Emocionalna inteligencija u marketinškoj strategiji: Kako analiza sentimenata oblikuje poslovne odluke?
Tekst: Marijana Andabaka, Andalytics
Sa sveprisutnim online aktivnostima, društvenim mrežama, e-trgovinom i ostalim digitalnim platformama generiraju se velike količine podataka. Data science tehnike, poput obrade prirodnog jezika (NLP) i strojnog učenja, postaju neophodne za ekstrakciju vrijednih uvida iz ovog obilja informacija. Analiza sentimenata, grana NLP-a, fokusira se na identifikaciju i analizu emocija i stavova iz teksta. Cilj je utvrditi da li je stav izražen u tekstu pozitivan, negativan ili neutralan.
Ova analiza omogućuje prikupljanje uvida u korisnička iskustva iz različitih izvora poput društvenih medija ili recenzija proizvoda i usluga. Koristeći recenzije jednog restorana u Zagrebu kao primjer, prikupljenih s platforme TripAdvisor, analizirani su trendovi i ključne riječi koje se pojavljuju u korisničkim iskustvima.
“Food”, “wine”, “service”, “nice” i “restaurant” su najčešće pojave riječi u recenzijama. Ovo ukazuje na važnost hrane, vina, usluge, općeg dojma i same lokacije restorana u iskustvima korisnika što je prikazano word cloud vizualnom reprezentacijom teksta (Slika 1). U word cloud-u riječi se prikazuju različitim veličinama pri čemu je veličina svake riječi proporcionalna njezinoj frekvenciji u tekstu.
Slika 1. Word cloud reprezentacija frekvencija riječi
NRC Word-Emotion Association Lexicon je referentni alat koji identificira povezanost riječi s emocijama u tekstualnim korpusima. U analizi recenzija restorana, radost, povjerenje i anticipacija su ključni sentimenti koji reflektiraju zadovoljstvo korisnika i očekivanja (Slika 2). Visoki omjer pozitivnih ocjena u recenzijama ukazuje na visoku razinu zadovoljstva, potiče lojalnost, pozitivne preporuke i rast poslovanja restorana.
Slika 2. Emocije u recenzijama
Unatoč pretežito pozitivnim ocjenama, važno je sustavno pratiti i riješiti negativne povratne informacije kako bi se održala visoka kvaliteta usluge i korisničko iskustvo. Analiza trendova pokazuje fluktuacije u pozitivnim i negativnim recenzijama tijekom vremena, pružajući važan uvid u percepciju korisnika (Slika 3). Razumijevanje ovih trendova omogućuje menadžmentu restorana identificiranje problema i implementaciju poboljšanja kako bi se osigurala konkurentnost i dugoročni uspjeh.
Slika 3. Trendovi pozitivnih i negativnih recenzija
Iako analiza sentimenata pruža brojne prednosti, ona može biti osjetljiva na različite stilove pisanja i lingvističke varijacije. Stoga je važno kombinirati je s drugim metodama istraživanja kako bi se osigurala cjelovitija slika korisničkog iskustva.
Za sveobuhvatniji uvid u provedenu analizu, kao i detaljne postupke i rezultate istraživanja, pozivam vas da posjetite web stranicu Andalytics. Tamo možete pronaći sve relevantne informacije kako vam ova analiza može pomoći u identificiranju ključnih područja za poboljšanje i prilagodbu vaših usluga i proizvoda te zadovoljili potrebe i očekivanja vaših klijenata.
Emocionalna inteligencija u marketinškoj strategiji: Kako analiza sentimenata oblikuje poslovne odluke?
Tekst: Marijana Andabaka, Andalytics
Sa sveprisutnim online aktivnostima, društvenim mrežama, e-trgovinom i ostalim digitalnim platformama generiraju se velike količine podataka. Data science tehnike, poput obrade prirodnog jezika (NLP) i strojnog učenja, postaju neophodne za ekstrakciju vrijednih uvida iz ovog obilja informacija. Analiza sentimenata, grana NLP-a, fokusira se na identifikaciju i analizu emocija i stavova iz teksta. Cilj je utvrditi da li je stav izražen u tekstu pozitivan, negativan ili neutralan.
Ova analiza omogućuje prikupljanje uvida u korisnička iskustva iz različitih izvora poput društvenih medija ili recenzija proizvoda i usluga. Koristeći recenzije jednog restorana u Zagrebu kao primjer, prikupljenih s platforme TripAdvisor, analizirani su trendovi i ključne riječi koje se pojavljuju u korisničkim iskustvima.
“Food”, “wine”, “service”, “nice” i “restaurant” su najčešće pojave riječi u recenzijama. Ovo ukazuje na važnost hrane, vina, usluge, općeg dojma i same lokacije restorana u iskustvima korisnika što je prikazano word cloud vizualnom reprezentacijom teksta (Slika 1). U word cloud-u riječi se prikazuju različitim veličinama pri čemu je veličina svake riječi proporcionalna njezinoj frekvenciji u tekstu.
Slika 1. Word cloud reprezentacija frekvencija riječi
NRC Word-Emotion Association Lexicon je referentni alat koji identificira povezanost riječi s emocijama u tekstualnim korpusima. U analizi recenzija restorana, radost, povjerenje i anticipacija su ključni sentimenti koji reflektiraju zadovoljstvo korisnika i očekivanja (Slika 2). Visoki omjer pozitivnih ocjena u recenzijama ukazuje na visoku razinu zadovoljstva, potiče lojalnost, pozitivne preporuke i rast poslovanja restorana.
Slika 2. Emocije u recenzijama
Unatoč pretežito pozitivnim ocjenama, važno je sustavno pratiti i riješiti negativne povratne informacije kako bi se održala visoka kvaliteta usluge i korisničko iskustvo. Analiza trendova pokazuje fluktuacije u pozitivnim i negativnim recenzijama tijekom vremena, pružajući važan uvid u percepciju korisnika (Slika 3). Razumijevanje ovih trendova omogućuje menadžmentu restorana identificiranje problema i implementaciju poboljšanja kako bi se osigurala konkurentnost i dugoročni uspjeh.
Slika 3. Trendovi pozitivnih i negativnih recenzija
Iako analiza sentimenata pruža brojne prednosti, ona može biti osjetljiva na različite stilove pisanja i lingvističke varijacije. Stoga je važno kombinirati je s drugim metodama istraživanja kako bi se osigurala cjelovitija slika korisničkog iskustva.
Za sveobuhvatniji uvid u provedenu analizu, kao i detaljne postupke i rezultate istraživanja, pozivam vas da posjetite web stranicu Andalytics. Tamo možete pronaći sve relevantne informacije kako vam ova analiza može pomoći u identificiranju ključnih područja za poboljšanje i prilagodbu vaših usluga i proizvoda te zadovoljili potrebe i očekivanja vaših klijenata.