Comment utiliser Microsoft Excel pour l'analyse des sentiments

Vous pouvez utiliser Microsoft Excel pour effectuer une analyse de base des sentiments sur du texte. Les résultats vous montreront les tendances cachées dans les données.

Les utilisations potentielles de l'analyse des sentiments sont illimitées: un historien peut utiliser l'analyse des sentiments pour comprendre l'intention d'un auteur écrivant des centaines d'années dans le passé. De même, un responsable marketing peut suivre l'évolution de la réputation de la marque dans le temps.

La méthode d'analyse des sentiments décrite dans cet article utilisera l'apprentissage automatique pour noter votre texte et le classer comme exprimant Positif, Négatif, ou Neutre émotions.

Vous aurez besoin de Microsoft Excel et du complément Azure Machine Learning.

Pourquoi l'analyse des sentiments est-elle importante ?

Pour les personnes qui fabriquent des produits, travaillent dans le marketing ou la politique, ou mènent des recherches, comprendre le sentiment émotionnel concernant un sujet particulier est une nécessité professionnelle.

L'analyse des sentiments peut les aider. Bien qu'il ne remplace pas entièrement les données d'utilisation, les enquêtes, les entretiens et les recherches sur ordinateur, l'analyse des sentiments est un outil solide à avoir à votre disposition.

Pourquoi? Dans presque toutes les situations où vous disposez d'une grande quantité de données qualitatives non structurées, l'analyse des sentiments peut rapidement vous donner un aperçu de son message sous-jacent.

L'analyse des sentiments fonctionne mieux lorsqu'une grande quantité de données est analysée.

Effectuer une analyse des sentiments sur le message texte le plus récent de votre intérêt romantique est peu susceptible de renvoyer des informations avec une valeur ajoutée. D'autre part, l'analyse de milliers de Tweets contenant un hashtag spécifique vous donnera des résultats utiles.

En rapport: Conseils solides pour améliorer votre réputation sur Twitter

D'autres cas d'utilisation possibles incluent l'analyse des avis sur les produits, l'examen des enquêtes auprès des clients et la découverte d'une crise de relations publiques. De plus, une analyse régulière des sentiments vous permettra de suivre l'évolution de l'attitude des clients envers votre entreprise au fil du temps.

Volume contre Sentiment

L'analyse des sentiments est un élément essentiel de la surveillance des médias sociaux pour toute entreprise ou marque soucieuse de sa réputation.

Par exemple, vous pouvez constater que votre entreprise reçoit un grand nombre de mentions sur les réseaux sociaux. Mais les mentions seules ne sont pas tout.

Parfois, les mentions sont une bonne chose. Par exemple, ils peuvent signifier une grande quantité de sentiment public positif envers votre entreprise.

D'autres fois, vous pouvez être confronté à une crise de relations publiques qui devient incontrôlable. En conséquence, le sentiment public envers votre entreprise est négatif.

Distinguer le sentiment dans un volume élevé de mentions sur les réseaux sociaux peut faire toute la différence.

Utilisation de Microsoft Excel pour l'analyse des sentiments

Certaines plateformes de surveillance des médias sociaux incluent l'analyse des sentiments dans le cadre de leur offre. Il est également possible d'effectuer une analyse des sentiments sur du texte à l'aide d'un langage de programmation tel que Python.

Cependant, ces options nécessitent soit un budget important pour s'offrir une plateforme de surveillance des médias sociaux, soit des compétences en codage.

Si vous êtes comme la plupart des gens et que vous n'avez ni l'un ni l'autre, Microsoft Excel est une bonne option pour effectuer une analyse fondamentale des sentiments.

Bien qu'aucun de ces outils ne produise des résultats parfaits, ils peuvent vous aider à comprendre la tendance générale du sentiment contenu dans le texte.

Comment effectuer une analyse des sentiments dans Microsoft Excel

Suivez ces étapes pour essayer une analyse des sentiments avec Excel sans écrire de code. Sous le capot, Excel et le complément Azure dépendent d'un algorithme de traitement du langage naturel et d'un dictionnaire générique avec des mots positifs et négatifs. Chaque mot du lexique se voit attribuer une valeur positive, neutre ou négative.

1. Organisez les données que vous souhaitez analyser dans une feuille Microsoft Excel.
2. Nettoyer les données en suppression des espaces vides et les caractères inutiles.
3. Créer la première cellule de votre jeu de données tweet_text (garder en minuscules).
4. Aller à Insertion > Compléments.
5. Ensuite, dirigez-vous vers Rechercher > Azure Machine Learning.
6. Une fois installé, le complément Azure Machine Learning fera apparaître une boîte sur le côté droit de votre écran.
7. Vous verrez deux options: Prédicteur de survivant du Titanic et Analyse des sentiments textuels.
8. Cliquer sur Analyse des sentiments textuels.
9. Aller à Prédire > Saisir, puis ajoutez la plage où se trouvent les données que vous souhaitez analyser.
10. Laisser Mes données ont des en-têtes vérifié.
11. Aller à Sortir et ajoutez la cellule où vous voulez que les résultats de l'analyse aillent.
12. presse Prédire.

UNE Sentiment et But car le texte de chaque cellule sera rempli; le texte correspondant est plus Négatif si le score est plus proche de zéro. Vous préférerez peut-être changer le Partitions à un Pour cent. Dans ce cas, plus un But est de 100%, plus il est positif. Neutre est n'importe lequel But environ 50%.

Voir l'exemple ci-dessous de Île au trésor par Robert Louis Stevenson.

Comment obtenir des informations à partir de l'analyse des sentiments

Après avoir exécuté l'analyse des sentiments, vous aurez des cellules avec Positif, Négatif, ou Neutre classifications et leurs scores numériques correspondants.

Comment pouvez-vous transformer les résultats en informations compréhensibles? Voici quelques idées:

• Segmentez les classifications par créer un tableau croisé dynamique dans Excel.
• Vous pouvez utiliser Visio, qui est désormais inclus dans Microsoft 365 Business sans frais supplémentaires, pour visualiser le nombre total de chacun des Points positifs, Négatifs, ou Neutres. La visualisation des données peut vous donner une vue d'ensemble.
• Si vous êtes responsable de la gestion de la réputation d'une entreprise ou d'une marque, vous souhaiterez peut-être vous concentrer sur la numérisation de tous les textes classés comme Négatif. Qu'est-ce qui fait que le texte Négatif? Y a-t-il quelque chose que vous devez transmettre pour résoudre le problème?
• Vous pouvez faire le même exercice pour les textes classés comme Positif. Peut-être y a-t-il un témoignage client particulièrement intéressant enfoui dans un grand nombre d'avis sur les produits que vous aimeriez partager.
• Vous pouvez également segmenter davantage le texte afin de ne voir que les cellules qui mentionnent une nouvelle fonctionnalité du produit. Les utilisateurs sont-ils plus Positif, Négatif, ou Neutre à propos de la fonctionnalité? L'analyse des sentiments peut vous aider à déterminer cela et à recueillir plus efficacement des commentaires.

L'analyse des sentiments peut sortir les gens du processus de prise de décision. Parfois, cela peut être bon car l'interprétation du texte peut être très subjective.

Par exemple, imaginez un groupe de personnes essayant de décider si 5 000 avis sur des produits sont plus Positif ou Négatif. Leurs perspectives différentes et leur souci du détail réduiront la crédibilité du résultat global. Permettre à la base de données d'une machine de décider aidera grandement à la cohérence. En rapport: Les meilleurs conseils et outils pour prendre des décisions de groupe au travail

Utilisation de Microsoft Excel pour l'analyse des sentiments

Si vous voulez essayer d'effectuer une analyse des sentiments mais que vous n'avez pas beaucoup de ressources financières ou de compétences en codage, alors Microsoft Excel est un excellent point de départ.

L'analyse des sentiments dans Microsoft Excel vous donnera des informations que vous pouvez utiliser pour comprendre les données textuelles non structurées. Cela pourrait également être un moyen idéal de se familiariser avec les concepts d'apprentissage automatique avant de se lancer dans un projet sur le terrain.

11 idées de projets d'apprentissage automatique pour les débutants

Ces idées de projets sont excellentes pour ceux qui ont des connaissances en programmation et qui cherchent à percer dans le domaine de l'apprentissage automatique.

Lire la suite

A propos de l'auteur