Закрытие открытых ответов

06.03.2017

Высказывание респондентов на открытый вопрос в анкете и запись нарратива — вот, по сути, все, что было доступно маркетологам еще в 1990-х. Сегодня массив прямой речи, доступной для исследователя значительно увеличился — к открытым вопросам из анкет и транскриптам интервью добавились комментарии в социальных сетях, форумах. Анализ этих текстовых массивов даже на уровне оценки содержания с точки зрения  позитива/негатива занимает много времени.

Анализ текста человеком предполагает субъективную оценку содержания, которую вряд ли корректно сравнивать с оценкой того же самого текста другим человеком. Один и тот же комментарий чуть сложнее, чем односложное высказывание может вызывать двоякую трактовку. Закодируйте мысленно типичную фразу респондента “В принципе, меня устраивает доставка, но платить за нее я бы не стал”.

Огромные кодификаторы и специально обученные кодировщики в исследовательских компаниях создают у исследователей иллюзию простоты работы с прямой речью, однако, зачастую они выдают желаемое за действительное (у лояльных потребителей все хорошо, у недовольных все плохо).

Здесь нам всем на помощь придет NLP — анализ естественного языка. Активно разрабатываемая в рамках поисковых машин и Big data, эта технология с успехом может применяться для автоматизированного анализа нарратива потребителей.

Технология NLP может работать в двух направлениях — анализ тематики и анализ настроений. В первом случае вы можете быстро оценить, например, о чем в основном говорят люди в связи с вашей компанией в социальных сетях или специализированных форумах. Технически это продвинутый автоматизированный контент-анализ текста. Во втором случае машина чудесным образом распознает, положительным или негативным было то или иное высказывание. Social listening — то, во что стоит вкладывать деньги уже сейчас, ведь роль и значение непредвзятых мнений и отзывов будет только расти.social_media_freak

Добавить комментарий

Яндекс.Метрика