6 pași pentru a obține informații din rețelele sociale cu procesarea limbajului natural

Analiza sentimentelor și procesarea limbajului natural (NLP) a rețelelor sociale este o modalitate dovedită de a obține o perspectivă de la oameni și societate. În loc să ceri unui analist să petreacă săptămâni citind comentariile de pe rețelele sociale și să furnizeze un raport, analiza sentimentelor vă poate oferi un rezumat rapid. Asta înseamnă că poți lua decizii mai rapid.

De ce aveți nevoie de analiza sentimentelor și NLP în rețelele sociale?

Trăiți în era datelor mari. Luați ca exemplu utilizatorii rețelelor sociale. În 2019, au existat 3.4 miliarde de utilizatori activi ai rețelelor sociale în lume. Pe YouTube numai un miliard de ore de conținut video sunt vizionate zilnic. Fiecare indicator sugerează că vom vedea mai multe date produse în timp, nu mai puține.

Pur și simplu, există prea multe date pentru a le examina manual. Chiar și organizațiile cu bugete mari, cum ar fi guvernele naționale și corporațiile globale, folosesc instrumente de analiză a datelor, algoritmi și procesarea limbajului natural.

Folosind aceste tehnici, puteți înțelege ce spun oamenii despre marca dvs. chiar acum. Capacitatea de a minimiza prejudecățile de selecție și de a evita să te bazezi pe anecdote înseamnă că deciziile tale vor avea o bază solidă. Asta înseamnă că vei face mai puține greșeli pe măsură ce reacționezi la o lume în schimbare rapidă.

Analiza sentimentelor și NLP în acțiune: angajare, sănătate publică și marketing

S-ar putea să vă întrebați dacă aceste instrumente de analiză a datelor sunt utile în lumea reală sau dacă sunt fiabile de utilizat. Aceste instrumente există de peste un deceniu și devin mai bune în fiecare an. Cu NLP și analiza sentimentelor, puteți rezolva problemele mai rapid.

Economisiți timp în timpul angajării

În angajare, găsirea candidaților de calitate este dificilă. Workopolis estimează că „până la 75% dintre candidații pentru un anumit rol nu sunt de fapt calificați să o facă”. A petrece timp cu acești candidați nu este productiv. Din fericire, procesarea și analiza limbajului natural vă pot ajuta să identificați candidații potriviti, astfel încât să puteți folosi timpul în mod productiv. De aceea Blue Orange Digital a lucrat cu un fond speculativ pentru a-și optimiza procesul de resurse umane. Folosind datele și CV-urile aplicanților în valoare de zece ani, firma are acum un model de punctaj sofisticat pentru a găsi candidați potriviti.

Sănătate publică și urgențe

În 2020, cu toții am început să învățăm valoarea analizei la scară largă a datelor de sănătate publică din cauza răspândirii rapide a COVID. În aceste crize, detectarea rapidă a schimbărilor în comportamentul social este esențială. Cu NLP, puteți analiza rețelele sociale pentru a evalua sentimentul. De exemplu, un recent proiectul a analizat peste 1,000 de tweet-uri folosind cuvântul cheie măști pentru a înțelege cum gândesc și simt oamenii despre măști.

Marketing

În marketing, trebuie să fii informat despre cum gândește și simte piața țintă. A 2019 studiu a folosit analiza sentimentului Twitter pentru a înțelege mai bine mărcile de îmbrăcăminte: Nike și Adidas. Analizând 30,895 de tweet-uri în limba engleză, cercetătorii au descoperit că „Adidas are un sentiment mai pozitiv decât Nike”. Cu toate acestea, peste 50% dintre tweet-uri au avut un sentiment neutru. Aceasta înseamnă că există încă o oportunitate semnificativă de a câștiga mai multe mențiuni pozitive de pe piață.

Like-urile sunt noua monedă, NLP în rețelele sociale

Cum funcționează analiza sentimentelor din punct de vedere tehnic?

Pentru ca analiza sentimentelor să funcționeze eficient, există câteva puncte tehnice esențiale de reținut.

1) Dezvoltați o întrebare relevantă pentru afaceri

Decideți la ce întrebări doriți să răspundeți și dacă aceste tehnici de date sunt potrivite pentru acele întrebări. Să luăm în considerare două întrebări de marketing

• Ar trebui să lansăm un parteneriat de marketing cu o companie de carduri de credit pentru a face mai multe vânzări?
• Obținem profituri din campaniile noastre de marketing cu influențe?

Prima întrebare se referă la strategie și posibilități viitoare, așa că nu vor fi multe date de analizat. Prin urmare, vă recomandăm să nu încercați să răspundeți la această întrebare prin analiza sentimentelor. În schimb, întrebarea a doua este mai promițătoare pentru procesarea limbajului natural. Încă necesită o rafinare suplimentară, dar aveți începutul unei întrebări adecvate.

2) Găsiți sursa de date

Următorul pas este să găsiți o sursă de date relevantă pe care să o analizați. În mod ideal, căutați surse de date pe care le aveți deja, în loc să creați ceva nou. Pentru angajare, probabil că aveți o bază de date cu aplicanți și angajări reușite în sistemul dvs. de urmărire a solicitanților. În marketing, puteți descărca date de pe platformele de social media folosind API-uri.

Sfat: volumul de date este vital pentru ca analiza sentimentelor să funcționeze. Ca regulă generală, setul dvs. de date ar trebui să aibă cel puțin 1,000 de exemple (de exemplu, 1,000 de tweet-uri sau 1,000 de profiluri de solicitant). Orice mai puțin decât atât și este mai puțin probabil să obțineți rezultate semnificative din punct de vedere statistic.

Citiți mai multe despre surse alternative de date și despre completarea datelor dvs. cu date terță parte.

3) Preprocesează datele tale

Majoritatea surselor de date, în special rețelele sociale și conținutul generat de utilizatori, necesită preprocesare înainte de a putea lucra cu ele. Presupunând că analizați o resursă de text, începeți prin a elimina semnele de punctuație, caracterele și alte texte de curățare inutile. Petrecerea timpului pe acest pas va îmbunătăți calitatea analizei rezultate.

Deoarece seturi de date mai extinse tind să producă rezultate mai bune, utilizați instrumente pentru a curăța datele în continuare. De exemplu, cel Algoritmul Porter Stemmer este o modalitate utilă de a curăța datele text. Acest algoritm ajută la identificarea cuvintelor rădăcină și la reducerea zgomotului din datele dvs.

4) Analizați datele

În funcție de obiectivele dvs., există diferite instrumente software și algoritmi disponibili pentru a analiza datele. Presupunând că analizați text, algoritmul Naïve Bayes este alegerea potrivită pentru a efectua analiza sentimentelor.

5) Evaluați în mod critic rezultatele

Nu puteți accepta pur și simplu analiza datelor generate de mașini în mod necrit. Cercetătorii au descoperit că instrumentele de învățare automată tind să reflecte părtinirea umană. De exemplu, Amazon a abandonat un algoritm de resurse umane pentru că a discriminat candidații de sex feminin. La urma urmei, datele istorice, în acest caz, s-au bazat în principal pe bărbați. Acesta este locul în care valorile dvs. – cum ar fi angajamentul față de incluziune și diversitate – trebuie să echilibreze perspectivele bazate pe date. 

Acest lucru este valabil și pentru rezultatele obținute de motoarele de căutare. CEO-ul KISSPatent, D'vorah Graeser, oferă un exemplu despre modul în care NLP își îmbunătățește rezultatele motoarele de căutare atunci când analizează informațiile de la Organizația Mondială a Proprietății Intelectuale 

„Folosirea NLP este deosebit de relevantă și utilă atunci când încercați să căutați brevete pentru noi tehnologii precum blockchain sau Inteligența Artificială, care nu au categorii definite în Organizația Mondială a Proprietății Intelectuale, de exemplu. A fi capabil să caute și să găsească brevete este important pentru toți inovatorii, deoarece astfel pot ști cine lucrează la anumite inovații și dacă inovațiile lor sunt la fel de unice și noi pe cât cred ei.”

CEO KISSPatent, D'vorah Graeser

6) Stabiliți pașii următori

Pe cont propriu, analiza sentimentelor nu vă va schimba afacerea. Trebuie să revizuiți aceste informații și să luați o decizie. De exemplu, este posibil să descoperiți că aveți o cantitate din ce în ce mai mare de sentimente negative despre marca dvs. online. În acest caz, puteți începe un proiect de cercetare pentru a identifica preocupările clienților și apoi puteți lansa o versiune îmbunătățită a produsului.

Nu sunteți sigur de unde să începeți cu NLP în rețelele sociale?

Găsirea datelor potrivite, aplicarea algoritmilor acestor date și obținerea de informații despre afaceri utilizabile nu este ușoară. La urma urmei, companiile mari cu resurse profunde au făcut greșeli în proiectele lor de procesare a limbajului natural. De aceea, merită să obțineți o perspectivă externă asupra datelor dvs. a lua legatura Digital Orange Orange astăzi pentru a afla cum puteți obține informații mai rapide din rețelele sociale și alte date din organizația dvs.

Pentru mai multe despre tendințele AI și tehnologiei, consultați Josh Miramant, CEO al soluțiilor bazate pe date Blue Orange Digital pentru Lanț de aprovizionare, Automatizarea documentelor medicale, și mai multe studii de caz.