在经营中,为什么文安分析远比数值型分析重要?一个实践案例,五
本文摘要:本文是《数据分析中,文本分析远比数值型分析重要!》的下篇,以一个实践案例来聊聊文本分析在实践运营中怎么落地。行为脉络如下:先简要讲述文本分析的分支 情绪分析的根本原理,然后以亚马逊的Kindle Voyage的用户评论作为“情绪分析”的实操分析,终究罗列

本文是《数据分析中,文本分析远比数值型分析重要!》的下篇,以一个实践案例来聊聊文本分析在实践运营中怎么落地。行为脉络如下:先简要讲述文本分析的分支 情绪分析的根本原理,然后以亚马逊的Kindle Voyage的用户评论作为“情绪分析”的实操分析,终究罗列了几个实用的文本分析东西,以期对我们有所协助。

在大数据时代还未降临前,企业一般依据本身堆集的前史数据,以及一线运营人员的片面经历来猜想用户接下来的反响,以此作为制定后续营销、运营方案的依据。

然而,在这个VUCA时代(宝洁公司首席运营官Robert McDonald借用一个军事术语来描述这一新的商业世界格局,即volatility,易变性;uncertainty,不确定性;plexity,杂乱性;ambiguity,模糊性),商业场景的变化速度和杂乱程度今是昨非,用户的喜好也容易受外界“场景”的影响,就如“孩子的脸”和“六月的天”一样善变,先前堆集的经历往往不足以作为企业下一阶段进行市场谋划和运营的依据。

VUCA时代的特征

依据的分析,我们可知,大数据文本分析正是应对上述困局的一剂良方。

接下来,我们将从理论到实践,聊聊文本分析是怎么应用在商业实践中的。

1.文本分析重构产品的营销和运营流程

借助基于大数据的文本分析,我们可以对用户行为和主见进行科学分析,使用户洞察由本来的片面“猜想”转变为以数据为驱动的精准猜测。在新产品上市前,或者是小规模投放市场后,在社交媒体上对粉丝和潜在用户的言辞进行收集,对其进行文本分析,知道他们喜欢产品的哪些方面,对哪些方面不太满意,以及他们对产品的其他期望,从而灵敏、快速、精确的对用户的反馈做出积极的回应。

因而可知,有文本分析介入的产品运营流程被“重构”了,如下图所示。

有文本分析参加的运营分析逻辑流程

其间,对用户言辞进行文本分析的“精华”在于对提炼出的文本数据的所表达出的“情绪”的解读,也就是用户言辞的情绪分析。

在了解文本分析语境下的“情绪分析”前,我们先看看它的一般意义。

2.大数据文本分析中的“情绪分析”是什么?

先说“情绪”。“情绪”这个词,在心思学中的一般意义是:对一系列认知经历的通称,是多种感觉、思维和行为综合发生的心思和生理状态。我们日常中最遍及的情绪就是喜、怒、忧、思、悲、恐、惊,也就是中医中所说的“七情”。

那么,“情绪分析”就是有用且精确的辨认这些详细的情绪,依据得到的成果,进一步对发生于本身或者别人的情绪采纳合理的应对措施(如疏导本身消极情绪、了解别人的反常行为等)。

与此类似,基于大数据文本数据的“情绪分析”,也被业界称为“观念发掘”,它使用多样化、海量的社会化媒体做客服,借助数量庞大的社交网络平衡语料和新闻平衡语料的机器学习模型,对所获取文本中的情感倾向和评价对象进行提取,使运营者更全面、更深化地了解用户的“心声”,把握用户关于产品的喜好程度,及用户视角下的产品优缺点。

值得留意的是,基于大数据文本的情绪分析在于深度分析评论的意义(评论的是事物的哪些方面)以及附带的情绪倾向(是“褒”是“贬”,仍是“中立”),而不是评论本身在说的文字。

下面,笔者将以基于亚马逊上Kindle Voyage商品评论的文本数据为例,来聊聊文本数据的情绪分析在商业实践中的运用。

3.“情绪分析”在商业实践中的正确打开方式

现在,笔者以亚马逊官网2014年9月份在其平台上发售的Kindle Voyage电子书阅读器收藏限量为例,对其商品评论区的用户评论进行基于文本数据的“情绪分析”,看看我们能从中得到哪些有价值的insight,以便优化我们的运营工作。

亚马逊官网上Kindle Voyage电子书阅读器的商品概况页

分析时间段:2014.12.01~2015.06.23 数据来历:亚马逊官网上Kindle Voyage电子书阅读器商品评论区 定见首领总数(评价者):1675人 原始评价:2720条 详细评价信息(包括对评价的“回应”,即评价的评价,如此循环):4659条

亚马逊Kindle Voyage电子书阅读器收藏限量版评论区

笔者将从以下5个方面,即用户聚焦点分析、用户反馈趋势分析、用户情绪分析、用户反馈分析,以及各地域用户评级散布及情绪分析,对Kindle Voyage亚马逊商品评论区的4659条用户留言/评论进行文本分析。

对Kindle Voyage用户评论进行文本分析的几大模块

1、用户典型定见分析

大数据文本分析中的“典型定见”是指,将用户的定见进行单据级其他语义聚合,将内涵相近但表述有差异的定见/观点聚合在一同,抽取出其间典型的用户反馈/定见,在短时间内迅速梳理出用户关于产品所重视的话题。

用户评论的典型定见分析

从上图可以看出,通过对这些用户留言的典型定见进行分析,再结合Kindle Voyage的商品概况描述,我们可以了解到用户关于Kindle Voyage的评价主要集中在以下7个方面:

绑缚出售策略(话题1) 限量发售策略(话题2) 屏幕显示效果(话题3) 原安装套皮套(话题4) 与其“本家兄弟”kindle Paper White的比较(话题5) 屏幕的亮度主动调节功用(话题6、话题7) 售后客服评价(话题8)

关于用户对这些话题的详细评价和情绪感受,我们需要做进一步的分析。

2、用户反馈趋势分析

用户反馈趋势分析曲线展示了文本数据量在时间上的散布状况,可以从微观上把握上述8个话题所对应评论(量)的开展走势,以便做好及时跟进,开掘出其间有价值的言辞。

下图中,从下至上,顺次是话题1到话题8的评论数量随时间变化的增减趋势。其间,评论量的巨细以图形面积的巨细来呈现。

用户评论量随时间轴的变化趋势

可以看到,这些话题的发布数量的增减走势根本相同,且在2015-3-1达到评论高峰,2016-1-25达到小高峰,这两个时间点的前后数天的购买人数激增。然而在2016-4-24这一天商品评论区的整体评论量骤然减少,关于这几个异常点,运营人员可以调出关于日期的出售记载、商品维护日志等资料找出原因,以便有的放矢,做好后续的运营工作。

3、用户评价和情绪分析

这部分包括2个模块,即用户评价和情绪分析,二者存在一定的正相关关系,也就是说,用户评价较高,相应的情绪偏正面,横竖亦然。

(1)用户评价分析

用户评论星级散布表

用户评价星级占比图

从上面2个图可知,超过63%的用户关于Kindle Voyage的产品性能对错常满意的,给出了5颗星的评价;次之的四颗星评价占到19.15%的比重,以上二者比重之和超过80%,可知Kindle Voyage整体的市场反馈十分不错。

(2)用户整体情绪倾向分析

用户的整体情感倾向

用户的情感度散布

上图是用户关于Kindle Voyage整体情感的仪表盘,是依据用户关于Kindle Voyage的文字评论进行情绪倾向分析得出的,能反映消费者关于Kindle Voyage整体情绪是肯定仍是否定。该仪表盘分为3个大的方向,即负面情绪、中性格绪和正面情绪,其间暗含的用户情绪就是对产品不满意、产品一般和产品很不错。

从上面2个图可以看出,购买者关于Kindle Voyage以中性评论为主,情感正面值为1.06,整体情感倾向于正面,说明我们对Kindle Voyage的真实观点与评价星级整体倾向是一致的,没有口是心非。

4、个别用户情绪倾向分析

上面的是全体用户关于Kindle Voyage的整体情绪倾向,但在很多时分,我们想要知道哪些用户的“发声”在这些评论中更具代表性。这就需要分析引擎在语义层面上对每一个用户进行重要性排名,从中开掘出有“话语权重”较大的“定见首领”。

更进一步,我们要对其间单个用户的情绪情绪、评价和所重视的产品方面进行分析,这就触及到以单个用户为主体的情绪倾向分析了。

以下2个图分别重视的是定见首领(用户)情绪分析总览和单个定见首领(用户)的详细情绪分析。从中我们可以看到评论用户的名称、评论的数量、情绪是属性及相应的情绪数值。

用户(定见首领)情绪分析总览

假如我们想对某个重要用户的情绪进行详细分析,我们可以点开这个用户的详细资料,进行深化的分析。如下图所示:

单个定见首领(用户)的详细情绪分析

从上图中我们可以了解到为何该用户对Kindle Voyage持正面情绪(正面情绪用赤色显示)了 下面的正面要害词云显示出该用户对Kindle Voyage的手感、屏幕显示和做工质量很满意。此外,在“焦点概览”里,我们可以了解到类似的评论有8条,在哪一个时间节点达到峰值。

在进行上述分析后,我们还需要进一步读懂评论区的全体用户对Kindle Voyage的反馈,知道用户喜欢它的哪些方面,对哪些方面还不是太满意,以及这些(不)满意的方面的程度怎么,这是“情绪分析”中的重中之重。

所以,我们需要进行下一步分析——用户反馈分析。

5、用户反馈分析

这部分的原理是,从众多用户评论中提取出跟产品属性相关且有代表性的要害词,并进行类似文本聚类,然后给出相应权重,终究匹配相应的情绪属性和情绪值。最终的成果使得运营者具有了用户视角,知晓产品有哪些当地体现尚可,哪些当地反映平平,而哪些当地是需要进行改善和完善的。

下图是用户关于Kindle Voyage使用后的评论中提取并聚类的要害词云,其间文字巨细代表该词的权重(重要程度和词频),字体色彩标明该词的情绪倾向(赤色是正面评价,灰色是中性评价,蓝色是负面评价)。

用户的关于Kindle Voyage评论的主要重视点

依据要害词及其重要程度排名,笔者找到了用户满意的几个方面:

屏幕显示效果杰出,这一点用户很是认可,“显示效果”、“分辨率高”、“看着舒服”、“笔迹明晰”等要害词显示较大,此类评价的用户占多数;字体为赤色,标明用户反映的情感正面积极。 产品(及周边)质量不错,体现在“做工精密”、“续航能力”、“原装皮套”、“值得具有”、“Ipad Mini(那样的做工)”、“实体翻页键(不错)”、“一分钱一分货”等要害词上。 “限量收藏版“这个概念牌打得好,用户也情愿为此买单,这主要体现在“限量收藏版”这个词频较高且为赤色的要害字上。

另外一方面,运营方也要及时了解用户的负向反馈,针对性地改善效劳质量。

还好,在这里只呈现了“压敏按键”这些负面词汇,点开“压敏按键”一词,看到用户的详细吐槽……“压敏按键在按下的时分呈现下陷情形……”虽然这样的反馈不多,但仍要引起高度警觉,详细排查是产品本身的设计问题,仍是极单个的产品质量问题,并将此反馈传递给相关负责部门。

6、地域评分和情绪分析

将用户的反馈数据和评分同步到地图上,通过构成的数据地图可以直观的看到各地关于Kindle Voyage的评价和情绪度,从而对全体的用户反馈状况进行监控,重点“照顾”其间的用户差评“重灾区”。

此处选取的是Kindle Voyage在江苏省各市的用户反馈数据,反映出该区域Kindle Voyage用户关于产品的评价及情绪倾向性。

其间,数值代表评分凹凸,色彩反映情绪值,绿色代表杰出,蓝色是一般,赤色代表处于警报状态,需要重点重视,排查询题发生的详细原因。

江苏省各市Kindle Voyage用户的评分及情绪度散布

这里可以看到,徐州市、连云港市等城市的用户反馈杰出,反映在评分较高,且色彩为绿色。然而,淮安市、镇江市和南京市的Kindle Voyage用户却十分不满意,评分较低且情绪度处于赤色警报状态,需要引起客户体验部门的高度重要,做好用户情绪疏导和公关工作。

从上面的实例中,我们可以体会到大数据文本分析关于产品、设计、营销和运营的巨大价值,它的重要性不亚于传统的结构性数据分析。用正确的方式阅读这些海量的文本数据,我们就能够直接读懂用户的主见,取得强有力的决策支撑,从而使产品研发、营销推广和日常运营更靠近消费者需求,最终在用户心中构成杰出的品牌形象。

#专栏作家#

苏格兰折耳喵,微信大众号:Social Listening与文本发掘,人人都是产品主管专栏作家。数据PM一只,拿手数据分析和可视化表达,热心于用数据发现洞察,辅导实践。

本文原创发布于人人都是产品主管。未经答应,禁止转载。


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。