La Sentiment Analysis per valutare l’umore dei social network

Il Web è un enorme spazio virtuale nel quale esprimersi e condividere opinioni che ad oggi influenza qualsiasi aspetto della vita quotidiana, con implicazioni sia per il marketing che per la comunicazione. Recensioni e valutazioni su Internet stanno aumentando la loro importanza nella valutazione di prodotti e servizi da parte dei potenziali clienti. In certi settori sta addirittura diventando una variabile fondamentale nella decisione di “acquisto”. Un recente studio ha mostrato che oltre il 30% delle persone valuta prodotti o servizi online; per cui monitorare le attività sui Social Media è un buon modo per misurare la fedeltà dei clienti, tenendo traccia del loro sentiment verso marchi o prodotti, dell'impatto delle campagne e del successo dei messaggi di marketing, identificando e coinvolgendo i migliori influencer più rilevanti per il marchio, prodotto o campagna.

L’analisi del sentiment è capace di raccogliere in tempo reale le reazioni delle persone, attraverso l’estrazione di specifiche informazioni soggettive contenute nei commenti per uno specifico post e tweet con un determinato hashtag, andando a evidenziare gli aspetti che sono graditi alle persone e quelli da evitare. Ciò che viene preso in considerazione, infatti, sono condivisioni, commenti, menzioni, hashtag che riferiscono qualcosa su un contenuto pubblicato.

Il problema è molto più complesso di quanto si possa immaginare, in quanto bisogna essere in grado di catturare le sfumature presenti nel linguaggio utilizzato, come i doppi sensi o il sarcasmo. Ad esempio, una frase come “La nuova linea della metro: ma che bella fregatura!” contiene al suo interno sia un termine positivo (“bella”) che uno negativo (“fregatura”), mentre invece nella frase “Questo PC ha un processore pauroso” con il termine “pauroso” si denota una connotazione positiva contrariamente alla frase “Questo posto è davvero pauroso”.

La Sentiment Analysis, difatti, è un problema facente parte dell’ambito del Natural Language Processing (NLP). Tocca tutti gli aspetti del NLP (trattamento delle negazioni, ambiguità lessicale, ecc) e consiste operativamente nell’attuazione di una suddivisione di testo e nella sua traduzione in polarità positive o negative, e si serve pertanto degli sviluppi del text mining e dell’unione con tecniche di connessione, afferenti alla social network text analysis, che si dimostra un ottimo strumento per l’individuazione di utenti leader o influenzatori ed utenti seguaci, determinandone anche la forza e il raggio di azione attraverso la posizione assunta da tali soggetti all’interno della rete, e diventando quindi assai utile in caso di studi predittivi.

Questo concetto si lega in maniera forte al mondo dei social network, i quali danno la possibilità a diversi ricercatori (psicologi, esperti di marketing, neuroscienziati, ecc.) di accedere a una vasta quantità di dati, permettendo di effettuare indagini, che hanno l’obiettivo di comprendere le opinioni e i sentimenti delle persone tramite le informazioni disponibili pubblicamente. Ogni giorno le persone pubblicano un’enorme quantità di dati, in maniera molto rapida e su differenti piattaforme online. Quindi la sfida per le imprese risulta essere quella di poter raccogliere i dati e trasformarli efficacemente in informazioni utili a comprendere l’umore delle persone. Nello specifico, la Sentiment Analysis si avvale prevalentemente dell’User-Generated Content (UGC), ovvero tutte quelle informazioni pubblicate online dai potenziali consumatori rispetto a uno specifico brand. La Sentiment Analysis viene utilizzata per ottenere un feedback reale rispetto al brand e alla relativa web reputation. Emozioni specifiche quali la gioia, la paura, l’ironia ecc., vengono infatti colte dai dati testuali così da poterle classificare in positive, neutre o negative tramite una formulazione di algoritmi.

Le applicazioni della Sentiment Analysis si sono espanse a qualsiasi possibile settore, dai prodotti per i consumatori, servizi, sanità e servizi finanziari a eventi sociali. La ricerca sul tema è di rilevante importanza se volta a risolvere i problemi tecnici vincolati dall’estrazione, sintesi ed analisi dei dati, ma allo stesso tempo ha, in casi specifici, persino l’obiettivo di prevedere fenomeni sociali, come ad esempio può essere adattata per valutare la percezione di un brand da parte dei consumatori, per prevedere picchi di vendite o addirittura esiti di elezioni politiche o televoti di programmi televisivi.

Il modo di comunicare sui social, però, è in continua evoluzione e ciò crea nuove sfide nella sentiment analysis. Di fatto, al giorno d’oggi, si tende a comunicare sui social network secondo messaggi testuali brevi, colloquiali e con la presenza di emoji; oltre al fatto che spesso si sostituiscono i testi con le immagini e/o i video per esprimere i propri sentimenti. Ed è proprio in questo ambito che si sta sviluppando la Visual Sentiment Analysis, legata alla comprensione delle emozioni tramite immagini, foto e video.