商評編者按

你的產品在客戶心目中的地位有多高？以前，你只能通過市場調研來尋找答案，但結果往往偏差很大，因爲人們會撒謊。現在好了，運用本文介紹的這種方法，你就能輕鬆掌握“讀心術”。

自從營銷誕生的第一天起，我們就渴望知道自己在客戶心目中到底是怎樣的。

現在，意見挖掘（opinion-mining）技術幫助我們看到問卷調查、網上評論、論壇和客戶服務電話等背後的情感，規模之大超出想象。速度呢？上網有多快，獲得這些信息就有多快。

讀心術也許已離我們不遠，但要想從中收穫真正的價值，還需努力。

文本和語音分析工具將我們在社交媒體、評論、論壇、客服熱線、測評等使用的字詞、短語乃至標點符號進行匹配，來判斷我們的“情感”或“感受”。

帶有正面內涵的詞賦值爲1，負面或中立內涵的詞賦值爲其他數字。不要小看這些數字，它們能夠真實反映一次推廣活動、最新產品或某條最新內容在消費者中產生的效果。

你不能忽視的情感動因

市場調研公司Winkle針對全世界的消費者對營銷活動、品牌和各類內容的反應，建立了情感檔案。

公司首席研究官菲爾·桑迪（Phil Sandy）介紹道，最近一個項目證明了情感對銷售成功的重要作用。

“Winkle研究了15類產品超過200萬條評論。”他說，“我們看的不是簡單的評價星級或者表情符號，而是人們寫評論的方式，再和評論中提到的產品銷售數據進行對比。

我們發現，如果產品推出後不久，評論中就出現了興奮字眼，那麼這樣的產品不僅和高評分高度相關，還和成功產品的客戶數據高度相關。

同樣地，如果評論對某些產品表現出較強的不滿意和負面情緒，那麼這些產品往往短命。因此，海量數據證明了我們長期以來的信念，那就是認真研究情感動因非常重要。”

我不該撒謊

瞭解了營銷中的情感之後，下一個問題，情感分析（sentiment analysis）的價值在哪裏？

Speak with Persuasion公司創始人、數字營銷專家巴斯·範登貝爾德（Bas van den Beld）認爲，情感分析比直接的市場調研有價值得多，原因很簡單：人們會撒謊。

他說：“對客戶做調查，或者向他們提問，他們往往會覺得應該給出你想聽到的答案。情感分析則避免了這種情況。”

桑迪表示認同。

“自然語言是無法自我報告的。”他說，“情感分析工具通過讀取人們使用的一切語言，包括連接性詞句、言外之意、語言風格，來讀取隱藏的含義，這樣我們就能瞭解客戶的真實感受。”

桑迪還補充說，比如，市場調研常用焦點小組或問卷調查，但是公衆對產品做出反應的環境和這些焦點小組或問卷調查面臨的環境很不一樣，因此情感分析就很有必要。

“在研究範圍之外的廣闊天地中，在自發的對話中，評論者沒有理由撒謊。可如果你特意招募一些人來問他們怎麼想，他們往往覺得有義務說些你愛聽的話。”

規模化分析成爲可能

全球社交媒體營銷平臺Socialbakers對情感分析技術也毫不陌生。平臺首席戰略官摩西斯·韋拉斯科（Moses Velasco）就指出，情感分析其實歷史悠久，只是現在實現了規模化。

“人們看待產品的‘正面’‘負面’和‘中立’之分早在客戶評價時代便有了，甚至在口口相傳時代就有了。數字時代只是給了我們一個大規模獲取和處理此類信息，並對其進行更有效測量和管理的機會。”

有了遍佈全網的數據，就不用再招募測試人員和問卷填寫人員了。

“以前是找幾百人來做訪問，現在幾千個線上評論唾手可得，可以提取評論背後的情緒主題，建立情感檔案。”桑迪說，“這種分析本身就很穩健，傳統方法想要做到這樣，不可能這麼快，也不可能這麼低成本。”

變化的認知

“如果你想改變市場對你的感知，首先你需要了解它。”韋拉斯科說，“使用情感分析，你可以瞭解市場如何看待你，這樣在提供其他內容，或開展其他活動或事業時，就有了衡量基礎。我覺得有這樣一個起始點很好。”

他還表示，情感分析對深入挖掘衡量指標也很有幫助。

“

情感分析幫助我們衡量績效數據。營銷人員用它不僅可以瞭解是否達到了某些數字目標，還可以判斷出這些數字是正面的、負面的還是中立的。

我們在Socialbakers做的研究發現，情感分析的結果很大比例是中立的，這樣就可以幫助營銷人員聚焦於正面或負面的情緒，還可以實現細分，比如看到某個具體區域或渠道的客戶反應。

”

只是一個工具

許多從業人員都同意的一點是，意見挖掘並不是營銷的全部，也不是營銷的終點，而僅僅是工具箱中的一個工具。

韋拉斯科說得很妙：“情感分析極其重要，但我認爲它並不是核心KPI，更重要的工作在於，營銷人員要把內容、信息和目標與他們想要在市場上實現的效果結合起來。”

“看看社交媒體上各種指標，有人說，‘我觸達了10萬人’。營銷人員喜歡這些大數據，比如，他們總在說‘我想觸達100萬人，我想有天量互動’之類的話。

如果加上情感分析，這些數據才能活起來。‘是的，我觸達了10萬人，其中78%的反應是正面的，12%中立，10%負面’——這樣，大數據纔有意義。”

作者簡介：柯爾斯滕·萊弗莫爾（Kirsten Levermore），Dialogue雜誌助理編輯。