Sosyal Medya Konuşmaları Yapay Zeka ile Nasıl Analiz Edilir?

Gelişen teknoloji gün geçtikçe yeni olanaklar sunuyor. Sosyal medya da bu gelişmelerin en önemlilerinden biri. Sosyal medyayla birlikte, iletişim tek taraflı boyuttan, daha interaktif bir yöne evrilmiş olup, gelişmelere olan tepkilerin nabzını tutmak son yılların önemli konularından biri haline geldi. Hayatımızın bir parçası olan, her geçen gün gelişen ve değişen sosyal medya ile markaların pazarlama stratejileri ve müşteri iletişimlerinde de önemli gelişmelerin yaşanmasına neden oldu. Tüketicilerin bir marka veya ürün ile ilgili görüşlerini, şikâyet ve beklentilerini de özgürce ifade edebildiği Twitter, Instagram ve Facebook başta olmak üzere, onlarca platform hayatımıza girdi ve bununla birlikte markaların pazarlama stratejileri de tüketiciyi daha iyi anlamaya evrildi. Günün her 1 dakikasında Twitter’da 575K kullanıcı gönderisi, Instagram’da 65K fotoğraf paylaşılırken, markaların kendi hedef kitlelerini bu mecralarda takip etme gerekliliği de kaçınılmaz hale geldi. 

Tahmin edilebileceği gibi, sosyal medya platformlarında bir konu hakkında neler konuşulduğuna dair veri elde etmek artık imkânsız bir şey değil. Burada şirketlerin farklılaşabileceği nokta, tüketici verilerini daha iyi analiz edebilme, daha iyi içgörüler çıkarabilme yeteneği. Biz de Kimola olarak Sosyal Araştırma Platformu olan Kimola Analytics ve Pazarlama ve Araştırma Profesyonellerine Özel Makine Öğrenimi Platformumuz Kimola Cognitive sayesinde markaların, tüketicilerini daha iyi anlamalarını ve önemli pazarlama stratejileri belirleyebilmelerini sağlayan içgörüler üretiyoruz. 

Peki, sosyal medya analizi nedir, ne değildir ve sosyal medya verisi nasıl analiz edilir; gelin birlikte bakalım. 

Sosyal Medya Analizi Nedir?

Sosyal medya analiziyle ilgili pek çok tanım bulunmakla beraber genel olarak “sosyal medya platformlarından veri toplama ve bu verileri aksiyona dönüştürülebilir kararlar vermek için değerlendirme yaklaşımı” olarak ifade edebiliriz. Bu süreç, sosyal tüketici hakkında derinlemesine bir fikir geliştirmek için beğeniler, takipler, retweetler ve tıklamalar gibi temel analiz metriklerinin ötesine geçer. Ancak bu noktada “sosyal medya sitelerini” sadece Facebook, Instagram veya Twitter değil, forumları, inceleme sitelerini ve haber kaynaklarını kapsadığını da belirtmekte fayda var. Özetle, tüketicilerin inançlarını, görüşlerini ve duygularını çevrimiçi olarak paylaşabilecekleri her mecrayı sosyal medya analizi için bir kaynak olarak düşünmek mümkün. 

Binlerce konuşmayı dakikalar içinde analiz etmek mümkün.

Sosyal medya analizi tüketicileriniz markanız hakkında nelerden söz ediyor, nelerden hoşlanıyor ya da nelerden hoşlanmıyor konusunda size fikir verir. Bu analiz önemli iş stratejileri belirlemeniz noktasında önemli içgörüler elde etmenize olanak verir. Örneğin, tüketicileriniz ürününüz ile alakalı fiyatlardan mı, marka kalitesinden mi yoksa diğer konulardan mı söz ediyor konusunda büyük çerçeveyi görebilirsiniz. Günün sonunda ortaya çıkan tablo, markanızın her ay aynı metrikleri takip etmesini ve gerekli aksiyonları almasını sağlar.

Yapay Zekadan Yararlanarak Sosyal Medya Analizi 

Genel olarak, kalitatif tüketici araştırması, metin verileriyle uğraşmak anlamına gelir. Veriler, ister odak grup görüşmesi senaryolarından, isterse geri bildirim formlarından veya sosyal medyadan gelsin, doğası gereği yapılandırılmamış ve manuel olarak analiz etmek zaman alıcıdır. Bu da tamamen tüketici verilerini analiz etmek amacıyla kurulmamış olan şirketler için oldukça zor bir iştir. Bu nedenle Kimola Cognitive, her boyuttaki kalitatif tüketici araştırmasında kullanmak için içerik sınıflandırma teknolojisi sunar. Pazarlamacıların ve araştırmacıların, kodlama olmadan metin analizi uygulamalarından Makine Öğrenimi tekniklerini uygulayarak zamandan tasarruf etmelerine ve uzmanlık alanlarına odaklanmalarına yardımcı olur.Eğer Twitter, Facebook veya diğer sosyal mecralardan elde ettiğiniz tüketici konuşmalarına ait veri setini hiçbir kodlama bilgisine ihtiyaç duymadan analiz etmek isterseniz Kimola Cognitive’den yararlanabilirsiniz. Gelin şimdi Kimola Cognitive’i kullanarak, hepimizin bir şekilde kullandığı bankalara ilişkin tüketiciler sosyal medyada neler konuşuyor adım adım analiz edelim.

Banka Yorumları Analiz Örneği

• İlk olarak Twitter, Facebook vb. sosyal mecralardan elde ettiğimiz 285 veriden oluşan Excel formatındaki (.xls veya .xlsx) veri setimizi sürükle-bırak yöntemiyle ya da upload butonuna tıklayarak yükleyelim.
• Sonraki adımda yüklemiş olduğunuz veri setinin bir önizlemesi yer alır. Bu ekranda analiz etmek istediğiniz içeriklerin yer aldığı sütunu seçerek devam edebiliriz. Sistem otomatik olarak veri setinizin dilini algılar, eğer doğru dil seçimin yapıldığından eminsek, analiz için bir sonraki adıma geçebiliriz.
• Önizleme ekranında, analiz etmek istediğiniz veri setinize uygun bir makine öğrenim modelini galeride yer alan modeller arasından seçim yaparak hem verilerimizin sentimentini hem de içerik sınıflandırmasını hızlı bir şekilde analiz edebiliyoruz.  
• Model seçimini gerçekleştirdikten sonra, veri setinizin analiz edilmesi için tek yapmanız gereken yalnızca birkaç dakika beklemek.

Kimola Cognitive analiz edilen verilere ilişkin bir rapor üretir ve tüketicilerin ilgili sektör ile ilgili konuşmalarının duygu dağılımını bize verir. Analiz ettiğimiz bankacılık sektörüne ait verilere bakacak olursak, tüketicilerin yoğun olarak negatif paylaşımlar yaptığını görmemiz mümkündür. Duygulara dair çıktılar analiz ettiğimiz tüketici kitlesi hakkında bir bilgi veriyor olsa da, her zaman tek başına yeterli olmayabilir. Bu bağlamda tüketicilerin temel olarak bankacılık sektörüne ilişkin hangi kategorilerde paylaşım yaptığını görmek iyi bir fikirdir. Ele aldığımız bankacılık kitlesine dair çıktıları incelediğimizde tüketicilerin bankalar ile ilgili “Kredi Kartları, Banka Kartları ve Banka Kredileri” ile “Müşteri Hizmetleri” hakkında daha fazla konuştuğunu söyleyebiliriz. 

Named Entity Recognition Teknolojisi

Kimola Cognitive, kullandığı makine öğrenimi teknolojisinin yanı sıra doğal dil işleme uygulaması olan Named Entity Recognition teknolojisini de sosyal medya verilerinin analizinde kullanır. (Named Entity Recognition’ın tanımını ve ne işe yaradığını daha detaylı bir şekilde öğrenmek isterseniz bu yazımıza göz atabilirsiniz). Bu sayede, çok sayıdaki veri seti içerisinden kişi, yer, konum gibi adlandırılmış varlıkların kolay bir şekilde tespit edilmesini sağlar. Örneğin, A bankasına ait bir veri setinde yer alan şehir, ilçe vb. gibi konum varlıkları saptanarak, o bankaya ait hangi şubelerin tüketici konuşmalarına daha çok konu olduğu hızlı bir şekilde belirlenebilir ve ilgili duruma ilişkin aksiyon almak mümkün hale gelir. Buna ek olarak, veri setinizde geçen popüler kavramların neler olduğuna da hızlı bir şekilde göz atmanıza olanak sağlar. Analiz sonuçlarına ilişkin çıktıları Kimola Cognitive’in arayüzden görüntülemenin yanı sıra, isterseniz analize ait sonuçları “Download” butonunu kullanarak Excel olarak bilgisayarınıza da indirebilirsiniz.

Eğer siz de bu tarz içgörülerle ilgileniyorsanız, her zaman Kimola Cognitive'e ücretsiz bir şekilde kaydolabilir ve markanız hakkında tüketicilerin sosyal medyada neler konuştuğunu hızlıca analiz edebilirsiniz. Makine öğrenim ve NLP yeteneğimizi görmek için Kimola Cognitive'e kaydolun!