爆炸的消费者评论在互联网上为许多企业提供了更大的了解顾客的想法和感受对他们之前,期间和之后他们参与一个产品或服务。但是企业如何,那些市场对他们来说,最佳解释的大量评论的清晰洞察总体情绪?
许多工具来评估整体实力的目标受众对品牌的认知。多年来,营销人员使用了一系列传统的品牌认知和启动子得分机制获得洞察客户体验措施和特定品牌的优势和劣势。
最近,测量消费者信心已经成为流行的营销人员寻找另一种方式了解消费者认为他们的组织,品牌,产品和服务,从本质上讲,“用户体验”。这导致了净人气值(NSS)的发展和其背后的自然语言处理(NLP)。
NSS过程的优点
消费者信心指数的概念,打开一个窗口为消费者的思想:他们如何感知、经验和与商品和服务进行交互。NSS可以为组织提供实时、快速的反馈,部分品牌或服务是爱,恨或者不被议论。
然而,直到最近,评估情绪是一个很大程度上定性和选择性的过程和解释。试图评估大量的评论也被证明是困难和耗时的,和这些评论的often-varied性质难以确定和总结评论的趋势一致。
现在这一切都改变了,由于使用NLP固有的机器学习算法。k咨询使用这些专有NLP的解决方案分析评价和评估消费者的情绪作为他们的语言表达,使数以百万计的顾客评论公开在互联网上更可以作为NSS评分的来源。这个过程可以应用到一系列的组织——从面向消费者的快速消费品(FMCG)企业通过服务提供者像医院,政府部门和金融机构。
实际上NSS过程是如何工作的吗?
k的过程使用算法定性评分评论,消费者的意见和评论。分析探讨了语言用于评审来确定正面或负面评论,与语言的“司机”审查,为了更好地理解有评论家评论他们的经验和分配一个正面的或者负面的情绪得分每个审查。
NLP的方法可以检查非常大量的评论和评论从一系列的网站和应用程序,实现真正的见解和清晰的解释从这些经常变化趋势和非结构化的评论。本质上,这个过程是:
定义组织需要为了了解关于他们的经验和用户的情绪决定正确的问题将在数据分析过程中使用
评论和其他数据来源和运行算法过程使用成千上万的个人从各种来源的数据点
确定情绪得分并识别任何总体语言评论的司机;给一个总结的结果
偏差的算法也允许这些评审通过检查使用的语言的能力,以确定评审是一个真正的经验,或更普遍的评论的产品或服务。它也可以随时间变化的监测评价,识别任何相应的情绪变化。
整个过程非常快,速度比其他传统的品牌认知措施,可以提供真正的洞察品牌或组织策略以及影响消费者的反馈应该在这些关键的业务驱动因素。
为一个更详细的案例研究如何应用,NSS见下文。