Inzicht in het sentiment over een onderwerp is de sleutel om deze te verbeteren.
De kracht van sentimentanalyse
Wat wij ons herinneren wordt grotendeels bepaald door emotie. Belevenissen met een sterk positief of negatief sentiment weten we ons goed te herinneren en die met weinig sentiment zijn we snel vergeten.
Sentimentanalyse maakt het sentiment inzichtelijk dat mensen in teksten over onderwerpen uiten. Dit inzicht is de sleutel om de beleving over deze onderwerpen te verbeteren. Het is niet voor niets dat het gebruik van sentimentanalyse door organisaties de afgelopen jaren sterk is toegenomen.
Tekstanalyse in combinatie met sentimentanalyse geeft inzicht in onderstaande aspecten:
- Wie is de houder van het sentiment: wie is degene die het sentiment uit.
- Wat is de sentiment expressie: het gedeelte van de tekst dat het sentiment bevat
- Wat is het sentiment: hoe positief of negatief is de sentimentwaarde
- Wat is jet sentimentdoel (topic): op wie of wat heeft het sentiment betrekking.
Een concreet voorbeeld
Sentimentanalyse van onderstaande zin geef de volgende informatie:
“Ik werd fantastisch geholpen door klantenservice.”
Houder: ik
Sentiment expressie: fantastisch geholpen
Sentimentwaarde: +3
Sentiment onderwerp: klantenservice
Het Kunstmatige tekst-intelligentie platform van Exocortex bepaalt voor de onderwerpen uit tekst het sentiment. De gemiddelde sentimentwaarde per onderwerp laat zien of men hierover positief of negatief is. De sentiment expressies geven de oorzaken achter het sentiment weer.
Naast het sentiment over onderwerpen berekent het KTI-platform de sentimentwaarde onderstaande aspecten:
- Helicopterview op organisatie, merk of producten
- Categorieën
- Named entities
Hoe sterker de emotie tijdens een ervaring des te groter de kans dat deze herinnert wordt.
De sterkte van het sentiment
Meer geavanceerde analysemodellen bepalen ook de sterkte van het sentiment. Hoe sterker de emotie tijdens een ervaring des te groter de kans dat deze herinnert wordt. Het restaurant waar je fantastisch hebt gegeten zul je eerder herinneren dan het restaurant waar het eten wel goed was.
Het KTI-platform maakt onderscheidt in onderstaande gradaties van het sentiment.
- score 0: zonder positieve of negatieve lading
- score 1 of -1: met een heel licht positieve of negatieve lading
- score 2 of -2: met een duidelijk positieve of negatieve lading
- score 3 of -3: met een erg positieve of negatieve lading
Sentimentanalyse van verschillende bronnen
Mensen geven gevraagd en ongevraagd hun mening over een groot aantal onderwerpen. Het KTI platform verzamel en analyseert teksten van verschillende kanalen zoal: vragenlijsten, email correspondentie, social media, online reviews, nieuwsberichten en blogs.
Naast het realtime verzamelen en analyseren van tekst kan met het KTI platform ook historische data en bestaande teksten eenvoudig worden geüpload om te worden geanalyseerd.
Het kunstmatige tekst-intelligentie platform, is ontwikkeld voor de Nederlandse taal
Hoge nauwkeurigheid en betrouwbaarheid door focus op
de Nederlandse taal en branchespecifieke lexicons.
Sentimentanalyse voor de Nederlandse taal
Iedere taal heeft zijn eigen grammaticale regels en natuurlijk ook eigenaardigheden. Gezegdes en uitdrukkingen zijn vaak in de loop der tijd ontstaan en zijn specifiek voor een taal. Wanneer vertaald verliezen veel uitdrukkingen hun betekenis.
Het kunstmatige tekst-intelligentie platform van Exocortex is specifiek voor de Nederlandse taal ontwikkeld. Deze specialisatie leidt tot een hogere betrouwbaarheid en nauwkeurigheid dan bij tekstanalysemodellen die dat niet doen.
Context is koning!
Voor het bepalen van het juiste sentiment is naast de taal ook de context waarin iets gezegd wordt van belang. Hetzelfde woord kan in een andere context (zin) een andere betekenis of sentiment hebben. Bijvoorbeeld:
De ober schonk de wijn zuinig in.
en
Deze auto rijdt erg zuinig.
Exocortex heeft voor het bepalen van het sentiment branchespecifieke lexicons ontwikkeld waarin rekening wordt gehouden met de context van sentiment woorden.
Bijvoorbeeld: sentimentanalyse van tweets over een nieuwe frisdrank
Stel dat een marketeer wilt weten wat mensen tweeten over de marktintroductie van een nieuwe frisdrank. Door de gemiddelde sentimentwaarde van alle tweets te berekenen ziet de marketeer of de nieuwe frisdank positief of negatief wordt ontvangen.
Om een beter beeld te krijgen wat hij zou kunnen doen om het sentiment rondom het product te verbeteren categoriseert hij de tweets over de volgende categorieën:
- promotie/reclame
- product
- verkrijgbaarheid
- verpakking
- prijs
Sentiment categorieën
Het KTI platform berekent automatisch de gemiddelde sentimentwaarde voor de categorieën. Dit geeft al een goed beeld waar je op moet richten om de klantervaring te verbeteren. Wanneer alle categorieën een positieve sentimentwaarde hebben behalve ‘verkrijgbaarheid’ en ‘verpakking, dan ligt het voor de hand om met deze twee te beginnen.
Drill down naar onderwerp
Het KTI platform heeft een drill down van categorie naar onderwerp. Het sentiment op onderwerpniveau biedt concreet inzicht om de klantbeleving te verbeteren. Sentiment analyse op onderwerpniveau laat bijvoorbeeld zien dat de onderwerpen ‘dop’ en ‘etiket’ verantwoordelijk zijn voor het negatieve sentiment binnen de categorie ‘verpakking’. Door vervolgens de bijbehorende sentiment expressies te selecteren krijg je een gedetailleerd beeld wat je moet doen om de klantbeleving te verbeteren. Bijvoorbeeld:
- dop => moeilijk te openen
- etiket => slecht leesbaar