Seleziona una pagina

SOCIAL MEDIA E SENTIMENT ANALYSIS

TASSELLO IMPORTANTE DEL LAVORO DEL SOCIAL MEDIA MANAGER

Social Media e Sentiment Analysis cos’è?

Rispondere alla domanda: “cos’è la Social Media e Sentiment Analysis?” è piuttosto complesso e rende necessario fare brevi cenni ad alcuni concetti importanti di Digital Marketing. 

 

Definizione di Social Media e Sentiment Analysis

Quando si parla di Social Media e Sentiment Analysis ci si riferisce alla possibilità, o forse dovremmo dire alla necessità, di analizzare e monitorare il tipo di emozione che accompagna le conversazioni relative ad un certo brand, prodotto e servizio a livello di Social Network.

A ben vedere, si tratta di una sottobranca della più generica Sentiment Analysis in cui il concetto di ascolto è ampliato all’intera rete, che viene pertanto monitorata per capire ciò che la gente pensa, l’emotività che esprime, declinata nelle sue infinite manifestazioni di felicità, rabbia, noia, disappunto, contrarietà e così via.

social media e sentiment analysis

La Sentiment Analysis è considerata una disciplina relativamente recente, che accompagna la nascita del web e che si declina in Social Media e Sentiment Analysis, solo successivamente, con l’avvento dei Social Network. Tuttavia spesso si sente parlare genericamente di Sentiment Analysis anche riferendosi ai soli Social Media, per via del ruolo predominante che essi svolgono come veicolo di espressione delle opinioni della gente.

 

Alcuni sinonimi della Sentiment Analysis applicata ai Social Media

Intorno all’espressione “Social Media e Sentiment Analysis” tende ad esserci un po’ di confusione.

Spesso vengo usate terminologie differenti per indicare lo stesso concetto o comunque concetti che la ricomprendono:

  • Social Media Analysis
  • Social Media Intelligence
  • Web Sentiment Analysis
  • Sentiment Analysis
  • Opinion Mining  

Se il vostro obiettivo professionale e quello di occuparvi a 360º dei Social Media della vostra azienda o degli account dei vostri clienti, dovete comprendere a fondo il suo significato, intuire le differenze e le interazioni di questo concetto rispetto ad altri importanti termini utilizzati in ambito Digital Marketing.

Dovete essere in grado di fare analisi del sentiment e non solo gestione dei contenuti o analisi quantitativa dei risultati. Dovete cioè diventare un Social Media Manager completo a livello di formazione e a livello di esperienza.

COME DIVENTARE SOCIAL MEDIA MANAGER SCOPRI LE DATE DI PARTENZA DEI NOSTRI MASTER

Social Media Intelligence: analisi qualitativa vs analisi quantitativa

Spesso si tende a confondere la Social Media e Sentiment Analysis con la semplice analisi dei dati quantitativi dei profili social di un’azienda o più in generale degli analytics dei suoi diversi canali digitali (website compreso), se allarghiamo il discorso al concetto di Sentiment Analysis.

Gli analytics dei diversi profili social sono sicuramente una parte importante della Social Media Analysis o Social Media Intelligence:

  • Ci danno un’idea del livello di engagement che i nostri contenuti sono in grado di ottenere (visualizzazioni, interazioni sui post, like, followers, condivisioni, clic, commenti, etc.).
  • Ci consentono di capire, attraverso la definizione e l’analisi dei KPI, se stiamo effettivamente raggiungendo gli obiettivi di marketing che ci siamo posti.
  • Ci aiutano a pianificare la pubblicazione dei nostri contenuti, in termini di orari, frequenza, argomenti, target, ottimizzando così i risultati ottenuti dalle diverse campagne marketing.

Utilizzati da soli non sono però in grado di restituirci il sentiment, cioè la positività, negatività o neutralità dei giudizi sottesi a questi parametri puramente numerici. Non è pensabile dunque fare Social Media Intelligence senza valutare il “tone of voice” delle conversazioni che avvengono sui Social Network.

 

Tipico errore evitabile con la Social Media e Sentiment Analysis

Ci sono diversi errori in un’analisi puramente quantitativa dei dati che si possono evitare facendo uso della Social Media Sentiment Analysis.

Per esempio, potremmo assistere ad un picco di conversazioni relative ad una keyword o ad un # che ci coinvolge, ma non accorgerci che buona parte delle conversazioni esprimono uno “stato emotivo” negativo. Tecnicamente si parla di sentiment o polarità negativa.

Social Media Analysis

L’analisi qualitativa delle conversazioni sui Social Media, del linguaggio e della semantica dei commenti e delle interazioni, ci permette di cogliere “sfumature” di questo tipo e di reagire prima che la situazione ci sfugga di mano.

Ecco che quindi chi è deputato al monitoraggio degli account Social Media di un’azienda, figura del Social Media Analyst o direttamente del Social Media Manager (siano esso interni all’azienda o consulenti esterni, freelance o società di consulenza) dovrà necessariamente sapersi occupare di:

 

 

  • Sentiment Analysis: per cogliere lo stato emotivo delle conversazione;
  • monitoraggio degli Analytics: per misurare l’engagement e la Brand Awareness sui Social Media.

 

Talvolta potrebbe persino occuparsi di Reputation Management, cioè di gestione vera e propria delle crisi a livello di reputation (figura del Social Media Manager).

Le competenze richieste da figure di questo tipo sono molto complesse.

Richiedono una preparazione specifica che va dalla conoscenza approfondita dei diversi social media, alle competenze in termini di content marketing, di Digital PR, alla capacità di lettura degli analytics e molte altre ancora.

Solo tanta pratica ed un buona preparazione di fondo sono la strada giusta per inserirsi professionalmente in questo settore. Ecco perché è opportuno seguire percorsi formativi di alto livello e specializzazione, in grado di trattare l’argomento in modo trasversale e di fornire tutte le competenze necessarie.

 

Che relazione c’è tra la Social Media e Sentiment Analysis e la Web Reputation?

Spesso si usa il concetto di Social Media e Sentiment Analysis come sinonimo di Web Reputation Monitoring. In realtà quest’ultima espressione sta ad indicare il monitoraggio della reputazione che un certo Brand, un certo prodotto o servizio hanno online sui diversi canali digitali.

Pur non avendo esattamente lo stesso significato, il legame è evidentemente molto forte. 

La Social Media e Sentiment Analysis svolge infatti un ruolo determinante nel sondare l’emotività della rete nei confronti del Brand attraverso il monitoraggio dei diversi punti di contatto tra utenti e azienda a livello social (dal customer care sui social, al servizio clienti gestito tramite Social Network, ai commenti, alle condivisioni, etc.); inoltre permette di individuare tempestivamente e sul nascere situazioni di crisi che originano dai Social Media, sulle quali intervenire con azioni correttive.  

 

Questa fase di intervento prende il nome generico di Web Reputation Management, applicata ai Social Media. 

Gestire la Brand Awareness attraverso la Social Media e Sentiment Analysis

Il concetto di Brand Awareness è difficilmente traducibile in italiano con una parola unica.

Sicuramente Brand Awareness esprime il concetto di notorietà della marca, ma il termine ha in realtà un valore più ampio e complesso, che include anche il concetto di Reputation, cioè di percezione del brand da parte dei consumatori.

Si tratta in breve, di tutto ciò che un marchio rappresenta e richiama alla nostra mente: sensazioni, prodotti, logo, valore, anche economico, e simboli che esso incarna.

 

 

Ecco dunque che la Social Media e Sentiment Analysis diventa uno strumento per fare Brand Awareness, se con questa espressione intendiamo la possibilità di impedire attraverso essa che lo stato emotivo della rete (o dei Social media) possa influire negativamente sul valore intrinseco del brand o possa modificare l’immagine e il posizionamento sul mercato percepiti dai consumatori, discostandoli dagli obiettivi definiti dall’azienda.  

Come già evidenziato per la web reputation, anche per la brand awareness la Social Media e Sentiment Analysis si pone dunque come strumento di “salvaguardia” e di tutela del brand.

Nel primo caso, aiuta principalmente a prevenire possibili situazioni di crisi (quindi opera di fatto real time).

A livello di Brand Awareness, permette anche di cogliere il modo in cui cambia la percezione del brand nel corso del tempo, come questo si posiziona rispetto ai suoi competitor e i nuovi trend e le nuove opportunità presenti sul mercato, acquisendo pertanto una enorme rilevanza strategica. 

 

I Social Media una vera miniera di informazioni per l’azienda

 

sentiment analysis is a goldl mineAbbiamo visto come la Social Media e Sentiment Analysis possa a tutti gli effetti essere considerato uno strumento operativo di conservazione e se possibile, di accrescimento della Web Reputation e della Brand Awareness di un’azienda.

Tuttavia i campi di utilità della Social Media e Sentiment Analysis e, in generale, della Sentiment Analysis sono ancora più vasti di quanto si possa immaginare.

Quando parliamo di Social Media Intelligence dobbiamo pensare alla rete, e nello specifico ai canali sociali, come ad un enorme raccoglitore delle opinioni, dei pensieri, dei giudizi, delle idee, delle preferenze di tutti noi che attraverso le nostre conversazioni sul web (recensioni, post, commenti, etc.) mettiamo a disposizione di chiunque, in primis delle aziende, una vera miniera d’oro di informazioni, pressoché gratuite, sui nostri gusti presenti e futuri, su quello che ci piace, annoia, spaventa, incuriosisce e via dicendo.

Ciò che noi scriviamo sui blog, sui forum, sui nostri profili Social Media, sui siti di recensione, sui Social Media delle aziende (anche solo a livello di servizio clienti) rappresentano di fatto un canale di comunicazione diretto e aperto tra azienda ed utenti.

Analizzare queste conversazioni significa per le aziende comprendere il parere delle persone su un’infinità di argomenti e trarne indicazioni per le loro strategie di comunicazione, di marketing e persino di R&S.

Significa acquisire informazioni che trasversalmente posso essere utili a tutte le diverse funzioni aziendali: vendite, customer care, marketing, produzione e ricerca e sviluppo. Persino l’ufficio legale potrebbe trarne indicazioni utili.

 

Davvero la Social Media e Sentiment Analysis è una disciplina recente?

 

In realtà la Sentiment Analysis è una disciplina che affonda le sue radici indietro nel passato. È sempre esistita infatti la necessità da parte delle aziende di attivare canali di comunicazione con i clienti. Ciò che è evoluto pertanto non è l’esigenza in sé ma la tipologia degli strumenti utilizzati.

 

Pensiamo al concetto tradizionale di Servizio Clienti, ai sondaggi telefonici o alle ricerche di mercato classiche utilizzate per comprendere il livello di apprezzamento verso un brand, un prodotto o un servizio, la percezione distintiva di un certo prodotto rispetto alla concorrenza e così via.

Questi strumenti classici di indagine stanno via via lasciando il posto alle tecniche basate sulla Sentiment Analysis e a tutti i vantaggi che esse comportano:

  • Analizzare un campione molto vasto e non limitarsi a focus group o a campioni di dimensioni ridotte, per quanto significative.
  • Raccogliere dati più rapidamente e con costi di gran lunga più contenuti.
  • Lavorare su una base dati più affidabile rispetto ai sondaggi e alle ricerche di mercato tradizionali in quanto derivata da conversazioni spontanee che partono dalla base (bottom up) e non da sollecitazioni che originano dal committente, azienda o altro (top down), avendo così una maggiore probabilità di cogliere uno stato emotivo reale.

Si tratta di motivi validi a sostegno dell’utilizzo della Social Media e sentiment analysis rispetto alle tecniche di mercato tradizionali. Eppure ancora oggi, la Social Media e sentiment analysis è una disciplina ancora poco conosciuta e relativamente praticata ma di cui si sentirà molto parlare nei prossimi anni.

Al di là delle differenze, entrambe queste tipologie di analisi sono estremamente utili per le aziende, qualsiasi sia la fase in cui si trovano (start up o altro).

I dati raccolti permettono infatti di:

  • Valutare l’esistenza di spazi di mercato per entrare con nuovi prodotti/ servizi o per creare una nuova società.
  • Comprendere il settore in cui l’azienda opera o si accinge ad operare.
  • Conoscere gli utenti e potenziali clienti.
  • Seguire l’andamento di una campagna di marketing ed i suoi effetti.

  • Poter intervenire sul suo andamento scrivendo sui social, sui forum e laddove ci sono conversazioni in grado di orientare il sentiment della rete.
  • Capire come si comportano i concorrenti.
  • Comprendere il nostro posizionamento rispetto ai competitor, i nostri punti di forza e di debolezza.

 

Aspetti tecnici della Social Media e Sentiment Analysis

 

Abbiamo visto come la Sentiment Analysis possa essere utilizzata per differenti finalità.

A prescindere dall’obiettivo ultimo della ricerca, dall’argomento che si sta studiando e dalle parole chiave che si vogliono monitorare, la Social Media e Sentiment Analysis ha il fine pratico di attribuire una “polarità”, alla conversazione che si sta analizzando, definendone al contempo l’intensità di espressione. Attribuire una polarità ad una conversazione significa analizzare il linguaggio in essa contenuto e valutare quale stato emotivo esse esprima.

Si parte definendo delle categorie di sentiment (tipicamente positiva, negativa e neutrale) e dei gradi di espressione (alto, medio e basso) che, al termine dell’analisi, verranno attribuiti al testo stesso. 

 

Metodi per fare Social Media e Sentiment Analysis

 

Esistono diverse tecniche di Social Media e Sentiment Analysis, ma quelle più usate sono riconducibili a tre tipologie:

Social Media e Sentiment Analysis – Rilevamento Keword

Il primo si basa sul rilevamento delle keyword: le categorie di sentiment vengono individuate attraverso la ricerca di parole con valore emotivo facilmente riconoscibile e non fraintendibile. 

Social Media e Sentiment Analysis – Affinità lessicale

Il secondo introduce il concetto di affinità lessicale: metodo più complesso del primo, non si limita a considerare la lista delle parole emotivamente chiare, ma affianca ad esse anche parole potenzialmente ambigue a cui attribuisce un probabile valore emotivo positivo o negativo, che può cambiare a seconda dell’argomento che si sta indagando.

Social Media e Sentiment Analysis – Metodo statistico

Il terzo si basa sull’applicazione di metodi statistici: la polarità positiva, negativa o neutrale di un testo viene definita da un software programmato a leggere approfonditamente il testo, applicandovi regole di analisi definite a priori o apprese attraverso la scansione stessa del documento (concetto di machine learning).  

Le regole di analisi del testo possono essere molto complesse o anche molto semplici.

Un metodo di analisi testuale molto semplice e basilare prevede per esempio che venga stilata una lista di parole, ciascuna delle quali viene associata ad una ben precisa categoria di sentiment. Il testo viene analizzato e vengono contate le parole associate alle varie categorie. Il giudizio finale è stabilito in funzione della categoria di sentiment a cui è stato associato il maggior numero di parole a partire dal testo scelto.

 

SOCIAL MEDIA E SENTIMENT ANALYSIS

 

ESEMPIO DI METODO SEMPLICE DI CALCOLO

Si assegna un valore numerico (per esempio +1) alle parole con sentiment positivo; si attribuisce poi un diverso valore (per esempio -1) alle parole con sentiment negativo. Si procede alla somma dei valori associati alle parole contenute nel testo e lo si considera con sentiment positivo se somma è superiore a zero e con sentiment negativo se la somma risulta inferiore.

Pregi e difetti dei metodi statistici per la Sentiment Analysis

 

I metodi statistici rappresentano sicuramente una tecnica complessa di Social Media e Sentiment Analysis e un metodo di analisi avanzato del linguaggio e del testo usato dagli utenti nell’esprimere opinioni, nel recensire un prodotto, servizio, evento o notizia e permettono a chi si occupa di questo genere di analisi (tipicamente il Social Media Analyst o al più il Social Media Manager) di gestire velocemente una quantità di dati molto grande (anche centinaia di migliaia di conversazioni….non a caso di parla di big data).

La possibilità di utilizzare metodi di analisi automatica ha rappresentato un grosso passo avanti verso un maggiore affidabilità di un’analisi del sentiment, ottenuta aumentando la numerosità del campione (più è elevato il numero dei testi analizzati più è affidabile il risultato che si estrae).

Tuttavia anche i software che lavorano sulla base di algoritmi (esattamente come il più famoso motore di ricerca Google) richiedono spesso l’intervento manuale di un operatore che sappia distinguere ciò che l’algoritmo da solo non sa: cogliere l’ironia dietro un testo con sentiment apparentemente positivo, cogliere le contraddizioni, etc…. Oppure programmare il software stesso o ancora intervenire nella preparazione dei testi da analizzare.

Quali sono allora gli strumenti migliori per analizzare le conversazioni che si svolgono in rete? 

 

Social Media e Sentiment Analysis tools

 

Da alcuni anni è disponibile una vasta gamma di strumenti in grado di analizzare le conversazioni degli utenti in rete e in special modo nei Social Media. Spesso il Social Media Analyst o il Social Media Manager si avvalgono di più tools in contemporanea, ben sapendo che a loro spetterà il compito complesso di fornire l’interpretazione finale dei dati.

Si va da strumenti molto semplici in grado di dare indicazioni di massima sul sentiment presente in rete a strumenti più sofisticati, in grado di fare analisi approfondite dei testi e dei linguaggi utilizzati, di fornire un giudizio complessivo più affidabile e preciso sull’emotività espressa dalla rete su un certo brand, prodotto, servizio.

Alcuni di questi strumenti sono gratuiti, altri sono a pagamento.

A prescindere dal diverso grado di sofisticatezza, tutti danno informazioni utili per la gestione della reputation e per evitare situazioni di crisi che, se mal gestite o non gestite sul nascere, possono incidere in modo irrimediabile sulla reputazione di un marchio (o prodotto o servizio).

I tools consigliati sono molti e sarebbe impossibile analizzarli tutti nel dettaglio, alcuni di loro sono sentiment analysis tool free, altri sono tools per fare Social Media Intelligence a pagamento (cioè prevedono una fee).

Alcuni sono specializzati su uno o più Social Media, altri permettono di selezionare precise aree geografiche, altri ancora possono dare elaborazioni più sofisticate ma richiedere una fase di configurazione più complessa, oppure possono fornire solo dati real time piuttosto che dati storici:

  • Google Alerts
  • Google Trends
  • G+ Search
  • SocialMention
  • Blog Meter
  • Opinion Crawl
  • Radian6
  • Talkwalker
  • Meltwater Buzz
  • Buzz Numbers
  • Reuters Social
  • Brandwatch
  • Sysomos 

  • Page Data
  • Socialbakers
  • Tweetfeel
  • PopUrls
  • Lexalytics
  • People Browser
  • Alltop
  • Lithium
  • Tracx
  • ArgyleSocial
  • SentiStreght
  • SocialReport

Alcuni di questi sono Sentiment Analysis tool internazionali che però utilizzano semantiche basate sulla lingua inglese e che pertanto utilizzate sulla lingua italiana rischiano di determinare errori interpretativi con una conseguente riduzione del grado di affidabilità. Attenzione quindi ad avvalervi di software indicati al vostro mercato e al tipo di ricerca che vi interessa.

Se lavorate prevalentemente sul mercato nazionale ricordatevi sempre il legame indissolubile che c’e fra Sentiment Analysis e vocabolario italiano.

Ricordatevi inoltre che l’uso di questi software non è “a prova di bambino”.

La capacità di configurarli in base alle ricerche che volete fare, la capacità di interpretazione dei dati da essi forniti è molto complessa e richiede una base di competenze tecniche di altissimo profilo. Non trascurate pertanto la vostra preparazione!

 

 RICHIEDI INFORMAZIONI SU MASTER E CERTIFICAZIONI  

 

  • Rating Lettori
  • Votato 5 stelle
    5 / 5 (19 )
  • Vota!


[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]
[i]
[i]
[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]