什麼是情感分析？

隨著企業對解決方案和流程進行數位轉型，他們也發現必須轉型與客戶互動的方式 (尤其是理解客戶)，才能取得成功。

但這不僅僅是提供簡單的客戶調查。您需要積極參與有關顧客對品牌感受的對話。而情感分析即是掌握這一切的關鍵。

Dynamics 365 幫助您理解客戶

使用 Dynamics 365 Customer Insights 這個以最新資訊來解鎖受眾見解的企業客戶資料平台，衡量與企業或產品相關的受眾情感 (無論是正面、中性或負面)。

免費試用

定義情感分析

情感分析 (也稱為意見挖掘或情感人工智慧) 是一種自然語言處理 (NLP) 技術，用於判斷一段內容是正面、負面還是中立。透過分析文字與統計資料，情感分析工具可以理解客戶說了什麼、如何說，以及其真正的意圖，無論是來自個人或大眾觀點。

情感分析屬於文字挖掘的一環，通常用於判斷意見反應材料與通路 (如評論、調查、 Web 文章與社交媒體) 中的客戶心聲。隨著語言演變，透過這些通路理解意圖愈加困難，光靠字典定義可能會導致錯誤解讀。

透過可根據客戶心聲而調整演算法的情感分析工具，您可以揭示客戶對產品、服務或解決方案的需求，以及客戶意見如何隨著時間而變化。

情感分析的一些類型為：

屬性型 – 具體判定客戶所討論的內容，例如線上評論中的產品價格，以及個別客戶情緒。
情感偵測 – 透過將特定字詞與特定情緒相關聯來確定情感。
細微化 – 跨極性類別 (非常正面、正面、中性、負面或非常負面) 分析情緒，在更細微層級幫助確定客戶意見。
意圖 – 定義客戶的意圖，以便了解他們是要購買還是只是要研究選項，以及您之後是否需要追蹤和鎖定目標客戶。

如何使用情感分析

傳統上，企業依賴問卷和調查來了解客戶意見。例如，Net Promoter Score (NPS) 問卷彙總和評估了衡量客戶推薦企業意願所需的資訊。雖然很有價值，但它對提供客戶於數位通路 (例如購物時) 中體驗的見解方面，可能仍大有不足。

但是情感分析可以彌補該差距。

在監視、識別及擷取文字中的客戶意見和情緒時，情感分析可以協助揭示每則留言、社交媒體按讚、構想、抱怨和查詢背後的意義。並幫助您隨時準備好滿足客戶不斷變化的需求。

分析收集到的資料後，您可取得每位客戶的反應摘要，以及可能有助於塑造大眾對產品或企業觀感的其他意見反應。將這些資料歸類至正面、中立或負面的情緒頻譜時，您即可了解推動客戶發表該陳述的原因，進而揭示客戶對特定主題所描述之情緒與情感的看法。

這些意見接著會被分類為直接型 (「這是我用過最棒的產品！」) 或比較型 (產品 A 比產品 B 更能與我的組織相整合。)。雖然這些意見通常容易解讀，但值得注意的是也有部分內容需要進一步檢視。例如隱含型 (「這家公司知道該如何改進此產品。」) 與明確型 (「功能 A 易於使用。」) 的分類，以及表面上正面卻包含負面字詞的字詞順序，皆可能較難分析，並可能需要人工檢閱或對您的情緒模型進行調整。

不過一旦掌握了他人對您看法的關鍵字與片語，即可協助您規劃組織的下一步。但首先，您需要理解情感分析如何運作，以便為您的企業帶來效益。

理解情感分析的運作方式

情感分析使用多項技術，將所有客戶的字詞轉化為單一且可採取行動的項目。情感分析的流程遵循包含以下四個步驟：

將文字細分為元件：句子、片語、語彙基元和詞類。
識別每個片語和元件。
用加分或負分，對每個片語指派情緒分數。
結合分數以供最終情感分析。

透過記錄描述性字詞與片語並對其指派情緒權數，您和您的團隊即可建置情緒詞彙庫。透過手動評分，您的團隊可決定每個字詞的強弱度，以及對應片語分數的極性 (註明其為正面、負面或中立)。多語言情感分析引擎也必須透過一致的評分、新增片語以及移除不相關的詞彙，為每種支援的語言維護專屬的詞彙庫。

情感分析可以將這些方法分為三種不同的類別：

自動化

結合統計資料、NLP 與機器學習演算法來識別情緒。系統經過訓練，可將輸入與對應的輸出 (即客戶文字與極性) 建立關聯。機器可根據輸入資料進行分類，並在訓練後隨時間持續調整。可透過額外資料進行測試，以提升預測準確度。

規則型

最基本的情感分析是使用字典或詞典來探索字詞與片語，並判斷其相關聯的情緒。這種類型的方法適用於直接和明確的意見。雖然這個系統快速且易於使用，但通常不會考量字詞在語句中的組合方式。由於此方法還無法理解隱含意見，因此團隊需新增規則以處理比較性意見。

混合式

結合規則型與自動化的系統代表可提升您所需的正確性與精確度，以更深入理解客戶。這是最強大的系統，因為它包含從詞典中收集的情緒資訊，並且可以隨時間進行調整。

情感分析有何用處？

社交媒體只能略窺人們如何在網路上討論您的品牌，而情感分析則能立即掌握大眾對您品牌與產品的觀感。Twitter 上的許多轉推數看似正面，但您若注意到按讚數遠低於負面留言，即可判斷這是一則並不太正面的互動。

情感分析還可協助貴公司從內部資料來源擷取寶貴的客戶意見。例如，透過監視客戶與客戶支援服務人員的線上聊天文字記錄，貴公司即可更迅速掌握產品品質、安全與瑕疵擔保方面的問題。情感分析的其他優勢包括：

在識別某主題的情感傾向方面發揮關鍵作用，因此團隊可以將可採取動作的見解應用到多個業務領域和研究計劃。
由於情緒擷取流程是全自動的，因此可以為團隊節省時間和精力。
充分利用自適性學習，可讓團隊定期最佳化、疑難排解和重新整理預測。
快速處理大量非結構化資料，以進行即時分析和提供見解。

所有這些優勢可為您的團隊提供全方位檢視，掌握客戶的想法以及如何依此回應。根據這些見解，您可以引導內部團隊 (如客戶服務) 協助提升使用者體驗，或引導行銷與客戶對應團隊根據情感分析結果與特定客群互動，採取目標性的銷售、行銷與支援投入。

情感分析範例

最棒的是，情感分析不僅適用於單一團隊。每個團隊都能使用此資料相應地規劃各項事務，從行銷活動、價格策略，到訂單履行或客戶支援等等。隨著不同團隊更加了解客戶對產品、品牌與企業的感受，他們即可利用這些知識來決定因應方法並最佳化商務營運。他們還可以重新評估企業和客戶的目標，並定義實現該目標所需採取的行動。

團隊如何使用情感分析的一些範例如下：

社交媒體和品牌監視。 分析社交媒體通路上與客戶關於您的品牌、產品與企業的即時互動和留言，可協助提供您客戶對這三者的見解。公司還可以利用過去產品的情感分析作為推出新產品、廣告活動或發佈業務相關重大新聞的指標。
客戶服務。您的客戶服務團隊可能會自動將客戶問題分類為緊急與非緊急。情感分析則可進一步分析聊天或電子郵件中的語氣與問題嚴重程度，協助快速識別特別不滿的客戶，以更快速地進行補救。
客戶意見反應。 根據社交媒體監視，您能直接聽見顧客對產品或品牌的負面或正面觀感評價。透過追蹤客戶在社交媒體設定檔、與您的團隊線上聊天期間或透過其他接觸點所分享的直接客戶意見反應相關的關鍵字，可以全方位衡量您的產品、活動或解決方案的成功度。
危機預防。 為了監視媒體發佈狀況，情感分析工具可即時收集預先定義之關鍵字的提及。您的公關或客戶成功團隊可利用這些資訊來制定對負面文章的回應，可能可以縮短社交媒體危機時間，甚至在危機成形之前加以化解。
市場研究。 僅僅知道客戶的感受是不夠的；更需要了解原因。理解客戶為何或為何不以您預期的方式回應，是規劃下一步行動的關鍵 (無論是透過行銷、銷售，還是直接和個人化服務回應)。

擁有能理解複雜人類情感的工具，是取得所需客戶群意見反應的關鍵。過去情感分析仰賴多種技術的專長，但現今有多種軟體工具可協助您在幾乎不需要技術知識的情況下執行情感分析。

尋找適合企業需求的情感分析工具

選擇具有整合式智慧型情感分析工具的客戶資料平台 (CDP) 應該是您企業的首要任務。若要打造成功的全通路客戶體驗，您的團隊及組織皆需要具備生產整體且即時客戶設定檔所需的全功能 CDP。這包括一個可提供新見解的情感分析工具，以針對客戶關係管理及其他您所收集的資料進行最佳化。

請尋找可使用 NLP 模型的 CDP，以正確並有效地分析客戶的意見和情感。在公共來源的各種資料上經過訓練的模型，應能夠產生客戶情緒分數，並識別可供目標式改進的適用業務領域。

使用 Microsoft Dynamics 365 開始進行情感分析

使用 Dynamics 365 Customer Insights，您可透過多維度的設定檔以前所未有的方式認識您的客戶，協助您提供個人化的體驗。在最佳的客戶旅程中啟用即時見解，以最大化客戶存留期價值。透過精準的預測找出提升客戶正面情緒的方法，進一步解鎖客戶資料的價值。

深入了解 Dynamics 365 Customer Insights