6 krokov na získanie informácií zo sociálnych médií so spracovaním prirodzeného jazyka

Analýza sentimentu a spracovanie prirodzeného jazyka (NLP) sociálnych médií sú osvedčeným spôsobom, ako získať poznatky od ľudí a spoločnosti. Namiesto toho, aby ste požiadali analytika, aby strávil týždne čítaním komentárov na sociálnych sieťach a poskytovaním správy, analýza sentimentu vám môže poskytnúť rýchle zhrnutie. To znamená, že sa môžete rozhodovať rýchlejšie.

Prečo potrebujete analýzu sentimentu a NLP v sociálnych médiách?

Žijete vo veku veľkých dát. Vezmite si ako príklad používateľov sociálnych sietí. In 2019, bolo na svete 3.4 miliardy aktívnych používateľov sociálnych médií. Zapnuté YouTube Len sa denne pozrie miliarda hodín videoobsahu. Každý ukazovateľ naznačuje, že v priebehu času uvidíme viac údajov, nie menej.

Existuje jednoducho príliš veľa údajov na to, aby ste ich mohli skontrolovať manuálne. Dokonca aj organizácie s veľkým rozpočtom, ako sú národné vlády a globálne korporácie, používajú nástroje na analýzu údajov, algoritmy a spracovanie prirodzeného jazyka.

Pomocou týchto techník môžete pochopiť, čo ľudia práve teraz hovoria o vašej značke. Schopnosť minimalizovať skreslenie výberu a vyhnúť sa spoliehaniu sa na anekdoty znamená, že vaše rozhodnutia budú mať pevný základ. To znamená, že pri reakcii na rýchlo sa meniaci svet urobíte menej chýb.

Analýza sentimentu a NLP v akcii: Nábor zamestnancov, verejné zdravie a marketing

Možno sa pýtate, či sú tieto nástroje na analýzu údajov užitočné v reálnom svete alebo či je ich používanie spoľahlivé. Tieto nástroje existujú už viac ako desať rokov a každým rokom sa zlepšujú. S NLP a analýzou sentimentu môžete riešiť problémy rýchlejšie.

Ušetrite čas pri prenájme

Pri prijímaní do zamestnania je ťažké nájsť kvalitných kandidátov. Workopolis odhaduje, že „až 75 % uchádzačov o danú rolu nie je na to v skutočnosti kvalifikovaných“. Tráviť čas nad týmito kandidátmi nie je produktívne. Našťastie vám spracovanie prirodzeného jazyka a analýzy môžu pomôcť identifikovať vhodných kandidátov, aby ste mohli produktívne využívať čas. Preto Blue Orange Digital spolupracoval s hedžovým fondom optimalizovať proces ľudských zdrojov. Pomocou desaťročných údajov a životopisov uchádzačov má teraz firma sofistikovaný model hodnotenia na nájdenie vhodných kandidátov.

Verejné zdravie a núdzové situácie

V roku 2020 sme sa všetci začali učiť hodnotu rozsiahlej analýzy údajov o verejnom zdraví v dôsledku rýchleho šírenia COVID. V týchto krízach je nevyhnutné rýchlo odhaliť zmeny v sociálnom správaní. Pomocou NLP môžete analyzovať sociálne médiá a vyhodnotiť sentiment. Napríklad nedávny projekt analyzoval viac ako 1,000 XNUMX tweetov pomocou kľúčového slova masky porozumieť tomu, ako si ľudia myslia a cítia masky.

Marketing

V marketingu musíte byť informovaní o tom, ako váš cieľový trh myslí a cíti. A 2019 štúdie použil analýzu sentimentu na Twitteri, aby lepšie porozumel značkám oblečenia: Nike a Adidas. Analýzou 30,895 50 tweetov v anglickom jazyku vedci zistili, že „Adidas má pozitívnejší sentiment ako Nike.“ Viac ako XNUMX % tweetov však malo neutrálny sentiment. To znamená, že stále existuje významná príležitosť získať viac pozitívnych zmienok z trhu.

Nová mena, NLP v sociálnych médiách, sú lajky

Ako technicky funguje analýza sentimentu?

Aby analýza sentimentu fungovala efektívne, je potrebné mať na pamäti niekoľko základných technických bodov.

1) Vypracujte relevantnú obchodnú otázku

Rozhodnite sa, na aké otázky chcete odpovedať a či sú tieto dátové techniky na tieto otázky vhodné. Pozrime sa na dve marketingové otázky

• Mali by sme začať marketingové partnerstvo so spoločnosťou vydávajúcou kreditné karty, aby sme dosiahli väčší predaj?
• Dostávame výnosy z našich influencer marketingových kampaní?

Prvá otázka sa týka stratégie a budúcich možností, takže nebude veľa údajov na analýzu. Preto by sme navrhli nepokúšať sa odpovedať na túto otázku analýzou sentimentu. Naproti tomu druhá otázka je sľubnejšia pre spracovanie prirodzeného jazyka. Stále to vyžaduje ďalšie upresnenie, ale máte začiatok vhodnej otázky.

2) Nájdite svoj zdroj údajov

Ďalším krokom je nájsť relevantný zdroj údajov na analýzu. V ideálnom prípade namiesto vytvárania niečoho nového hľadajte zdroje údajov, ktoré už máte. Pokiaľ ide o prijímanie do zamestnania, pravdepodobne máte databázu uchádzačov a úspešných zamestnancov vo svojom systéme sledovania uchádzačov. V marketingu si môžete stiahnuť údaje z platforiem sociálnych médií pomocou API.

Tip: Objem údajov je nevyhnutný na to, aby analýza sentimentu fungovala. Vo všeobecnosti by váš súbor údajov mal obsahovať aspoň 1,000 1,000 príkladov (napr. 1,000 XNUMX tweetov alebo XNUMX XNUMX profilov žiadateľov). Čokoľvek menej, a je menej pravdepodobné, že získate štatisticky významné výsledky.

Prečítajte si viac o alternatívnych zdrojoch údajov a doplnení údajov údajmi tretích strán.

3) Predspracujte svoje údaje

Väčšina zdrojov údajov, najmä sociálnych médií a obsahu vytváraného používateľmi, si vyžaduje predbežné spracovanie, aby ste s ním mohli pracovať. Za predpokladu, že analyzujete textový zdroj, začnite odstránením nepotrebnej interpunkcie, znakov a iného čistiaceho textu. Čas strávený týmto krokom zlepší kvalitu výslednej analýzy.

Keďže rozsiahlejšie súbory údajov majú tendenciu poskytovať lepšie výsledky, použite nástroje na ďalšie čistenie údajov. Napríklad, Algoritmus Porter Stemmer je užitočný spôsob, ako vyčistiť textové údaje. Tento algoritmus pomáha identifikovať koreňové slová a znížiť šum vo vašich údajoch.

4) Analyzujte údaje

V závislosti od vašich cieľov sú k dispozícii rôzne softvérové ​​nástroje a algoritmy na analýzu údajov. Za predpokladu, že analyzujete text, algoritmus Naïve Bayes je tou správnou voľbou na vykonanie analýzy sentimentu.

5) Kriticky hodnotiť výstupy

Nemôžete len nekriticky akceptovať analýzu údajov generovanú strojmi. Výskumníci zistili, že nástroje strojového učenia majú tendenciu odrážať ľudskú zaujatosť. Napríklad, Amazon zrušil algoritmus ľudských zdrojov pretože to diskriminovalo kandidátky. Koniec koncov, historické údaje boli v tomto prípade založené najmä na mužoch. To je miesto, kde vaše hodnoty – ako záväzok k inklúzii a rozmanitosti – musia vyvážiť poznatky založené na údajoch. 

To platí aj pre výstupy, ktoré prinášajú vyhľadávače. Generálny riaditeľ KISSPatent D'vorah Graeser poskytuje príklad toho, ako NLP zlepšuje výsledky svojich vyhľadávacích nástrojov pri analýze informácií od Svetovej organizácie duševného vlastníctva. 

„Používanie NLP je obzvlášť dôležité a užitočné pri hľadaní patentov na nové technológie, ako je blockchain alebo umelá inteligencia, ktoré napríklad nemajú definované kategórie vo Svetovej organizácii duševného vlastníctva. Schopnosť vyhľadávať a nájsť patenty je dôležitá pre všetkých inovátorov, pretože tak môžu vedieť, kto pracuje na určitých inováciách a či sú ich inovácie také jedinečné a nové, ako si myslia.“

Generálny riaditeľ spoločnosti KISSPatent, D'vorah Graeser

6) Určite ďalšie kroky

Samotná analýza sentimentu nezmení vaše podnikanie. Musíte si tieto poznatky preštudovať a rozhodnúť sa. Môžete napríklad zistiť, že máte na internete čoraz väčší negatívny sentiment o svojej značke. V takom prípade môžete začať výskumný projekt s cieľom identifikovať obavy zákazníkov a potom vydať vylepšenú verziu vášho produktu.

Nie ste si istí, kde začať s NLP v sociálnych médiách?

Nájsť správne údaje, použiť na tieto údaje algoritmy a získať použiteľné obchodné štatistiky nie je jednoduché. Koniec koncov, veľké spoločnosti s hlbokými zdrojmi urobili chyby vo svojich projektoch spracovania prirodzeného jazyka. Preto sa oplatí získať vonkajší pohľad na vaše dáta. Kontakt Modrá oranžová digitálna dnes, aby ste zistili, ako môžete rýchlejšie získať prehľad zo sociálnych médií a iných údajov vo vašej organizácii.

Viac o umelej inteligencii a technologických trendoch nájdete v Joshovi Miramantovi, generálnom riaditeľovi dátovo orientovaných riešení Blue Orange Digital pre Zásobovací reťazec, Automatizácia dokumentov v zdravotníctvea ďalšie prípadové štúdie.