提到大數據及社交聆聽(Social listening)及社交監測(Social monitoring)，不得不提到其中一個要素—情感分析。在過去的兩篇文章中，我們均提到「情感分析」(Sentiment analysis)功能，並指出機器可以協助界定用字，並判斷文章的情感，從而幫助盡早發現危機。
但其實情感分析（sentiment analysis）的層面，也就是該內容所表達的正負面情緒，還沒有到判斷情緒的輕重程度，例如非常憤怒與頗為喜歡，或者對某事件、品牌或人物的支持或滿意程度。
而且來自社交平台的網民討論內容，議題範圍廣泛，並充滿暗語、俚語、反諷語言，所以情感分析在實務上僅能分析其正負態度，在難以判斷所指涉的對象。
上期文章—市場品牌分析必備：文本分析助決策者判斷形勢：
https://www.umaxdata.com/hk/news-post-hk.html?_id=23&category=3
社交媒體網民語言多變 難辨指涉對象
以UA院線於3月8日宣佈結業為例，從圖中可見，機器判斷將近五成內容都是「負面」態度。
但卻無從得知網民是對什麼東西產生負面情緒，如果單純將情感指涉為針對品牌或倒閉事件的支持度及滿意度，很容易造成誤判，甚至導致決策錯誤。
因此，要讓情感分析真正產生價值，人工的介入是必不可少。
情感分析 如何準確解讀？
將圖一的「負面」情緒篩選出來，配合人工介入及文本分析，就可以見到情緒所指涉的最高為「疫情」，反映網民在討論倒閉事件時，很多時會歸咎於疫情及政府的停業措施。
其次，「可惜」的聲量排行第二，即負面字眼不少與網民對ＵＡ院線倒閉感到婉惜及不捨相關。
至於第三及第四名為「經濟」及「生活習慣」。前者有不少網民認為倒閉與經濟大環境及高昂租金有關，而後者則認為是人們轉循其他渠道看電影導致。
由以上例子可見，單一事件所引發的情感指標，並不能直接指向品牌及事件本身。針對UA結業的負面情緒，其實也可以暗藏網民對政府抗疫手法、經濟轉差的不滿。
市面上Social Listening平台繁多，情感分析不時成為宣傳重點，但要了解負面情感背後的意義，才能對症下藥。源大數據提供的方案由淺入深，應合全方位市場監測及公關需求。
相關文章：社交聆聽如何處理公關危機、管理形象？入門必看 ！:
https://www.umaxdata.com/hk/news-post-hk.html?_id=55&category=3
相關文章：公關營銷如何運用Social Listening？超詳盡實例解說
https://www.umaxdata.com/hk/news-post-hk.html?_id=31&category=3
Leave a Reply