Jak prognozuje firma analityczna Orbis Research do końca dekady rynek rozpoznawania emocji może być wart 24 mld dol. rocznie. Na przestrzeni lat 2016-2022 rosnąć będzie on średnio o 83 proc. rocznie – podaje HTF Market Intelligence. Mowa tutaj przede wszystkim o wykorzystujących sztuczną inteligencję rozwiązaniach, które poza detekcją w mediach społecznościowych czy internetowych forach opinii na temat produktów i usług danych marek, są w stanie precyzyjnie określić typ oraz natężenie emocji zawartych w wypowiedziach. Pozyskanie efektów takiej analizy pozwala firmom skuteczniej modyfikować politykę cenową, precyzyjnie adresować indywidualne rabaty i promocje, efektywniej zarządzać dostawami i dostępnością produktów – skupiając się najbardziej na tych wzbudzających najwięcej pozytywnych emocji. Technologia ta pozwoli również lepiej zarządzać ekspozycjami w fizycznych sklepach.
Chwalący nie znaczy zadowolony
Eksperci tłumaczą, że najbardziej istotna jest tzw. analiza sentymentu, która pozwala ocenić wydźwięk opinii publikowanych zarówno przez aktualnych jak i potencjalnych klientów w wielu internetowych źródłach – m.in. na Facebooku, Twitterze, LinkedIn czy licznych forach. Jej funkcjonalność często ogranicza się jednak do wskazania czy dana wypowiedź jest pozytywna, negatywna czy neutralna. To zwykle za mało, by trafnie rozpoznać prawdziwe intencje klientów. Do tego celu niezbędne jest rozpoznanie ich emocji. Martin Powton na łamach portalu www.customerthink.com zwrócił uwagę, iż klasyfikowanie opinii pomiędzy trzema wspominanymi kategoriami jest dość nieefektywną techniką. Opiera się ona jedynie na rozpoznaniu słów skategoryzowanych jako negatywne oraz pozytywne, zaś w przypadku ich wyważenia bądź braku przedstawia wynik danej wypowiedzi jako neutralny.
– To bardzo nieprecyzyjna analiza. Głównie dlatego, iż w wyrażaniu swojej opinii posługujemy się różnymi emocjami, ironią czy sarkazmem, których proste narzędzia do oceny sentymentu nie są w stanie rozpoznać. Przez to, dla przykładu, zdanie „Świetny produkt, naprawdę, polecam wszystkim, którzy chcą mieć podobne problemy jak ja” sklasyfikuje on pozytywnie. Natomiast opinię: „Nie byłem przekonany do produktów firmy X, zwykle bywałem zawiedziony, lecz tym razem to strzał w dziesiątkę” uzna za negatywną na podstawie dwóch oznak niezadowolenia, nie rozpoznając całego kontekstu – tłumaczy Jacek Grzyb z teamLeaders, firmy pracującej nad stworzeniem inteligentnej platformy analizującej sentyment (według tzw. metodologii Roberta Plutchika).
By ocena wydźwięku była pełna i odpowiadająca tej przeprowadzanej przez człowieka niezbędne jest połączenie sztucznej inteligencji z metodą rozpoznawania wszystkich emocji zawartych w tekście. To jednak jeszcze nie wszystko.
Poszukiwanie właściwego obrazu rzeczywistości
Badania przeprowadzone przez firmę Wizu pokazują, że 74 proc. klientów o pozytywnych emocjach zachwalało markę w swoich opiniach, lecz odsetek tych, którzy nadal korzystali z jej oferty wyniósł już 63 proc. Z kolei wśród tych przejawiających emocje negatywne, 8 proc. wypowiadało się dobrze o marce, zaś lojalnymi pozostało aż 13 proc. Fachowcy wskazują, że dowodzi to faktu, iż oparcie analizy tylko o trzy parametry nie rysuje właściwego obrazu rzeczywistości.
