utworzone przez Sentimenti Team | cze 6, 2019 | SentiBrand
Emotywne pozycjonowanie reklam, czyli targetowanie reklam wg emocji od niedawna nabrało nowego wymiaru. Okazało się, że komunikat można oprzeć nie tylko o kontekst, analizę ruchu na stronie, badania demograficzne, płeć i wiek ankietowanych, ale po dane sięgnąć też niemal w głąb ich serc. Jak to możliwe? Wystarczy rozpoznać ich emocje.
Emotywne pozycjonowanie reklam i przykład: New York Times
W 2018 roku „New York Times” przeprowadził badania emocji swoich czytelników. Oparto je o samouczące się algorytmy i połączono z analizą zebranych od czytelników opinii o ich odczuciach po przeczytaniu treści konkretnych artykułów. W wyniku tych badań powstało narzędzie do przewidywania emocji, wskazujące u czytelników m.in. radość, smutek, nadzieję oraz 15 innych emocji.
Nie zasypiając gruszek w popiele, postanowiono zaprząc je do przewidywania emocji, które czytelnicy NYT mogą potencjalnie przeżyć podczas czytania następnych publikacji i jednocześnie przystąpiono od razu do sprzedaży powierzchni reklamowej. Oferowano ją właścicielom produktów o charakterze emocjonalnym zbliżonym do zawartych w danych artykułach emocjach. Możliwości okazały się imponujące: narzędzie pozwoliło zbadać i stworzyć emocjonalną zawartość danego artykułu i lepiej dopasować do niego komunikat marketingowy.
Tak emocjonalnie stargetowana i odpowiednio umieszczona pośród innych treść marketingowa uzyskała nawet do 80% lepsze wyniki, niż klasyczne targetowanie behawioralne (średnio o 40%). Narzędzie umożliwiło nawet separację treści o negatywnym czy niepokojącym nacechowaniu tak, by nie dodawać do nich przekazów reklamowych, które co prawda pasowałyby do treści czy profilu czytelnika – ale zupełnie nie idą w parze z wydźwiękiem tekstu.
Targetowanie emocjami – reklamy emocjonalne: perspektywy
Agorytm można zastosować nie tylko do zawartych w tym serwisie artykułów, ale i wiadomości i publikacji innego typu. Dlatego otworzyło to przed twórcami kampanii całkiem nowe pole do zagospodarowania. Zaowocowało to 50 kampaniami i ponad 30 milionami zebranych odczuć, sentymentów i emocji. Przekazy reklamowe najczęściej lokowano w sąsiedztwie treści rozrywkowych lub dotyczących społecznej odpowiedzialności biznesu.
Co ciekawe, analogiczne badania prowadzone były również w innych redakcjach, w tym w „USA Today” czy „The Daily Beast”. Podstawą analizy były tam frazy (słowa kluczowe) i powiązane z ich znaczeniami emocje oraz próba odpowiedzenia na pytanie, w jakim nastroju są aktualni czytelnicy danego tekstu na podstawie analizy behawioralnej ich działania na stronie serwisu oraz częstości powracania do określonych, nacechowanych emocjonalnie treści. Badania „USA Today” pokazały, że czytelnicy nie ograniczają się wyłącznie do pozytywnych wiadomości, a czytają wszystko. Oznacza to możliwość kierowania do nich przekazu nie tylko w zbliżonym do reszty treści kontekście, ale i gdy czytelnicy są w podobnym do kontekstu treści nastroju. Dlatego taka metoda pozwala skuteczniej tworzyć content do potrzeb lepszej komunikacji marek. Z kolei rozwiązanie „The Daily Beast”, zamiast próbować odgadywać nastroje wskazuje, gdzie na stronie czytelnicy portalu spędzą najwięcej czasu; w tych popularnych miejscach stara się kontekstowo umieścić przekaz marketingowy. Wszystko w oparciu o emocje pozytywne i emocje negatywne w reklamie.
Przyszłość rynku reklamowego?
Opisane działania oparte o analizę danych, algorytmy i sztuczną inteligencję zaczynają być przyszłością rynku reklamowego i public relations. Jak postrzega te nowe rozwiązania rynek zleceniodawców? Wydawałoby się, że dostając tak precyzyjne narzędzia do targetowania odbiorców nie trzeba się już o nic więcej martwić. A jednak opinie są podzielone. Oparcie kampanii wyłącznie na takiej „kupionej emocjonalności” jest według części ekspertów jednowymiarowe, ogranicza i zawęża pole działania, powinno być więc wiązane z innymi metodami komunikacji. Z drugiej strony to doskonałe rozwiązanie dla firm poszukujących bezpiecznych rozwiązań, doprecyzowujących swój przekaz marketingowy i kierujących go do najbardziej zdecydowanych na zakup klientów.
Sentimenti i reklama emocjonalna. Identyfikacja emocji w reklamie on-line
Skoro New York Times uwzględnia na swoich stronach pozycjonowanie reklam emocjami, to rozwiązanie musi działać i być skuteczne. Pod uwagę bierze się pozytywne i negatywne emocje. A czy da się zastosować podobne mechanizmy w języku polskim?
Dotąd nie było to wcale oczywiste. Algorytmy automatycznego przetwarzania naszego języka zostały udoskonalone na tyle, że świetnie sprawdzają się podczas analizy tekstów. Ale co z emocjami w nich wyrażanymi? Nie istniała też dotychczas baza danych o słowach, frazach czy nawet całych tekstach pisanych po polsku. Dlatego stworzył ją dopiero zespół Sentimenti. Baza ta powstawała w trakcie badań, o których opowiadamy na blogu i naukowych konferencjach. Okazało się, że z dobrymi danymi możliwe jest stworzenie efektywnego systemu analizy sentymentu i emocji, a z nim – pozycjonowanie reklam.
Interia Emotions – różne emocje, jeden cel
Obecnie jesteśmy na zbliżonym etapie do tego, w którym był New York Times około rok temu. Dysponujemy aplikacją sprawnie analizującą tekst i zawarte w nim emocje. Rozpoczęliśmy współpracę z portalem Interia – tworzymy emotywną mapę jego serwisów tematycznych. Stąd już tylko krok do uwzględniania wydźwięku artykułu w pozycjonowaniu reklam.
Co bardzo ważne, emotywne pozycjonowanie reklam nie oznacza kolejnych obowiązków dla dziennikarzy. Nie będziemy nikomu mówić, jakie emocje ma wyrażać, bo w praktyce każda z nich stwarza odpowiednie środowisko dla reklam. Tekst ma smutną wymowę? Najlepiej umieścić w nim reklamę o ekologicznym wydźwięku. Wyraża strach? To dobry kontekst na sparowanie artykułu z reklamą ubezpieczeń lub suplementów diety.
Kolejnym krokiem projektu Interia Emotions będzie zbadanie, jak dokładnie emocje w tekście reagują z reklamami. Dlatego kiedy to sprawdzimy, emotywne i skuteczne pozycjonowanie reklam stanie się faktem. Takie narzędzie z pewnością okaże się przydatne. Reklamy pozycjonowane na podstawie treści artykułów (a nie śledzenia aktywności internautów) są dla nich mniej drażniące.
DOWIEDZ SIĘ WIĘCEJ:
utworzone przez Sentimenti Team | maj 30, 2019 | Kategoryzacja komentarzy, Okiem badacza
Sposób w jaki ludzie przekazują sobie emocje przez lata nie poddawał się algorytmizacji, czyli opisowi zrozumiałemu dla komputerów. Wydawało się, że maszyny będą sobie radzić doskonale z liczeniem, zapamiętywaniem, może nawet z rezerwowaniem stolików w restauracji czy biletów lotniczych – ale sfera “serca” pozostanie domeną czysto ludzką.
Tak rzeczywiście się działo, kiedy próbowaliśmy wyjaśniać komputerom “krok po kroku” jak rozumieć emocje. Algorytmy regułowe stawały się bezradne przy każdej wieloznaczności czy zmianie struktury wypowiedzi.
Rewolucyjne podejście do analizy emocji. Rola maszyny
Od kilku lat do analizy tekstu wkraczają algorytmy uczenia maszynowego (ang. machine learning), w tym ich najnowsza wersja – sieci neuronowe (ang. neural networks), które uczą się “tak jak małe dziecko”, czyli przez oglądanie przykładów. To zupełnie zmieniło sytuację – teraz, jeśli mamy dobre dane i dobry algorytm, możemy nauczyć komputer prawie wszystkiego.
Zespół SENTIMENTI przygotował publikację naukową dotyczącą tego właśnie tematu, która została zaprezentowana podczas międzynarodowej konferencji Language Technology Conference. Publikacji przewodniczy dr Jan Kocoń z Politechniki Wrocławskiej, a jej tytuł to “Recognition of emotions, valence and arousal in large-scale multi-domain text reviews”. Pełna treść pracy będzie wkrótce dostępna w zbiorze pokonferencyjnym, natomiast tutaj prezentujemy najważniejsze wnioski z naszych badań.
Dr Jan Kocoń prezentuje wyniki badań SENTIMENTI na LTC 2019
Uczenie maszynowe w Sentimenti
Zacznijmy od podstawowych kroków uczenia maszynowego dla analizy emocji w tekście:
- Anotacja – przygotowanie zbioru uczącego i testowego (ang. train and test set).
- Wybór algorytmu uczącego (np. SVM, BiLSTM i in.)
- Dobór zbioru cech (ręczny lub automatyczny)
- Trening i dostrajanie sieci neuronowej.
- Testowanie efektywności otrzymanego modelu (miara F-score lub inna).
Co to znaczy, że sieci neuronowe “działają jak ludzki mózg”? Tak jak niemowlę, sieć zaczyna z pewną gotową do uczenia się strukturą, ale bez żadnej wiedzy. Musi zobaczyć wiele, wiele przykładów, aby “zrozumieć” jak działają różne zjawiska (skala liczebności tych przykładów zaczyna się od dziesiątek lub setek tysięcy). Nauczona sieć potrafi samodzielnie analizować nowe, wcześniej nie widziane przykłady, korzystając z rozpoznanych wcześniej cech.
Jakich informacji potrzebuje sieć neuronowa, aby nauczyć się rozpoznawać emocje? Tak jak dziecko, potrzebuje informacji zwrotnej o tym co jest, a co nie jest prawidłowe. Ten rodzaj uczenia maszynowego nazywamy uczeniem nadzorowanym (ang. supervised machine learning). Dla danych językowych, sieć potrzebuje szeregu anotacji, czyli przykładów o postaci np.:
- przepiękny = szczęście 0,8
- znalezisko = zaskoczenie 0,7
- nieuczciwość = złość 0,4
Najważniejsze są nie maszyny, a dane
Jak jednak zdobyć dziesiątki tysięcy takich przykładów potrzebnych do nauczenia sieci neuronowych? I co zrobić ze słowami, które będą wzbudzały różne emocje u różnych osób? Jeśli słowo “kolejka górska” wzbudza we mnie radość, a w tobie strach, to czyją wersję powinniśmy przekazać naszemu “neuronowemu dziecku”?
Problem dobrej jakości danych do uczenia maszynowego był bolączką wielu poprzednich projektów uczenia maszynowego, dlatego w Sentimenti zaangażowaliśmy zespół doświadczonych psychologów z LOBI PAN i przeprowadziliśmy największe w Polsce badania emocji w słowach. Zapytaliśmy ponad 20 tys. osób o ponad 30tys. słów i 7 tys. tekstów, z których każdy był oceniony ok. 25 -50 razy (więcej szczegółów na naszym blogu link). Mamy dzięki temu najbardziej reprezentatywną informację o 8 emocjach, jakie poszczególne słowa i teksty wzbudzają u Polek i Polaków.
Lepsza automatyczna analiza emocji w tekście
Stworzenie dobrej bazy danych pozwoliło nam przejść do kolejnego kroku, czyli wyboru algorytmu uczenia maszynowego, który najlepiej podoła zadaniu “odgadywania” emocji w tekście. Przetestowaliśmy następujące rozwiązania, które “nakarmiliśmy” naszymi danymi:
- word embeddings i word2vec (czyli metodę przekształcania słów i tekstów na postać matematyczną);
- fastText (jako podstawową metodę, punkt odniesienia);
- BiLSTM (ang. bidirectional long-short-term memory neural network, czyli dwukierunkowe sieci oparte na krótko- i długoterminowej pamięci);
Nasze algorytmy rozpoznawały sentyment trafnie w 89%, natomiast emocje w ok. 80-85% (dla wybranej grupy tekstów). Szczegółowe miary i informacje o dziedzinach, a także wiele pomiętych tutaj szczegółów badania, można znaleźć w naszej publikacji na stronie LTC.
Dzięki temu badaniu mamy dostępne modele, które rozpoznają emocje szybciej niż człowiek – są w stanie przetworzyć w ciągu kilku minut miliony tekstów.
W dziale B+R Sentimenti ciągle pracujemy nad nowymi rozwiązaniami, dlatego już teraz eksperymentujemy z technologiami, które zrewolucjonizowały świat NLP (ang. Natural Language Processing) w 2018 roku, takimi jak BERT i ELMo, ciągle rozwijamy też własne modele i rozwiązania dla lepszego zrozumienia emocji w języku.
Współpraca przy tej notce: dr Barbara Konat, kierowniczka badawcza w SENTIMENTI
utworzone przez Sentimenti Team | kwi 16, 2019 | Polityka i społeczeństwo, Styl życia
Ale jaja! W ten lapidarny sposób kwitujemy wiele tematów, od polityki po filmy Marvela. Zwykle nie oznacza to niczego dobrego, choć samo wyrażenie może też zostać użyte jako wyraz zaskoczenia i uznania. Z kolei jajeczka to coś bardzo uroczego, jak gotowanie z dzieciakami, hodowanie domowych ptaków czy dekoracje. A skoro już mowa o tych ostatnich, najlepsze co może nam się przydarzyć w kontekście białka i żółtka to pisanki.
Do Wielkanocy zostało już bardzo niewiele czasu, sprawdziliśmy więc, czy intuicja nas nie zawodzi i A. D. 2019 powyższe skojarzenia wciąż się sprawdzają. Jakie emocje wyrażamy używając tych trzech słów w tekstach? Sprawdziliśmy, dla jaj, ich wydźwięk przy pomocy narzędzi SentiTool i opisujemy wyniki. Tym razem nawet, z okazji święta, pokażemy wam zarówno analizę sentymentu, jak i emocji.
Sentyment w koszyczku
Jaja to reakcja na coś zaskakującego, bezsensownego lub śmiesznego. Wzmianki zawierające to słowo potwierdzają nasze przypuszczenia. Niosą najwięcej negatywnego sentymentu ze wszystkich trzech przeanalizowanych w SentiToolu słów, i wciąż dominuje w nich kontekst pozytywny. Z kolei najwięcej pozytywnego wydźwięku pojawia się przy okazji pisanek: nic dziwnego, kojarzą się nam przecież z rodzinnym świętowaniem i ładnymi, pieczołowicie zdobionymi rzeczami.
Jajeczne emocje?
Jak zwykle – przy przechodzeniu od analizy sentymentu do emocji sprawy nieco się komplikują, mamy bowiem aż 8 zmiennych z teorii Plutchika opisujących każde z analizowanych słów. Nie ma w naszym badaniu jednak zaskoczenia, otrzymany krajobraz emocjonalny jest bardzo spójny z tym, co normalnie czujemy wypowiadając te słowa. Pisanki to najwięcej każdej z pozytywnych emocji (radości i zaufania) oraz oczekiwania. Wiąże się z nimi najmniej emocji negatywnych, które z kolei wydarzają się częściej we wpisach zawierających jaja – są to złość i smutek. Pozostałe emocje nie grają większej roli w tym zestawieniu.
Wielkanoc i kolorowe pisanki to pozytywne emocje
Nasze językowe wyczucie wynikające z tego jak sami używamy różnych słów pokrywa się z pomiarem emocji SentiTool, co wykazało powyższe, może nieco jajcarskie, badanie. Im dalej od brutalnego i ordynarnego jaja i bliżej radosnej pisanki, tym więcej pozytywów i oczekiwania na wielkanocne rodzinne śniadanie.
Czy to przez ukryty związek pisanek z puchatym kurczaczkiem, czy z prezentami od wielkanocnego zająca? Musielibyśmy uważniej przyjrzeć się słowom towarzyszącym poszczególnym zwrotom, póki co widzimy jednak, że intuicyjności i poprawności analizy emocji w tekście Sentimenti można spokojnie zaufać. Stoi też za nią baza słów, zwrotów, fraz i tekstów już zebranych i przeanalizowanych oraz kilka mechanizmów uczenia maszynowego. Poza tym narzędzia Sentimenti wciąż się rozwijają. Na co dzień i od święta.
utworzone przez Sentimenti Team | kwi 4, 2019 | Polityka i społeczeństwo
Brexit jeszcze nie nastąpił. Od trzech lat Unia Europejska rozmawia i rozmawia… Mamy wszyscy poczucie, że temat jest trudny, wywołuje emocje, jednych przeraża, innych zachwyca. Negocjacje pomiędzy UK i UE są zacięt. Obywatele żywo na nie reagują, a jednocześnie wszystko wydaje się nieustająco kręcić, ale w miejscu. Ale czy zmiany w tempie dyskusji oznaczają automatycznie zmiany natężenia emocji?
Brexit wywołuje emocje
Przeanalizowaliśmy narzędziami Sentimenti wzmianki z hasłem “Brexit” i pokrewnymi pojawiające się na Facebooku, Twitterze, na forach oraz w prasie. Temat właściwie nie znikał z sieci od początku 2016 roku. Liczba publikowanych wpisów ulegała zmianie na przestrzeni tych lat.
Najwięcej pisano w okolicach referendum, w czerwcu 2016. Kolejne miesiące, w których ten temat powracała z większą siłą, to marzec i grudzień 2017, październik 2018 oraz początek 2019, zwłaszcza styczeń i marzec. Postanowiliśmy przeanalizować je naszym SentiToolem, żeby sprawdzić, jak zmieniały się emocje wyrażane w tych okresach. Wykorzystaliśmy także narzędzia korpusowe i sentitoolową analizę sentymentu do przyjrzenia się słowom najsilniej kształtującym wydźwięk emocjonalny rozmów o wychodzeniu Wielkiej Brytanii z Unii.
Emocje: od referendum po najnowsze negocjacje
Początkowo sądziliśmy, także na podstawie wyników analiz sentymentu rynkowego SentiStock, że fluktuacje liczby wzmianek będą skorelowane ze zmianami w natężeniu emocji. Na przykład złość i radość są, w zależności od tematu, często pozytywnie powiązane z częstością pojawiania się nowych wypowiedzi. Tym razem wynik był dla nas zaskakujący.
Okazuje się, że emocje otaczające rozmowy o Brexicie nie zmieniały się w ciągu ostatnich trzech lat. Pozostawały takie same zwłaszcza wówczas, gdy nieco więcej niż zwykle mówiło się o Wielkiej Brytanii opuszczającej Wspólnotę. Żadna z emocji podstawowych nie wykazuje trendu wzrostowego ani spadkowego. Zdarzają się niewielkie wahania – zwłaszcza w przypadku wstrętu i złości. Krótko mówiąc, wynik pomiaru emocji odzwierciedla impas w negocjacjach Brexitowych trwający już od trzech lat. UK nie opuszcza UE, a odczucia obywateli i polityków pozostają niezmienne.
Jeśli spojrzymy na wzmianki pod kątem sentymentu, a nie emocji podstawowych, zobaczymy charakterystyczną dla wszelkich rodzajów dyskursów przewagę pozytywnego sentymentu. Znika ona jedynie w październiku 2018. To jedyny miesiąc, kiedy odnajdujemy jakąkolwiek zmianę w wydźwięku emocjonalnym rozmów o wyjściu UK z Unii. To wówczas rozmawiano o możliwości przeprowadzenia ponownego referendum. Stałość nastrojów widać także w sondażach przeprowadzanych na społeczeństwie brytyjskim. Na przykład badanie wykonane dla Economist pokazuje, że zmiany postawy (opuścić UE lub pozostać) obejmują tylko kilka procent na przestrzeni lat. Oznacza to, że odsetek osób zmieniających odczucia na temat Brexitu jest zaniedbywalny.
Pobudzenie emocjonalne w dniu referendum
Być może skala czasowa, jaką przyjęliśmy w naszym badaniu jest zbyt szeroka na tak ważny i poruszający temat? Żeby przetestować tę hipotezę, przeszliśmy z miesięcy na dni, w których najwięcej się działo – okolice referendum. Wynik nie uległ zmianie, pomiar emocji narzędziami Sentimenti wyraźnie wskazuje, że emocje wobec Brexitu nie zmieniają się w czasie. W dniu referendum (23 czerwca 2016) i kolejnych nie zauważamy większych wahnięć w emocjach wyrażanych w sieci. Jedynie radość wykazuje krótkotrwały wzrost, a wstręt oraz zaufanie zmieniają się do tego stopnia, że ich proporcje się odwracają. Wszystko to dzieje się jeszcze zanim ogłoszono wyniki. Po ich ogłoszeniu nie zauważamy większych zmian, także w zaskoczeniu czy oczekiwaniu. To sugeruje, że polscy internauci nie wyrażali zdziwienia wynikiem głosowania. Jedynie złość i wstręt wykazują wahnięcia i trend wzrostowy.
Jakich słów używamy mówiąc o Brexicie?
Przyjrzyjmy się jeszcze wynikowi pomiaru emocji SentiTool ujętym jako chmury negatywnie i pozytywnie nacechowanych słów pojawiających się w przeanalizowanych wpisach. Poniższa pokazuje słowa najczęściej pojawiające się w czerwcu 2016, miesiącu referendum. Widać przewagę tych negatywnych – były znacznie bardziej zróżnicowane od pozytywnych, choć w czerwcu 2016 ostatecznie we wzmiankach przeważał pozytywny sentyment.
Nasza analiza najczęstszych słów pokazała, że pozostawały one we wszystkich interesujących nas miesiącach bardzo podobne. Tak jak emocje, i nie ulegają zmianie nawet w październiku 2018, kiedy ogólny wydźwięk wzmianek stał się bardziej negatywny. Dlatego pokażemy tu jedynie dwie chmury. Druga ukazuje stan rozmów na dzisiaj, czyli wyniki analizy wzmianek z marca 2019.
Wojna, koniec i dobry pojawiały się nieco rzadziej, ale wciąż są w czołówce najczęściej pojawiających się słów. Względna częstość wspominania o kryzysie pozostaje podobna. I to pomimo znacznych różnic w liczbie wzmianek pojawiających się w czerwcu 2016 (519 tys.) i marcu 2019 (165 tys.). Oznacza to, że opublikowano co prawda mniej wzmianek, ale o bardzo podobnej zawartości.
Impas odczuwalny w negocjacjach pomiędzy Unią Europejską i Wielką Brytanią nie jest niczym nowym. Negocjacje trwają już trzy lata, spadło zainteresowanie obywateli, ale ich emocje pozostają niezmienne. Jedynie rozmowy o ponownym referendum charakteryzowały się bardziej wydźwiękiem innym od pozostałych okresów zintensyfikowania publicznej dyskusji na temat taki jak Brexit. Wyniki naszej analizy emocji oraz tworzących ją słów podkreślają, że brak zmiany i postępu niewątpliwie rezonuje z odczuciami internautów piszących o całej sytuacji.
Szersze wnioski?
Analiza wzmianek generowanych przez Brexit pozwala nam wyciągnąć szersze wnioski na temat monitoringu mediów. Po pierwsze, wzrost liczby wzmianek wcale nie jest jednoznaczny ze wzrostem emocjonalnej temperatury dyskusji. Po prostu informacja dotarła do większej liczby osób, które postanowiły się wypowiedzieć. Udział nowych komentatorów niekoniecznie zmienia emocjonalny krajobraz tematu. Bardzo często traktujemy intensyfikację rozmowy jako wskaźnik, że internauci są z czegoś zadowoleni lub wręcz przeciwnie. Jednak bez analizy emocji nie możemy jednoznacznie ocenić, jakie opinie wyrażają.
Tym razem pokazaliśmy też, że charakterystyczne dla Sentimenti równoległe analizowanie emocji i sentymentu prowadzi do ciekawych wniosków – czasami wahania natężenia poszczególnych emocji są bardzo subtelne, ale prowadzą do istotnej zmiany w proporcji pozytywnego i negatywnego sentymentu. Wszystkie opisane tu etapy analizowania temperatury rozmów w Sieci mają znaczenie przy badaniu dyskusji politycznych, ale także tych dotyczących marek czy produktów. Bo czy wzrost liczby wzmianek oznacza już, że reklama działa? Lepiej sprawdzić, na ile wpłynęła ona na nastroje klientów. Nastroje mogące doprowadzić do zakupu, a nie jedynie na ich świadomość istnienia danej oferty.
Wykonane przy pomocy SentiToola badanie emocji płynących z internetowych wpisów, komentarzy czy artykułów może dotyczyć ważnych społecznie i wywołujących silne emocje tematów jak Brexit właśnie, ale nie tylko. Może też posłużyć na przykład do badania rynku. Sprawdzenia stopnia docierania marki do potencjalnych odbiorców i skuteczności kampanii reklamowych. Być może do sprawdzenia znajomości marki lub wyrobu i nastawienia wobec nich.
Będzie atutem w przypadku budowania wizerunku i prowadzenia komunikacji zewnętrznej firm czy urzędów, sprawdzenia stopnia zadowolenia z wykonywanych przez nie działań itd. SentiTool pozwoli automatycznie zebrać reakcje nawet z bardzo dużej liczby źródeł, uszeregować je pod względem nacechowania i zarządzić dalszymi działaniami firmy. A w zasięgu naszego narzędzia jest też analiza rozwoju trendów, zachowań konsumenckich i inne ewaluacje. Umożliwi to nie tylko lepsze zarządzanie organizacją, ale i jej harmonijny rozwój.
Wpis przygotowany we współpracy z Łukaszem Kołtackim.
utworzone przez Agnieszka Czoska | mar 28, 2019 | Polityka i społeczeństwo
26 marca 2019 (we wtorek) Parlament Europejski przegłosował tzw. ACTA 2, nazywane “ustawą o cenzurze internetu” lub “dyrektywą o prawach autorskich” – w zależności od nastawienia piszącego. Wydaje się, że w Polsce ten temat wywoływał silny sprzeciw, a w internetowych rozmowach o tej regulacji dominowały krytyka, niechęć i obawy. Temat niewątpliwie wywoływał sporo emocji, postanowiliśmy się im przyjrzeć.
O ACTA 2 pisano w sieci od początku tego roku, ale dopiero w marcu dyskusja zaczęła nabierać szybszego tempa. Po 20 marca, według wyników monitoringu Brand24, hasła “ACTA” i “ACTA 2” pojawiały się ponad 300 razy dziennie (wcześniej niecałe 200). Po 21 marca liczba wzmianek wzrosła do mniej więcej 600. Oczywiście najwięcej mówiono na ten temat w dniach poprzedzających głosowanie w PE i zaraz po nim – we wtorek ponad 11 tys. razy. Pierwsza grafika w tym wpisie pokazuje chmurę słów nacechowanych emocjonalnie najczęściej pojawiających się w tych rozmowach, w reakcji na przegłosowanie dyrektywy. Kolory odpowiadają wiążącym się z nimi emocjom, wielkość słowa – jego częstości.
Emocje w przeddzień głosowania ACTA 2
Spodziewalibyśmy się, że wtorek,dzień głosowania, będzie różnił się od poprzedzających, kiedy nie było jeszcze pewne, jaką decyzję podejmie PE. Na powyższym wykresie widać wzrost natężenia wstrętu, tendencję spadkową w smutku czy złości, a wzrostową w przypadku zaufania. Nie obserwujemy tu zmian tak dużych jak w przypadku nagłego wzrostu liczby wzmianek o ACTA.
Porównanie do poprzedniego tygodnia
Jak pisaliśmy w artykule o przebiegu analizy emocji, samo zmierzenie natężenia 8 emocji podstawowych niekoniecznie pozwoli nam wyciągnąć wnioski o temperaturze dyskusji. Dużo lepsze efekty daje porównanie poszczególnych wyników do wartości średniej. W tym przypadku ciekawy wgląd w to, co działo się w sieci, da nam porównanie powyższych trzech dni z poprzedzającym je tygodniem.
Najpierw przyjrzyjmy się okresowi od 18 do 24 marca. Pojawiało się wówczas około 600 wzmianek dziennie wspominających o ACTA. Rozkład zawartych w nich emocji nie jest dla nas zaskakujący, chociaż w badanych przez nas dotąd materiałach dotąd najczęstsze były radość i zaufanie, a dopiero po nich smutek i złość. W przypadku rozmów o dyrektywie złość okazuje się drugą najczęstszą emocją. To pierwsza wskazówka mówiąca o tym, że rzeczywiście ten temat wywołuje bardziej negatywne emocje niż większość dotąd przez nas analizowanych dyskusji.
Średnie z tygodnia 18-24 marca posłużą nam jako odniesienie (punkt zero), by pokazać, o ile procent więcej lub mniej danej emocji pojawiło się we wzmiankach z dni poprzedzających decyzję PE. Dzięki temu zobaczymy, jak zmieniał się emocjonalny krajobraz rozmów o ACTA podczas oczekiwania na wynik głosowania i po tym, kiedy Parlament Europejski przegłosował dyrektywę o prawach autorskich.
Wstręt to emocja przeważająca w rozmowach o ACTA w bieżącym tygodniu, przy czym największy wzrost zanotowaliśmy w dniu głosowania. Internauci krytykowali decyzję PE i nie bali się tego wyrażać mocnymi słowami – obelgi i przekleństwa są najsilniej związane z tą emocją. We wtorek przestali także wyrażać tyle oczekiwania, a nawet zaskoczenia, co w dniach, kiedy decyzja PE nie była jeszcze znana. Co ciekawe, złość, będąca kluczową emocją przy porównywaniu tematu ACTA z innymi, nie uległa zmianie i jest wyrażana w poprzednim i bieżącym tygodniu z takim samym natężeniem.
Emotikony w rozmowach o ACTA 2
Analiza częstości pojawiania się we wzmiankach różnych emotikon przynosi podobne wnioski, co analiza emocji: smutna buźka pojawia się jako druga najczęstsza emotka, po niej płacząca, użyto także sporo tych rozzłoszczonych. Jednak najczęściej pojawiają się śmiech przez łzy – wyrażające w tym wypadku prawdopodobnie sarkazm, ironię, niedowierzanie czy zaskoczenie. Jak pokazaliśmy w naszym badaniu nad emotikonami, “mocne uśmiechy” jak : P czt :D, których rozwinięciem są XD i podobne, bardzo zmieniają swoje znaczenie w zależności od towarzyszącego im tekstu. W rozmowach o ACTA 2 dominują wstręt i złość, co niewątpliwie nadaje uśmiechniętym emotikonom negatywny wydźwięk emocjonalny.
Niezadowolenie w sieci
Wyniki naszej analizy nie są zaskoczeniem – najważniejsze emocje w polskojęzycznej dyskusji o ACTA 2 to złość i wstręt. Jesteśmy bardzo niezadowoleni z decyzji PE, ostro ją krytykujemy, a wcześniej mocno i mocnymi słowami optowaliśmy przeciwko wprowadzeniu dyrektywy. Z tej perspektywy w wypowiedziach internautów nie widać strachu, więc ewentualne obawy co do zmian wiążących się z nowymi regulacjami wyrażane są raczej jako pewność, że zdarzy się coś złego (i już nas to denerwuje). W kolejnych dniach dyskusje zaczną trochę wygasać, liczba wzmianek spadnie i wówczas zobaczymy pewnie stopniową zmianę i zwiększenie udziału neutralnego, obiektywnego sposobu komunikacji – wpisów o tym, co się zmieni, jak przygotować się na nowe ustawy i gdzie szukać dalszych informacji.
