Rohit Bharghava, nel presentare il suo prossimo libro, elenca i quattro principi del marketing delirante, tipici di chi per avere successo confida in irragionevoli atti di altruismo o improbabili cambiamenti di comportamento dei consumatori. Leggi tutto »
Nell’intervista del mese scorso al presidente dell’ISTAT Enrico Giovannini abbiamo parlato della Commissione per la Misurazione delle performance economiche e del progresso sociale istituita da Sarkozy nel 2008 e presieduta dai premi Nobel Joseph Stiglitz e Amartya Sen. L’obiettivo era quello di fornire indicatori di benessere e prosperità che colmassero le lacune del PIL e degli indici economici per affiancarli come supporto alle decisioni di governo.
Ora però il Presidente francese rischia di essere bruciato sui tempi dal collega d’oltremanica David Cameron: il Premier inglese ha infatti annunciato che il Regno Unito sarà il primo Stato a misurare ufficialmente la felicità dei propri cittadini.
Liquida è il portale di user generated content lanciato da Banzai circa due anni fa; definirlo aggregatore sarebbe riduttivo perchè il sito implementa numerose funzioni per valorizzare i contenuti e facilitarne la diffusione e la ricerca.
Da aprile di quest’anno è stata aggiunta alle funzioni semantiche anche un’analisi del sentiment dei post. Nelle parole di Andrea Santagata, fondatore di Liquida, “il sistema messo a punto dal nostro team interno di ricerca e sviluppo, e attualmente non presente in nessun altro portale del mondo, estrae il sentiment degli articoli, analizzando il contesto aggettivale del post per derivarne il mood”.
Sono quindi gli aggettivi a connotare positivamente o negativamente i contenuti. Questo non è un limite trascurabile, perchè escludendo sostantivi, verbi e avverbi si perdono gran parte delle espressioni che veicolano uno stato d’animo. Basti pensare a questi due esempi: “E’ una vergogna…”, “Mi dispiace terribilmente…”. Non viene fatto inoltre nessun riferimento al problema della negazione che presumiamo quindi non essere affrontato.
Testiamo il servizio ricercando un brand italiano, ENI, rispetto a cui il mood in rete è fortemente polarizzato: agli apprezzamenti per gli sforzi nell’innovazione energetica si alternano critiche sui comportamenti dell’azienda in alcuni paesi in via di sviluppo.
Fig. 1 – I risultati
Misurare i social media è il trend del momento nel campo della comunicazione, ma sembra che se ne parli tanto e si agisca poco. L’idea che utilizzando software di misurazione automatica si possa ridurre il lavoro delle persone, che non devono più leggere e schedare blog, tweet e commenti è fuorviante. Anche nei tool automatici è richiesta l’intelligenza umana, per impostare i parametri generali delle analisi e per controllare che i software stiano operando correttamente.
Quali sono le operazioni che si possono fare con i dati raccolti sui social media? In primo luogo l’analisi del mood, per sapere se in Rete si parla in maniera positiva, neutra o negativa di una determinata azienda. Più semplice a dirsi che a farsi. La difficoltà maggiore è classificare le parole ambigue e il sarcasmo. Se si vuole proseguire con l’analisi automatica, ad ogni brand deve essere associata una lista di termini che vengono utilizzati spesso nel suo settore industriale, per cercare di evitare le ambiguità. Tuttavia meglio l’intervento umano per l’analisi testuale.
L’economia mondiale subirà a breve un’altra crisi? Questa sembra essere la domanda che più affligge gli economisti di tutto il mondo.
Per misurare il mood del mercato finanziario Sentiment News ha ideato il “US Sentiment Index”, indice per rilevare dalle news la fiducia nelle aziende dell’indice Standard & Poor’s, paniere azionario formato dalle 500 società statunitensi a maggiore capitalizzazione. Utilizzando la tecnologia di RavenPack, il US Sentiment Index analizza il testo su migliaia di articoli in tempo reale.
Con dei test retrospettivi a partire dal 2005, l’indice mostra i ribassi del mercato azionario, suggerendo che è in grado di predire i cambiamenti repentini del mercato con 3 mesi di anticipo.
Se Twitter è in grado di anticipare i risultati del botteghino, la stessa capacità di previsione dei social media potrebbe essere vera anche per i dati d’ascolto televisivi?
Viralheat, società di monitoraggio dei media, ha tracciato per un mese le citazioni (circa un milione) su Twitter, Facebook, YouTube, Google Buzz e altri social network, di 9 degli show americani più conosciuti, durante la messa in onda delle puntate finali. Di tutte le citazioni, commenti e aggiornamenti è stato anche analizzato il mood.
Perché il blog più seguito al mondo, Huffington Post, ha messo le mani su una piccola società di analisi del mood? Per riuscire a moderare in maniera più veloce e precisa i 100.000 commenti che ogni giorno vengono pubblicati sul blog. Infatti, l’unico modo per gestire 3 milioni di commenti al mese (senza assumere 30 moderatori) è utilizzare un efficace tool automatico di analisi del linguaggio.
JuLiA, questo il nome dell’algoritmo di Adaptive Semantics, segnala gli interventi inappropriati, lo spam e il linguaggio volgare. I moderatori umani ci sono ancora: etichettano poche centinaia di commenti che poi il software analizza semanticamente, per ricavare delle “regole” da applicare a tutti gli altri commenti.
