Analisi opinioni

Informazioni sull’analisi delle opinioni

Qualtrics assegnerà un sentiment molto negativo, negativo, neutro, positivo, molto positivo o misto a una risposta di testo non appena viene caricato in Text iQ. Questa opinione si basa sulla lingua della risposta e sul testo della domanda. Il modello Text iQ è formato su una vasta e diversificata serie di dati esperienziali reali per aumentare sostanzialmente la qualità di classificazione e ridurre al minimo le incertezze quando il sentiment non è espresso come forte. Una volta assegnato, ogni sentiment viene fornito con un punteggio numerico, chiamato punteggio del sentiment.

Le etichette del sentiment Molto negativo e Molto positivo sono state implementate per indicare il sentiment più forte, aiutandoti a focalizzarti sul feedback più critico in ogni commento. Questi indicatori di opinione possono essere utilizzati per filtrare i dati o essere visualizzati nelle visualizzazioni della scheda Report.

Funzionalità Sentiment

Per la maggior parte dell’analisi Text iQ, il testo della domanda non è pertinente al sentiment della risposta (ad es. “Perché ci hai dato quel punteggio?”). Tuttavia, occasionalmente l’inquadramento della domanda implicherà un sentimento per la risposta (ad es. “Qual è 1 cosa che potremmo migliorare del nostro prodotto?”). In questi casi, Text iQ ha bisogno sia della domanda che della risposta per fare una previsione accurata del sentiment. Ad esempio, se la domanda era: “Che cosa ami della nostra azienda?” a meno che la risposta non sia esplicitamente negativa (es. “Niente, odiamo la tua azienda”) poi il sentimento della risposta è probabilmente positivo, anche se il testo della risposta da solo appare neutro (es. “determinazione del prezzo”). Questo aggiornamento dell’analisi delle opinioni incorpora il testo della domanda, se disponibile, nell’analisi delle opinioni in modo che l’opinione prevista sia il più accurata possibile.

Questo modello ora prende in considerazione anche le modifiche del sentiment per imparare ad attribuire meglio le opinioni in futuro. Tuttavia, tenere presente che queste modifiche non influiscono immediatamente sull’attribuzione dell’opinione dei progetti nel tuo account. Invece, queste modifiche vengono periodicamente analizzate tra tutti gli utenti Qualtrics e utilizzate per migliorare il modello di analisi del sentiment nel suo complesso.

Opinione generale rispetto a. Sentiment sull’argomento

Sentiment
dell’argomento è il punteggio del sentiment di un particolare argomento nella risposta di testo. Le risposte possono avere più punteggi Opinione argomento poiché a ogni argomento viene assegnato il proprio punteggio. Il sentiment dell’argomento viene calcolato isolando la parte della risposta che corrisponde alla query e determinando quale sia il sentiment di quella singola parte.

Opinione generale è il punteggio del sentiment per una data risposta. Ogni risposta analizzata in Text iQ avrà un solo punteggio complessivo del sentiment.

Il Sentiment dell’argomento è il punteggio del sentiment di un determinato argomento nella risposta testuale. Le risposte possono avere più punteggi Opinione argomento poiché a ogni argomento viene assegnato il proprio punteggio. Per gli argomenti che non hanno query, il sentiment dell’argomento verrà impostato in modo predefinito sul sentiment complessivo

Il sentiment complessivo, il punteggio complessivo del sentiment, il sentiment a livello di argomento e il punteggio del sentiment a livello di argomento sono inclusi nelle esportazioni delle risposte. Il sentiment generale è etichettato come “Sentiment” e “Sentiment-Score”. Il livello dell’argomento è etichettato come “Etichetta sentiment dell’argomento” e “Punteggio sentiment dell’argomento”. I campi a livello di argomento possono avere più valori (per rendere conto di più argomenti) e sono elencati come Argomento: Sentiment. Ad esempio, Dessert: Negativo. Anche gli argomenti sono inclusi nelle esportazioni delle risposte.

Visualizzazione e modifica del sentiment

1. Assicurarsi che la modalità di modifica sia aperta. Verrà visualizzato un pulsante Torna al riepilogo nell’angolo in alto a destra.
   
2. Navigare fino alle risposte. A sinistra di ogni risposta sarà presente un’icona che indica il sentiment. Rappresenta il punteggio dell’opinione.
   • 2 frecce rosse verso il basso: Molto negativo.
   • 1 freccia rossa verso il basso: Negativo.
   • Diamanti grigi sovrapposti: Misto.
   • 1 freccia verso lalto verde: Positivo.
   • 2 frecce verdi verso lalto: Molto positivo.
   • Diamanti grigi: Neutro.
3. Fare clic sull’icona Modifica commento.
4. Navigare alla sezione Commenta opinione generale.
   
   Qtip: si sta modificando il sentiment complessivo del commento dell’intera risposta.
5. Fare clic su un nuovo punteggio del sentiment.
6. Fare clic su Salva.

Sentiment sull’argomento

Quando selezioni Sentiment dell’argomento, puoi specificare il sentiment per ogni argomento contrassegnato sulla risposta. Ciò è particolarmente utile se il tuo sentiment complessivo è misto o se l’intensità del sentiment varia per ogni argomento trattato dall’intervistato.

Sarà possibile selezionare il sentiment e il punteggio del sentiment sotto il nome di ogni argomento.

In Altri argomenti del modello, è anche possibile aggiungere ulteriori tag di argomento e sentiment direttamente nella risposta. Fare clic sugli argomenti suggeriti o creare il proprio argomento con il segno più blu ( + ).

Filtraggio per opinione

1. Accedere a Dati, Analisi, Risultati o Report.
   
2. Fare clic su Aggiungi filtro.
3. Seleziona Dati incorporati.
4. Seleziona il sentiment a cui sei interessato. Saranno etichettati in base al numero della domanda.
5. Scegliere il tipo di sentiment in base al quale si intende filtrare (Negativo, Neutrale, Positivo, Molto negativo o Molto positivo).

Punteggio sentiment

Oltre all’etichettatura di un commento positivo, negativo, misto o neutro, a ogni sentiment sarà assegnato un valore numerico.

Il Punteggio sentiment è un punteggio da -2 a +2 per l’opinione di un commento. Ad esempio, una risposta molto positiva come “Amo AMARE LA TUA AZIENDA!” segnerebbe un +2. Una risposta molto negativa, come, ad esempio, “DESPISTO UTTERMENTE la tua azienda!” otterrebbe un -2. Un commento neutro riceve un punteggio pari a 0.

Il punteggio del sentiment può essere trovato come campo nelle schede Dati e Analisi e Rapporti. Come la maggior parte delle variabili di analisi testuale, sono disponibili nella categoria dei dati incorporati.

Aggiornamenti del modello di sentiment

Nel tempo, Qualtrics apporta miglioramenti e rilascia aggiornamenti di versione secondaria al nostro modello di sentiment. Eseguiamo un’intensa garanzia di qualità su questi aggiornamenti per garantire una precisione di previsione del sentiment coerente o migliorata.

Quando viene rilasciata una nuova versione del modello, sarà utilizzata solo per analizzare nuovi commenti in Text iQ. I commenti analizzati in precedenza da Text iQ non saranno aggiornati con il rilascio di un nuovo modello.

Quando si applica Text iQ a copie di progetti o dashboard, è possibile vedere alcune differenze nelle previsioni del sentiment per le risposte storiche. Questo perché al momento dell’analisi delle risposte nel progetto originale o nella dashboard, è stata utilizzata una versione precedente del nostro modello di sentiment. Nel progetto o nel dashboard copiato, le previsioni dell’opinione vengono ricalcolate utilizzando il modello corrente.

Analisi delle opinioni multilingue

L’analisi del sentiment in altre lingue è disponibile per tutti gli utenti che dispongono di Analisi del sentiment e quindi per tutti i client di testo avanzato.

Il modello di sentiment di Qualtrics è un modello multilingue basato su trasformatori che sfrutta le più recenti tecnologie di deep learning. Il nostro modello è stato ottimizzato per inglese, francese, spagnolo, tedesco, coreano, italiano, olandese, giapponese, portoghese, cinese tradizionale, cinese semplificato, polacco, svedese, thailandese, indonesiano e russo. Il nostro modello può fare previsioni del sentiment per tutte le lingue, ma non può garantire lo stesso livello di qualità delle previsioni per le lingue ottimizzate.

Puoi leggere di più su come abbiamo sviluppato il nostro modello di analisi del sentiment in questo post del blog.