在大數(shù)據(jù)時(shí)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(yàn)來猜測(cè)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(gè) VUCA 時(shí)代（寶潔公司首席運(yùn)營官 Robert McDonald 借用一個(gè)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(yàn)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)。

      大數(shù)據(jù)文本分析是應(yīng)對(duì)上述困局的一劑良方。

接下來，我們來聊聊文本分析是如何在商業(yè)實(shí)踐中發(fā)揮它的巨大威力。

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(duì)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(cè)”轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為驅(qū)動(dòng)的精準(zhǔn)預(yù)測(cè)。

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(duì)粉絲和潛在用戶的言論進(jìn)行收集，對(duì)其進(jìn)行文本分析，知道他們喜歡產(chǎn)品的哪些方面，對(duì)哪些方面不太滿意，以及他們對(duì)產(chǎn)品的其他期望，從而敏捷、快速、準(zhǔn)確的對(duì)用戶的反饋?zhàn)龀龇e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。

 
亞馬遜 Kindle Voyage 電子書閱讀器珍藏限量版評(píng)論區(qū)

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

 
對(duì) Kindle Voyage 用戶評(píng)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(jí)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(shí)間內(nèi)迅速梳理出用戶對(duì)于產(chǎn)品所關(guān)注的話題。

 
用戶評(píng)論量隨時(shí)間軸的變化趨勢(shì)

可以看到，這些話題的發(fā)布數(shù)量的增減走勢(shì)基本相同，且在2015-3-1達(dá)到評(píng)論高峰，2016-1-25達(dá)到小高峰，這兩個(gè)時(shí)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(píng)論區(qū)的總體評(píng)論量驟然減少，對(duì)于這幾個(gè)異常點(diǎn)，運(yùn)營人員可以調(diào)出對(duì)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(duì)癥下藥，做好后續(xù)的運(yùn)營工作。

（3）用戶評(píng)價(jià)和情緒分析

這部分包含2個(gè)模塊，即用戶評(píng)價(jià)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(píng)價(jià)較高，相應(yīng)的情緒偏正面，反正亦然。

用戶評(píng)價(jià)分析

 
用戶評(píng)論星級(jí)分布表

 
用戶的情感度分布

上圖是用戶對(duì)于 Kindle Voyage 總體情感的儀表盤，是根據(jù)用戶對(duì)于 Kindle Voyage 的文字評(píng)論進(jìn)行情緒傾向分析得出的，能反映消費(fèi)者對(duì)于 Kindle Voyage 總體態(tài)度是肯定還是否定。該儀表盤分為3個(gè)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(duì)產(chǎn)品不滿意、產(chǎn)品一般和產(chǎn)品很不錯(cuò)。

從上面2個(gè)圖可以看出，購買者對(duì)于 Kindle Voyage 以中性評(píng)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(duì) Kindle Voyage 的真實(shí)看法與評(píng)價(jià)星級(jí)總體傾向是一致的，沒有言不由衷。

（4）個(gè)體用戶情緒傾向分析

上面的是全體用戶對(duì)于 Kindle Voyage 的總體情緒傾向，但在很多時(shí)候，我們想要知道哪些用戶的“發(fā)聲”在這些評(píng)論中更具代表性。這就需要分析引擎在語義層面上對(duì)每個(gè)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(duì)其中單個(gè)用戶的情緒態(tài)度、評(píng)價(jià)和所關(guān)注的產(chǎn)品方面進(jìn)行分析，這就涉及到以單個(gè)用戶為主體的情緒傾向分析了。

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

 
單個(gè)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(duì) 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(duì) 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(píng)論有8條，在哪個(gè)時(shí)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(píng)論區(qū)的全體用戶對(duì) Kindle Voyage 的反饋，知道用戶喜歡它的哪些方面，對(duì)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）用戶反饋分析

這部分的原理是，從眾多用戶評(píng)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(duì)于 Kindle Voyage 使用后的評(píng)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(píng)價(jià)，灰色是中性評(píng)價(jià)，藍(lán)色是負(fù)面評(píng)價(jià)）。

 
江蘇省各市 Kindle Voyage 用戶的評(píng)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(píng)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(píng)分較低且情緒度處于紅色警報(bào)狀態(tài)，需要引起客戶體驗(yàn)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(shí)例中，我們可以體會(huì)到大數(shù)據(jù)文本分析對(duì)于產(chǎn)品、設(shè)計(jì)、營銷和運(yùn)營的巨大價(jià)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(gè)較為實(shí)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。

2. 新浪微輿情：全網(wǎng)事件分析（基于關(guān)鍵詞設(shè)置，實(shí)時(shí)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）。

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(dòng)詞、形容詞等）、句法類分析（對(duì)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(duì)全文摘要的提取分析）

4. 大數(shù)據(jù)搜索與挖掘平臺(tái)：功能模塊較全，文本分析一條龍服務(wù)，包括分詞標(biāo)注、實(shí)體抽取、詞頻統(tǒng)計(jì)、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(dòng)注音和摘要提取等。

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

延伸閱讀

數(shù)據(jù)分析中，文本分析遠(yuǎn)比數(shù)值型分析重要！（上）

來源：運(yùn)營喵是怎樣煉成的