Cum să utilizați Microsoft Excel pentru analiza sentimentelor

Puteți utiliza Microsoft Excel pentru a efectua analiza de bază a sentimentelor pe text. Rezultatele vă vor arăta tendințele ascunse în date.

Potențialele utilizări ale analizei sentimentelor sunt nelimitate: un istoric poate folosi analiza sentimentelor pentru a înțelege intenția unui autor care a scris cu sute de ani în trecut. La fel, un manager de marketing poate monitoriza evoluția reputației mărcii în timp.

Metoda de analiză a sentimentelor discutată în acest articol va folosi învățarea automată pentru a vă nota textul și a-l clasifica ca exprimând Pozitiv, Negativ, sau Neutru emoții.

Veți avea nevoie de Microsoft Excel și de suplimentul Azure Machine Learning.

De ce este importantă analiza sentimentelor?

Pentru persoanele care construiesc produse, lucrează în marketing sau politică sau fac cercetări, înțelegerea sentimentului emoțional cu privire la un anumit subiect este o necesitate profesională.

Analiza sentimentelor îi poate ajuta. Deși nu va înlocui în întregime datele de utilizare, sondajele, interviurile și cercetarea desktop, Sentiment Analysis este un instrument solid pe care îl aveți la dispoziție.

De ce? În aproape orice situație în care aveți o cantitate mare de date calitative nestructurate, analiza sentimentelor vă poate oferi rapid informații despre mesajul de bază.

Analiza sentimentelor funcționează cel mai bine atunci când este analizată o cantitate mare de date.

Efectuarea analizei sentimentelor pe cel mai recent mesaj text de la interesul dvs. romantic este puțin probabil să returneze informații cu vreo valoare adăugată. Pe de altă parte, analiza a mii de tweet-uri care conțin un anume hashtag vă va oferi rezultate utile.

Legate de: Sfaturi solide pentru a-ți îmbunătăți reputația pe Twitter

Alte posibile cazuri de utilizare includ analizarea recenziilor produselor, revizuirea sondajelor clienților și descoperirea unei crize de relații publice. În plus, analiza regulată a sentimentelor vă va permite să urmăriți modul în care atitudinea clienților față de compania dvs. se schimbă în timp.

Volumul vs. Sentiment

Analiza sentimentelor este o parte esențială a monitorizării rețelelor sociale pentru orice companie sau marcă conștientă de reputația lor.

De exemplu, puteți vedea că compania dvs. primește un volum mare de mențiuni pe rețelele sociale. Dar mențiunile singure nu sunt totul.

Uneori mențiunile sunt un lucru bun. De exemplu, ele pot însemna o cantitate mare de sentiment public pozitiv față de compania dvs.

Alteori, s-ar putea să vă confruntați cu o criză de PR care scapă de sub control. Ca urmare, sentimentul publicului față de compania dumneavoastră este negativ.

Distingerea sentimentului într-un volum mare de mențiuni pe rețelele sociale poate face toată diferența.

Utilizarea Microsoft Excel pentru analiza sentimentelor

Unele platforme de monitorizare a rețelelor sociale includ analiza sentimentelor ca parte a ofertei lor. De asemenea, este posibil să efectuați o analiză a sentimentelor pe text folosind un limbaj de programare precum Python.

Cu toate acestea, aceste opțiuni necesită fie un buget semnificativ pentru a-și permite o platformă de monitorizare a rețelelor sociale, fie abilități de codare.

Dacă sunteți ca majoritatea oamenilor și nu aveți niciunul dintre acestea, Microsoft Excel este o opțiune bună pentru efectuarea analizei fundamentale a sentimentelor.

Deși niciunul dintre aceste instrumente nu produce rezultate perfecte, ele vă pot ajuta să înțelegeți tendința generală a sentimentului conținut în text.

Cum se efectuează analiza sentimentelor în Microsoft Excel

Urmați acești pași pentru a încerca o analiză a sentimentelor cu Excel fără a scrie cod. Sub capotă, Excel și suplimentul Azure depind de un algoritm de procesare a limbajului natural și de un dicționar generic cu cuvinte pozitive și negative. Fiecărui cuvânt din lexic i se atribuie o valoare pozitivă, neutră sau negativă.

1. Organizați datele pe care doriți să le analizați într-o foaie Microsoft Excel.
2. Curățați datele prin eliminarea spațiilor goale și personaje inutile.
3. Creați prima celulă din setul de date tweet_text (se păstrează cu litere mici).
4. Mergi la Inserare > Suplimente.
5. În continuare, îndreptați-vă către Căutare > Azure Machine Learning.
6. Odată instalat, programul de completare Azure Machine Learning va apărea o casetă în partea dreaptă a ecranului.
7. Veți vedea două opțiuni: Titanic Survivor Predictor și Analiza sentimentelor de text.
8. Click pe Analiza sentimentelor de text.
9. Mergi la Prezice > Intrare, apoi adăugați intervalul în care se află datele pe care doriți să le analizați.
10. Părăsi Datele mele au antete verificat.
11. Mergi la Ieșire și adăugați celula în care doriți să ajungă rezultatele analizei.
12. presa Prezice.

A Sentiment și Scor pentru că textul din fiecare celulă se va popula; textul corespunzător este mai mult Negativ dacă scorul este mai aproape de zero. Poate preferați să schimbați Scoruri la a La sută. În acest caz, cu cât a Scor este să 100%, cu atât este mai pozitiv. Neutru este ceva Scor in jur de 50%.

Vezi exemplul de mai jos de la Insula comoara de Robert Louis Stevenson.

Cum să obțineți informații din analiza sentimentelor

După ce rulați Analiza sentimentelor, veți avea celule cu Pozitiv, Negativ, sau Neutru clasificări și scorurile numerice corespunzătoare acestora.

Cum poți transforma rezultatele în perspective înțelese? Iată câteva idei:

• Segmentează clasificările după crearea unui tabel pivot în Excel.
• Poți să folosești Visio, care este acum inclus în Microsoft 365 Business fără costuri suplimentare, pentru a vizualiza numărul total al fiecăruia dintre Pozitive, Negative, sau Neutre. Vizualizarea datelor vă poate oferi o vedere de pasăre.
• Dacă sunteți responsabil cu gestionarea reputației la o companie sau o marcă, vă recomandăm să vă concentrați pe scanarea tuturor textelor clasificate ca Negativ. Ceea ce face textul Negativ? Trebuie să transmiteți ceva pentru a rezolva problema?
• Puteți face același exercițiu pentru textele clasificate ca Pozitiv. Poate că există o mărturie deosebit de drăguță a clientului îngropată într-un număr mare de recenzii despre produse pe care ați dori să le împărtășiți.
• De asemenea, puteți segmenta în continuare textul, astfel încât să vedeți doar celulele care menționează o nouă caracteristică a produsului. Sunt utilizatorii mai mult Pozitiv, Negativ, sau Neutru despre caracteristică? Analiza sentimentelor vă poate ajuta să determinați acest lucru și să culegeți mai eficient feedback.

Analiza sentimentelor poate scoate oamenii din procesul de luare a deciziilor. Uneori, acest lucru poate fi bun, deoarece interpretarea textului poate fi foarte subiectivă.

De exemplu, imaginați-vă un grup de oameni care încearcă să decidă dacă 5.000 de recenzii de produse sunt mai multe Pozitiv sau Negativ. Perspectivele lor diferite și atenția la detalii vor scădea credibilitatea rezultatului general. Permiterea bazei de date a unei mașini să decidă va ajuta foarte mult la consecvență. Legate de: Cele mai bune sfaturi și instrumente pentru luarea deciziilor de grup la locul de muncă

Utilizarea Microsoft Excel pentru analiza sentimentelor

Dacă doriți să încercați să efectuați Analiza sentimentelor, dar nu aveți multe resurse financiare sau abilități de codare, atunci Microsoft Excel este un loc excelent pentru a începe.

Analiza sentimentelor în Microsoft Excel vă va oferi informații pe care le puteți utiliza pentru a înțelege datele text nestructurate. Ar putea fi, de asemenea, o modalitate ideală de a vă familiariza cu conceptele de învățare automată înainte de a vă scufunda într-un proiect în domeniu.

11 idei de proiecte de învățare automată pentru începători

Aceste idei de proiecte sunt excelente pentru cei care au cunoștințe de programare și caută să pătrundă în domeniul învățării automate.

Citiți în continuare

Despre autor