Comment l'analyse des sentiments et l'analyse des données peuvent améliorer vos ventes

Pour bien comprendre ce que les clients veulent, quand, pourquoi et comment ils le veulent, les détaillants doivent se tourner vers l'analyse des sentiments, une technologie émergente qui puise dans la demande des consommateurs basée sur le traitement du langage naturel. Ainsi, en imitant l'une des pierres angulaires des médias sociaux: déterminer si les gens vous aiment ou non. C'est la promesse de l'analyse des sentiments - elle indique aux entreprises ce que les gens pensent - et, finalement, comment ils agissent - sur leurs marques.

Sous forme brute, l'analyse des sentiments existe depuis quelques années. Mais avec les progrès de la technologie de collecte de données, l'analyse des «médias sociaux» se déroule comme des gangsters. Utilisant des technologies de collecte de données de haut niveau telles que le traitement du langage naturel, l'exploration de texte et l'exploration de données, l'analyse des sentiments recueille, catégorise et analyse les commentaires des consommateurs sur une marque donnée. Il ne fait pas de différence entre les mauvaises nouvelles et les marchandises (un fait que United Airlines a appris récemment quand Twitter, Facebook, LinkedIn et d'autres sites de médias sociaux ont explosé après qu'un passager a été traîné d'un avion ensanglanté et provocant le 10 avril).

L'ère du «Opinion Mining»

Il n'est pas facile d'éliminer les données utiles des caprices et des humeurs de consommateurs souvent grincheux, mais cela ne suffit pas.

"L'analyse des sentiments est aussi définie comme l'exploration de l'opinion: la science d'exploiter et d'analyser la conversation du consommateur pour comprendre si les consommateurs se sentent" positifs "," négatifs "ou" neutres "au sujet d'une certaine marque, produit ou », explique Maxime-Samuel Nie-Rouquette, responsable de la réussite client chez Semeon Analytics, une société d'analyse de données basée à Montréal, au Canada, spécialisée dans l'analyse des sentiments.

Si l'objectif est atteint, l'analyse des sentiments merveilles pour les détaillants je n fournir de meilleures perspectives et expériences clients, "dit Nie-Rouquette. En écoutant les conversations en ligne (comme les médias sociaux, les blogues, les forums, etc.), une entreprise peut comprendre les émotions des consommateurs et leur donner une connexion qui va bien au-delà de la simple vente d'un produit. Nie-Rouquette note que les applications pour l'analyse des sentiments dans le monde des détaillants sont nombreuses.

"Les détaillants peuvent suivre les réactions et les retours de leurs clients pour pousser le contenu vers la" viralité "ou exercer une stratégie de contrôle des dommages. problème d'eau d'asperge qui a frappé Whole Food) ", dit-elle. "Les détaillants tels que Walmart, Target et Costco utilisent l'analyse des sentiments pour comprendre ce que leurs clients apprécient et tirer parti de cette information pour repositionner leurs produits, créer de nouveaux contenus ou même fournir de nouveaux produits et / ou services. L'analyse des sentiments est un mélange unique d'apprentissage automatique et d'intelligence artificielle, permettant aux entreprises d'utiliser des outils de données numériques pour éliminer les actions utiles et orientées qui orientent les consommateurs de médias sociaux vers leurs produits et services.

L'analyse des sentiments offre vraiment des options viables.

«En dehors de la biométrie ou de la mise sur tous les casques Neurosky, il existe trois domaines de mesure généraux que les détaillants peuvent utiliser pour détecter les émotions ou sentiments chez leurs clients: voix, », explique Sean MacPhedran, un spécialiste du commerce électronique chez Smith.co qui a travaillé avec des poids lourds comme AT & T et Microsoft pour mieux

L'utilisation la plus directe des outils d'analyse de sentiment pour les spécialistes du marketing est la mesure des tendances du sentiment général sur les médias sociaux, déclare MacPhedran. Par exemple, suivre les mentions de "Macy's" et regarder les mots qui l'entourent pour trouver des émotions et des modificateurs. Les mots émotionnels sont assez intuitifs à saisir. "Crappy" ou "Haine" sont mauvais. "Génial" et "génial" sont bons. "

Mais il y a évidemment plus de nuances que cela, il a dit: Les informations plus complexes viennent des modificateurs.

"Par exemple, y a-t-il un endroit spécifique associé à des groupes de sentiments négatifs? "Par exemple, pourrait indiquer les gens sont généralement mécontents d'une politique de retour", a déclaré MacPhedran.

Dans les ensembles de données plus volumineux, il y aura beaucoup de tendances (les considérer comme des vecteurs mobiles) opérant indépendamment, et seulement en utilisant un fort l'analyse multivariée (comme l'intelligence artificielle ou l'apprentissage automatique), les tendances deviendront-elles claires et réalisables, note M. MacPhedran. "Il ne suffit pas de connaître le" sentiment moyen "concernant une marque - ce serait comme connaître le" temps moyen "pour toute la planète demain", note-t-il.

Un nouvel âge dans l'analyse du sentiment

MacPhedran dit «L'analyse des sentiments de prochaine génération», qui aura lieu au cours des cinq prochaines années, est très excitante.
«Les API Microservice mesurent l'émotion dans le contenu écrit, mais aussi dans la voix et les expressions faciales». "Pour l'exemple, supposons que nous ayons un système CRM qui connaisse les pseudos sociaux des utilisateurs, et une image du client utilisable, avec l'autorisation du client, pour la personnalisation basée sur la reconnaissance faciale."

Mais ce n'est pas tout Un ciel ensoleillé pour l'analyse des sentiments - surtout si les entreprises ne s'arment pas de manière appropriée, sur le plan technologique.

«Il y a du grabuge», note Nie-Rouquette. «Étant donné que l'analyse des sentiments repose sur les données volumineuses et que les ensembles de données comprennent des milliers et des milliers de points de données, les détaillants doivent disposer de suffisamment de données (y compris les conversations et les avis clients) pour obtenir des informations exploitables. Dans certains cas où les données sont rares, l'analyse des sentiments peut ne pas fournir de bonnes idées en raison du manque de validité statistique, et les détaillants doivent également faire en sorte que leurs communautés encouragent certaines conversations. »

devrait s'adresser si elles veulent recevoir le maximum d'avantages de l'analyse des sentiments.

"C'est une bonne idée", ajoute Nie-Rouquette. "Avec la disponibilité des données sur diverses sources en ligne, les entreprises (et en particulier les détaillants) peuvent tirer parti de l'analyse des sentiments pour recueillir des idées qui ne seraient pas possibles en utilisant les méthodes de marketing traditionnelles."

5 Façons dont les entreprises peuvent utiliser l'IA de Cortana pour s'organiser

Le temps est la ressource la plus précieuse qu'un entrepreneur ou une entreprise a, c'est pourquoi nous sommes toujours à l'affût de la technologie qui permet de rester organisé et de profiter au maximum de chaque journée de travail. De nombreux utilisateurs de PC connaissent déjà Cortana, un assistant personnel AI qui fonctionne sur des machines Windows 10, mais un outil n'est utile que si vous savez comment l'utiliser à votre avantage.

(Entreprise)

Les médias sociaux contribuent à des échecs éthiques au travail

Malgré le nombre record de dénonciateurs d'entreprises, une nouvelle étude montre que La présence d'une culture qui favorise un comportement éthique sur les lieux de travail est à son plus bas niveau depuis une dizaine d'années. Une nouvelle étude de l'Ethics Resource Center révèle qu'au cours des deux dernières années, 45% des employés américains ont observé une violation de la loi ou l'éthique au travail.

(Entreprise)