Ako používať Microsoft Excel na analýzu sentimentu

Na vykonanie základnej analýzy sentimentu v texte môžete použiť program Microsoft Excel. Výsledky vám ukážu trendy skryté v údajoch.

Potenciálne využitie analýzy sentimentu je neobmedzené: historik môže použiť analýzu sentimentu na pochopenie zámeru autora píšuceho stovky rokov v minulosti. Podobne môže marketingový manažér sledovať vývoj reputácie značky v priebehu času.

Metóda analýzy sentimentu, o ktorej sa hovorí v tomto článku, použije strojové učenie na hodnotenie vášho textu a jeho klasifikáciu ako výrazu Pozitívny, Negatívne, alebo Neutrálne emócie.

Budete potrebovať Microsoft Excel a doplnok Azure Machine Learning.

Prečo je analýza sentimentu dôležitá?

Pre ľudí, ktorí vyrábajú produkty, pracujú v marketingu alebo politike alebo vykonávajú výskum, je pochopenie emocionálneho sentimentu týkajúceho sa konkrétnej témy profesionálnou nevyhnutnosťou.

Analýza sentimentu im môže pomôcť. Hoci to úplne nenahradí údaje o používaní, prieskumy, rozhovory a prieskumy na počítači, analýza sentimentu je solídny nástroj, ktorý máte k dispozícii.

prečo? Takmer v každej situácii, kde máte veľké množstvo neštruktúrovaných kvalitatívnych údajov, vám analýza sentimentu môže rýchlo poskytnúť prehľad o jej základnom posolstve.

Analýza sentimentu funguje najlepšie, keď sa analyzuje veľké množstvo údajov.

Je nepravdepodobné, že by vykonanie analýzy sentimentu na poslednej textovej správe z vášho romantického záujmu vrátilo informácie s akoukoľvek pridanou hodnotou. Na druhej strane analýza tisícov Tweetov obsahujúcich konkrétny hashtag vám poskytne užitočné výsledky.

Súvisiace: Spoľahlivé tipy na zlepšenie reputácie na Twitteri

Medzi ďalšie možné prípady použitia patrí analýza recenzií produktov, kontrola zákazníckych prieskumov a odhalenie krízy vzťahov s verejnosťou. Okrem toho vám pravidelná analýza sentimentu umožní sledovať, ako sa časom menia postoje zákazníkov k vašej spoločnosti.

Objem vs. Sentiment

Analýza sentimentu je nevyhnutnou súčasťou monitorovania sociálnych médií pre každú spoločnosť alebo značku, ktorá si je vedomá svojej reputácie.

Môžete napríklad vidieť, že vaša spoločnosť dostáva veľké množstvo zmienok na sociálnych sieťach. Samotné zmienky však nie sú všetko.

Niekedy sú zmienky dobrá vec. Môžu napríklad znamenať veľké množstvo pozitívneho sentimentu verejnosti voči vašej spoločnosti.

Inokedy môžete čeliť PR kríze, ktorá sa vymyká spod kontroly. Výsledkom je, že verejná nálada voči vašej spoločnosti je negatívna.

Rozlišovanie sentimentu v rámci veľkého množstva zmienok na sociálnych sieťach môže znamenať veľký rozdiel.

Použitie programu Microsoft Excel na analýzu sentimentu

Niektoré platformy na monitorovanie sociálnych médií zahŕňajú analýzu sentimentu ako súčasť svojej ponuky. Je tiež možné vykonať analýzu sentimentu na texte pomocou programovacieho jazyka, ako je Python.

Tieto možnosti však vyžadujú buď značný rozpočet, aby si mohli dovoliť platformu na monitorovanie sociálnych médií, alebo zručnosti v oblasti kódovania.

Ak ste ako väčšina ľudí a nemáte ani jedno z toho, Microsoft Excel je dobrou voľbou na vykonanie základnej analýzy sentimentu.

Aj keď žiadny z týchto nástrojov neposkytuje dokonalé výsledky, môžu vám pomôcť pochopiť celkový trend sentimentu obsiahnutého v texte.

Ako vykonať analýzu sentimentu v programe Microsoft Excel

Ak chcete vyskúšať analýzu sentimentu v Exceli bez písania kódu, postupujte podľa týchto krokov. Excel a doplnok Azure pod kapotou závisia od algoritmu spracovania prirodzeného jazyka a všeobecného slovníka s pozitívnymi a negatívnymi slovami. Každému slovu v lexikóne je priradená kladná, neutrálna alebo záporná hodnota.

1. Usporiadajte údaje, ktoré chcete analyzovať, v hárku programu Microsoft Excel.
2. Vyčistite údaje podľa odstránenie prázdnych miest a nepotrebné postavy.
3. Vytvorte prvú bunku v množine údajov tweet_text (uchovávajte malými písmenami).
4. Ísť do Vložiť > Doplnky.
5. Ďalej prejdite na Hľadať > Azure Machine Learning.
6. Po inštalácii sa doplnok Azure Machine Learning zobrazí na pravej strane obrazovky.
7. Uvidíte dve možnosti: Prediktor, ktorý prežil Titanic a Analýza sentimentu textu.
8. Kliknite na Analýza sentimentu textu.
9. Ísť do Predpovedať > Vstupa potom pridajte rozsah, v ktorom sa nachádzajú údaje, ktoré chcete analyzovať.
10. Odísť Moje údaje majú hlavičky skontrolované.
11. Ísť do Výkon a pridajte bunku, kam chcete umiestniť výsledky analýzy.
12. Stlačte tlačidlo Predpovedať.

A Sentiment a skóre pre text v každej bunke sa vyplní; zodpovedajúci text je viac Negatívne ak je skóre bližšie k nule. Môžete radšej zmeniť Skóre do a percent. V tom prípade čím bližšie a skóre je do 100%, tým je to pozitívnejšie. Neutrálne je akýkoľvek skóre okolo 50%.

Pozrite si nižšie uvedený príklad z Ostrov pokladov od Roberta Louisa Stevensona.

Ako získať prehľad z analýzy sentimentu

Po spustení analýzy sentimentu budete mať bunky s Pozitívny, Negatívne, alebo Neutrálne klasifikácie a ich zodpovedajúce číselné skóre.

Ako môžete premeniť výsledky na zrozumiteľné poznatky? Tu je niekoľko nápadov:

• Rozdeľte klasifikácie podľa vytvorenie kontingenčnej tabuľky v Exceli.
• Môžeš použiť Visio, ktoré je teraz súčasťou Microsoft 365 Business bez ďalších poplatkov, na vizualizáciu celkového počtu každého z nich pozitíva, Negatíva, alebo Neutrálne. Vizualizácia údajov vám môže poskytnúť pohľad z vtáčej perspektívy.
• Ak ste zodpovedný za riadenie reputácie v spoločnosti alebo značke, možno sa budete chcieť zamerať na skenovanie všetkých textov klasifikovaných ako Negatívne. Čo tvorí text Negatívne? Je niečo, čo musíte odovzdať, aby ste problém vyriešili?
• Rovnaké cvičenie môžete urobiť pre texty klasifikované ako Pozitívny. Možno sa vo veľkom počte recenzií produktov skrýva obzvlášť pekný zákaznícky posudok, o ktorý by ste sa chceli podeliť.
• Môžete tiež ďalej segmentovať text, takže uvidíte iba bunky, ktoré uvádzajú novú funkciu produktu. Sú používatelia viac Pozitívny, Negatívne, alebo Neutrálne o funkcii? Analýza sentimentu vám to môže pomôcť určiť a efektívnejšie získať spätnú väzbu.

Analýza sentimentu môže ľudí vyradiť z rozhodovacieho procesu. Niekedy to môže byť dobré, pretože interpretácia textu môže byť vysoko subjektívna.

Predstavte si napríklad skupinu ľudí, ktorí sa snažia rozhodnúť, či 5 000 recenzií produktov je viac Pozitívny alebo Negatívne. Ich rozdielne uhly pohľadu a zmysel pre detail znížia dôveryhodnosť celkového výsledku. Ak dovolíte, aby sa databáza stroja rozhodla, výrazne to pomôže konzistencii. Súvisiace: Najlepšie tipy a nástroje na prijímanie skupinových rozhodnutí v práci

Použitie programu Microsoft Excel na analýzu sentimentu

Ak si chcete vyskúšať analýzu sentimentu, ale nemáte veľa finančných zdrojov alebo kódovacích zručností, potom je Microsoft Excel skvelým miestom, kde začať.

Analýza sentimentu v programe Microsoft Excel vám poskytne prehľad, ktorý môžete použiť na pochopenie neštruktúrovaných textových údajov. Môže to byť tiež ideálny spôsob, ako sa zoznámiť s konceptmi strojového učenia predtým, ako sa pustíte do projektu v teréne.

11 nápadov na projekt strojového učenia pre začiatočníkov

Tieto nápady na projekty sú vynikajúce pre tých, ktorí majú nejaké znalosti programovania a chcú preniknúť do oblasti strojového učenia.

Prečítajte si ďalej

O autorovi