De social media staat bol van uitingen over belangrijke gebeurtenissen en de dagelijkse gang van zaken. Maar hoe relevant en waarheidsgetrouw zijn deze uitingen? Er worden namelijk zelfs zogeheten “trollen” ingezet; mensen die onder een valse naam propaganda verspreiden uit opdracht van een bepaalde instantie. Wanneer je als bedrijf onder het sociale vergrootglas ligt, dan is het wel verstandig om te weten wat er op dit vlak speelt. En hoe het kaf van het koren kan worden gescheiden.
Laten we de tweet “leuk bedrijf hoor…” eens nemen. Zuiver tekstueel lijkt dit een positief gestemde tweet, door het woordje “leuk”. Maar vanwege de ondertoon “…” is dit waarschijnlijk juist negatief bedoeld.
Het gaat dus niet alleen om woorden maar om het herkennen van sentiment. Daarbij kan de context heel relevant zijn. Als de tweet een reactie is op een duidelijk negatief bericht, dan is de kans groter dat het zelf ook negatief gekleurd is. Zoiets willen we natuurlijk niet stuk voor stuk met de hand nalopen. Er zijn tools op de markt zoals SAP BusinessObjects Data Services waarmee social media berichten ingelezen kunnen worden. Het inlezen van tweets kan zelfs op meerdere manieren, bijvoorbeeld middels een PHP script waarmee JSON files worden opgehaald.
Vervolgens kunnen in Data Services de componenten van Text Data Processing ingezet worden. Onder meer om een zogeheten Sentiment Analysis uit te voeren. Hiermee zal worden bepaald wat voor lading een uiting ogenschijnlijk heeft, bijvoorbeeld “strong positive”, of juist “weak negative” (zoals de tweet hierboven). De onderliggende library kan worden uitgebreid om specifieke woordcombinaties en contexten uit te werken die van toepassing zijn voor de individuele onderneming.
Naast sentiment is zelfs het herkennen van een “trol” mogelijk. Simpelweg omdat heel vaak exact dezelfde teksten door meerdere gebruikers worden geplaatst. Al dit soort kenmerken kunnen vervolgens weer netjes in rapportage worden benut voor verder analyse… en de nodige (re)actie!
