Home / Glossario / Sentiment analysis: cos’è e perché serve alle aziende

Sentiment analysis

Definizione di Sentiment analysis

Sentiment analysis: cos’è e perché serve alle aziende La Sentiment analysis consente di effettuare analisi delle interazioni tra utenti, stabilite in un determinato contesto ed in uno spaccato temporale definito. Nello specifico si tratta dell’analisi computazionale di sentimenti e opinioni espressi all’interno di testi generati in Rete su un prodotto, ecc.

Cos’è la sentiment analysis

Con la diffusione massiva dei social media – ormai oggetto di studi in ambito accademico e commerciale – gli utenti hanno cominciato a divulgare le proprie opinioni in Rete, andando così a costituire una mole di dati considerata fondamentale per istituzioni, personaggi politici e brand a causa dell’incidenza che essa può avere sulla reputazione e sul grado di soddisfazione. Conoscere l’acquirente/elettore potenziale, studiarne le abitudini di consumo, le preferenze, le idee, infatti, rappresentano azioni di vitale importanza per la fase di pianificazione delle operazioni di marketing di un’azienda oppure della campagna elettorale di un politico. L’estrazione e l’analisi dalle piattaforme dell’espressione dei giudizi degli utenti viene definita sentiment analysis.

Per una definizione più precisa, partendo dalla social network analysis – e cioè dallo studio delle reti sociali da un punto di vista non solo contenutistico ma anche formale – è nata quella che viene definita sentiment analysis che da un’analisi delle interazioni tra utenti, stabilite in un determinato contesto ed in uno spaccato temporale definito (M. Gentili, “Sentiment analysis: un’espressione sociale della complessità”). Questo tipo particolare di studio, come suggerisce il nome, è l’analisi computazionale di sentimenti ed opinioni espressi all’interno di testi generati in Rete su un prodotto, un servizio, un individuo, un’organizzazione, un evento, etc. (E. Ceci, “Linguistica computazionale e sentiment analysis: sentiment e soggettività”).

I soggetti che producono questi ‘giudizi’ sono detti portatori di opinione (opinion holder o opinion source): in pratica, si tratta di autori di post di blog o di recensioni, utenti di social media, etc. L’opinione espressa – su una caratteristica di un oggetto – ha un orientamento che indica se essa è positiva, negativa o neutra. L’orientamento dell’opinione può essere definito anche sentiment orientation, polarity of opinion o semantic orientation (ibidem).

sentiment-analysisPerò, proprio perché si parla di emozioni, c’è chi ammette la difficoltà nel dare una definizione precisa di questa pratica. «Ingabbiare in una definizione rigorosa una metodologia che ha l’ambizione dichiarata di estrarre l’emozione provata da un utente che ha interagito con qualcosa (un oggetto, un documento, un’immagine, ecc.) è davvero qualcosa di folle. Potrei aiutarmi citando Paul Gauguin che diceva:

“Innanzi tutto, l’emozione! Soltanto dopo la comprensione!”», ha spiegato ai nostri microfoni Francesco Colace, professore presso l’Università degli Studi di Salerno.
È proprio il verbo estrarre, menzionato dal docente, ad anticipare il raggio d’azione della metodologia, spiegando nello specifico i motivi dell’utilizzo: la sentiment analysis, infatti, consente di «estrarre, grazie a tecniche di data mining e di Natural Language Processing, da documenti testuali le emozioni che l’utente ha provato in determinati contesti» al fine di determinare – per poi classificare – un oggetto (documento, espressione, frase) secondo una polarità positiva, negativa o neutrale.

L’opinion mining, poi, consente di estrarre l’opinione associata ad ogni termine chiave ottenuto in precedenza, indagando, quindi, le motivazioni che sono alla base di un sentiment (A. Ceron, L. Curini, S. M. Iacus, “Social media e sentiment analysis. L’evoluzione dei fenomeni sociali attraverso la Rete”).

Operatività e campi d’azione

Con la diffusione capillare dei media digitali e con i conseguenti cambiamenti della comunicazione – nel senso più generale del termine – una particolare attenzione va riservata a tutte quelle piattaforme che consentono di estrarre informazioni utili per aziende, politici, enti, ecc. I social media, per esempio, vengono utilizzati per compiere previsioni sul presente (nowcasting), individuando dinamiche che si sviluppano in tempo reale, oppure anche sul futuro (forecasting), sfruttando le indicazioni estratte dallo studio dei big data . Per questo motivo diventa importante poter avvalersi della sentiment analysis, poiché «è possibile analizzare, anche in tempo reale, le opinioni che gli utenti esprimono rispetto a prodotti e servizi. Attraverso l’analisi di recensioni, commenti, post e tweet, riferiti a qualcosa di omogeneo, è possibile pervenire ad una vera e propria social media analysis», ha spiegato l’esperto ai nostri microfoni.

I settori in cui è possibile utilizzarla sono molteplici: dalla politica ai mercati azionari, dal marketing alla comunicazione, dall’ambito sportivo a quello delle scienze mediche e naturali. Ma non solo: è possibile misurare anche le preferenze del consumatore/spettatore in relazione a programmi televisivi, film e spettacoli di vario genere.

Proprio in riferimento al settore del marketing, «oltre alla già citata web reputation, la cui definizione prevede il monitoraggio in tempo reale su ciò che si dice in rete di un’azienda, un marchio, un prodotto, un servizio, si stanno sviluppando ulteriori metodologie di ricerca e analisi quali la competitive intelligence (cioè ricerca di clienti e marketing insight, individuazione di trend di mercato), social media analytics (che sarebbe l’individuazione dei flussi e degli snodi di comunicazione), viral tracker (cioè il tracking delle campagne di buzz marketing e il monitoraggio delle conversazioni online sul brand)», ha aggiunto Francesco Colace.

Come leggere i dati

Ai fini di una sentiment analysis quanto più corretta possibile è opportuno imparare a leggere i dati che ci si trova a disposizione. «L’analisi è possibile attraverso sofisticati software di elaborazione del linguaggio che raccolgono costantemente dati da diverse piattaforme (blog e forum, social network classici – Facebook, Linkedin, ecc. –, siti di annunci, recensioni, piattaforme di condivisione foto e video, social e piattaforme visuali come Instagram, YouTube, ecc.) e, prendendo in considerazione una o più porzioni di testo (ad esempio il nome di un brand, di una persona oppure un argomento), ne determinano il tono, ovvero l’opinione positiva o negativa, l’intensità di tale opinione e l’emotività con cui questa è espressa (attraverso l’uso di aggettivi, punteggiatura, emoticons, ecc.) e la rilevanza dell’oggetto d’analisi rispetto al contesto».

Occorre precisare, comunque, che uno strumento efficace con cui praticare sentiment analysis non può prescindere dalla considerazione del contesto della frase – dunque dalla semantica – e dalla possibilità che la parola in considerazione abbia più di un significato (polisemia). Per spiegare questo aspetto Mario Gentili nel suo saggio “Sentiment analysis: un’espressione sociale della complessità” porta come esempio la frase «Sono andato alla stazione e ho preso un espresso». Con la parola «espresso» in questo contesto si fa riferimento a un treno oppure a caffè? Per poter rispondere, anche nel caso di un’interpretazione umana, diventerebbe necessario disporre di ulteriori elementi. Dinanzi alla frase «Ho incrociato Gianni verso le tre», invece, uno strumento potrebbe non comprendere il ‘valore’ temporale di «verso» (potrebbe benissimo considerarlo come una direzione) ma sicuramente un individuo non avrebbe problemi ad individuare la ‘valenza’ corretta.

In ogni caso l’autore precisa che oggi, grazie al ricorso all’intelligenza artificiale, le strumentazioni utilizzate nel campo hanno una vera e propria struttura sintattica ed una grammatica in grado di comprendere il contesto di analisi ed interpretare la polisemia. Si tratta degli stessi meccanismi che hanno permesso l’ascesa del web semantico e che concorrono alla realizzazione del web 3.0, come sottolinea l’autore.

Utilità per le aziende

Qual è l’utilità della sentiment analysis per le aziende? Sicuramente rappresenta «uno strumento accurato per individuare ed ascoltare le conversazioni online, fornendo un’interpretazione del mercato molto realistica», come ha spiegato il professore Colace.

Rispetto alle tradizionali indagini di mercato – dai sondaggi telefonici ai focus group – in cui è molto frequente imbattersi in «opinioni “pilotate”, l’utilizzo della sentiment analysis è in grado di fornire all’azienda una definizione veritiera sulla reputazione del brand e sul gradimento dei suoi prodotti», ha aggiunto l’esperto. Attraverso questa tipologia di analisi, dunque, le aziende possono ottenere maggiori insight non soltanto sui propri consumatori, ma anche sull’andamento delle proprie attività.

Sentiment analysis tool

Vi sono vari tool utili per questa tipologia di analisi. Tra questi è opportuno citare Talkwalker il cui bacino di analisi offerto comprende oltre 150 milioni di siti in 187 lingue e traffico proveniente da 196 paesi ed è dotato di una interfaccia semplice ed intuitiva che consente di creare una campagna di social listening affinabile con svariate funzionalità.

Un altro tool particolarmente efficace è Digimind che permette di effettuare un’analisi del sentiment molto precisa e anche immediata, oltre alle innumerevoli funzioni di cui dispone.

Entrambi consentono di impostare manualmente la ricerca e di intervenire ogni qual volta lo si ritiene opportuno per ‘personalizzare’ l’analisi.

© RIPRODUZIONE RISERVATA È vietata la ripubblicazione integrale dei contenuti

Cerca nel Glossario
Resta aggiornato!

Iscriviti gratuitamente per essere informato su notizie e offerte esclusive su corsi, eventi, libri e strumenti di marketing.

loading
MOSTRA ALTRI