Sentiment Analysis
Sentiment Analysis
Sentiment Analysis utilise le traitement automatique du langage naturel pour identifier les mots-clés importants présents dans les avis client pour ensuite attribuer un score positif ou négatif à chaque mot-clé. Cette fonctionnalité vous permet d'analyser les avis en fonction de leur contenu réel et de comprendre ce que vos clients ressentent vis-à-vis des différents aspects de votre marque. Grâce à ces informations, vous comprenez mieux vos clients et pouvez ainsi leur offrir une expérience exceptionnelle.
Algorithme de traitement automatique du langage naturel
Sentiment Analysis fonctionne grâce au traitement du langage naturel. Cet algorithme est conçu pour identifier les mots-clés importants présents dans les avis, puis, en fonction du contexte (modificateurs), déterminer un score de sentiment compris entre -90 et +90. Sentiment Analysis permet de mieux comprendre le ressenti des clients à l'égard des mots-clés les plus utilisés dans les avis, et ce, sans avoir à passer en revue un nombre incalculable d'avis.
Tableau de bord Sentiment Analysis
Le tableau de bord Sentiment Analysis est conçu pour vous fournir les outils et les informations nécessaires pour analyser certains mots-clés et vous permettre de voir le ressenti et les avis client associés. Sentiment Analysis vous permet d'approfondir l'opinion globale et d'accéder à une meilleure compréhension des différents aspects de l'expérience du consommateur.
Collection Sentiment Analysis
La collection Sentiment Analysis permet d'organiser et d'analyser un groupe d'avis donné. Les administrateurs peuvent personnaliser leur propre collection afin de voir l'analyse du sentiment pour un ensemble de mots-clés connexes. Par exemple, une banque peut créer une collection pour « banque en ligne » et avoir des mots-clés comme « application mobile », « paiement de facture » ou encore « banque en ligne ». De là, la banque peut accéder à une série de mesures liées aux mots-clés dans cette collection.
