Como usar o Microsoft Excel para análise de sentimentos

Você pode usar o Microsoft Excel para executar a Análise de Sentimento básica no texto. Os resultados mostrarão tendências ocultas nos dados.

Os usos potenciais da Análise de Sentimentos são ilimitados: um historiador pode usar a análise de sentimentos para entender a intenção de um autor que escreveu centenas de anos no passado. Da mesma forma, um gerente de marketing pode monitorar a evolução da reputação da marca ao longo do tempo.

O método de análise de sentimentos discutido neste artigo usará o aprendizado de máquina para pontuar seu texto e classificá-lo como expresso Positivo, Negativo, ou Neutro emoções.

Você precisará do Microsoft Excel e do Suplemento do Azure Machine Learning.

Por que a análise de sentimentos é importante?

Para pessoas que constroem produtos, trabalham em marketing ou política, ou estão realizando pesquisas, entender o sentimento emocional em relação a um determinado assunto é uma necessidade profissional.

A Análise de Sentimentos pode ajudá-los. Embora não substitua totalmente os dados de uso, pesquisas, entrevistas e pesquisas de desktop, a Análise de Sentimentos é uma ferramenta sólida para ter à sua disposição.

Por quê? Em quase todas as situações em que você tem uma grande quantidade de dados qualitativos não estruturados, a análise de sentimentos pode fornecer rapidamente insights sobre sua mensagem subjacente.

A análise de sentimento funciona melhor quando uma grande quantidade de dados é analisada.

Realizar análise de sentimento na mensagem de texto mais recente de seu interesse romântico provavelmente retornará informações com algum valor agregado. Por outro lado, analisar milhares de Tweets contendo uma hashtag específica fornecerá resultados úteis.

Relacionado: Dicas sólidas para melhorar sua reputação no Twitter

Outros casos de uso possíveis incluem analisar análises de produtos, analisar pesquisas de clientes e descobrir uma crise de relações públicas. Além disso, a análise regular de sentimentos permitirá que você acompanhe como as atitudes dos clientes em relação à sua empresa estão mudando ao longo do tempo.

Volume vs. Sentimento

A Análise de Sentimentos é uma parte essencial do monitoramento de mídia social para qualquer empresa ou marca consciente de sua reputação.

Por exemplo, você pode ver que sua empresa recebe um grande volume de menções nas mídias sociais. Mas as menções por si só não são tudo.

Às vezes, as menções são uma coisa boa. Por exemplo, eles podem significar uma grande quantidade de sentimento público positivo em relação à sua empresa.

Outras vezes, você pode estar enfrentando uma crise de relações públicas que está saindo do controle. Como resultado, o sentimento público em relação à sua empresa é negativo.

Distinguir o sentimento dentro de um grande volume de menções nas redes sociais pode fazer toda a diferença.

Usando o Microsoft Excel para Análise de Sentimentos

Algumas plataformas de monitoramento de mídia social incluem análise de sentimentos como parte de sua oferta. Também é possível realizar análise de sentimento em texto usando uma linguagem de programação como Python.

No entanto, essas opções exigem um orçamento significativo para pagar uma plataforma de monitoramento de mídia social ou habilidades de codificação.

Se você é como a maioria das pessoas e não tem nenhum desses, o Microsoft Excel é uma boa opção para realizar Análises de Sentimentos fundamentais.

Embora nenhuma dessas ferramentas produza resultados perfeitos, elas podem ajudá-lo a entender a tendência geral do sentimento contido no texto.

Como executar a análise de sentimentos no Microsoft Excel

Siga estas etapas para experimentar uma análise de sentimento com o Excel sem escrever código. Nos bastidores, o Excel e o suplemento do Azure dependem de um algoritmo de processamento de linguagem natural e de um dicionário genérico com palavras positivas e negativas. Cada palavra no léxico recebe um valor positivo, neutro ou negativo.

1. Organize os dados que deseja analisar em uma planilha do Microsoft Excel.
2. Limpe os dados por removendo espaços em branco e personagens desnecessários.
3. Faça a primeira célula em seu conjunto de dados tweet_text (manter em minúsculas).
4. Vamos para Inserir > Suplementos.
5. A seguir, vá para Pesquisa > Azure Machine Learning.
6. Depois de instalado, o suplemento do Azure Machine Learning abrirá uma caixa no lado direito da tela.
7. Você verá duas opções: Previsor de sobreviventes do Titanic e Análise de sentimento de texto.
8. Clique em Análise de sentimento de texto.
9. Vamos para Prever > Entradae, em seguida, adicione o intervalo em que os dados que você deseja analisar estão localizados.
10. Sair Meus dados têm cabeçalhos verificado.
11. Vamos para Saída e adicione a célula onde você deseja que os resultados da análise sejam enviados.
12. pressione Prever.

UMA Sentimento e Pontuação pois o texto em cada célula será preenchido; o texto correspondente é mais Negativo se a pontuação for mais próxima de zero. Você pode preferir alterar o Pontuações para um Por cento. Nesse caso, quanto mais próximo um Pontuação é 100%, mais positivo é. Neutro é qualquer Pontuação cerca de 50%.

Veja o exemplo abaixo de Ilha do Tesouro por Robert Louis Stevenson.

Como obter insights da análise de sentimentos

Após executar a Análise de Sentimento, você terá células com Positivo, Negativo, ou Neutro classificações e suas pontuações numéricas correspondentes.

Como você pode transformar os resultados em insights compreensíveis? Aqui estão algumas ideias:

• Segmente as classificações por criando uma tabela dinâmica no Excel.
• Você pode usar O Visio, que agora está incluído no Microsoft 365 Business sem custo adicional, para visualizar o número total de cada um dos Positivos, Negativos, ou Neutros. A visualização de dados pode fornecer uma visão panorâmica.
• Se você é responsável pela gestão da reputação de uma empresa ou marca, você pode se concentrar em examinar todos os textos classificados como Negativo. O que torna o texto Negativo? Existe algo que você precisa passar para resolver o problema?
• Você pode fazer o mesmo exercício para os textos classificados como Positivo. Talvez haja um depoimento de cliente particularmente bom enterrado em um grande número de análises de produtos que você gostaria de compartilhar.
• Você também pode segmentar ainda mais o texto, para ver apenas as células que mencionam um novo recurso do produto. Os usuários são mais Positivo, Negativo, ou Neutro sobre o recurso? A Análise de Sentimentos pode ajudá-lo a determinar isso e coletar feedback com mais eficiência.

A Análise de Sentimentos pode tirar as pessoas do processo de tomada de decisão. Às vezes isso pode ser bom porque a interpretação do texto pode ser altamente subjetiva.

Por exemplo, imagine um grupo de pessoas tentando decidir se 5.000 avaliações de produtos são mais Positivo ou Negativo. Suas diferentes perspectivas e atenção aos detalhes diminuirão a credibilidade do resultado geral. Permitir que o banco de dados de uma máquina decida ajudará muito com a consistência. Relacionado: As melhores dicas e ferramentas para tomar decisões em grupo no trabalho

Uso do Microsoft Excel para Análise de Sentimentos

Se você deseja tentar realizar a Análise de Sentimentos, mas não tem muitos recursos financeiros ou habilidades de codificação, o Microsoft Excel é um excelente lugar para começar.

A análise de sentimentos no Microsoft Excel fornecerá informações que você pode usar para entender dados de texto não estruturados. Também pode ser uma maneira ideal de se familiarizar com os conceitos de aprendizado de máquina antes de mergulhar em um projeto em campo.

11 ideias de projetos de aprendizado de máquina para iniciantes

Essas ideias de projetos são excelentes para quem tem algum conhecimento de programação e deseja entrar no campo de aprendizado de máquina.

Leia a seguir

Sobre o autor