Social Sentiment Analysis (Sosyal Duygu Analizi) Nedir? |
Social Sentiment Analysis (Sosyal Duygu Analizi) Nedir?

Basitçe tanımlayacak olursak “sentiment analysis” ya da biz buna kendi içimizde Duygu Analizi de diyebiliriz, markanız hakkında konuşan kitlenin yaptığı yorumların sizin hakkınızda olumlu ya da olumsuz olma durumunu analiz eder. Günümüzde özellikle Social Listening‘nin yani sosyal dinlemenin vazgeçilmez bir parçasıdır.

Birkaç küçük soru ile sosyal duygu analizinin ne olduğu üzerine biraz tartışabiliriz.

Social Sentiment Analysis yani Sosyal Duygu Analizi Neler için Kullanılır?

Aslında her şey için kullanılabilir. İlk olarak markanız hakkında genel bir duygu analizi yapıp bunu belirli bir skor ile tanımlayarak aylık, haftalık ya da çeyreklik zaman dilimlerinde düzenli olarak takip edebilirsiniz. Günümüzde sosyal duygu analizi en az müşteri memnuniyetini ölçmek kadar büyük bir önem taşıdığı için bu skorun doğru bir şekilde takip edilmesi de aynı ölçüde önemli.
Markanız için yapabileceğiniz genel duygu analizinin dışında herhangi bir ürünün ya da markanız hakkında çıkan bir haberin ya da basitçe yaptığınız bir reklam filminin bile duygu analizini ölçebilirsiniz. Bu sayede sosyal medyada oluşan etkiyi yakından gözlemleyip gerektiği zaman doğru adımları atabilirsiniz.

Özetle sosyal duygu analizi:

  • Markanızın sosyal medya üzerinde ne kadar sağlıklı bir duruş sergilediğini gösterir
  • Kriz anlarında hızlı bir şekilde müdahale edebilmenizi ve krizin gittiği noktaya tahmin edebilmenizi sağlar
  • Rakiplerinize karşı olan durumunuzu gözlemlemede kullanılabilir
  • Kampanyalarınızın veya ürünlerinizin temel başarı kriterleri arasında bulunabilir

Sosyal Duygu Analizinin Sonunda Ne Elde Ederiz?

Daha doğrusu bunu neden yaparız. Sosyal duygu analizinde sosyal medyadaki yorumlar pozitif, negatif, etkisiz hatta biraz pozitif, çok pozitif, biraz negatif, çok negatif şeklinde sınıflandırılır. Bu sayede elinizde tüm bu yorumların bu kategorilere göre bir dağılımı oluşur. Örneğin yorumların %40’ı pozitif, %10’u negatif ve %50’si de etkisiz olabilir. Peki bu ne anlama geliyor? Çok basit bir dille ifade edecek olursak: Sosyal medyada sizin hakkınızda olumlu bir hava hakim.

Bu yargıya nasıl ulaştık?
Sosyal duygu analizini, müşteri memnuniyeti ile aynı denkleme sahipmiş gibi hayal edebilirsiniz. Müşteri memnuniyeti ölçmede en geçerli sistem olan NPS’de olduğu gibi olumlu yorumların yüzdesinden olumsuz yorumların yüzdesini çıkartıp sosyal duygu analizi skorunuzu hesaplayabilirsiniz. Üstteki örneği ele alacak olursak, sosyal duygu analizi skoru 30 oluyor. Bu sayı en az -100 olabilir. -100 demek tüm yorumların olumsuz olmasını temsil eder. En fazla ise +100 olabilir, yani tüm yorumların olumlu olduğu senaryo. 0 olması durumunda ne olumlu ne de olumsuz taraf ağırlık basmış oluyor. Tüm bu senaryoları değerlendirdiğimizde, 30 aslında güzel bir skor oluyor.

Sosyal Duygu Analizinde Önemli Olan Nedir?

  • Havuzun Genişliği: Social Sentiment Analysis yaparken dikkat edilmesi gereken noktalardan ilki havuzun genişliğidir. İncelediğiniz veri ne kadar çoksa o kadar doğru bir sonuca ulaşırsınız. Bu yüzden bu veriyi size en sağlıklı şekilde sağlayacak olan altyapı sistemlerini kullanmanız gerekmektedir. Özellikle konu dışı verileri dışarda tutmak ve doğru verileri havunuzda toplamak için anahtar kelimelerin en esnek şekilde kombinasyonunuzu yapabileceğiniz bir sistem seçerek sağlıklı bir sosyal duygu analizi için ilk adımı atabilirsiniz.
  • İnsan Faktörü: Bu analizi otomatik bir şekilde yapmak oldukça zor. O yüzden insan faktörü şart gibi. Tabi ki bunu otomatik yani insansız yapan birçok yazılım ve şirket bulunmakta ve gün geçtikçe daha da gerçekçi sonuçlar elde ediliyor, ama yine de Text Mining ya da Yazı Madenciliği dediğimiz şey, bir metinde bulunan anlamları belirli bir algoritma ile sentezleyerek anlamlar çıkartmak, sandığımız kadar kolay değil. O yüzden çoğu zaman sonuçlara duyulan güven az oluyor. Duygu analizi yapmanın şu an için en güvenilir yolu, belli kriterler doğrultusunda yorumların olumlu, olumsuz ya da nötr olduğuna karar verecek birini bulmanız. Elinizdeki verinin çok büyük olması durumunda ise istatiktiksel yöntemlere başvurup basitçe random sampling yapabilirsiniz.
  • Neyin Olumlu Neyin Olumsuz Olacağına Karar Vermek: Sandığınız kadar kolay değil. Bunun için öncesinde belirli kriterler çıkartmak ve karşılaşılan örnekler karşısında bu kriteri sık sık gözden geçirmek kritik bir önem taşıyor. Ayrıca bir analizi birden fazla kişidense tek bir kişinin yapması da subjektiflikten kaynaklanabilecek sorunları ortadan kaldırabilir.

Sosyal Duygu Analizi Nasıl Yapılır?

sosyal duygu analizi nasıl yapılır sistem formül sentiment

 

Hayali bir olayı ele alıp, adım adım sosyal duygu analizi yapalım:

1- Objektifinizi ve Kriterlerinizi Belirleyin

Hangi konuda social sentiment analizi yapmak istiyorsunuz? İlk cevap verilmesi gereken soru bu sanırım. Diyelim ki yeni bir ürün çıkarttınız ve bununla ilgili olarak ilk aldığınız tepkilerini analizine ihtiyacınız var.

Neyin analizini yapmak istediğinize karar verdikten sonra kriterleri belirleyebilirsiniz. İşin ince kısmı buradan başlıyor. Ne yazık ki karşınıza “aa süper bi’ diş fırçası” gibi kolayca sınıflandırabileceğiniz yorumlar çıkmayacak analiz sırasında. Bu yüzden markanızın vermek istediği mesajları bir liste yapıp, o mesajlara paralel olan yorumları “Pozitif” olarak sınıflandırmalısınız. Fakat bunu sadece bir duyuruymuş gibi paylaşanları ise “Nötr” ya da etkisiz olarak sınıflandırabilirsiniz. Olumsuz yorumları ise sarkastik olabilecek yorumları da göz önünde bulundurarak etiketleyebilirsiniz.

Kriterlerinizi belirledikten sonra yapmanız gereken ise en sağlıklı havuzu oluşturmak.

2- Anahtar kelime seçimi ve Veri Havuzunu Oluşturma

Sağlıklı bir analizin ilk adımı sağlıklı bir veri havuzuna sahip olmak. Bununsa yolu doğru kelime gruplarından oluşan arama sorguları yaratmak.

Sadece doğru kelimeleri seçmek ne yazık ki yeterli değil. Aynı zamanda doğru kelimeleri de filtrelemek gerekiyor.

Örneğin, yeni diş fırçası ürününüzün social sentiment analizini yapmak istiyorunuz. İlgili olabilecek tüm kelimeleri OR (ya da) ve AND (ve) fonksiyonları ile gruplarındırdıktan sonra bir de sonuçlara dahil edilmemesi gereken kelimeleri yazmalısınız. Bu örnekte diş fırçası ürünlerinizin adını filtreleyebilirsiniz. Böylece elinizde sadece yeni diş fırçanızla ilgili yorumlar olur.

OR ve AND fonksiyonlarından kısaca bahsetmek için birkaç örnek hazırladım:

Ürünün Adı AND Marka Adı
Marka Adı AND (“yeni” OR “çıkarttı” OR “Ürün” OR “Diş Fırçası”) gibi.
Marka Adı AND “Diş Fırçası” ~5 (İki kelime arasında 5 başka kelime olabilir anlamına geliyor. Yani bu şekilde iki kelime arasında en fazla kaç kelime olacağını da ayarlayabiliyorsunuz sorguları hazırlarken.)

Bu sorgulamaları nasıl yaptığınız ise tamamen kullandığınız veri sistemine bağlı. Ben Radian6 üzerinde çalıştığım için, oradaki sorgulamalardan örnek veriyor olacağım.

3- Verileri Temizleme

Anahtar kelime sorgulamalarını tamamladıktan sonra çıkan sonuçlara üstten bir bakıp, gereksiz olabilecek şeyleri temizlemek gerekiyor. Bunları en çok kullanılan kelimelerin bulutuna bakarak hızlıca bulabilirsiniz.

Anahtar kelimeleri ve sorguları ne kadar doğru yazarsanız yazın her zaman araya kaynayan alakasız gönderiler olacaktır.

4- Verileri Dışa Aktarma ve Random Sampling (Rastgele Örnekleme)

Verinizin çok olması gözünüzü korkutmasın. Hepsini Excel dosyası formatında dışarı aktardıktan sonra, rastgele örnekleme yöntemi ile incelenebilir bir sayıya düşürüyor olacağız.

Aşağıda excel dosyası üzerinde tüm verilere hızlıca rastgele bir numaranın nasıl verildiğini görebilirsiniz. Her satıra rastgele bir numara verdikten sonra o sütunu büyükten küçüğe ya da küçükten büyüğe sıraladığınızda tüm verileri rastgele dağıtmış ve sıralamış olacaksınız.

social sentiment analysis how to

Verileri bu şekilde rastgele sıraladıktan sonra, kaç tane veriyi seçip incelememiz gerektiğini hesaplayacağız.

Sample Size Calculator bu konuda bize hızlıca yardımcı olabilecek bir site. Basit bir seçilim yapabilmek için Confidence Level’ı %95 ve Confidence Interval’i 5 olarak almanız yeterli olacaktır.

Örneğin 20,000 verinin olduğu bir havuzdan 377 tane örnek almamız yeterli oluyor.
sample size calculator

Kaç adet veriyi incelememiz gerektiğini bulduktan sonra, bunları daha önce rastgele sıraladığımız listeden seçiyor ve “Pozitif”, “Negatif”, “Nötr” olarak sınıflandırıyoruz.

5- Social Sentiment Skorunu Hesaplama

Seçtiğimiz örneklemdeki tüm verileri sınıflandırdıktan sonra, pozitif, negatif ve nötr olanların yüzdelerini buluyoruz.

Diyelim ki toplam yorumların %10’u Negatif, %15’i pozitif ve %75’i da Nötr. Bu durumda social sentiment score ne olur? Daha önce de bahsettiğim gibi, bu sonucu yorumlarken müşteri memnuniyeti hesaplama sisteminden yararlanılabilir.

Bunu destekleyen herhangi bir araştırma olmasa da, bence hem basitliği hem de bu zamana kadar kullanıldığı alanlara yakınlığından dolayı kullanabileceğimiz bir sistem.

Sonuç olarak pozitif yorumların yüzdesinden yani 15’ten, negatif yorumların yüzdesini yani 10’u çıkartıyor ve social sentiment skorumuzu 5 olarak buluyoruz.

Bu rakam daha önce de belirttiğim gibi en çok 100, en az ise -100 olabilir.

Social Sentiment Skorunu Yorumlama

Bu kısımda ne yazık ki referans olarak kullanabileceğimiz pek fazla veri veya çalışma yok elimizde. Bu sistemin henüz genel geçerliliğinin olmadığını da göz önünde bulundurursak, kendi kendimize bir referans sistemi oluşturmamız gerektiği aşikar.

Yani pazardaki rakipleriniz için ve kendiniz için sürekli bu analizleri yaparak, sektörel referansları oluşturabilirsiniz. Bu sayede aldığınız skoru kıyaslamanız ve yorumlamanız daha da kolaylaşır.

Basit bir ifade ile, 5 çok iyi bir skor da olabilir çok kötü bir skor da. Bunu yorumlamanızı sağlayacak olan şey sektördeki durumu doğru analiz etmektir.

Yine de çok basit bir yorumlama getirecek olursak, sonucun pozitif çıkması sizin hakkınızda olumlu bir havanın daha hakim olduğunu gösterirken, negatif çıkması olumsuz yorumların ortamda daha hakim olduğunu gösterir.

Sonuç

Benim social sentiment analizi yaparken izlediğim yöntem aşağı yukarı bu şekilde. Henüz doğruluğu ispatlanmamış bir yöntem olsa da yaklaşık 4 aydır uyguladığım ve oldukça işe yarar sonuçlar elde ettiğim bir sistem.

Herhangi bir yorum ya da geri bildiriminiz varsa ekleyerek siz de bu yazıyı zenginleştirebilirsiniz.

 


Not:
Duygu analizi kelimesi tam olarak içime sinmediği için yazıda sıkça “social sentiment” terimini kullandım.




About Author

Gülşah Semiz
Passionate learner with more than five years hands-on experience in social media, inbound marketing, SEO, front-end web development, and marketing in general. Worked with various organizations including start-ups, corporates and non-profits. Currently, pursuing her master degree in Marketing Analytics at Bentley University.