Sentyment a emocje – różnice w interpretacji

Emocjonalność to niezmiernie ważna, choć często dziś niedoceniana część ludzkiej istoty. Emocje są bezpośrednim dziedzictwem naszych odległych przodków – powstały, by informować o ważnych dla nas wydarzeniach, mają nas chronić przed niebezpieczeństwem, pomagać w podjęciu decyzji, podtrzymać w działaniu i w nawiązywaniu oraz utrzymywaniu relacji z innymi. Emocje przekładają się na niemal każdą dziedzinę życia i bez nich zwyczajnie nie da się funkcjonować. 

Ten (może i nieco emocjonalny) wstęp jest wprowadzeniem do serii artykułów opisujących możliwości wykorzystania nowoczesnych technologii i sztucznej inteligencji do rozpoznawania emocji i – w perspektywie – przewidzenia podjętych w przyszłości decyzji lub działań konsumenckich.

Źródłem informacji o tychże emocjach mogą być na przykład wpisy samych internautów, opublikowane w Internecie na portalach społecznościowych, forach dyskusyjnych, w formie komentarzy pod artykułami i wszędzie tam, gdzie tylko istnieje możliwość wypowiedzenia własnej opinii. Co bardziej wtajemniczeni skwitują – przecież tu chodzi o analizę sentymentu! I będą mieć rację, ale tylko po części – spojrzymy na te kwestie szerzej, niż tylko przez pryzmat sentymentu. Bo emocje to zdecydowanie nie to samo, co sentyment, choć często spotykamy się z zamiennym stosowaniem obu zwrotów.

Czym są emocje?

Zacznijmy od zdefiniowania emocji. Jest to instynktowna, spontaniczna, ale i kompleksowa reakcja mózgu na stymulujący go bodziec, zarówno zewnętrzny (odbierany zmysłami), jak i wewnętrzny (wspomnienia, wyobrażenia lub myśli). Emocje są jedną ze składowych niezbędnych do postrzegania rzeczywistości – biorą udział w procesach kognitywnych, regulują zachowania społeczne, a u zdrowego człowieka – poprzez neurony lustrzane – pomagają zrozumieć stan emocjonalny drugiej osoby.

Dlaczego kompleksowa? Skutkiem takiej reakcji jest m.in. wydzielanie hormonów oraz ekspresja emocji poprzez ciało. W ekspresji mogą pojawić się takie wzorce reakcji fizjologicznych, jak przyspieszenie oddechu, tętna i bicia serca, ból, zamrażanie, mrowienie lub inne pobudzenie ciała, napięcie mięśni, mdłości, ponadto charakterystyczna mimika twarzy, mowa ciała, brzmieniowe właściwości mowy (prozodia) itp. W rezultacie – po zebraniu i przetworzeniu danych następuje podjęcie określonego działania, np. ucieczki, podjęcia walki, wyrażenia zachwytu, uznania etc.

W toku badań nad emocjonalnością ustalono (m.in. Paul Ekman i Robert Plutchik), że niektóre z emocji występują u ludzi niezależnie od ich osadzenia (czy też wychowania) w danym kręgu kulturowym. Emocje te to tzw. emocje pierwotne, a wśród nich są: radość, smutek, złość, strach, wstręt, zaskoczenie (u rozwijającego tę teorię Plutchika dodatkowo znajdują się oczekiwanie i zaufanie). Emocje można więc porównać tu do barw: w jednym i drugim przypadku podstawowe komponenty tworzą swoje pochodne. I tak, ze zmieszania smutku i zdziwienia powstaje rozczarowanie, ze złości i wstrętu – pogarda, z zaufania i strachu – uległość, z zaskoczenia i złości – oburzenie. W prostej linii – emocje są sposobem ekspresji bardziej złożonych konstrukcji – uczuć.

Czym jest sentyment?

A jak się ma do emocji sentyment? Sentymentem można określić swoiste nastawienie psychiczne, będące agregacją emocji oraz powiązanych z nimi myśli. Jest to doświadczenie zdecydowanie subiektywne i wykształcające się z emocji dopiero wtedy, gdy jesteśmy świadomi obecności zjawiska. Sentyment łączy reakcje fizjologiczne i składniki poznawcze, a pojawia się wówczas, gdy jesteśmy już w stanie nazwać stan, w jakim się znajdujemy (czy też zidentyfikować, nazwać mającą na nas wpływ emocję) i w konsekwencji – zdecydować o podjęciu określonej reakcji. Nie wykształci się, jeżeli nie poprzedzi go ekspresja emocji.

Sentyment jest więc skutkiem i jednocześnie pochodną wielu emocji, stanem emocjonalnym o dłuższej niż emocje rozpiętości działania – trwa bowiem tak długo, jak długo będziemy w stanie “pielęgnować” w sobie jego obecność.

Na czym polega analiza sentymentu?

Analiza sentymentu w kontekście Content Marketingu to sposób zmierzenia i walidacji ogólnego wrażenia, nastroju, w jakim znajdują się czytelnicy po przeczytaniu danych treści. Nie tyle skupia się na konkretnych, wyrażonych emocjach, ile raczej różnicuje odczucia czy wrażenia odbiorców po przeczytaniu tekstu na “pozytywne” i “negatywne” (niekiedy także “neutralne”) – znajduje to odzwierciedlenie w wypowiedzianych opiniach. Przy analizie sentymentu w treściach zbieramy dane, które, choć są mocno uproszczone, to dają nam możliwość szybkiego oszacowania i łatwego przetwarzania. Analiza zawartego w treściach wypowiedzi internautów sentymentu to metoda do pomiaru reakcji (nastawienia) czytelników po lekturze, a przez to – wartości marketingowej samej treści.

Jak to się przekłada na działania w praktyce? Dzięki pomiarowi sentymentu wydawca może łatwiej weryfikować poszczególne artykuły – sprawdzić, czy odbiór ich przekazu był pozytywny, czy też nie; problem może pojawić się jednak przy artykułach i treściach o charakterze neutralnym, informacyjnym, które nie doprowadzą do polaryzacji wypowiedzi przy ich komentowaniu. Zebrane tak dane są po prostu mocno uogólnione.

Analiza sentymentu umożliwia niejako wgląd w preferencje tematyczne czytelników: można dzięki niej pogrupować treści na budzące pozytywne i negatywne skojarzenia. Pozwala na łatwiejsze planowanie publikacji contentu przez wydawców i lepsze (choć niezbyt precyzyjne) targetowanie grup docelowych odbiorców treści. Pamiętajmy – proces wykształcenia się sentymentu jest długotrwały i skomplikowany, zaś sam sentyment – podatny na regulację i kontrolę czytelnika przy pomocy jego myśli. Jako reakcja kontrolowana traci zatem swą naturalną dynamikę, a co za tym idzie – autentyczność.

Analiza emocji i różnice w obu rozwiązaniach

Stosowanie naprzemiennie terminów emocje i sentyment jest błędem. Jak już wykazaliśmy powyżej, analiza zawartego w opublikowanych treściach sentymentu jest tylko wycinkiem większego obrazu. Wycinkiem opisującym sytuację, w której czytelnik będzie kontrolował swoje reakcje oraz – w ich następstwie – świadome podejmował działania. Można więc rzec, że analiza sentymentu opiera się na logicznym działaniu danego internauty.

Tymczasem analiza emocji jest w zasadzie holistyczna – przede wszystkim skupia się na elemencie pierwotnym, atawistycznym, czyli na instynkcie. Emocje pojawiają się spontanicznie, bywają bardzo intensywne i krótko oddziaływują, są jednak motywatorem określonego działania. Dlatego analiza emocji zawartych w tekście, choć jest trudniejsza do przeprowadzenia, to w efekcie jest głębsza i dokładniejsza – pozwoli przewidzieć reakcje czytelników, podejmowane przez nich działania czy nawet spróbuje wskazać blokady powstrzymujące ich przed określoną aktywnością.

Analiza emocji pozwala na zebranie dużo większej ilości danych informujących, w jakim stopniu dany tekst był dla czytelników przyjemny, frustrujący czy po prostu nudny, co przełoży się potem na dokładniejsze planowanie działań wobec poszczególnych tekstów i przewidzenie reakcji internautów: sentyment wskaże nam nastawienie konsumentów wobec opublikowanej treści, emocje zaś – co stoi za tym nastawieniem!

Przykład: opublikowane zostają dwie opinie danego produktu. Jedna z nich głosi ”Ten produkt nie spełnił moich oczekiwań”, druga zaś – “Nienawidzę tego wyrobu całym sobą.” Oba opisy będą sklasyfikowane jako posiadające negatywny sentyment, ale będą znacząco się różnić w nacechowaniu emocjonalnym – jest wszak różnica pomiędzy rozczarowaniem czy smutkiem a nienawiścią. Analiza emocji pozwala na wykrycie takich, czasem niewielkich subtelności i wskazanie idących za nimi konkretnych rodzajów zachowania. Pomoże naprowadzić analizujących te dane pracowników na to, co może zrobić dany konsument po wystawieniu takiej właśnie opinii, czy też wskazać, jak zachowa się inny konsument, którego produkt nie usatysfakcjonował bądź zasmucił.

Popatrzmy na wyniki przetestowania obu powyższych przykładów zdań przy pomocy narzędzia do analizy emocji w tekście Sentimenti:

Ten produkt nie spełnił moich oczekiwań.

Nienawidzę tego wyrobu całym sobą.

złość - 28%

złość - 44%

strach - 20%

strach - 34%

oczekiwanie - 31%

oczekiwanie - 29%

zaskoczenie  - 40%

zaskoczenie - 44%

zaufanie - 19%

zaufanie - 20%

smutek - 31%

smutek - 45%

wstręt - 20%

wstręt - 34%

radość - 20%

radość - 22%

Dla porównania (badanie prowadzone tym samym narzędziem): sentyment dla pierwszej wypowiedzi zawarty w zdaniu – pozytywny – 20%, negatywny – 25%, pobudzenie emocjonalne – 46%. Dla drugiej zaś – pozytywny – 20%, negatywny – 40%, pobudzenie emocjonalne – 61%.

Od razu widać, że analiza emocji daje o wiele więcej użytecznych informacji. Na pierwszy ogień idzie złość – emocja oczywista, spowodowana dyskomfortem, niezadowoleniem z zakupu, ale zróżnicowana na rozczarowanie i nienawiść. Złość ta podbija dodatkowo strach, który w drugim przypadku osiąga już znaczące natężenie 34%. Stanowczo też wyższe jest natężenie smutku w przypadku drugiej wypowiedzi. Nie dziwią za to zbliżony poziom zaskoczenia (w obu przypadkach dyskomfort) i oczekiwania (być może na reakcję marki czy sklepu pod wpisem lub inne, podobne w tonie komentarze). Niski poziom zaufania także nie jest zaskoczeniem, choć nie jest bliski zeru – prawdopodobnie obaj komentujący czekają na wspomnianą reakcję marki, zaś wcześniej nie doświadczyli z jej strony podobnej sytuacji. A radość – spytacie? Zbliżona w obu wypowiedziach oznaczać może nadzieję na przeprosiny lub… satysfakcję z wyrażonej złości!

Kolejna sprawa wskazująca na mniejszą użyteczność analizy sentymentu to możliwość wystąpienia w niej niewłaściwej interpretacji danych. O czym mowa? O błędnym przypisaniu sentymentu do emocji i następujących konsekwencjach. Przykład z popularnego fanpage znanego, dużego dyskontu: “Dlaczego (szlifierka kątowa – przyp.aut.) nie jest dostępna stacjonarnie ?”

Wniosek: konsument pod postem w Social Mediach komentuje skarżąc się, że dany produkt jest niedostępny w jego okolicznym sklepie. Z kontekstu komentarza wynika, że zawarty w wypowiedzi sentyment jest negatywny, a sama treść (co widać nawet bez badania jej algorytmem!) nacechowana jest smutkiem. Bez analizy emocji niemożliwe jest stwierdzenie, że ów smutek wcale nie musi mieć negatywnej konotacji – pokazuje wszak śledzenie komunikacji marki, zaznacza zainteresowanie danym produktem i wskazuje potencjalny problem w jego sprzedaży. Cenne informacje dla analityków!

Poprzyjmy to dla pewności jeszcze jednym przykładem. Porównujemy dwa komentarze i badamy je pod względem zawartych emocji i sentymentu.

Bardzo żałuję, że nie udało mi się dzisiaj kupić tego sera pleśniowego, który nam tak smakuje.

Dzisiaj widziałem na półce w sklepie ser, cały spleśniały, coś obrzydliwego.

złość - 38%

złość - 70%

strach - 26%

strach - 39%

oczekiwanie - 31%

oczekiwanie - 21%

zaskoczenie  - 44%

zaskoczenie - 56%

zaufanie - 23%

zaufanie - 9%

smutek - 41%

smutek - 60%

wstręt - 28%

wstręt - 63%

radość - 20%

radość - 4%

Sentyment dla wypowiedzi 1: pozytywny – 20%, negatywny – 35%, pobudzenie emocjonalne – 54%.

Sentyment dla wypowiedzi 2: pozytywny – 4%, negatywny – 72%, pobudzenie emocjonalne – 64%.

Wnioski? W obu przypadkach sentyment jest oceniony jako negatywny. Ale jeśli wejdziemy w głębsze badanie (analizę emocji), to zobaczymy, że: poziom zaufania jest 2,5-krotnie (250%) wyższy w wypowiedzi pierwszej niż w drugiej, radość 5-krotnie (500%) wyższa w wypowiedzi 1, za to złość prawie dwukrotnie (84%) wyższa w wypowiedzi nr 2, smutek wyższy o 46% w wypowiedzi 2, a oczekiwanie (na coś pozytywnego) niższe o 47% w tekście 2.

Złość w natężeniu 70% jest w przypadku drugiej wypowiedzi oczywista, tak samo, jak wysokie wyniki zaskoczenia, smutku i wstrętu. Cóż, mało kto ucieszyłby się na takie znalezisko w sklepie (radość 4% i zaufanie 9% mówią tu same za siebie). Pod względem analitycznym o wiele ciekawsza jest jednak wypowiedź nr 1. Czego dowiadujemy się o konsumencie, który wypowiada taki komunikat? Uderza nas wysokie natężenie smutku i zaskoczenia, opisuje bowiem stan klienta, który zrozumiał, że nie może zrealizować swojej potrzeby. Do tego dochodzi podłoże strachu, zapewne spowodowanego obawą o brak ulubionego sera w przyszłości. Ze strachem o braki w aprowizacji idzie w parze także oczekiwanie (dowiozą, nie dowiozą?). Radość zaś odzwierciedlona jest przez fakt lubienia określonego gatunku sera, dlatego pojawia się w analizie w dwucyfrowym wyniku.

Proponujemy wreszcie na koniec zajrzeć do tabeli, gdzie zestawiamy sentyment z określonymi emocjami:

POLARYZACJA SENTYMENTU

EMOCJA

POZYTYWNY

  • RADOŚĆ

  • OCZEKIWANIE

  • ZAUFANIE

NEGATYWNY

  • ZŁOŚĆ

  • SMUTEK

  • WSTRĘT

  • STRACH

  • ZASKOCZENIE

Jak widać, przypisanie emocji z modelu Plutchika do tylko dwóch rodzajów sentymentu może nastręczyć trudności przy analizie danych.

Parę słów podsumowania

“Pióro jest silniejsze od miecza” – te słowa zawarł Edward Bulwer-Lytton w swej sztuce “Richelieu” i nie mylił się: słowa niosą ze sobą moc o wiele większą, niźli bezrefleksyjna przemoc. Nic dziwnego więc, że naukowcy zechcieli sprawdzić, co kryje się za słowami. Co sprawia, że w ogóle pojawiają się i nabierają jakiegoś konkretnego sensu.

Pierwsze poważne próby zbadania sentymentu ruszyły na początku XX w., a miały związek z badaniami polaryzacji opinii publicznej. W latach 90. ubiegłego wieku prowadzono już badania nad subiektywnością treści zawartej w tekście przy pomocy komputerów, ale prawdziwa eksplozja badań nastąpiła dopiero po 2004 roku – roku, w którym Google zaindeksowało 6 miliardów elementów, zadebiutował też Facebook. Pojawiły się badania prowadzące do rozwinięcia narzędzi umożliwiających analizę sentymentu. Kto by pomyślał – od tego momentu minęło już prawie 20 lat…

Dziś technologia analizy treści weszła na nowy poziom: odchodzi się od prostego, zero-jedynkowego oceniania treści na rzecz głębszej analizy – analizy emocji. Dzięki temu rośnie wciąż zakres zastosowania narzędzi opartych o AI. Mogą one dziś nie tylko ocenić nastrój konsumenta po wizycie w sklepie; w niniejszym artykule korzystaliśmy z takich przykładów dlatego, że łatwo na nich pokazać zasadę działania narzędzi analitycznych.

Narzędzia do analizy emocji służą już w określaniu zachowań inwestorów na giełdzie, predykcji kursów papierów wartościowych czy kryptowalut, pomagają w szeroko rozumianych działaniach marketingowych, public relations (monitoring mediów) czy obsłudze klienta (np. analiza komunikacji z chat-botem). Zastosowań przybywa i przybywać będzie, tak jak rozwijać się będzie sama technologia. Czy warto się nią zainteresować? Zdecydowanie tak!

« »