Negative Sentiment=PR crisis? Application of sentiment analysis with real cases
>>Please switch to Chinese version for more details.
Worldwide data, HK insights. Subscribe us for more HK social listening / social monitoring related updates!
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
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。
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
What are they talking about: The 2021 Budget – Social listening application in political / policy research & analysis
>>Please switch to Chinese version for more details.
Worldwide data, HK insights. Subscribe us for more HK social listening / social monitoring related updates!
過去一年本港經濟轉差，失業率大升，不少市民期望新一份財政預算案會帶來新氣象。
熱度值(Hot value)綜合不同社交媒體的互動數據，反映以下各個議題的熱門程度（engagement）。
註：分析數據來自網絡社交媒體網民討論內容，並不代表本公司立場，本公司亦不保證討論內容的真確性。
相關文章: 市場分析必備：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
2020: The Year In Review – Social listening application in social research & analysis
>>Please switch to Chinese version for more details.
Worldwide data, HK insights. Subscribe us for more HK social listening / social monitoring related updates!
近日社交媒體連串有關私隱和審查風波，令不少FB用戶萌生移民潮，其中一個香港用戶熱門移民地就是MeWe。香港源大數據科技有限公司（源大數據）以大數據分析系統，整理出香港首十位MeWe熱門專頁排名榜排名，其中香港蘋果日報粉絲數排首位。
截至2021年1月15日下午4時為止，香港MeWe專頁的粉絲數頭三名均為傳媒，當中蘋果日報的粉絲數最多，共有逾14萬人粉絲，遠遠拋離次名的100毛。
次名的100毛及第三名的立場新聞的粉絲數較相近，分別有88,637人及73,767人。
|
MeWe專頁名稱 |
粉絲數 |
|
|
1 |
香港蘋果日報 Apple Daily HK |
144,864 |
|
2 |
100毛 |
88,637 |
|
3 |
Stand News 立場新聞 |
73,767 |
|
4 |
LIHKG 討論區 |
55,810 |
|
5 |
專業清算師 |
52,186 |
|
6 |
啱Channel |
49,130 |
|
7 |
毛記電視 |
46,413 |
|
8 |
Terry的媒體懶人堂 |
39,046 |
|
9 |
Muddy Water 渾水財經Channel |
36,299 |
|
10 |
果籽 |
35,684 |
從圖中可見，社交平台由11月末開始對MeWe的討論增加，當時不少網民對舊有社交平台的審查、廣告及私隱政策感不滿，於是強調沒有廣告、不會記錄用家所看內容、不會洩露用家資料的MeWe就成為焦點，討論的聲量平穩延續至1月初。
|
專頁性質 |
專頁數量 |
|
博客 Blogger |
58 |
|
媒體Media/News Company |
58 |
|
藝人Artist |
52 |
|
零售Retail Company |
29 |
|
公眾人物Public Figure |
27 |
|
政治人物Politician |
25 |
|
產品及服務Product/Service |
25 |
|
烹調Kitchen/Cooking |
24 |
|
撰文者Writer |
21 |
|
作家Author |
19 |
—————–
網絡生態日新月異，無論你是仍在觀望，或是已經準備好在新平台大展鴻圖，源大的一站式社交聆聽平台都可以幫你進行監測，網羅網民意見。
上期源大數據介紹了社交聆聽的四大基本圖表，分別為聲量趨勢圖，媒體曝光分佈圖、情感分析圖及詞雲圖。
上期文章—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
這些圖表屬於業界最常用的社交聆聽功能，雖然可以讓用家及時瞭解到解網絡討論的走勢及關注點，但針對部門決策者層面，包括改進弱點、制定策略、市場分析等，我們需要更多有價值的資訊，協助決策者作出正確判斷，因此對數據進行文本分析必不可少。
文本分析可謂是不同圖表的「外掛升級」。利用大數據技術及機器學習，先從海量數據中找出未知的網絡意見形態，再以人工設定深度挖掘的方向及分析類目。通過人機結合的方式，透過AI的輔助，加上人工的專業判斷，可大大提升處理海量數據及價值挖掘的能力。
以下，讓我們來看一看，如何利用文本分析幫助四大圖表升級。
1.由觀察走勢，到了解市場焦點轉移
上期介紹的「聲量趨勢圖」，有助公關及市場營銷部門留意產品在網上的討論度及曝光率，藉此查收宣傳成效。
但單純觀察聲量線的起伏，難以知道討論的升跌背後，網民到底在說些什麼、是否符合公司的宣傳方向等，因而阻礙不同部門根據目前的狀況改變營銷策略。
在加入文本分析後，我們可以在同一張趨勢圖中找到更多的啟示。聲量趨勢圖只顯示了11月的聲量高峰為16日，透過文本分析，決策者就會發現16日當日針對「健康」的討論有急劇升幅，並形成當月討論高峰。
利用升級版的趨勢圖，決策者可以觀察到市場焦點的轉移，從而知道網民最關心哪方面、討論焦點是否符合品牌宣傳目標等，迅速調整市場策略。
另外，從圖表中亦容易發現不尋常的數據變動，例如一直聲量較低的「環保」議題在18日忽然大幅飆升，突然的升幅通常代表一些負面消息及新聞散佈，在圖表的提示下，能加速決策者處理危機效率。
2.由活躍平台，到針對媒體擬定策略
使用來源分佈圖，可以找出在特定話題上的網上發帖的主要來源，找到最高討論度的社交平台，有機會接觸更多的潛在客戶。
但不同平台的受眾不同，其關注點和取向亦有所不同，就算知道在Facebook上討論最熱烈，卻未能得知網民在說什麼，亦難作針對性宣傳。
透過文本分析，除了平台聲量外，每個平台側重的關注重點一覽無遺。Facebook及新聞比較關注健康及味道兩方面，而Instagram及論壇就集中討論味道，至於Twitter及YouTube在討論環保議題的比例上就比其他平台更高。
認識平台使用者的取向，有助市場營銷部門對不同平台制定宣傳策略，例如味道相關資訊在Instagram及論壇可能會相較Twitter及YouTube更易得到迴響，達到精準宣傳的效果。
3. 由情感分析，到認識產品弱點
情感分析方便品牌找出負面聲音，但仍然需要用人手逐篇閱讀，才知道到底網民不滿的是什麼。
在情感分析之上加入文本分析，一眼就知道問題所在。
圖表所示是回帖有關不同討論焦點的情感分析，可見「價錢」的負面比例最高，相對其他焦點最負面的一環，反映網民普遍對價錢較不滿意，其次則為「味道」，有近五成意見被判定為負面。
另一方面，植物肉明顯在「健康」及「環保」兩個層面佔優勢，兩者都有過半聲量被判定為正面，另外亦有約三成負面意見，或會成為日後的潛在風險因素。
活用文本分析，可以對比宣傳活動前後各項數據的變化，比起單薄的聲量及互動值升跌，更方便計算KPI、了解帖文及活動成效等。
品牌負面聲量多=公關災難？用UA結業看如何正確解讀
https://www.umaxdata.com/hk/news-post-hk.html?_id=11&category=3
【Social Listening 101】社交聆聽是什麼？應付三大挑戰
市面上Social Listening平台繁多，所提供的四大圖表的確是掌握輿情的第一步，但要做到更多，找出數據及圖表背後的意義，文本分析必不可少。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。
下一期，我們將會繼續討論Social Listening中最常見的「情感分析」，講講用AI去分析人的情感，到底可不可靠？
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
