di Francesco Bellofatto, Università Suor Orsola Benincasa.

Questo contenuto fa parte della rubrica TechnologyBIZ, l’appuntamento riservato all’ICT e all’Innovazione.
La terza edizione è in programma martedì 8 e mercoledì 9 novembre al Bagnoli Hub, via Diocleziano 341, Napoli.
Rivolto al mondo business, TechnologyBIZ risponde alla forte domanda di innovazione attraverso ICT complessa che arriva dalle imprese pubbliche e private del Mezzogiorno.

Cos’è la Sentiment Analysis?

La progressiva diffusione dei social network, sia generalisti (quali Twitter, Facebook o la recente piattaforma messa a punto da Google) che specializzati (ad esempio le comunità professionali di Linkedin), ha reso disponibili una massiccia e inedita quantità di dati sulle preferenze sulle opinioni degli utenti. Questi dati, disponibili in tempo reale, possono essere sia di carattere orizzontale, quindi di caratterizzazione territoriale (grazie anche alla possibilità di geolocalizzazione degli smartphone, tablet e intergrati nei MID (Mobile Internet Device) di ultima generazione, sia verticale (in termini anagrafici, culturali, professionali, orientalenti settoriali e capacità di spesa).

La qualità e la contestualità (temporale e spaziale) di questi dati sulle tendenze degli utenti, con l’affermazione (oramai consolidata) del Web 2.0, amplia la dimensione partecipativa alle scelte dell’impresa e delle istituzioni. Più che sul giacimento di idee e di opinioni disponibili in rete, imprese e istituzioni dovrebbero puntare sul valore delle comunità virtuali per modificare le proprie strategie di marketing, partendo proprio dal concetto di stakeholder, sviluppando, con il monitoraggio degli orientamenti, nuove metodologie di CRM.

Sgombriamo il campo da un equivoco: la Sentiment Analysis (o Opinion Mining) è cosa ben diversa dal Performance Web Marketing, ovvero la sinergia tra il marketing on line, gli strumenti e le metodologie per misurare in tempo reale, attraverso piattaforme e software dedicati, l’efficacia delle azioni, con la definizione, automatica e costante, di parametri per modificare le strategie commerciali, di comunicazione o di erogazione dei servizi.

L’applicazione nel marketing aziendale.

La Sentiment Analysis è alla base delle strategie di marketing e di comunicazione, definendone i rispettivi orientamenti e nuove azioni, come lo stesso marketing virale sui social network.

Oggi queste tecniche di analisi e monitoraggio dei gusti e delle opinioni degli utenti sono in forte crescita, con applicazioni immediate nel settore della business intelligence e del monitoraggio della reputazione dei brand.

L’opportunità è offerta dalla stessa natura dei social network, dove la dimensione cognitiva si coniuga con quella emotiva, valorizzando la condivisione, dunque l’aspetto comunitario piuttosto che quello individuale. Ciò ha riflessi immediati sul consumo di prodotti e servizi, introducendo valori collettivi quali quelli legati all’ambiente, all’etica, al benessere sociale.
Dunque imprese e istituzioni, attraverso la rete, potrebbero acquisire informazioni ed esperienze del pubblico potenziale, definito, come detto, sia in senso orizzontale che verticale. Dati nuovi, che non provengono nè dalla rete di prossimità (stakeholder) nè dal marketing off line.

Al contrario del marketing, che registra in modo passivo il target potenziale orientando le scelte dell’azienda, la Sentiment Analysis diventa elemento dinamico di interrelazione, alimentando a sua volta la passione (anzi, facendo leva sulle passioni) degli utenti ed il loro attaccamento al brand.

Conoscere, con sufficiente precisione, il “mood” di consumatori e utenti nei confronti di un determinato prodotto o servizio: oggi è possibile grazie a strumenti che analizzano opinioni e commenti, quali i tools usati in ambito di Business/Government Intelligence, CRM e Brand Reputation management, in grado di individuare, filtrare, organizzare e analizzare i dati, focalizzando sia gli aspetti quantitativi che qualitativi che tracciano la positività o la negatività delle opinioni e il relativo grado di intensità emotiva. Quest’ultimo rappresenta un fattore particolarmente importante, in grado di influire su un sentiment negativo rispetto al brand. La condivisione, infatti, conta più dell’orientamento del commento (il “mi piace” su Facebook, alla base della strategia di advertising del social network di Mark Zuckerberg).

Nuove metodologie di ricerca per analizzare emozioni e passioni.

L’elemento emotivo diventa dunque cardine dell’Opinion Mining, come dato di riferimento da incrociare con altri fattori: solo a titolo di esempio citiamo il grafico a quattro quadranti contrapposti (Piacere – Dispiacere – Amore – Odio) messo a punto dalla statunitense NetBase per la “Brand Passion Index”. Ogni brand analizzato viene identificato da un cerchio ampio in base alla quantità di commenti espressi, e posizionato nei quadranti sulla base del rapporto tra intensità emotiva (Passion Intensity) e orientamento (Senti­ment Range).

Nuove metodologie prendono il posto di metodi come i focus group e le ricerche di mercato, più costosi e lenti nei feedback. In un mercato dove il tempo assume un vero e propri valore economico, l’immediatezza tra analisi e l’azione di marketing fa la differenza sui sistemi convenzionali. In pratica la Sen­ti­ment Ana­ly­sis eroga in tempo reale le informazioni sugli orientamenti dei target di riferimento.

I tools sono rappresentati dall’incrocio tra ana­lisi statistiche, semantiche e interpretazione del lin­guag­gio scritto, attraverso lo studio della sintassi, la ripetizione di keywords e la deci­frare di modi di dire.

Lo studio del linguaggio naturale è alla base dello sviluppo di piattaforme dedicate, incrociato con sistemi di web crawling e ricerca media. Le tre fasi di analisi vanno dall’individuazione delle entità target, individuazione dei relativi documenti sui social network (attraverso, ad esempio, le pagine/azienda di facebook, già predisposte a tal fine ed associate a database anagrafici e territoriali) statistiche di classificazione.

Questa mole di dati estremamente eterogenea (nel caso di analisi incrociata si va da documenti di tipo testuale a database semistrutturati quali XML) viene elaborata incrociando tecnologie di Data Mining e Information Retrieval, associando dati affini tra loro e assegnandoli a categorie predefinite. Questo processo crea una nuova conoscenza, in quanto fornisce dinamicamente nuove interpretazioni dei dati acquisiti, partendo, ad esempio, dalla profilazione dell’utente.

Dalla Sentiment Analysis si sviluppano ulteriori metodologie di ricerca e analisi quali la Competitive Intelligence (ricerca di consumer e marketing insight, individuazione di trend di mercato), Social Network Analysis (individuazione dei flussi e degli snodi di comunicazione), Web Reputation (monitiraggio in tempo reale su ciò che si dive in rete di un’azienda, un marchio, un prodotto, un servizio), Viral Tracker (tracking delle campagne di buzz marketing e monitoraggio delle conversazioni on line sul brand).

Spostando l’attenzione dal monitoraggio del prodotto (considerato anche nell’insieme del suo processo produttivo) a quello del servizio, le stesse metodologie di ricerca possono essere applicate in ambito pubblico, pervenendo all’individuazione del rapporto tra orientamento e intensità emotiva come qualificazione delle attività dell’ente (P.A., centrale e locale) come “bene comune”. Qui la condivisione assume un significato particolare in quanto l’utente non è mero consumatore, ma al tempo stesso soggetto attivo che potrebbe incidere sulle modalità stesse di erogazione del servizio.

Anche in questo caso siamo all’anno zero, ed i sistemi di Customer Satisfaction in ambito pubblico dovrebbero essere radicalmente rivisti attraverso modalità operative nuove rispetto agli attuali call center e uffici URP. Questi ultimi sportelli, infatti, rappresentano di per sé altrettanti servizi, soggetti, quindi, alla valutazione di intensità e orientamento da parte degli stessi utenti.

Quali sono i parametri per misurare la Sentiment Analysis sia sotto l’aspetto orientativo che per l’intensità emotiva? Anche se siamo ancora nella fase sperimentale di questo tipo di analisi (due tools differenti, possono portare, su un identico case study, a risultati non sovrapponibili!) vanno verificate le modalità di ricerca, con le disambiguità terminologiche e le varianti semantiche. Difficile poter definire degli standard (come ad esempio quelli sull’accessibilità statuiti dal 3WConsortium), anche perché l’analisi sul brand è giocoforza una ricerca settoriale, e, inoltre, difficilmente oggettivabile in quanto “emozionale”.

Altre due difficoltà di non poco conto sono rappresentate dalla disomogeneità dei dati offerti dalle piattaforme sociali (che stanno ulteriormente formattando le pagine ad hoc per agevolare questo tipo di analisi) e dalla criticità per la privacy degli utenti e del trattamento dei loro dati personali. Quest’ultimo aspetto, in particolare, deve essere oggetto di costante attenzione per la definizione di uno studio che non sia invasivo rispetto a contenuti riservati. Per queste ragioni è auspicabile una certificazione della Sentiment Analysis, sia dal punto di vista tecnologico che socio-psicologico, validata anche dal Garante per la Privacy.

Differente, invece, la possibilità di definizione di parametri per l’agire pubblico, che va impostato secondo modalità di trasparenza, tracciabilità, maggiore beneficio per la collettività in termini di rilevanza economica, credibilità, velocità nell’erogazione dei servizi. Da queste connotazioni si può partire per identificare elementi di valutazione. Anche in questo caso, comunque, l’analisi dovrebbe essere affidata a soggetti dotati di certificazione istituzionale ad hoc. Gli scenari, in questo settore, hanno una crescita esponenziale e creano un circuito virtuoso rispetto alle tecnologie che generano le nuove esigenze sociali, delle quali sono, al tempo stesso, figlie. La fase di passaggio ha le caratteristiche di una vera e propria rivoluzione copernicana, dove non sono più il prodotto o il servizio ad essere al centro del mercato, ma l’uomo, il consumatore, l’utente, con i suoi sentimenti. In tal senso vanno aboliti i criteri che lo vedevano un mero dato d’archivio: l’utente stesso diventa un motore di ricerca, con un approccio basato anche su un dizionario “sentimentale”, efficace ed efficiente.