Opinion Mining

Wie zich bezig houdt met online marketing projecten en er serieus mee bezig is, zal met online meetinstrumenten proberen te achterhalen welk effect behaald werd met de ondernomen online activiteiten. Heel eenvoudig gesteld: door bijvoorbeeld bezoekers op de webpagina’s te tellen en te tracken. Maar ook offline interventies, zoals bijvoorbeeld het effect van een deelname aan een sponsoring programma of het effect van een presentatie die werd gegeven door de directeur, kunnen vaak online gemeten worden. En dan vooral buiten de eigen omgeving. Mensen posten immers van alles binnen social media en andere online omgevingen. Het idee bij online opinion mining of online sentiment meting (Nl) is dat deze data wordt vergaard en wordt terug gebracht tot bruikbare informatie.

Dat het sentiment onder de doelgroep belangrijk is, behoeft nauwelijks betoog. Mensen hebben nu eenmaal meer vertrouwen in ‘peers’, dan in reclamecampagnes en bijvoorbeeld de mening van specialisten. De klant zelf is blijkbaar de beste adverteerder die er bestaat.  De mond-op-mond reclame werkt dus het beste. En waar spreken de monden? Precies, social media!

Het kan voor een organisatie dus enorm belangrijk zijn om te weten hoe men online over haar of haar producten en diensten denkt.  Op die manier kan snel geacteerd worden op veranderingen en beelden positief worden bijgesteld of bevestigd. Omdat er per dag een kleine twee miljoen posts bij komen, is het handmatig meten van het sentiment ondoenlijk. Er bestaan echter al jaren bedrijven die met geautomatiseerde systemen dit voor een organisatie kunnen uitvoeren.

Een dergelijke aanbieder verzamelt relevante data afkomstig van vergelijkingssites, reviewsites, blogs, weblogs en andere omgevingen en beoordeelt met geavanceerde technieken of deze data positief dan wel negatief is voor de vraagstelling die aan het onderzoek vooraf ging. Onder relevante data verstaat men niet alleen data die over het merk of een product gaan, maar ook wie deze heeft ontwikkeld. Informatie rechtstreeks geproduceerd door mensen in bijvoorbeeld weblogs wordt daarbij als zinvol beschouwd. Reclame artikelen niet.

Het analyseren van de data is complex, maar daarom niet minder interessant. Daarvoor is immers iets nodig wat ‘begrip’ genoemd zou kunnen worden. Eenvoudige taalanalyses op woorden zijn niet voldoende. Mensen zouden zich immers ook cynisch kunnen uitlaten door te stellen “Dit vakantieoord is waar ik zeker aan zou denken om heen te gaan als ik begraven zou moeten worden”. Dit zou door een eenvoudige ‘ontleder’ als een positieve opmerking geïnterpreteerd kunnen worden.  Immers, de schrijver zou er zeker aan denken er heen te gaan. Wil men het sentiment echt goed in kaart kunnen brengen, dan zal de analyse daar dus rekening mee moeten kunnen houden.

Daarnaast zijn niet al onze uitspraken even sterk geladen. We kunnen iets leuk vinden, iets heel leuk vinden, iets een beetje leuk vinden, iets weinig leuk vinden of iets extreem leuk vinden. Al deze ‘ladingen’ moeten meegenomen worden door verschillende waardes toe te kennen aan dergelijke uitspraken. Tel daarbij op dat woorden meerdere betekenissen kunnen hebben, er in meerdere talen gecommuniceerd kan worden over een thema waar men over taalgrenzen heen inzicht in de sentimentstemming over wil ontvangen en bijvoorbeeld dat de context van woorden in een zin, of de context waarin de zin zelf staat, ook nog eens eens en behoorlijk effect kunnen hebben.

Hoewel we hiermee nog lang niet alle invalshoeken hebben belicht, zal duidelijk zijn dat het hier niet om iets gaat wat op een zaterdagmiddag even in elkaar gezet kan worden. En daar zit ook een keerzijde: het kan moeilijk getoetst worden. Whorst case; een aanbieder van Opinion Mining kan in theorie haar klanten voorzien van een handmatig opgesteld rapport. Who knows?