно Када смо покушали да позовемо рецепцију да се распитамо, деловали су нестрпљиво и непристојно]

Уклањање зауставне речи

Све сувишне речи се елиминишу тако да се задржавају само именовани ентитети и речи које означавају емоције.

[ Боравак је био леп Мој соба хладна и морали смо чекати за сат за хотелско особље да подесите термостат иако је Хотел изгледа празно. Када смо покушали да позовемо пријем да се распитају чинило се нестрпљив и непристојан]

Добијени обрађени текст сада гласи, [ лепа соба хладан сат чекања хотелско особље рецепција нестрпљиво непристојно ] .

Пошто свака реч има нумерички еквивалент у МЛ моделу на основу скале њихове негативности или позитивности, обрађени подаци вам дају оцену на основу укупног просека осећања. Када се израчунава методом Лексикона, ако се речи „лепо“ додели оценом 1 за позитивну, док је „нестрпљиво“ додељено -.05 и непристојно -0,7, резултујућа оцена осећања за рецензију би била -1, што је једнако на негативан.

Конвенционални приступи израчунавању оцена осећања

Постоји више начина да се израчуна оцена осећања, а најчешћи је метод Лексикона, који користи однос 1:1 за мерење сентимента. Међутим, када су у питању сложени подаци прикупљени из више извора као што су слушање друштвених медија или форуми за рецензије купаца, потребне су напредније технике. Испод је преглед ових методологија.

Метод бројања речи

Најједноставнији начин да се израчуна оцена осећања заснива се на методи лексикона или броја речи као у примеру изнад. У овој методи, број појављивања негативних осећања је смањен у односу на позитивне појаве.

Формула: # негативне речи – позитивне речи = оцена осећања

Пример: 1 – 2 = -1.

Дедуцирање оцене осећања са дужином реченице

У овој методи одузимамо број позитивних речи од негативних речи и делимо резултат са укупним бројем речи у реченици за преглед.

Формула: # негативне речи – # позитивне речи подељене бројем речи = оцена осећања

Пример: 1 – 2 / 42 = -0,0238095

Овај систем се често користи за разумевање дужих прегледа и коментара.

Пошто се овај метод користи за анализу великих количина података, резултујући резултати могу да се састоје од дугих фракција. Када се ради на великом нивоу, то може довести до потешкоћа у поређењу и разумевању вредности осећања. Да би се превазишао овај изазов, добијени резултати се множе једном цифром тако да су вредности веће, што олакшава поређење.

Однос позитивних и негативних речи

Ова методологија се сматра најизбалансиранијом за мерење оцене расположења у великим подацима. Укупан број позитивних речи се дели са укупним бројем негативних речи, а затим се додаје са један.

Формула: # позитивне речи / # негативне речи + 1 = оцена расположења

Пример: 1 / 2 + 1 = 0,33333

Што је преглед дужи, већи је број позитивних и негативних резултата. Овај приступ нормализује укупну дужину текста, што га чини посебно корисним у анализи прегледа различитих дужина. У овој методи, оцена осећања од 1 се поставља као неутрална.

Како израчунавамо оцене расположења у Спроуту

Спроутов модел осећања користи дубоке неуронске мреже (НН), а посебно велике језичке моделе. ЛЛМ раде тако што разматрају контекст читавог блока текста, читајући речи с лева на десно и здесна налево користећи Бидирецтионал Енцодер Репрезентатионс фром Трансформерс (БЕРТ) модели из Гоогле-а.

С обзиром на скуп података већ означених докумената, ЛЛМ аутоматски идентификује речи, фразе и редослед речи/фраза који су допринели да блок текста буде означен као позитиван или негативан. Затим сваком токену у блоку текста додељује тежину (нумеричку вредност). Са овим израчунатим тежинама, утврђујемо сентимент за нови, невидљиви текст и вероватноћу да је позитиван, негативан или неутралан.

Важност оцене расположења за брендове

Резултати сентимента вам помажу да квантификујете и процените различите аспекте вашег бренда, производа и услуга, дајући тимовима за маркетинг, производе и бригу о купцима делотворан увид у то како тачно могу да усмере своје стратегије ка успешној путањи.

Захваљујући вештачкој интелигенцији и машинском учењу, постоји више алата који елиминишу нагађања и дају вам тачну слику о расположењу вашег бренда у року од неколико минута. Погледајте ове алати за анализу осећања курирали смо да истражимо како можете поново покренути стратегију бренда.

Подели Са Пријатељима: