« Le défi: déterminer comment les sentiments s'expriment dans les médias sociaux »

Par 30 avril 2012 1 commentaire
smileys avec différents types d'émotions

L'analyse des sentiments consiste à extraire de l'information subjective d'un texte. L'identification des émotions dans les médias sociaux est un élément-clé pour permettre aux marketers de mieux comprendre leurs consommateurs.

Interview avec Tom Reamy, Chief Knowledge Architect du KAPS Group, à l'occasion du Social Media Analytics Summit.

L'Atelier: Quel type d’information peut-on extraire grâce à l’analyse de sentiments?

Tom Reamy: Avec l'analyse de sentiments, vous pouvez identifier des émotions de base : la joie, la tristesse, la peur, la colère, la surprise, le dégoût. Le défi est de déterminer comment ils s'expriment dans les médias sociaux et dans les textes. Pour ce faire, vous dépendez en grande partie de mots-clés. Mais cela correspond rarement complètement à ce que la personne ressent. Pour moi, la clé est de savoir comment aller au-delà de ces émotions simples pour examiner des sentiments plus complexes. En effet, la plupart du temps nous ne sommes pas simplement heureux ou tristes, mais plutôt un mélange des deux. Une simple phrase peut contenir deux ou trois émotions différentes. Par exemple « j'adore votre projet, sauf cette fonction » : est-ce positif ou négatif ? Nous devons aller au-delà des émotions simples pour identifier des sentiments plus complexes.

L'Atelier: Des exemples d'insights récoltés grâce à l'analyse de sentiments ?

Tom Reamy: On peut découvrir plein de choses. L'analyse de sentiments a, par exemple, aidé à découvrir des caractéristiques fondamentales de la formation du jugement chez les libéraux et les conservateurs, et de la façon dont ils réagissent au monde. Si vous analysez la fréquence d'utilisation de mots de dégoût par une personne, vous pouvez distinguer de façon assez correcte les libéraux et les conservateurs. Les conservateurs sont plus sujets aux émotions de dégoût que les libéraux. Et cela se confirme dans les analyses de scanneurs de cerveau. On constate que, lorsque les conservateurs voient quelque chose, il y plus de chances que la partie émotionnelle de leur cerveau soit activée que chez les libéraux.

L'Atelier: Comment pouvez-vous transposer ces sentiments complexes en données ?

Tom Reamy: Avec un bon logiciel, vous pouvez créer des règles qui prennent en compte des aspects comme la relation entre les mots et entre des entités. Parfois, l'ordre des mots peut changer le sens d'une phrase. Parfois, il y a aussi de l'ironie. Tous ces éléments, basés sur une langue sous-jacente, doivent être pris en compte pour bâtir votre système. Le problème c'est que les règles du langage humain peuvent être brutales : elles peuvent changer très vite ou ne plus fonctionner. Ce que j'apprécierais, c'est un logiciel avec une capacité d'apprentissage. Il pourrait apprendre comment détecter par lui-même les émotions et demander un feed-back humain.

D'un point de vue marketing, en quoi est-il plus pertinent de se baser sur une analyse de sentiments plutôt que sur les groupes d'intérêts, avec une approche plus qualitative ?

Tom Reamy: La réponse est qu'il faut un système hybride qui prenne en considération les points forts de chaque système. Les chiffres ne remplaceront pas l'approche qualitative. Il faut les deux. La question est de savoir où vous en êtes dans le processus de compréhension de votre client. Par exemple, les groupes d'intérêts sont très efficaces au début, pour tenter de déterminer les caractéristiques qui vous intéressent. Ils vous fournissent des zones de tests, et vous pouvez confirmer votre théorie en utilisant les médias sociaux et les grands nombres. Vous pouvez refaire un tour des groupes d'intérêts et de discussions, et vérifier à nouveau. C'est comme ça que vous améliorez votre modèle.

Haut de page

1 Commentaire

Bel exposé..

Soumis par Mansour (non vérifié) - le 24 avril 2014 à 16h34

Vos commentaires

(If you're a human, don't change the following field)
Your first name.
(If you're a human, don't change the following field)
Your first name.
Le contenu de ce champ sera maintenu privé et ne sera pas affiché publiquement.
  • Aucune balise HTML autorisée
  • Les lignes et les paragraphes vont à la ligne automatiquement.

Plus d'informations sur les options de formatage

En soumettant ce formulaire, vous acceptez la politique de confidentialité de Mollom.

Mentions légales © L’Atelier BNP Paribas