Jak používat Microsoft Excel pro analýzu sentimentu

K provedení základní analýzy sentimentu na textu můžete použít aplikaci Microsoft Excel. Výsledky vám ukážou trendy skryté v datech.

Potenciální využití analýzy sentimentu je neomezené: historik může použít analýzu sentimentu k pochopení záměru autora píšícího stovky let v minulosti. Stejně tak může marketingový manažer sledovat vývoj reputace značky v průběhu času.

Metoda Analýza sentimentu popsaná v tomto článku použije strojové učení k hodnocení vašeho textu a jeho klasifikaci jako výrazu Pozitivní, Záporný, nebo Neutrální emoce.

Budete potřebovat Microsoft Excel a doplněk Azure Machine Learning.

Proč je analýza sentimentu důležitá?

Pro lidi, kteří vyrábějí produkty, pracují v marketingu nebo politice nebo provádějí výzkum, je porozumění emocionálnímu sentimentu ohledně konkrétního tématu profesionální nutností.

Analýza sentimentu jim může pomoci. I když to zcela nenahradí údaje o používání, průzkumy, rozhovory a průzkumy na počítači, analýza sentimentu je solidní nástroj, který máte k dispozici.

Proč? Téměř v každé situaci, kdy máte k dispozici velké množství nestrukturovaných kvalitativních dat, vám analýza sentimentu může rychle poskytnout náhled na základní sdělení.

Analýza sentimentu funguje nejlépe, když se analyzuje velké množství dat.

Je nepravděpodobné, že by provádění analýzy sentimentu u nejnovější textové zprávy z vašeho romantického zájmu vrátilo informace s nějakou přidanou hodnotou. Na druhou stranu analýza tisíců tweetů obsahujících konkrétní hashtag vám poskytne užitečné výsledky.

Příbuzný: Spolehlivé tipy, jak zlepšit svou pověst na Twitteru

Mezi další možné případy použití patří analýza recenzí produktů, kontrola zákaznických průzkumů a odhalení krize v oblasti vztahů s veřejností. Kromě toho vám pravidelná analýza sentimentu umožní sledovat, jak se v průběhu času mění postoje zákazníků k vaší společnosti.

Objem vs. Sentiment

Analýza sentimentu je nezbytnou součástí monitorování sociálních médií pro jakoukoli společnost nebo značku, která si je vědoma své pověsti.

Můžete například vidět, že vaše společnost dostává velké množství zmínek na sociálních sítích. Ale samotné zmínky nejsou všechno.

Někdy jsou zmínky dobrá věc. Mohou například znamenat velké množství pozitivního sentimentu veřejnosti vůči vaší společnosti.

Jindy můžete čelit PR krizi, která se vymyká kontrole. V důsledku toho je sentiment veřejnosti vůči vaší společnosti negativní.

Rozlišení sentimentu ve velkém množství zmínek na sociálních sítích může znamenat velký rozdíl.

Použití aplikace Microsoft Excel pro analýzu sentimentu

Některé platformy pro monitorování sociálních médií zahrnují analýzu sentimentu jako součást své nabídky. Je také možné provádět analýzu sentimentu na textu pomocí programovacího jazyka, jako je Python.

Tyto možnosti však vyžadují buď značný rozpočet, aby si mohli dovolit platformu pro monitorování sociálních médií, nebo dovednosti v oblasti kódování.

Pokud jste jako většina lidí a nemáte ani jedno z toho, Microsoft Excel je dobrou volbou pro provádění základní analýzy sentimentu.

I když žádný z těchto nástrojů neposkytuje dokonalé výsledky, mohou vám pomoci pochopit celkový trend sentimentu obsaženého v textu.

Jak provádět analýzu sentimentu v aplikaci Microsoft Excel

Chcete-li si vyzkoušet analýzu sentimentu v Excelu bez psaní kódu, postupujte podle těchto kroků. Excel a doplněk Azure pod kapotou závisí na algoritmu zpracování přirozeného jazyka a obecném slovníku s pozitivními a negativními slovy. Každému slovu v lexikonu je přiřazena kladná, neutrální nebo záporná hodnota.

1. Uspořádejte data, která chcete analyzovat, do listu Microsoft Excel.
2. Vyčistěte data podle odstranění prázdných míst a nepotřebné postavy.
3. Vytvořte první buňku v datové sadě tweet_text (uchovávejte malými písmeny).
4. Jít do Vložit > Doplňky.
5. Dále zamiřte Hledat > Azure Machine Learning.
6. Po instalaci se doplněk Azure Machine Learning zobrazí na pravé straně obrazovky.
7. Uvidíte dvě možnosti: Titanic Survivor Predictor a Analýza sentimentu textu.
8. Klikněte na Analýza sentimentu textu.
9. Jít do Předpovědět > Vstupa poté přidejte rozsah, kde se nacházejí data, která chcete analyzovat.
10. Odejít Moje data mají záhlaví kontrolovány.
11. Jít do Výstup a přidejte buňku, kam chcete umístit výsledky analýzy.
12. lis Předpovědět.

A Sentiment a Skóre pro text v každé buňce se vyplní; odpovídající text je více Záporný pokud se skóre blíží nule. Možná budete chtít změnit Skóre do a Procento. V tom případě čím blíže a Skóre je k 100%, tím je to pozitivnější. Neutrální je jakýkoli Skóre kolem 50 %.

Viz níže uvedený příklad z Ostrov pokladů od Roberta Louise Stevensona.

Jak získat poznatky z analýzy sentimentu

Po spuštění analýzy sentimentu budete mít buňky s Pozitivní, Záporný, nebo Neutrální klasifikace a jejich odpovídající číselné skóre.

Jak můžete výsledky převést na srozumitelné poznatky? Zde je několik nápadů:

• Segmentujte klasifikace podle vytvoření kontingenční tabulky v Excelu.
• Můžeš použít Visio, které je nyní součástí Microsoft 365 Business bez dalších nákladů, k vizualizaci celkového počtu každého z nich pozitiva, Zápory, nebo Neutrální. Vizualizace dat vám může poskytnout pohled z ptačí perspektivy.
• Pokud jste odpovědní za řízení reputace ve společnosti nebo značce, možná se budete chtít zaměřit na skenování všech textů klasifikovaných jako Záporný. Co tvoří text Záporný? Je něco, co musíte předat k vyřešení problému?
• Stejné cvičení můžete provést pro texty klasifikované jako Pozitivní. Možná se ve velkém počtu recenzí produktů skrývá obzvláště pěkný zákaznický posudek, o který byste se rádi podělili.
• Můžete také dále segmentovat text, takže uvidíte pouze buňky, které zmiňují novou funkci produktu. Jsou uživatelé více Pozitivní, Záporný, nebo Neutrální o funkci? Analýza sentimentu vám to může pomoci určit a efektivněji získávat zpětnou vazbu.

Analýza sentimentu může lidi vyvést z procesu rozhodování. Někdy to může být dobré, protože interpretace textu může být vysoce subjektivní.

Představte si například skupinu lidí, kteří se snaží rozhodnout, zda je 5 000 recenzí produktů více Pozitivní nebo Záporný. Jejich různé pohledy a smysl pro detail sníží důvěryhodnost celkového výsledku. Pokud dovolíte databázi stroje, aby se rozhodla, velmi pomůže s konzistencí. Příbuzný: Nejlepší tipy a nástroje pro skupinová rozhodnutí v práci

Použití aplikace Microsoft Excel pro analýzu sentimentu

Pokud si chcete vyzkoušet analýzu sentimentu, ale nemáte mnoho finančních zdrojů nebo kódovacích dovedností, pak je Microsoft Excel skvělým místem, kde začít.

Analýza sentimentu v aplikaci Microsoft Excel vám poskytne přehled, který můžete použít k pochopení nestrukturovaných textových dat. Může to být také ideální způsob, jak se seznámit s koncepty strojového učení, než se ponoříte do projektu v terénu.

11 nápadů na projekt strojového učení pro začátečníky

Tyto nápady na projekty jsou skvělé pro ty, kteří mají nějaké znalosti programování a chtějí proniknout do oblasti strojového učení.

Přečtěte si další

O autorovi