La sentiment analysis è una tecnica basata su software guidati da un’intelligenza artificiale capaci di estrapolare da un testo le opinioni e le emozioni degli utenti rispetto a un determinato brand o prodotto. Grazie a questa analisi, le aziende sono in grado di comprendere l’efficacia della propria strategia e di riorientarla dove necessario

Gli utenti oggi sono al centro di ogni attività di marketing. In particolare, è importante tenere in considerazioni le loro opinioni e percezioni. Parliamo del riscontro che essi forniscono in seguito ad un’esperienza di acquisto, ad esempio, o della percezione che provano nei confronti di un determinato marchio. Questi elementi sono oggetto della sentiment analysis. L’analisi dei sentimenti – così potremmo tradurla – suona come qualcosa di astratto e quasi aleatorio. In realtà, stiamo parlando di una tecnica di digital marketing basata su precisi strumenti di elaborazione del linguaggio naturale (machine learning techniques). L’intelligenza artificiale, il deep learning, i neural networks e la text analysis sono le tecnologie che ne permettono l’applicazione. Vediamo perché questa tecnica è importante per le aziende e quali strumenti servono per metterla in pratica.

Che cos’è la sentiment analysis

Conosciuta anche come opinion mining, la sentiment analysis è una tecnica che permette di estrapolare le opinioni degli utenti da un testo. Si utilizza in moltissimi settori. In questo contesto ci occuperemo primariamente del marketing, ma l’analisi del sentiment è applicata di frequente anche nei mercati finanziari, nelle scienze mediche, nello sport (application of sentiment analysis). E che cosa si analizza? Prevalentemente, si prendono in considerazioni i post pubblicati dagli utenti sui diversi social media. È questo, infatti, il luogo virtuale in cui gli utenti danno ampio spazio a commenti e giudizi, nonché alla creazione autonoma di contenuti. Un brand può così capire cosa pensano i suoi clienti attuali e potenziali, quale percezione hanno della sua attività e dei suoi prodotti. Così come di quelli della concorrenza.

I criteri di analisi

Come abbiamo anticipato, la sentiment analysis si avvale di tools molto complessi e avanzati. Di ciascun post pubblicato sui diversi social networks o a commento di news article il software utilizzato deve riuscire ad individuare diversi aspetti, per nulla scontati. Il primo è il tone of voice, ovvero il modo in cui una frase viene “pronunciata”. Ad esempio, potrebbe essere aggressiva o amichevole, fredda o calda. C’è però l’incognita dell’ironia e delle battute che le persone possono utilizzare: il software deve essere sufficientemente “intelligente” da riconoscerle. Anche l’intensità gioca un ruolo importante: un’affermazione può essere tenue e quasi disinteressata oppure molto incisiva e motivata.

Uno degli aspetti più complessi riguarda la sfera dell’emotività. Il tipo di aggettivi e di avverbi che vengono scelti, l’utilizzo della punteggiatura e delle emoticon possono aiutare nella comprensione dello stato d’animo. Infine, l’analisi deve valutare la rilevanza del commento in questione. Non tutti i post, infatti, si equivalgono. Non tutti hanno lo stesso valore. Alcuni sono fuori luogo, altri sono stati scritti solo per creare confusione o farsi pubblicità. Bisogna concentrarsi su quelli validi e significativi.

La complessità del linguaggio

In questo tipo di analisi entra in gioco la semantica. Ovvero, i significati molteplici che lo stesso termine può assumere a seconda del contesto in cui è collocato. Ad esempio, se affermo che l’appuntamento è verso le quattro, quella piccola parola, “verso”, potrebbe essere interpretata dal software in un modo sbagliato. Essa può indicare infatti anche una direzione. O l’estratto di una frase. Così come la parola “tempo”, che può indicare lo scorrere delle ore così come una variazione metereologica. Oggi, però, grazie agli sviluppi dell’intelligenza artificiale, i software di analisi del linguaggio naturale sono sempre più attenti ad individuare queste sottigliezze. E con ogni probabilità lo saranno sempre di più, in futuro.

Come lavora un software per la sentiment analysis (sentiment analysis system)

Per cominciare, un software per la sentiment analysis scompone un testo nelle sue diverse componenti, isolando le singole frasi. Identifica poi quelle che esprimono emozioni e sentimenti e a ciascuna attribuisce un punteggio di valutazione. Ciò che il cervello umano mette in pratica in modo istintivo – la percezione della positività o negatività di una frase – l’intelligenza artificiale  replica attraverso un procedimento preciso. Fondamentale è il processo di apprendimento dei robot che, col tempo, costruiscono una sorta di “libreria” di frasi, espressioni ed emozioni alla quale attingere (positive and negative). Tenendo naturalmente in considerazione l’accostamento tra una parola e un aggettivo che la connota in modo positivo (positive sentiment) o negativo (negative sentiments). Così l’analisi diventa ogni volta più accurata.

I tool per la sentiment analysis

Esistono diversi software in grado di realizzare un’efficace sentiment analysis (sentiment analysis tools). Tra i più noti c’è Brandwatch, una piattaforma disponibile in 26 lingue che, attraverso una chiara rappresentazione grafica, illustra i dati estrapolati sul gradimento degli utenti rispetto ad un brand o prodotto. Talkwalker è un altro strumento molto utilizzato anche dai social media manager. Esso aggrega dati statistici  e permette inoltre di individuare tendenze emergenti, approfondire l’analisi del target di riferimento e scoprire nuovi influencer.

Anche Google offre un suo strumento per la sentiment analysis: Google Cloud Natural Language può essere provato gratuitamente, ma solo per un numero limitato di analisi. Infine, un altro software molto utilizzato nelle strategie di social media marketing, Hootsuite: questo programma consente di analizzare in modo automatico tutti i principali social network, ma anche siti web, blog e forum, analizzando trasversalmente la diffusione di alcune parole chiave o puntando su determinati gruppi di persone.

I vantaggi per le aziende

Le aziende, in realtà, hanno sempre ascoltato le opinioni dei propri clienti, anche se in maniera minore rispetto ad oggi. Ad esempio attraverso sondaggi telefonici, indagini online, focus group e così via. Questi approcci tradizionali, però, rischiano di “deviare” l’opinione dell’utente, che sa di essere interrogato proprio al fine di far fruttare la sua opinione. Inoltre, è difficile che in simili circostanze il suo vero “sentiment” emerga in modo puro e realistico. Il grande vantaggio della sentiment analysis è proprio la capacità di arrivare al cuore della percezione degli utenti, senza alcuna intermediazione o interferenza.

Dopodiché, cosa farne dei dati raccolti? Questi dati sono preziosi per le aziende, perché permettono loro di riorientare le proprie strategie di marketing, e non solo. Magari anche quelle a monte, legate alla produzione o alla distribuzione. Intercettando con sicurezza le richieste e le esigenze dei propri clienti. Ciò si traduce in un notevole incremento di business. Proprio perché si va ad agire esattamente dove ce n’è bisogno, senza disperdere tempo e risorse inutilmente.