En artikkel om bedriften din slippes på nett. Var den positiv eller negativ? Spør tre ulike personer i kommunikasjonsavdelingen, og du får tre litt ulike svar. Sentimentanalyse er forsøket på å gjøre det subjektive målbart: kategorisere medieomtaler som positive, negative eller nøytrale, slik at du kan rapportere på det over tid.
Hva er sentimentanalyse?
Sentimentanalyse er prosessen med å vurdere holdningen i en tekst. I medieovervåkingssammenheng tildeles hver omtale en klassifisering: positiv, negativ eller nøytral. Noen verktøy bruker en glidende skala (-1 til +1), andre bruker tre eller fem nivåer. Resultatet aggregeres over tid og gir deg en sentimenttrend.
Hvordan gjøres sentimentanalyse?
Det finnes tre hovedmetoder, og forskjellen er stor i både kvalitet og pris.
Metoder for sentimentanalyse:
- Manuell tagging: Et menneske leser hver artikkel og setter sentiment. Mest presist, men dyrt og lite skalerbart.
- Regelbasert: Algoritmen leter etter positive og negative ord på en liste. Raskt og billig, men dårlig på ironi, kontekst og nyanser.
- AI-basert: Språkmodeller vurderer ord og setninger i sammenheng. Det gjør metoden mer skalerbar enn manuell tagging, men resultatet avhenger av modell, datagrunnlag og språk.
En regelbasert algoritme ser ordet «katastrofe» og dømmer artikkelen som negativ. I setningen «produktet er en katastrofe for konkurrentene» peker ordet i en annen retning.
Hvor presist er det?
Det finnes ikke ett presisjonstall som gjelder på tvers av modeller, kilder og sjangre. Faktatunge nyhetssaker er ofte enklere å klassifisere enn ironi, kommentarer og korte innlegg. Test derfor modellen på egne omtaler og kontroller viktige saker manuelt.
For norske brukere bør modellen håndtere bokmål, nynorsk og norsk mediespråk. En god evaluering bør inneholde saker fra kildene og temaene dere følger, ikke bare et generelt testsett.
Slik bruker du sentimentanalyse fornuftig
Sentimentanalyse er et estimat, ikke en fasit for enkeltartikler. Bruk den til å se trender og oppdage avvik, og les omtalen før dere tar en viktig beslutning.
Praktiske bruksområder:
- Trendovervåking: Hvordan utvikler sentimentet seg over tid? Faller det? Stiger det?
- Krisedeteksjon: En brå økning i negativ omtale kan gi dere tid til å undersøke hva som skjer.
- Kampanjeevaluering: Endret sentiment seg under og etter en kampanje?
- Sammenligning: Hvordan ligger ditt sentiment vs. konkurrentenes? Sentiment kombinert med Share of Voice viser både tone og relativ synlighet.
- Tematisk analyse: Hvilke temaer driver positivt sentiment? Hvilke driver negativt? Bruk det til å justere kommunikasjonen.
Eksempel: sentimentdrevet justering
Situasjon: En kommune lanserer en plan for tettere boligbebyggelse i sentrum. Sentimentoversikten viser en økning i negative omtaler.
Kontroll: Kommunikasjonsteamet leser omtalene og ser at kritikken handler om manglende medvirkning, ikke bare om fortettingen.
Justering: Kommunen inviterer til åpne møter og forklarer innspillsprosessen tydeligere.
Måling: Teamet følger volum og sentiment videre, men vurderer effekten ut fra de faktiske omtalene og innspillene.
Vanlige fallgruver
Den største feilen er å overse konteksten. Negativ omtale kan være saklig og viktig. Sentimentanalyse skal hjelpe dere å finne mønstre, ikke feie kritikk under teppet. I en krisesituasjon må mennesker alltid vurdere både omtalen og responsen.
En annen fallgruve er å rapportere sentiment uten volum. Hvis dere har 90 prosent positivt sentiment fordelt på tre omtaler, er det mindre verdt enn 70 prosent positivt fordelt på 200 omtaler. Sentiment må alltid sees i sammenheng med mediedekning og rekkevidde.