在大數(shù)據(jù)時代還未來臨前，企業(yè)一般根據(jù)自身積累的歷史數(shù)據(jù)，以及一線運(yùn)營人員的主觀經(jīng)驗來猜測用戶接下來的反應(yīng)，以此作為制定后續(xù)營銷、運(yùn)營方案的依據(jù)。

然而，在這個VUCA時代（寶潔公司首席運(yùn)營官Robert McDonald借用一個軍事術(shù)語來描述這一新的商業(yè)世界格局，即volatility，易變性；uncertainty，不確定性；complexity，復(fù)雜性；ambiguity，模糊性），商業(yè)場景的變化速度和復(fù)雜程度今非昔比，用戶的喜好也容易受外界“場景”的影響，就如“孩子的臉”和“六月的天”一樣善變，先前積累的經(jīng)驗往往不足以作為企業(yè)下一階段進(jìn)行市場謀劃和運(yùn)營的依據(jù)。

VUCA時代的特征

根據(jù)《數(shù)據(jù)運(yùn)營|數(shù)據(jù)分析中，文本分析遠(yuǎn)比數(shù)值型分析重要?。ㄉ希返姆治?，我們可知，大數(shù)據(jù)文本分析正是應(yīng)對上述困局的一劑良方。

（一）

接下來，我們將從理論到實踐，聊聊文本分析是如何應(yīng)用在商業(yè)實踐中的。

1.文本分析重構(gòu)產(chǎn)品的營銷和運(yùn)營流程

借助基于大數(shù)據(jù)的文本分析，我們可以對用戶行為和想法進(jìn)行科學(xué)分析，使用戶洞察由原來的主觀“猜測”轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為驅(qū)動的精準(zhǔn)預(yù)測。在新產(chǎn)品上市前，或者是小規(guī)模投放市場后，在社交媒體上對粉絲和潛在用戶的言論進(jìn)行收集，對其進(jìn)行文本分析，知道他們喜歡產(chǎn)品的哪些方面，對哪些方面不太滿意，以及他們對產(chǎn)品的其他期望，從而敏捷、快速、準(zhǔn)確的對用戶的反饋做出積極的回應(yīng)。

由此可見，有文本分析介入的產(chǎn)品運(yùn)營流程被“重構(gòu)”了，如下圖所示。

有文本分析參與的運(yùn)營分析邏輯流程

其中，對用戶言論進(jìn)行文本分析的“精髓”在于對提煉出的文本數(shù)據(jù)的所表達(dá)出的“情緒”的解讀，也就是用戶言論的情緒分析。

在理解文本分析語境下的“情緒分析”前，我們先看看它的一般含義。

2.大數(shù)據(jù)文本分析中的“情緒分析”是什么？

先說“情緒”?！扒榫w”這個詞，在心理學(xué)中的一般含義是：對一系列主觀認(rèn)知經(jīng)驗的通稱，是多種感覺、思想和行為綜合產(chǎn)生的心理和生理狀態(tài)。我們?nèi)粘Ｖ凶钇毡榈那榫w就是喜、怒、憂、思、悲、恐、驚，也就是中醫(yī)中所說的“七情”。

那么，“情緒分析”就是有效且準(zhǔn)確的識別這些具體的情緒，根據(jù)得到的結(jié)果，進(jìn)一步對產(chǎn)生于自身或者他人的情緒采取合理的應(yīng)對措施（如疏導(dǎo)自身消極情緒、理解他人的反常行為等）。

與此類似，基于大數(shù)據(jù)文本數(shù)據(jù)的“情緒分析”，也被業(yè)界稱為“觀點(diǎn)挖掘”，它利用多樣化、海量的社會化媒體做客服，借助數(shù)量龐大的社交網(wǎng)絡(luò)平衡語料和新聞平衡語料的機(jī)器學(xué)習(xí)模型，對所獲取文本中的情感傾向和評價對象進(jìn)行提取，使運(yùn)營者更全面、更深入地了解用戶的“心聲”，掌握用戶對于產(chǎn)品的喜好程度，及用戶視角下的產(chǎn)品優(yōu)缺點(diǎn)。

值得注意的是，基于大數(shù)據(jù)文本的情緒分析在于深度分析評論的意義（評論的是事物的哪些方面）以及附帶的情緒傾向（是“褒”是“貶”，還是“中立”），而不是評論本身在說的文字。

下面，筆者將以基于亞馬遜上Kindle Voyage商品評論的文本數(shù)據(jù)為例，來聊聊文本數(shù)據(jù)的情緒分析在商業(yè)實踐中的運(yùn)用。

3.“情緒分析”在商業(yè)實踐中的正確打開方式

現(xiàn)在，筆者以亞馬遜官網(wǎng)2014年9月份在其平臺上發(fā)售的Kindle Voyage電子書閱讀器珍藏限量為例，對其商品評論區(qū)的用戶評論進(jìn)行基于文本數(shù)據(jù)的“情緒分析”，看看我們能從中得到哪些有價值的insight，以便優(yōu)化我們的運(yùn)營工作。

亞馬遜官網(wǎng)上Kindle Voyage電子書閱讀器的商品詳情頁

• 分析時間段：2014.12.01~2015.06.23
• 數(shù)據(jù)來源：亞馬遜官網(wǎng)上Kindle Voyage電子書閱讀器商品評論區(qū)
• 意見領(lǐng)袖總數(shù)（評價者）：1675人
• 原始評價：2720條
• 詳細(xì)評價信息（包括對評價的“回應(yīng)”，即評價的評價，如此循環(huán)）：4659條

亞馬遜Kindle Voyage電子書閱讀器珍藏限量版評論區(qū)

（二）

筆者將從以下5個方面，即用戶聚焦點(diǎn)分析、用戶反饋趨勢分析、用戶情緒分析、用戶反饋分析，以及各地域用戶評級分布及情緒分析，對Kindle Voyage亞馬遜商品評論區(qū)的4659條用戶留言/評論進(jìn)行文本分析。

對Kindle Voyage用戶評論進(jìn)行文本分析的幾大模塊

1、用戶典型意見分析

大數(shù)據(jù)文本分析中的“典型意見”是指，將用戶的意見進(jìn)行單據(jù)級別的語義聚合，將內(nèi)涵相近但表述有差異的意見/看法聚合在一起，抽取出其中典型的用戶反饋/意見，在短時間內(nèi)迅速梳理出用戶對于產(chǎn)品所關(guān)注的話題。

用戶評論的典型意見分析

從上圖可以看出，通過對這些用戶留言的典型意見進(jìn)行分析，再結(jié)合Kindle Voyage的商品詳情描述，我們可以了解到用戶對于Kindle Voyage的評價主要集中在以下7個方面：

• 捆綁銷售策略（話題1）
• 限量發(fā)售策略（話題2）
• 屏幕顯示效果（話題3）
• 原裝配套皮套（話題4）
• 與其“同族兄弟”kindle Paper White的比較（話題5）
• 屏幕的亮度自動調(diào)節(jié)功能（話題6、話題7）
• 售后客服評價（話題8）

關(guān)于用戶對這些話題的具體評價和情緒感受，我們需要做進(jìn)一步的分析。

2、用戶反饋趨勢分析

用戶反饋趨勢分析曲線展現(xiàn)了文本數(shù)據(jù)量在時間上的分布情況，可以從宏觀上掌握上述8個話題所對應(yīng)評論（量）的發(fā)展走勢，以便做好及時跟進(jìn)，發(fā)掘出其中有價值的言論。

下圖中，從下至上，依次是話題1到話題8的評論數(shù)量隨時間變化的增減趨勢。其中，評論量的大小以圖形面積的大小來呈現(xiàn)。

用戶評論量隨時間軸的變化趨勢

可以看到，這些話題的發(fā)布數(shù)量的增減走勢基本相同，且在2015-3-1達(dá)到評論高峰，2016-1-25達(dá)到小高峰，這兩個時間點(diǎn)的前后數(shù)天的購買人數(shù)激增。然而在2016-4-24這一天商品評論區(qū)的總體評論量驟然減少，對于這幾個異常點(diǎn)，運(yùn)營人員可以調(diào)出對于日期的銷售記錄、商品維護(hù)日志等資料找出原因，以便對癥下藥，做好后續(xù)的運(yùn)營工作。

3、用戶評價和情緒分析

這部分包含2個模塊，即用戶評價和情緒分析，二者存在一定的正相關(guān)關(guān)系，也就是說，用戶評價較高，相應(yīng)的情緒偏正面，反正亦然。

（1）用戶評價分析

用戶評論星級分布表

用戶評價星級占比圖

從上面2個圖可知，超過63%的用戶對于Kindle Voyage的產(chǎn)品性能是非常滿意的，給出了5顆星的評價；次之的四顆星評價占到19.15%的比重，以上二者比重之和超過80%，可知Kindle Voyage總體的市場反饋非常不錯。

（2）用戶總體情緒傾向分析

用戶的總體情感偏向

用戶的情感度分布

上圖是用戶對于Kindle Voyage總體情感的儀表盤，是根據(jù)用戶對于Kindle Voyage的文字評論進(jìn)行情緒傾向分析得出的，能反映消費(fèi)者對于Kindle Voyage總體態(tài)度是肯定還是否定。該儀表盤分為3個大的方向，即負(fù)面情緒、中性情緒和正面情緒，其中暗含的用戶態(tài)度就是對產(chǎn)品不滿意、產(chǎn)品一般和產(chǎn)品很不錯。

從上面2個圖可以看出，購買者對于Kindle Voyage以中性評論為主，情感正面值為1.06，總體情感偏向于正面，說明大家對Kindle Voyage的真實看法與評價星級總體傾向是一致的，沒有言不由衷。

4、個體用戶情緒傾向分析

上面的是全體用戶對于Kindle Voyage的總體情緒傾向，但在很多時候，我們想要知道哪些用戶的“發(fā)聲”在這些評論中更具代表性。這就需要分析引擎在語義層面上對每個用戶進(jìn)行重要性排名，從中發(fā)掘出有“話語權(quán)重”較大的“意見領(lǐng)袖”。

更進(jìn)一步，我們要對其中單個用戶的情緒態(tài)度、評價和所關(guān)注的產(chǎn)品方面進(jìn)行分析，這就涉及到以單個用戶為主體的情緒傾向分析了。

以下2個圖分別關(guān)注的是意見領(lǐng)袖（用戶）情緒分析總覽和單個意見領(lǐng)袖（用戶）的詳細(xì)情緒分析。從中我們可以看到評論用戶的名稱、評論的數(shù)量、情緒是屬性及相應(yīng)的情緒數(shù)值。

用戶（意見領(lǐng)袖）情緒分析總覽

如果我們想對某個重要用戶的情緒進(jìn)行詳細(xì)分析，我們可以點(diǎn)開這個用戶的詳細(xì)資料，進(jìn)行深入的分析。如下圖所示：

單個意見領(lǐng)袖（用戶）的詳細(xì)情緒分析

從上圖中我們可以了解到為什么該用戶對Kindle Voyage持正面態(tài)度（正面情緒用紅色顯示）了—下面的正面關(guān)鍵詞云顯示出該用戶對Kindle Voyage的手感、屏幕顯示和做工質(zhì)量很滿意。此外，在“焦點(diǎn)概覽”里，我們可以了解到類似的評論有8條，在哪個時間節(jié)點(diǎn)達(dá)到峰值。

在進(jìn)行上述分析后，我們還需要進(jìn)一步讀懂評論區(qū)的全體用戶對Kindle Voyage的反饋，知道用戶喜歡它的哪些方面，對哪些方面還不是太滿意，以及這些（不）滿意的方面的程度如何，這是“情緒分析”中的重中之重。

所以，我們需要進(jìn)行下一步分析——用戶反饋分析。

5、用反饋分析

這部分的原理是，從眾多用戶評論中提取出跟產(chǎn)品屬性相關(guān)且有代表性的關(guān)鍵詞，并進(jìn)行相似文本聚類，然后給出相應(yīng)權(quán)重，最后匹配相應(yīng)的情緒屬性和情緒值。最終的結(jié)果使得運(yùn)營者擁有了用戶視角，知曉產(chǎn)品有哪些地方表現(xiàn)尚可，哪些地方反映平平，而哪些地方是需要進(jìn)行改進(jìn)和完善的。

下圖是用戶對于Kindle Voyage使用后的評論中提取并聚類的關(guān)鍵詞云，其中文字大小代表該詞的權(quán)重（重要程度和詞頻），字體顏色表明該詞的情緒偏向（紅色是正面評價，灰色是中性評價，藍(lán)色是負(fù)面評價）。

用戶的對于Kindle Voyage評論的主要關(guān)注點(diǎn)

根據(jù)關(guān)鍵詞及其重要程度排名，筆者找到了用戶滿意的幾個方面：

• 屏幕顯示效果良好，這一點(diǎn)用戶很是認(rèn)可，“顯示效果”、“分辨率高”、“看著舒服”、“字跡清晰”等關(guān)鍵詞顯示較大，此類評價的用戶居多；字體為紅色，表明用戶反映的情感正面積極。
• 產(chǎn)品（及周邊）質(zhì)量不錯，體現(xiàn)在“做工精細(xì)”、“續(xù)航能力”、“原裝皮套”、“值得擁有”、“Ipad Mini(那樣的做工)”、“實體翻頁鍵（不錯）”、“一分錢一分貨”等關(guān)鍵詞上。
• “限量珍藏版“這個概念牌打得好，用戶也愿意為此買單，這主要體現(xiàn)在“限量珍藏版”這個詞頻較高且為紅色的關(guān)鍵字上。

另一方面，運(yùn)營方也要及時了解用戶的負(fù)向反饋，針對性地改進(jìn)服務(wù)質(zhì)量。

還好，在這里只出現(xiàn)了“壓敏按鍵”這些負(fù)面詞匯，點(diǎn)開“壓敏按鍵”一詞，看到用戶的詳細(xì)吐槽……“壓敏按鍵在按下的時候出現(xiàn)下陷情形……”雖然這樣的反饋不多，但仍要引起高度警惕，具體排查是產(chǎn)品本身的設(shè)計問題，還是極個別的產(chǎn)品質(zhì)量問題，并將此反饋傳遞給相關(guān)負(fù)責(zé)部門。

6、地域評分和情緒分析

將用戶的反饋數(shù)據(jù)和評分同步到地圖上，通過形成的數(shù)據(jù)地圖可以直觀的看到各地對于Kindle Voyage的評價和情緒度，從而對整體的用戶反饋情況進(jìn)行監(jiān)控，重點(diǎn)“關(guān)照”其中的用戶差評“重災(zāi)區(qū)”。

此處選取的是Kindle Voyage在江蘇省各市的用戶反饋數(shù)據(jù)，反映出該地區(qū)Kindle Voyage用戶對于產(chǎn)品的評價及情緒傾向性。

其中，數(shù)值代表評分高低，顏色反映情緒值，綠色代表良好，藍(lán)色是一般，紅色代表處于警報狀態(tài)，需要重點(diǎn)關(guān)注，排查問題發(fā)生的具體原因。

江蘇省各市Kindle Voyage用戶的評分及情緒度分布

這里可以看到，徐州市、連云港市等城市的用戶反饋良好，反映在評分較高，且顏色為綠色。然而，淮安市、鎮(zhèn)江市和南京市的Kindle Voyage用戶卻非常不滿意，評分較低且情緒度處于紅色警報狀態(tài)，需要引起客戶體驗部門的高度重要，做好用戶情緒疏導(dǎo)和公關(guān)工作。

結(jié)語

從上面的實例中，我們可以體會到大數(shù)據(jù)文本分析對于產(chǎn)品、設(shè)計、營銷和運(yùn)營的巨大價值，它的重要性不亞于傳統(tǒng)的結(jié)構(gòu)性數(shù)據(jù)分析。用正確的方式閱讀這些海量的文本數(shù)據(jù)，我們就可以直接讀懂用戶的想法，獲得強(qiáng)有力的決策支持，從而使產(chǎn)品研發(fā)、營銷推廣和日常運(yùn)營更貼近消費(fèi)者需求，最終在用戶心中形成良好的品牌形象。

在文章末尾，介紹幾個較為實用的文本分析工具給大家：

1.圖悅：在線詞頻分析工具、詞云制作工具，還可以自定義詞云的形狀。

網(wǎng)址：http://www./

2.新浪微輿情：全網(wǎng)事件分析（基于關(guān)鍵詞設(shè)置，實時抓取全網(wǎng)跟關(guān)鍵詞有關(guān)的信息）、基用戶畫像分析（在競品分析和微博傳播路徑分析中基于用戶興趣標(biāo)簽和微博發(fā)言所得）。

網(wǎng)址：http://wyq.sina.com

3. 騰訊文智：詞法類分析（把句子拆解成詞語進(jìn)行詞性標(biāo)注，如名詞、動詞、形容詞等）、句法類分析（對句子的詞性分析基礎(chǔ)上，繼續(xù)分析主、謂、賓、定、狀、補(bǔ)的句子結(jié)構(gòu)）、篇章類分類（有內(nèi)容分類、情感分析、關(guān)鍵字分析，以及對全文摘要的提取分析）

網(wǎng)址：http://nlp.qq.com/semantic.cgi

4. 大數(shù)據(jù)搜索與挖掘平臺：功能模塊較全，文本分析一條龍服務(wù)，包括分詞標(biāo)注、實體抽取、詞頻統(tǒng)計、文本分類、情感分析、關(guān)鍵詞提取、相關(guān)詞分析、依存文法、簡繁轉(zhuǎn)換、自動注音和摘要提取等。

網(wǎng)址：http://ictclas./nlpir/

5.  Linguakit：不僅能夠提取關(guān)鍵詞，還能實現(xiàn)文本翻譯、詞頻統(tǒng)計、詞云圖和文本情感分析等功能。

網(wǎng)址：https:///en/?utm_campaign=elearningindustry.com

作者：蘇格蘭折耳喵，微信公眾號：運(yùn)營喵是怎樣煉成的，個人微信：g18818233178），數(shù)據(jù)分析愛好者，擅長數(shù)據(jù)分析和可視化表達(dá)，喜歡研究各種跟數(shù)據(jù)相關(guān)的東東。

本網(wǎng)站文章均采集自互聯(lián)網(wǎng)或為用戶投稿經(jīng)網(wǎng)站編輯整理后發(fā)表，文章觀點(diǎn)為作者獨(dú)立發(fā)表，不代表網(wǎng)站立場！如不小心侵犯版權(quán)請聯(lián)系本網(wǎng)站刪除：運(yùn)營人 ? 數(shù)據(jù)分析中，文本分析遠(yuǎn)比數(shù)值型分析重要！