Monitoring internetu (lub social listening) to proces zbierania i analizowania wszystkich wypowiedzi internautów na dany temat. Dzięki temu możemy dokonać analizy ilościowej: jaki był zasięg danej kampanii marketingowej, liczba wzmianek, ile procent kobiet wypowiedziało się pozytywnie na dany temat; jak i jakościowej: jakie emocje wzbudza dana marka w sieci, w jakim kontekście wypowiadano się o danym wydarzeniu, etc. Źródłami takich wzmianek mogą być artykuły na popularnych portalach, blogi, komentarze na forach lub dyskusje w mediach społecznościowych.

Nowoczesne narzędzia do monitoringu internetu skupiają się przede wszystkim na poprawie jakości ich użytkowania: jak zebrać jeszcze więcej danych w coraz krótszym czasie – i skutecznie je przeanalizować? W jaki sposób z miliona wypowiedzi wyłuskać esencję i główne wnioski? Nowoczesny monitoring internetu nie służy tylko do zbierania i wertowania milionów wzmianek z różnych platform – ma przede wszystkim ułatwiać analizę, podsuwać trendy i usprawnić podejmowanie decyzji marketingowych. 

Dzięki AI marketerzy mogą z łatwością odpowiedzieć na pytania takie jak: która kampania była najskuteczniejsza pod względem zasięgu i odbioru w internecie? Jak moja marka postrzegana jest na tle konkurencji? Jak znaleźć i dotrzeć do nowych grup docelowych? Na jakim nowym trendzie konsumenckim oprzeć przyszłe kampanie i komunikację?

Sztuczna inteligencja to termin, którym określa się całą gamę technik komputerowych i algorytmów zaprojektowanych aby naśladować ludzkie procesy myślowe. Sztuczną inteligencję wykorzystuje się między innymi w programach, które mają na celu podejmować decyzje bazując na niejednoznacznych danych. Przykładowo, jak z kontekstu wypowiedzi wyłapać jej nacechowanie emocjonalne (np. Radość, smutek, złość), lub automatycznie rozpoznać czy dana wypowiedź jest hejtem, sugestią czy może leadem sprzedażowym. 

Nauczanie maszynowe to proces w którym algorytm uczy się i poprawia swoje zachowanie w oparciu o podane dane treningowe. Nauczanie maszynowe jest bardzo uniwersalne – znajduje zastosowania w rozpoznawaniu obrazów, analizie tekstu, pojazdach autonomicznych i nie tylko. W przypadku monitoringu internetu kluczowe jest by uczyć algorytmy sztucznej inteligencji na jak największym zestawie danych treningowych – wtedy technologia osiąga najwyższą skuteczność. Algorytmy SentiOne każdego dnia gromadzą ponad 40 milionów wzmianek z domen publicznych (takich jak media społecznościowe, fora, serwisy informacyjne, blogi) z całego świata. W ten sposób stworzyliśmy unikalny zestaw 30 miliardów wzmianek w 27 językach. Ten unikalny zestaw danych pozwala doszkalać nam algorytmy rozumienia języka naturalnego (ang. NLU natural language understanding) i osiągać skuteczność na poziomie 96%. 

SentiOne od 10 lat rozwija swoje algorytmy sztucznej inteligencji i skutecznie wspomaga wszystkie swoje produkty tą technologią: monitoring internetu, który pozwala na identyfikacje emocji, platforma do obsługi klienta, która automatycznie podpowiada najlepsze rozwiązania problemów klientów, czy też chatboty/voiceboty, które rozumieją intencje konsumenta prawie tak skutecznie jak ludzie. Jedną z pierwszych funkcjonalności SentiOne opartych o AI była klasyfikacja sentymentu wypowiedzi – powstała ponad 9 lat temu i została napisana przez dwóch założycieli SentiOne – Bartka Bazińskiego i Michała Brzezickiego – wtedy jeszcze dwóch studentów Informatyki na Politechnice Gdańskiej. Aktualnie, sztuczna inteligencja w SentiOne znajduje się m.in w  takich funkcjach jak:

Analiza emocji 

SentiOne bazuje na zaawansowanym silniku przetwarzania języka naturalnego, który pozwala z wysoką dokładnością wskazać emocjonalne nacechowanie wypowiedzi internautów. Dzięki temu możemy analizować emocje wokół poszczególnych tematów społecznych: debiut Allegro na giełdzie (mieszanka radości z rozczarowaniem), premiera gry Cyberpunk 2077 (radość ale i niezadwolenie), czy też opinie na temat poszczególnych marek i produktów. SentiOne potrafi wskazać następujące emocje: radość, smutek,strach, złość, rozczarowanie, sarkazm. 

Radość: wypowiedź o pozytywnym wydźwięku, z bijącą od niej satysfakcją lub szczęściem

Smutek: wzmianka o smutnym charakterze, pełna złych emocji

Strach: wypowiedź pełna niepokoju, lęku i obaw

Złość: wzmianka przepełniona negatywnymi emocjami i wściekłością

Rozczarowanie albo niechęć: wzmianka, w której wyczuwalny jest brak satysfakcji, rozczarowanie lub wstręt

Sarkazm: wypowiedź ironiczna, sarkastyczna i

prześmiewcza

Analiza i klasyfikacja sentymentu wypowiedzi

Emocje wykryte przez SentiOne służą do dalszej analizy – możemy dzięki nim klasyfikować posty, komentarze, wzmianki do jednej z trzech kategorii: nacechowanych neutralnie, pozytywnie lub negatywnie. Od ponad 10 lat klasyfikator sentymentu SentiOne oparty jest właśnie o algorytmy sztucznej inteligencji.

 Dzięki temu szybko możemy sprawdzić, jaka jest opinia internautów na dany temat. Czy dana marka cieszy się dobrą reputacją? Czy na skutek skandalu w social mediach uważana jest za “czarną owcę” na rynku? Analiza stosunku ilości wzmianek pozytywnych do negatywnych jest równie przydatna – nagły skok jednego rodzaju wzmianek w porównaniu z innymi może oznaczać nieoczekiwany sukces nowej kampanii marketingowej lub potencjalny kryzys w mediach społecznościowych.

Przydzielenie kategorii semantycznych

Wzmianki i wypowiedzi w internecie aby były przydatne podczas analizy powinny być skutecznie skategoryzowane. Dzięki modelom sztucznej inteligencji i rozumienia języka naturalnego potrafimy podzielić wypowiedzi internautów na następujące kategorie semantyczne: opinia, doświadczenie klienta, sugestia, porada, reklama, hejt, potencjalny lead. Pozwala to na skuteczną efektywną analizę wypowiedzi internautów na temat naszej marki, produktu czy usługi. 

Opinia: wskazuje na subiektywną wypowiedź na dany temat

Doświadczenie: w ten sposób oznaczane są wypowiedzi opisujące doświadczenie i przeżycia związane z marką lub produktem

Sugestia: ta wypowiedź to intencja skierowana do konkretnej marki

Porada: ta wzmianka to rekomendacja w kontekście marki skierowana do grupy osób w internecie

Reklama: wypowiedź mająca cechy reklamowania Twojej marki lub produktu

Lead: wzmianki potencjalnych klientów Twojej marki. Leady wskazują na osoby potencjalnie zainteresowane usługami, które oferuje Twoja firma. Dzięki tej kategorii możesz w łatwy sposób odnaleźć nowych klientów.

Hejt: wypowiedź nacechowana bardzo negatywnie, niekonstruktywna i pełna bezpodstawnej nienawiści

Raporty AI – najnowsza oferta od SentiOne

Wszystkie powyższe funkcjonalności można znaleźć w najnowszym raporcie od SentiOne – Analiza AI. Raport ten został stworzony w oparciu o kilkanaście różnych modeli machine learningowych, regułowych oraz modułów przetwarzania tekstu, który umożliwiają automatyczną analizę nt postrzegania marki lub produktów. Co znajdziemy w raporcie?

Raporty SentiOne mają najlepiej rozbudowane silniki języka rozumienia w trzech głównych branżach: bankowość, kosmetyki i telekomunikacja. Jeżeli twoją domeną nie są kosmetyki, bankowość, ani telekomunikacja – wybierz spośród nich taką, która wydaje się najbliższa. Np, kategoria bankowość działa również dobrze dla branży ubezpieczeń, a kosmetyki dla marek modowych lub branży FMCG. Twój wybór nie wpłynie na większość zawartości raportu, jednak może dać lepsze wyniki w analizie emocji i dzieleniu wypowiedzi na kategorie semantyczne. 

Analiza AI na przykładzie marki Veclaim

Weźmy przykładową markę wokół której zaraportowaliśmy dużo szumu oraz emocjonalnych wypowiedzi. Przykładowo – marka Veclaim założona przez popularną blogerkę modową Jessicę Mercedes. W czerwcu 2020 roku Veclaim zmierzyło się z poważnym kryzysem wizerunkowym, który teraz może posłużyć za przykład do naszej analizy AI. Na początek przeanalizujmy emocje internautów, którzy dyskutowali o Velciam w tym czasie:

Przebija się przede wszystkim złość, aż 60% wszystkich wypowiedzi, smutek (17%) oraz rozczarowanie (16%). Emocje te idealnie obrazują kryzysową sytuację dla marki. 

Analiza AI pozwala nam również na przyjrzenie się czym się interesują internauci wypowiadający się na temat marki. SentiOne analizuje przez niezliczone ilości portali, blogów i serwisów społecznościowych w celu ustalenia zainteresowania odbiorców. Rozbicie dyskusji na podstawie zainteresowań może pokazać tematy poruszane przez osoby wspominające o danej marce w internecie. W przypadku Jessici Mercedes i Veclaim są to przede wszystkim: plotki, hobby, moda, zakupy oraz kosmetyki. 

W raporcie pojawia się również podział na kategorie semantyczne, które pokazują nam jaki charakter miała dana wypowiedź internauty. Wypowiedzi możemy podzielić na: sugestie klienta, opinie, opis doświadczenia klienta, reklamę lub hejt. W przypadku kryzysu marki Veclaim możemy zauważyć, że znakomita większość wypowiedzi to opinie, 13% to opis doświadczenia, a 10% to sugestie. Należy zauważyć, że pomimo dużej ilości negatywnych emocji i opinii, to jednak wypowiedzi hejterskich było stosunkowo niewiele (przynajmniej na publicznych domenach, do których mają dostęp nasze algorytmy). Dodatkowo, w każdym raporcie znajdziemy przykładu wzmianek z każdej kategorii.