Kako koristiti Microsoft Excel za analizu osjećaja

Možete koristiti Microsoft Excel za obavljanje osnovne analize sentimenta na tekstu. Rezultati će vam pokazati trendove skrivene unutar podataka.

Potencijalne upotrebe analize osjećaja su neograničene: povjesničar može koristiti analizu osjećaja kako bi razumio namjeru autora koji piše stotine godina u prošlosti. Isto tako, voditelj marketinga može pratiti razvoj ugleda marke tijekom vremena.

Metoda analize osjećaja o kojoj se govori u ovom članku koristit će strojno učenje za bodovanje vašeg teksta i klasificiranje kao izražavanje Pozitivan, Negativan, ili Neutralno emocije.

Trebat će vam Microsoft Excel i Azure dodatak za strojno učenje.

Zašto je analiza osjećaja važna?

Za ljude koji grade proizvode, rade u marketingu ili politici ili provode istraživanje, razumijevanje emocionalnog osjećaja u vezi s određenom temom profesionalna je potreba.

Analiza osjećaja im može pomoći. Iako neće u potpunosti zamijeniti podatke o upotrebi, ankete, intervjue i desktop istraživanja, analiza sentimenta je solidan alat koji vam je na raspolaganju.

Zašto? U gotovo svakoj situaciji u kojoj imate veliku količinu nestrukturiranih kvalitativnih podataka, analiza osjećaja vam može brzo dati uvid u njezinu temeljnu poruku.

Analiza osjećaja najbolje funkcionira kada se analizira velika količina podataka.

Izvođenje analize osjećaja na najnovijoj tekstualnoj poruci iz vašeg romantičnog interesa vjerojatno neće vratiti informacije s dodanom vrijednošću. S druge strane, analiza tisuća Tweetova koji sadrže određeni hashtag dat će vam korisne rezultate.

Povezano: Čvrsti savjeti za poboljšanje ugleda na Twitteru

Drugi mogući slučajevi upotrebe uključuju analizu recenzija proizvoda, pregled anketa kupaca i otkrivanje krize odnosa s javnošću. Osim toga, redovita analiza osjećaja omogućit će vam da pratite kako se stavovi kupaca prema vašoj tvrtki mijenjaju tijekom vremena.

Volumen vs. Sentiment

Analiza osjećaja bitan je dio praćenja društvenih medija za svaku tvrtku ili marku koja je svjesna svoje reputacije.

Na primjer, možete vidjeti da vaša tvrtka dobiva veliku količinu spominjanja na društvenim mrežama. Ali samo spominjanje nije sve.

Ponekad su spominjanja dobra stvar. Na primjer, mogu značiti veliku količinu pozitivnog javnog raspoloženja prema vašoj tvrtki.

Drugi put se možda suočite s PR krizom koja izmiče kontroli. Kao rezultat toga, raspoloženje javnosti prema vašoj tvrtki je negativno.

Razlikovanje osjećaja unutar velikog broja spominjanja na društvenim mrežama može napraviti veliku razliku.

Korištenje Microsoft Excela za analizu raspoloženja

Neke platforme za praćenje društvenih medija uključuju analizu osjećaja kao dio svoje ponude. Također je moguće izvesti analizu osjećaja na tekstu koristeći programski jezik kao što je Python.

Međutim, ove opcije zahtijevaju ili značajan proračun kako bi si priuštili platformu za praćenje društvenih medija ili vještine kodiranja.

Ako ste poput većine ljudi i nemate ništa od toga, Microsoft Excel je dobra opcija za izvođenje temeljne analize osjećaja.

Iako nijedan od ovih alata ne daje savršene rezultate, oni vam mogu pomoći u razumijevanju cjelokupnog trenda osjećaja sadržanih u tekstu.

Kako izvršiti analizu raspoloženja u programu Microsoft Excel

Slijedite ove korake da biste isprobali analizu osjećaja s Excelom bez pisanja koda. Ispod haube, Excel i Azure dodatak ovise o algoritmu za obradu prirodnog jezika i generičkom rječniku s pozitivnim i negativnim riječima. Svaka riječ u leksikonu ima pozitivnu, neutralnu ili negativnu vrijednost.

1. Organizirajte podatke koje želite analizirati u Microsoft Excel Sheet.
2. Očistite podatke do uklanjanje praznih mjesta i nepotrebnih likova.
3. Napravite prvu ćeliju u svom skupu podataka tweet_text (sačuvati malim slovima).
4. Ići Umetni > Dodaci.
5. Dalje, idite na Traži > Azure Machine Learning.
6. Nakon instaliranja, dodatak Azure Machine Learning pojavit će se okvir na desnoj strani zaslona.
7. Vidjet ćete dvije opcije: Titanic Survivor Prediktor i Analiza osjećaja teksta.
8. Kliknite na Analiza osjećaja teksta.
9. Ići Predvidjeti > Ulazni, zatim dodajte raspon u kojem se nalaze podaci koje želite analizirati.
10. Napustiti Moji podaci imaju zaglavlja provjereno.
11. Ići Izlaz i dodajte ćeliju u koju želite da idu rezultati analize.
12. Pritisnite Predvidjeti.

A Sentiment i Postići jer će se tekst u svakoj ćeliji popuniti; odgovarajući tekst je više Negativan ako je rezultat bliži nuli. Možda biste radije promijenili Rezultati do a postotak. U tom slučaju, što je bliže a Postići je da 100%, to je pozitivnije. Neutralno je bilo koji Postići oko 50%.

Pogledajte donji primjer iz Otok s blagom autora Roberta Louisa Stevensona.

Kako dobiti uvid iz analize osjećaja

Nakon što pokrenete analizu osjećaja, imat ćete ćelije s Pozitivan, Negativan, ili Neutralno klasifikacije i njihove odgovarajuće numeričke ocjene.

Kako rezultate možete pretvoriti u razumljive uvide? Evo nekoliko ideja:

• Segmentirajte klasifikacije prema stvaranje zaokretne tablice u Excelu.
• Možeš koristiti Visio, koji je sada uključen u Microsoft 365 Business bez dodatnih troškova, vizualizirati ukupan broj svake od njih Pozitivne, Negativne, ili Neutralne. Vizualizacija podataka može vam pružiti pogled iz ptičje perspektive.
• Ako ste odgovorni za upravljanje reputacijom u tvrtki ili brendu, možda ćete se htjeti usredotočiti na skeniranje svih tekstova klasificiranih kao Negativan. Što čini tekst Negativan? Postoji li nešto što trebate prenijeti da biste riješili problem?
• Istu vježbu možete izvesti i za tekstove klasificirane kao Pozitivan. Možda postoji posebno lijepo svjedočanstvo kupaca zakopano u velikom broju recenzija proizvoda koje biste željeli podijeliti.
• Također možete dodatno segmentirati tekst, tako da vidite samo ćelije koje spominju novu značajku proizvoda. Jesu li korisnici više Pozitivan, Negativan, ili Neutralno o značajci? Analiza osjećaja može vam pomoći da to utvrdite i učinkovitije prikupite povratne informacije.

Analiza osjećaja može izvući ljude iz procesa donošenja odluka. Ponekad to može biti dobro jer tumačenje teksta može biti vrlo subjektivno.

Na primjer, zamislite grupu ljudi koja pokušava odlučiti je li 5000 recenzija proizvoda više Pozitivan ili Negativan. Njihove različite perspektive i pažnja na detalje umanjit će vjerodostojnost ukupnog rezultata. Dopuštanje bazi podataka računala da odluči uvelike će pomoći u dosljednosti. Povezano: Najbolji savjeti i alati za donošenje grupnih odluka na poslu

Upotreba programa Microsoft Excel za analizu raspoloženja

Ako želite isprobati analizu osjećaja, ali nemate puno financijskih sredstava ili vještina kodiranja, onda je Microsoft Excel izvrsno mjesto za početak.

Analiza osjećaja u Microsoft Excelu pružit će vam uvide koje možete koristiti za razumijevanje nestrukturiranih tekstualnih podataka. To bi također mogao biti idealan način da se upoznate s konceptima strojnog učenja prije nego što se upustite u projekt na terenu.

11 projektnih ideja za strojno učenje za početnike

Ove ideje za projekte izvrsne su za one koji imaju određeno znanje o programiranju i žele se probiti u polje strojnog učenja.

Pročitajte dalje

O autoru