Sentimentanalyse social media: waarom een rapportcijfer onvoldoende is

Hoe vaak is het je niet gebeurd dat je na een prettig sollicitatiegesprek te horen kreeg dat men “besloten heeft met een andere kandidaat verder te gaan”? Een redelijk frustrerende ervaring, over het algemeen. En je dacht nog wel dat het gesprek zo goed verlopen was: wat je tot nu toe in je carrière bereikt had sloot naadloos aan bij wat er in deze functie vereist werd, je wist op elke vraag een antwoord en je kwam zeer zelfverzekerd over.

Tijdens het gesprek was je er zelfs achter gekomen dat jouw dochter in hetzelfde hockeyteam zat als de dochter van de recruiter, waarna jullie zelfs nog een tijdje gezellig over de aanstaande hockeytoernooien gebabbeld hadden. Wat ging er mis? Waarom kozen ze een ander?

Rapportcijfers

Stel je voor dat je aan het einde van het interview (en alle andere interviews die je doorlopen hebt) een rapportcijfer zou krijgen over hoe goed of slecht je het gedaan had. Op basis van het cijfer zou je te weten komen of je een positieve of negatieve indruk had achtergelaten. Ook zou je na verloop van tijd kunnen zien hoe het cijfer zich had ontwikkeld, om te zien of je progressie had gemaakt, of niet. Klinkt goed, toch?

Of toch niet? Hoe zou dat rapportcijfer jou helpen? Natuurlijk, het is fijn om te weten wat voor indruk je gemaakt hebt, maar hoe zou dat cijfer jou helpen te ontdekken op welke vlakken je je zou moeten verbeteren, zodat je de volgende keer een grotere kans zou maken? Het cijfer op zich biedt niet voldoende inzicht, en je loopt het risico je nog steeds op de verkeerde zaken te richten.

Het probleem van sentimentanalyse

Dit is het probleem waar de meeste social CRM-oplossingen vandaag de dag mee kampen, en iets waarover ik veel bedrijven hoor klagen. Als je op Google zoekt naar ‘Social CRM’ vind je een hele zwik aan bedrijven die producten en diensten aanbieden voor het volgen van social media en het doen van sentimentanalyse.

Dit soort diensten speurt het internet en andere feedbackkanalen af naar discussies en commentaren over de merknamen en de producten van het bedrijf in kwestie. Vaak brengen ze alle gegevens samen in een interactief dashboard dat er op het eerste oog gelikt uit ziet. Klanten worden allerlei features voorgeschoteld, en in eerste instantie zijn die enthousiast: dat ze alles wat er over hen gezegd wordt makkelijk kunnen volgen. Helaas slaat bij velen het enthousiasme na enige tijd om in ontevredenheid. Hoe komt dat?

Interactieve dashboards

De meeste social CRM-oplossingen richten zich op het bijhouden van vermeldingen van merknamen en producten. Ze zijn goed in het samenvatten van de gegevens door middel van interactieve dashboards die allerlei grafiekjes en infographics laten zien, vaak met een historisch overzicht per merknaam, product en andere parameters. Over het algemeen is de analyse als volgt samen te vatten:

“Deze maand werd nerk X door 4.000 personen genoemd. Verleden maand waren dat er 3.500. 40% was positief, 20% neutraal en 40% negatief. Vrouwen vinden uw product beter dan mannen, en in Frankrijk is men het meest negatief.”

Dit zijn interessante feitjes, maar wat voor actie kun je op dit soort informatie ondernemen om concrete verbeteringen aan te brengen in de producten, marketingcampagnes of klantenservice van een bedrijf?

Sentimentanalyse per onderwerp

Om echt nut op te leveren, dienen feedback, tweets en Facebook comments te worden opgedeeld in de verschillende onderwerpen die daarin naar voren komen. Tevens moet de sentimentanalyse toegepast worden op ieder specifiek onderwerp dat genoemd wordt. Na het doen van een dergelijke sentimentanalyse per onderwerp komt de analyse voor het eerder genoemde voorbeeld er dan bijvoorbeeld als volgt uit te zien:

“Deze maand werd merk X door 4.000 personen genoemd. Verleden maand waren dat er 3.500. 2.400 van hen hadden commentaar op de prijs van merk X – 60% had een negatieve opmerking over de prijs, in vergelijking tot 30% een maand eerder. Vrouwen waren ontevredener over de reclames voor merk X dan mannen. In Frankrijk is men zeer bezorgd over de impact van merk X op het milieu.”

Inzichten om direct aan de slag te gaan

Dit soort analyse biedt een bedrijf veel meer inzichten om direct mee aan de slag te gaan, bijvoorbeeld:

1. Onderzoek waarom er zo’n grote toename was in de ontevredenheid over de prijs van merk X: hebben we de prijs verhoogd, en, zo ja, heeft dat de verkoop negatief beïnvloed?

2. Kijk in meer detail naar de meest recente reclamecampagnes en onderzoek waarom deze mogelijk niet in de smaak vallen bij vrouwen. Wat is daar de achtergrond van? Hoe kan de situatie weer rechtgetrokken worden?

3. Evalueer wat de impact van merk X op het milieu is. Hebben consumenten in Frankrijk misschien een verkeerd beeld van de situatie, en moeten we daarom een informatieve marketingcampagne daar starten? Of is het zo dat hun bezorgdheid terecht is en moet er gekeken worden naar hoe de impact eventueel verminderd zou kunnen worden?

Het spreekt voor zich dat dit soort gedetailleerde sentimentanalyse technisch een stuk gecompliceerder is. Het kan ettelijke jaren kosten dit soort geautomatiseerde analysemethodes te ontwikkelen, en er is slechts een handvol bedrijven op de markt dat dit niveau aan inzicht leveren kan.

Inzichten die direct leiden tot een actie

De rol van social media in het onderhouden van klantencontacten wordt steeds belangrijker voor de meeste bedrijven. Om hiervan optimaal te profiteren dien je inzichten te vergaren waarop direct actie ondernomen kan worden. Hiervoor is het noodzakelijk om in detail te weten te komen over welke aspecten van jouw product of service klanten positief dan wel negatief commentaar leveren. Dit vereist geavanceerde analysetechnieken die een stap verder gaan dan alleen sentimentanalyse op merknaam-, product- of hashtag- niveau.