Tradiciniai metodai, tokie kaip įvertinimas žvaigždutėmis ir neto reklamuotojo balai (NPS), yra žinomi klientų pasitenkinimo kiekybinio įvertinimo būdai. Tačiau tai tik ledkalnio viršūnė, kai kalbama apie klientų nuotaikas.



Pažangios technologijos, pvz sentimentų analizė padės analizuoti kokybinius duomenis, pvz., komentarus socialiniuose tinkluose, apklausų atsakymus ir apžvalgas. Šis požiūris į nuotaikų balo apskaičiavimą suteikia niuansų supratimą apie klientų nuomonę ir šiaurinę žvaigždę tobulinant savo pasiūlymus ir prekės ženklo strategijas.



Skaitykite toliau, kad sužinotumėte, kas yra nuotaikų balas, kaip pažanga skaičiuojant nuotaikų balus ir kaip tai darome „Sprout“.

Kas yra sentimentų balas?

Sentimentų balas kiekybiškai įvertina nuotaikas ar emocijas, išreikštas kokybiniais duomenimis, tokiais kaip klientų atsiliepimai ar socialinių tinklų klausymas. Jis apskaičiuojamas atliekant nuotaikų analizę ir matuojamas intervale nuo -1 iki 1. Neigiamas yra didžiausias neigiamas nuotaikas, 0 reiškia neutralų jausmą ir +1 reiškia aukščiausią teigiamą nuotaiką.

Išnašos kortelė, apibrėžianti jausmų balą. Tai sako,"A sentiment score quantifies the sentiment or emotion expressed in qualitative data such as customer feedback or social media listening. "

Sentimentų balai informuoja, ar jūsų prekės ženklo rinkos nuomonė yra teigiama, neigiama ar neutrali. Tolesnė duomenų analizė leidžia nuodugniai pažvelgti į tai, kaip galite patobulinti įvairius savo verslo aspektus, pvz., klientų aptarnavimą, rinkodaros turinį, produktus ir aptarnavimą po pardavimo, kad užtikrintumėte lojalumą prekės ženklui ir verslo augimą.

Tradiciniai klientų nuotaikų supratimo būdai

Tradiciniai požiūriai į klientų nuotaikų analizė daugiausia rėmėsi kiekybiniais rodikliais. Jie apima:

Virusiškumas

Virusiškumas reiškia bendrą dalyvavimų socialinėje žiniasklaidoje skaičių, pvz., mygtukus, bendrinimus ir komentarus, kurių sulaukė jūsų turinys arba kampanija. Viralumas tradiciškai naudojamas kaip rodiklis, nurodantis, kaip jūsų prekės ženklas, kampanija ar rinkodaros turinys rezonuoja su jūsų tiksline auditorija ir plačiąja visuomene. Jame pateikiamas bendras klientų pageidavimų vaizdas, kad galėtumėte priimti pagrįstus rinkodaros sprendimus ir atitinkamai pakeisti savo strategijas.



606 dvasinė prasmė

Įvertinimas žvaigždutėmis

Įvertinimas žvaigždutėmis yra populiarus klientų nuotaikų supratimo metodas, kurį prekės ženklai plačiai naudoja vertindami produktą ar paslaugą. Įvertinimai žvaigždutėmis paprastai pateikiami nuo 1 iki 5 žvaigždučių, 1 reiškia žemiausią klientų pasitenkinimo lygį, o 5 – aukščiausią. Kartais įvertinimai žvaigždutėmis taip pat apima komentarus, kurie įvertinimui prideda papildomo konteksto.

Įvertinimas žvaigždutėmis „Amazon“ taip pat turi pastabų dėl papildomo konteksto.

NPS

NPS yra kiekybinė metrika, naudojama įvertinti klientų pasitenkinimą ir kliento polinkį rekomenduoti prekės ženklą šeimai ir draugams. Kuo aukštesnis įvertinimas, tuo didesnis klientų lojalumas. NPS įvertinimai dažnai yra skalėje nuo 0 iki 10, 0 reiškia žemiausią įvertinimą, o 10 – aukščiausią.



„Sprout Social NPS“ apklausa apie klientų pasitenkinimą. Jis klausia kliento, kaip tikėtina, kad jis rekomenduos prekės ženklą šeimai ir draugams skalėje nuo 0 iki 10, o 10 yra aukščiausias įvertinimas.

Skirtingai nuo įvertinimų žvaigždutėmis ar virusiškumo, NPS metrika dažnai sugrupuoja klientus į tris kategorijas pagal jų įvertinimus.

  • Reklamuotojai (8–10): Tai laimingi klientai, kurie aktyviai reklamuos prekės ženklą iš lūpų į lūpas, atsiliepimuose ar komentaruose socialiniuose tinkluose.
  • Pasyvūs (7–8): Šie klientai yra patenkinti, bet greičiausiai nereklamuoja produkto ar paslaugos.
  • Priešininkai (6-0): Tai labai nepatenkinti klientai, kurie greičiausiai paskelbs neigiamus atsiliepimus ir greičiausiai atgrasys kitus apsvarstyti prekės ženklą.

Klientų pasitenkinimo balas (CSAT)

CSAT yra metodas, naudojamas įvertinti, ar klientai yra patenkinti prekės ženklo produktais ar paslaugomis. CSAT balai apskaičiuojami pagal vidutinį klientų pateiktą įvertinimą. CSAT skalės gali skirtis, pavyzdžiui, jos gali būti nuo 1 iki 10, o 10 yra didžiausias arba 1 ir 5, o 5 yra aukščiausias klientų pasitenkinimo lygis.

CSAT apklausos gali būti siunčiamos po operacijos arba periodiškai, siekiant suprasti klientų pasitenkinimą visu prekės ženklu.

Prancūzijos kosmetikos prekės ženklo Yves Rocher CSAT apklausa, kurioje teigiama,"Based on your recent shopping experience, would you recommend the Yves Rocher website to your friends and family?"

Nauja pažanga skaičiuojant nuotaikų balą

Tradiciniai skaičiavimai yra orientuoti į kiekybinę pagrindinių veiklos rodiklių (KPI) metriką. Tačiau norėdami susidaryti tikrai tikslų prekės ženklo nuotaikų vaizdą, į rinkinį turite įtraukti kokybinius duomenis, pateiktus komentaruose ir atsiliepimuose. Tyrimas rodo, kad net jei dauguma įmonių gavo teigiamus įvertinimus žvaigždutėmis nuo 80% iki 100%, šie įvertinimai neatspindėjo verslo sėkmės. Taip yra todėl, kad žmonės paprastai yra linkę teikti aukštesnius teigiamus įvertinimus nei jų faktinė patirtis. Tai veda į teigiamų įvertinimų jūrą, o tai pakreipia skaičių link didesnio teigiamo balo.

Mašininis mokymasis (ML) ir AI užduotys, pvz pavadinto subjekto atpažinimas ir natūralios kalbos apdorojimas (NLP) padeda įveikti šį iššūkį. Jie padeda suprasti klientų nuotaikas pagal kontekstą ir leidžia rasti klientų nuomonių modelius atsižvelgiant į prekės ženklo suvokimo atoslūgį ir srautą laiko juostose ir kampanijose.

Sentimentų gavybos intensyvumas skiriasi priklausomai nuo naudojamų metodų. Trys pagrindiniai yra:

  • Dokumentais pagrįsta sentimentų analizė

Šis požiūris suteikia jums bendrą supratimą apie neigiamas, teigiamas ar neutralias nuotaikas dokumente. Jis naudojamas mažiems, nesudėtingiems duomenų rinkiniams.

  • Sentimentų analizė temomis

Šis metodas yra labiau niuansuotas, įvertinant nuotaikas pagal temas. ML modelis identifikuoja dažniausiai pasitaikančias duomenų temas ir temas, o tada analizuoja jų nuotaikas.

Šis požiūris padeda rinkodaros specialistams suprasti, kas klientams ar plačiajai visuomenei patinka ir nepatinka jų prekės ženkle. Taip pateikiamos aktualios, veiksmingos įžvalgos iš apžvalgų, socialinių tinklų klausymo ar klientų aptarnavimo el. laiškų ir komentarų.

  • Aspektais pagrįsta sentimentų analizė

Tai pažangiausias metodas, naudojamas sentimentų gavybai. Aspektais pagrįsta sentimentų analizė toliau skaido temas, kad nustatytų ir ieškotų aspektų jose, o tada taiko semantiką, kad pateiktų išsamesnį klientų nuotaikų vaizdą. Pavyzdžiui, atsiliepimų duomenyse galima nustatyti tokius aspektus kaip „kambarių aptarnavimas“, „baro prižiūrėtojas“, „priėmimas“ arba „automobilių stovėjimo aikštelės su patarnautoju paslauga“.

Ši smulkmeniška nuotaikų analizės forma tiksliai nustato prekės ženklams, ką reikia tobulinti, ir informuoja apie strategijas, reikalingas siekiant padidinti klientų pasitenkinimą.

Duomenų apdorojimo metodai, naudojami sentimentų balams apskaičiuoti

Sentimento balo apskaičiavimas, skirtas naudoti AI rinkodara priklauso nuo daugelio duomenų apdorojimo užduočių, kurias automatiškai atlieka ML modelis, pvz., didelių kalbų modelių (LLM). Šios užduotys apima:

Tokenizavimas

Tokenizavimas yra teksto atskyrimo į atskirus žodžius procesas. Visi skyrybos ženklai pašalinami, o teksto eilutė pašalinama iki žodžių blokų. Pavyzdžiui:

[ Viešnagė buvo maloni, bet mano kambarys buvo šaltas ir mums teko laukti valandų valandas, kol viešbučio darbuotojai sureguliuos termostatą, nors viešbutis atrodė tuščias. Kai bandėme paskambinti į registratūrą ir pasiteirauti, jie atrodė nekantrūs ir nemandagūs]

Teksto normalizavimas

Šiame etape visi pasikartojantys įrašai pašalinami iš duomenų, todėl nėra duomenų anomalijų. Šiuo atveju teksto eilutė lieka nepakitusi, nes nėra perteklinio.

[ Viešnagė buvo maloni , bet mano kambarys buvo šaltas ir mums teko laukti valandų valandas , kol viešbučio darbuotojai sureguliuos termostatą , nors viešbutis atrodė tuščias Kai bandėme paskambinti į registratūrą ir pasiteirauti jie atrodė nekantrūs ir nemandagūs ]

Žodžio kamienas

Žodžio kamienas reiškia žodžio redukavimą iki šaknies. Šiame pavyzdyje žodžiai „valandos“ ir „atrodė“ paverčiami „valanda“ ir „atrodo“.

[ Viešnagė buvo maloni, bet mano kambarys buvo šaltas ir turėjome palaukti valandą viešbučio personalui reguliuoti termostatą, nors viešbutis atrodo tuščia Kai bandėme paskambinti į registratūrą pasiteirauti, jie atrodė nekantrūs ir nemandagūs]

Stop žodžio pašalinimas

Pašalinami visi pertekliniai žodžiai, todėl išlaikomi tik įvardinti subjektai ir žodžiai, reiškiantys emocijas.

[ Viešnagė buvo malonu mano kambarys šaltas ir mes turėjome laukti dėl valandą už viešbučio darbuotojai reguliuoti termostatą, net jei viešbutis atrodo tuščia Kai bandėme paskambinti priėmimas pasiteirauti jie atrodė nekantrus ir grubus]

Gautas apdorotas tekstas dabar skaitomas [ gražus kambarys šaltas laukimo valanda viešbučio personalo priėmimas nekantrus grubus ] .

Kadangi ML modelyje kiekvienas žodis turi skaitinį atitikmenį, pagrįstą jų neigiamumo ar pozityvumo skale, apdoroti duomenys suteikia balą, pagrįstą bendru nuotaikų vidurkiu. Skaičiuojant leksikos metodu, jei žodžiui „gražus“ priskiriamas 1 balas už teigiamą, o „nekantrus“ – -0,05 ir grubus -0,7, gautas nuotaikos balas už apžvalgą būtų -1, o tai prilygsta. į neigiamą.

Įprasti jausmų balų skaičiavimo metodai

Yra keletas būdų, kaip apskaičiuoti nuotaikų balą, labiausiai paplitęs yra Lexicon metodas, pagal kurį nuotaikoms matuoti naudojamas santykis 1:1. Tačiau kai kalbama apie sudėtingus duomenis, surinktus iš kelių šaltinių, pvz., socialinės žiniasklaidos klausymosi ar klientų atsiliepimų forumų, reikia pažangesnių metodų. Žemiau pateikiamas šių metodikų suskirstymas.

Žodžių skaičiavimo metodas

Paprasčiausias nuotaikų balo apskaičiavimo būdas yra pagrįstas leksika arba žodžių skaičiavimo metodu, kaip nurodyta aukščiau pateiktame pavyzdyje. Taikant šį metodą, neigiamų nuotaikų atvejų skaičius sumažinamas nuo teigiamų įvykių.

Formulė: # neigiami žodžiai – teigiami žodžiai = jausmų balas

Pavyzdys: 1 – 2 = -1.

Sentimento balo išskaičiavimas pagal bausmės trukmę

Taikant šį metodą, iš neigiamų žodžių atimame teigiamų žodžių skaičių ir padalijame rezultatą iš bendro peržiūros sakinio žodžių skaičiaus.

Formulė: # neigiami žodžiai – # teigiami žodžiai padalyti iš žodžių skaičiaus = nuotaikos balas

Pavyzdys: 1 – 2 / 42 = -0,0238095

Ši sistema dažnai naudojama ilgesnėms apžvalgoms ir komentarams suprasti.

Kadangi šis metodas naudojamas dideliems duomenų kiekiams analizuoti, gautus balus gali sudaryti ilgos trupmenos. Kai tai daroma dideliu mastu, gali būti sunku palyginti ir suprasti jausmų vertes. Norint įveikti šį iššūkį, gauti balai dauginami iš vienaskaitos skaitmens, kad reikšmės būtų didesnės, todėl būtų lengviau palyginti.

732 angelo numeris

Teigiamų ir neigiamų žodžių skaičiaus santykis

Ši metodika laikoma labiausiai subalansuota vertinant nuotaikos balą dideliuose duomenyse. Bendras teigiamų žodžių skaičius padalinamas iš bendro neigiamų žodžių skaičiaus ir pridedamas iš vieneto.

Formulė: # teigiamų žodžių / # neigiamų žodžių + 1 = nuotaikos balas

Pavyzdys: 1/2 + 1 = 0,33333

Kuo ilgesnė peržiūra, tuo didesnis teigiamų ir neigiamų balų skaičius. Šis metodas normalizuoja bendrą teksto ilgį, todėl jis ypač naudingas analizuojant įvairaus ilgio apžvalgas. Taikant šį metodą, 1 nuotaikos balas yra neutralus.

Kaip apskaičiuojame nuotaikos balus „Sprout“.

„Sprout“ jausmų modelis naudoja gilius neuroninius tinklus (NN), ypač didelius kalbos modelius. LLM dirba atsižvelgdami į viso teksto bloko kontekstą, skaitydami žodžius iš kairės į dešinę ir iš dešinės į kairę naudodami Dviejų krypčių kodavimo priemonės iš transformatorių (BERT) modeliai iš Google.

Atsižvelgdama į jau pažymėtų dokumentų duomenų rinkinį, LLM automatiškai identifikuoja žodžius, frazes ir žodžių / frazių išdėstymą, susijusį su teksto bloko žymėjimu kaip teigiamu arba neigiamu. Tada jis priskiria svorį (skaitinę reikšmę) kiekvienam žetonui teksto bloke. Apskaičiavę šiuos svorius, nustatome nuotaikas naujam, nematytam tekstui ir tikimybę, kad jis yra teigiamas, neigiamas ar neutralus.

Sentimentų balo svarba prekės ženklams

Sentimentų balai padeda kiekybiškai įvertinti ir įvertinti įvairius jūsų prekės ženklo, produkto ir paslaugų aspektus, rinkodaros, produktų ir klientų aptarnavimo komandoms suteikiant veiksmingų įžvalgų, kaip tiksliai jos gali nukreipti savo strategijas sėkmingos trajektorijos link.

Dėl dirbtinio intelekto ir mašininio mokymosi yra keletas įrankių, kurie pašalina spėliones ir per kelias minutes pateikia tikslų jūsų prekės ženklo nuotaikų vaizdą. Pažvelkite į šiuos sentimentų analizės įrankiai kuravome norėdami ištirti, kaip galite iš naujo paleisti savo prekės ženklo strategiją.

Dalykitės Su Savo Draugais: