Sentiment Analysis – Análisis de Comentarios
Sentiment Analysis
Análisis de comentarios para medir los sentimientos en tus conversaciones
Sentiment Analysis analiza uno por uno los comentarios realizados en nuestras publicaciones para determinar si fueron: muy positivos, positivos, neutros, negativos y muy negativos.
A través de este análisis podremos tener una idea más aproximada del Love-Brand de nuestra marca y tomar decisiones para mejorar nuestras conversaciones.
Mira este vídeo tutorial para saber cómo funciona:
Cómo generar los Reportes
Puedes ver los resultados en la Flor activando en el Pollen Filter de la izquierda los casilleros de “Comments Sentiment Analysis“. Al hacer clic en cada Pollen, podrás ver el listado de personas que comentaron en el tópico. Recuerda que al activar el Pollen de Sentiment se desactiva el Pollen de comentarios.
Para descargar el excel del Sentiment hace click dentro del botón de “Download Excels” y selecciona “Sentiment by topic”. Podrás observar el análisis de comentarios detallado para cada tópico, por el total de acuerdo a cada red social y la sumatoria por tópicos de Facebook y de Instagram.
Cada color representa el tipo de comentario. En el Pollen verde, veremos los comentarios positivos y muy positivos. En el rojo los negativos y muy negativos. Y en el gris los neutrales y los que aún no han sido analizados. Por otro lado, el contorno dependerá de la red social. Azul para Facebook y marrón para Instagram.
También podrás ver los resultados del Sentiment en el “Flower Report”. Al final de este reporte encontrarás gráficos con el total de sentimientos de los comentarios agrupados por tópicos para cada red social.
Como ya sabemos la herramienta analiza automáticamente todos los comentarios desde el momento que activamos esta funcionalidad. Sin embargo podrás modificar de forma manual los que creas necesarios desde el “Módulo Categorizer”.
Beneficios
- Entender la conversación desde el punto de vista emocional.
- Tomar decisiones para estrategias de respuesta en redes sociales.
- Detectar quiénes son nuestros seguidores conformes y disconformes para emprender campañas y servicios segmentados hacia ellos.
- Saber si hay tópicos que generen interacciones negativas para mejorar la conversación del tópico o eliminarlo.
- Conocer a nuestra comunidad.
IMPORTANTE: las Brands en Topicflower no cuentan con el feature de Sentiment de forma automática. Debes activarlo envíandonos un correo a info@topicflower.com.
Si tienes consultas sobre su uso, no dudes en escribirnos a support@topicflower.com
9 Responses
[…] otro tipo de magia para explorar los sentimientos y las opiniones de los magos fans de la saga: El Sentiment Analysis. Para emplear este hechizo analizamos la fanpage oficial de la película en LA y el Twitter e […]
[…] o no ¿El éxito de la taquilla se traduce al agrado del público? En TopicFlower empleamos el Sentiment Analysis para poder responder a esta pregunta. Para ello analizamos la fanpage oficial de la película en […]
[…] Detecta engagement positivo según las reaction y cruza los datos con el Sentiment Analysis. […]
[…] través de las reacciones de Facebook. Otra gran alternativa a la hora de realizar mediciones es el Sentiment Analysis, esta herramienta brinda detallados reportes sobre los comentarios que los usuarios realizan sobre […]
[…] es preguntarse por la calidad de las participaciones de los seguidores. Por eso, gracias al Sentiment Analysis, obtuvimos el love brand de HBO Latinoamérica, durante la edición de Game of […]
[…] y potencian la oportunidad de hacer crecer el reconocimiento de tu marca. Existen diferentes herramientas que permiten obtener y analizar información sobre el love-brand de una marca, por ejemplo, […]
[…] Observemos los resultados del Sentiment Analysis: […]
[…] el Total Engagement Rate (TER), métrica que presento a continuación. TopicFlower permite medir el sentiment de nuestros comentarios, las interacciones como reactions, comentarios y […]
[…] el Total Engagement Rate (TER), métrica que presento a continuación. TopicFlower permite medir el sentiment de nuestros comentarios, las interacciones como reactions, comentarios y […]