SentiOne od 10 lat rozwija swoje algorytmy sztucznej inteligencji i skutecznie stosuje tę technologię we wszystkich swoich produktach - monitoringu Internetu, platformie do obsługi klientów, automatycznie podpowiadającej najlepsze rozwiązania ich problemów, oraz chatbotach i voicebotach, które rozumieją intencje rozmówcy ze skutecznością na poziomie 96 proc. - lepiej, niż wielu prawdziwych ludzi. Jednym z pierwszych narzędzi SentiOne opartych o sztuczną inteligencję była analiza sentymentu wypowiedzi, która stanowi podstawę udostępnionej właśnie funkcji.

Co to jest Raport Analiza AI

Dzięki wykorzystaniu zaawansowanego silnika przetwarzania języka naturalnego nowa funkcja wskazuje, jaki rodzaj emocji przejawiały osoby wypowiadające się na dany temat - radość, smutek, złość, rozczarowanie, a nawet sarkazm. Wybór tych właśnie emocji został podyktowany faktem, że nowe narzędzie powstało głównie z myślą o osobach zajmujących się komunikacją i działaniami wizerunkowymi. Są one również najłatwiejsze do rozpoznania dla algorytmów sztucznej inteligencji. SentiOne pracuje obecnie nad ich rozwojem i umiejętnością rozpoznawania kolejnych emocji.

Algorytmy informują również o kwestiach, które interesowały internautów najbardziej, ostrzegają o sytuacjach kryzysowych czy wskazują anomalie statystyczne. Po wskazaniu emocji wypowiedzi przydzielane są do jednej z trzech kategorii: nacechowane neutralnie, pozytywnie lub negatywnie. Dodatkowo algorytmy dzielą je na siedem kategorii semantycznych: opinia, doświadczenie klienta, sugestia, porada, reklama, hejt oraz potencjalny lead. W raporcie znajdują się również przykłady wzmianek z każdej kategorii.

Raport Analiza AI jako pierwsza dostępna jest  w Polsce i trwają już prace nad kolejnymi wersjami językowymi. Dzięki temu możemy analizować emocje wokół poszczególnych tematów społecznych: debiut Allegro na giełdzie (mieszanka radości z rozczarowaniem), premiera gry Cyberpunk 2077 (radość, ale i niezadowolenie), czy też opinie na temat poszczególnych marek i produktów.

Raport Analiza AI sprawdzi się przede wszystkim w branżach takich jak bankowość, kosmetyki, telekomunikacja, ubezpieczeń, marek modowych lub  FMCG.

Case study. Jak wygląda w praktyce analiza emocji przez sztuczną inteligencję?

W maju 2020 r. w polskim Internecie wybuchł skandal, gdy okazało się, że teoretycznie szyte w Polsce t-shirty ekskluzywnej marki Veclaim, stworzonej przez infuencerkę Jessicę Mercedes, tak naprawdę pochodzą od Fruit of the Loom, zagranicznego producenta tanich ubrań. Ponieważ sprawa wzbudziła dużo szumu i sprowokowała liczne, emocjonalne wypowiedzi, to właśnie na tym przykładzie SentiOne postanowił przetestować działanie nowej funkcji.

Ten przykładowy raport pochodzi z okresu maj-czerwiec 2020, kiedy to marka Veclaim przechodziła kryzys wizerunkowy, mierzyła się z tzw. aferą metkową, zarzutami co do miejsca produkcji ubrań i oszukiwania konsumentów. Szukaliśmy takiego tematu, który pozwoliłby naszym algorytmom sztucznej inteligencji wyłapać jak najszersze spektrum emocji: od radości po smutek, niezadowolenie i złość - komentuje Agnieszka Uba, Head of Product Marketing z SentiOne - Spora część wzmianek została zakwalifikowana jako „negatywne” emocje - jest to naturalny stan rzeczy podczas kryzysu PR-owego, zwłaszcza tak popularnej i lubianej osoby jak Jessica Mercedes. Nasuwa się pytanie, czy gdybyśmy wygenerowali raport w innym okresie, to wszystkie wzmianki byłyby zakwalifikowane jako „radość”? Niekoniecznie - większość dyskusji w sieci ma wydźwięk neutralny, z naszych badań lingwistycznych wynika, że nie każda wypowiedź posiada silne nacechowanie emocjonalne.

Skalę kryzysu, jaki dotknął markę Veclaim, doskonale obrazują emocje internautów - z aż 60 proc. wypowiedzi na ten temat przebija złość, z 17 proc. smutek, a z 16 proc. rozczarowanie. Blisko 70 proc. wypowiedzi zostało zaklasyfikowanych jako opinie, 13 proc. jako opis doświadczenia, a 10 proc. jako sugestie. Mimo wielu negatywnych emocji, jakie wzbudziła sprawa, wypowiedzi hejterskich było stosunkowo niewiele - niecałe 1,5 proc.

Bardzo ciekawe efekty dała analiza poszczególnych aspektów produktu, o których wypowiadali się internauci. Wszystkie wypowiedzi dotyczące jakości tkaniny t-shirtów miały wydźwięk negatywny, ale już o ich wyglądzie czy wykonaniu ponad połowa osób biorących udział w dyskusji wypowiadała się pozytywnie.

Raport Analiza AI pozwoliła również sprawdzić, czym interesują się osoby wypowiadające się na temat marki. W tym przypadku to przede wszystkim: plotki, hobby, moda, zakupy oraz kosmetyki.

Social listening - ogromne wsparcie dla biznesu

Monitoring internetu lub social listening to proces zbierania i analizowania wszystkich wypowiedzi internautów na dany temat. Pozwala dokonać całościowej analizy, np.: jaki był zasięg danej kampanii marketingowej, jak często rozmawiano o firmie, ile procent kobiet i mężczyzn wypowiedziało się na dany temat, a nawet jakie emocje wzbudza dana marka w sieci czy w jakim kontekście wypowiadano się o danym wydarzeniu. Źródłami takich wzmianek mogą być artykuły na popularnych portalach, blogi, komentarze na forach lub dyskusje w mediach społecznościowych. Dzięki temu marketerzy mogą dokładniej sprawdzić skuteczność swoich działań, określić swoją pozycję względem konkurencji i podjąć decyzję, w którą stronę skierować przyszłą komunikację.

Nadesłał: Rocket Science http://www.rocketscience.com.pl/