De forma general, la población utiliza Internet y las redes sociales para expresar su opinión y lanzarla al mundo, por lo que la red está llena de mensajes suscitados por las emociones. Para las empresas, estos mensajes se convierten en valiosos cuando hacen referencia a sus marcas y/o productos o servicios, por lo que es necesario realizar un monitoreo y escucha de las redes para reconocerlos.

En este artículo sobre Social Media Listening ya insistimos en la importancia de prestar atención a lo que se dice de nosotros en Internet y mencionamos el Sentiment Analysis, una forma de realizar escucha social, solo que centrada en identificar las emociones que los mensajes esconden. Pero, realmente, ¿en qué consiste?

¿Qué es el sentiment analysis?

El análisis de sentimiento o minería de opinión es una forma de Procesamiento de Lenguajes Naturales (PLN) que analiza las conversaciones sociales que se generan en Internet para identificar opiniones y extraer las emociones (positivas, negativas o neutrales) que estas llevan implícitas. Con el análisis de sentimiento se determina:

1. Quién es el sujeto de la opinión.
2. Sobre qué se está opinando.
3. Cómo es la opinión: positiva, negativa o neutral.

Esta herramienta de marketing digital puede aplicarse tanto a palabras y expresiones, como a frases, párrafos y documentos que encontremos en redes sociales, blogs, foros o páginas de reseñas. El análisis de sentimiento se encargará de determinar qué connotación encubierta hay detrás las informaciones que sean subjetivas.

Hay diferentes sistemas de análisis de sentimiento:

• Análisis de sentimiento por polaridad: Las opiniones se clasifican en muy positivas, positivas, neutrales, negativas o muy negativas. Este tipo de análisis es muy sencillo con las reseñas hechas con mecanismos de puntuación del 1 al 5, dónde el número 1 es muy negativo y el 5 es muy positivo.
• Análisis de sentimiento por tipo de emoción: El análisis detecta emociones y sentimientos concretos: felicidad, tristeza, ira, frustración, etc. Para ello, se suele contar con una lista de palabras y los sentimientos con las que estas suelen estar relacionadas.
• Análisis de sentimiento por intención: Este sistema interpreta los comentarios según la intención que hay detrás: ¿Es una queja? ¿Una pregunta? ¿Una petición?

¿Qué ventajas ofrece a las marcas?

Usado junto al social listening, el sentiment analysis resulta muy beneficioso para las marcas, ya que les permite conocer qué sienten los consumidores sobre ellas y con qué intensidad. Este hecho ofrece a los negocios una serie de ventajas:

• Información sobre los sentimientos que la marca, producto o servicio despierta en los consumidores.
• Posibilidad de mejorar las estrategias de marketing.
• Seguimiento, gestión y evaluación de la salud de la marca.
• Prevenir futuras crisis de reputación.

¿Cómo funciona?

Para realizar un análisis de sentimiento, lo primero que se debe decidir es qué elemento de la marca se va a analizar: puede ser el producto o servicio, la imagen de la marca o la atención al cliente. En segundo lugar, se empiezan a monitorizar y a recoger los comentarios que se hacen en la red al respecto. Y por último, estos se analizan y clasifican según su polaridad.

El sentiment analysis puede hacerse de forma manual, automática o híbrida:

• Análisis de sentimiento manual: Este tipo de análisis es complicado hacerlo de forma manual sobre todo si la marca es grande, ya que se necesitan muchos recursos y tiempo para poder hacer un buen seguimiento de todos los mensajes e interpretarlos. Aun así, es aconsejable realizarlo de esta forma cuando las palabras que se quieran monitorizar puedan referirse a otras cosas. Por ejemplo, que el nombre de la marca fuera el mismo que el apellido de un famoso. En este caso, se recogerían muchos datos erróneos que nada tendrían que ver con nosotros.
• Análisis de sentimiento automático: Para el análisis de sentimiento automático existen softwares específicos que utilizan algoritmos para localizar palabras y expresiones y clasificarlas según su connotación. Por ejemplo, los mensajes que contienen la palabra “odio” se clasificarían directamente en la categoría de opiniones negativas. Hay programas muy completos que incluso pueden identificar oraciones comparativas, negativas y condicionales.
• Análisis de sentimiento híbrido: Como su nombre indica, el análisis de sentimiento híbrido combina el análisis manual con el automático para aprovechar lo mejor de cada método. De esta forma, se mejora la precisión de los resultados.

Dificultades y limitaciones

Hay que tener en cuenta que, si se utilizan los sistemas automáticos para el sentiment analysis, los resultados no serán del todo fiables. Y es que nuestro lenguaje es complejo y está conformado por más que palabras, por lo que es muy difícil que una máquina pueda leer más allá de estas y ofrezca resultados 100% correctos. De este modo, los softwares de análisis también cuentan con una serie de limitaciones, como distinguir las frases subjetivas de las objetivas, entender el contexto del mensaje e identificar el sarcasmo y la ironía.

Subjetividad

En las frases objetivas no hay sentimientos ni emociones detrás. En las subjetivas sí. Aun así, estas frases pueden escribirse de igual forma siguiendo la fórmula de sujeto + verbo + adjetivo, haciendo importante que los algoritmos sepan discernir entre estos dos tipos de frases. No es lo mismo decir “el producto es alargado”, que “el producto es ineficaz”.

Contexto

Conocer el contexto de un mensaje siempre será importante para entender el sentimiento que este esconde. Una frase sin contexto, como por ejemplo la contestación “para nada”, podría parecer negativa, pero si sabemos que responde a la pregunta “¿Cambiarías la marca X por alguna otra?”, esta se convierte en positiva. Desafortunadamente, es complicado hacer que las máquinas entiendan el contexto y lo relacionen con el mensaje.

Sarcasmo e ironía

Como hemos dicho, el idioma humano no es sencillo y las personas podemos expresar nuestras emociones de maneras muy distintas, entre ellas, utilizando recursos como la ironía y el sarcasmo. Este hecho complica aún más la tarea de los softwares, porque palabras que tienen connotaciones positivas o negativas implícitas, pueden emplearse para transmitir todo lo contrario. Un ejemplo de ello es la palabra “fantástico”, que aunque de por sí sea positiva, según el tono que se use puede transformarse en negativa: “Oye, vuestro servicio al cliente es fantástico, de verdad”.

De todos modos, aunque no exista un sistema de análisis de sentimiento mágico que ofrezca resultados precisos, utilizar esta herramienta de marketing no deja de ser conveniente para obtener un mejor conocimiento de nuestra marca y ser capaces de mejorarla.