<img alt="" src="https://secure.leadforensics.com/82987.png" style="display:none;">

Smart Blog

Sentiment Analysis: come descrivere positivamente i propri prodotti

Davide Avella,

girl-photo-drink-social.jpg450 mila tweet. 3,5 milioni di ricerche su Google. 16 milioni di messaggi di testo. 150 milioni di email inviate. Questa è solo una piccolissima parte di quello che succede ogni sessanta secondi su Internet, un assaggio di tutte le parole che inondano la rete! Il testo, d'altronde, ricopre da sempre una funzione essenziale nella comunicazione e, ora che l'interazione con il cliente si è spostata dal banco del negozio agli scaffali virtuali dei siti eCommerce, l'esplosione di dati testuali si traduce in diverse opportunità per il mondo del retail e in nuove sfide per analisti ed esperti di comunicazione.

La Business Intelligence può intervenire a supporto dei retail manager in vari modi. Uno di questi è la gestione dell'immagine aziendale sui presidi social: significa aiutare ad analizzare i testi, le parole, le emozioni che riguardano la propria azienda e i propri prodotti. Stiamo parlando della cosiddetta Sentiment Analysis, che studia sia i testi degli altri che riguardano le aziende, ma anche i testi scritti dalle aziende che riguardano i propri prodotti. Voglio mostrarti tre scenari sicuramente familiari per chi gestisce ogni giorno un brand, un negozio, un eCommerce o per chi svolge attività di digital communication.

Scenario I: alla ricerca della descrizione perfetta

Scrive. Cancella. Riscrive. Pubblica. Modifica. Il nostro addetto alla gestione della piattaforma eCommerce sta tentando di trovare le parole giuste per comunicare ai clienti le qualità dei prodotti. Il testo deve essere breve e accattivante. Ma d'altro canto deve anche essere dettagliato per cercare di fornire tutti i particolari senza tralasciare nulla. Uno strumento di Sentiment Analysis può essere un supporto davvero valido in casi come questi. Dopo aver scritto una prima bozza è possibile farsi indicare dallo strumento il valore di positività del testo e, allo stresso tempo, ricevere alcuni suggerimenti per sostituire i termini fino ad arrivare a un livello definito ottimale. Il nostro addetto si sentirà così più tranquillo nel pubblicare una descrizione meno soggetta ad ambiguità e contraddizioni.amazon-ecommerce.jpg

Scenario II: in attesa di recensioni negative

Una volta pubblicata la descrizione dell'articolo, altro grattacapo per il nostro addetto sono le recensioni da parte degli utenti. Se positive, nessun problema. Non appena però compaiono review negative è necessario intervenire nel modo più opportuno. Anche in questo caso la Sentiment Analysis è un valido alleato. Innanzitutto si caratterizza per un fattore importantissimo: la tempestività. Uno strumento di monitoraggio che implementa la Sentiment Analysis è in grado di segnalare al nostro addetto una recensione negativa in real time, guadagnando così il tempo necessario per evitare danni reputazionali.

Altra sfida è l'individuazione dei topic più sensibili. La Sentiment Analysis è in grado di identificare le parole più "pericolose" attorno alle quali potrebbe generarsi disappunto.

Infine lo spam. Per il nostro addetto è vitale capire se il commento negativo che si trova a gestire sia stato scritto da un utente reale o meno. La Sentiment Analysis è infatti utile anche come spam detector.

Scenario III: non solo testo

Giunge il momento di pubblicizzare l'articolo. La palla passa ora nelle mani del social media manager che cercherà di rendere il prodotto ancora più accattivante tramite l'utilizzo di foto, gif, video e ovviamente testo. Il tutto in un ottica sempre più diversificata sui social network: Facebook, Twitter, Instagram, ecc. A differenza della recensioni di carattere prevalentemente testuale, il nostro social media manager deve fare i conti anche con altre modalità di apprezzamento o critica a disposizione degli utenti. Oltre al classico "Like" da qualche mese Facebook ha implementato una serie di emoji in grado di esprimere i diversi stati d'animo degli utenti.emoticon.jpg Sebbene non vi siano dati testuali, con un'analisi del sentimento sulla rete siamo in grado, dopo aver elaborato un numero sufficiente di esempi, di classificare i contenuti e prevedere in futuro quelli di maggior gradimento o quelli che riceveranno più emoji negative. Il nostro social media manager avrà così a disposizione uno strumento che gli permetterà di costruire al meglio il suo post e ottenere successo e viralità.

Per saperne di più sulla Sentiment Analysis e per scoprire tutto ciò che c'è da sapere sulla Business Intelligence per il Retail (metodi, strumenti, KPI da tracciare, ecc) puoi scaricare la mia guida gratuita. Ti basta un clic:

Business Intelligence in Retail

Condividi l'articolo

   

Commenti

Condividi questo blog