Okres pandemii był dla wielu marek przełomowy. Część z nich przeżywała prawdziwe oblężenie, jednak nie każda potrafiła sobie poradzić z lawinowo rosnącymi zamówieniami, wiadomościami i komentarzami ze strony klientów, a niekiedy także skargami, czy nawet hejtem.
Jak, jako marka, radzimy sobie z tą natężoną komunikacją ze strony klientów? Czy otrzymujemy w tym okresie faktycznie dużo więcej komentarzy, wiadomości? Czy są one pozytywne czy negatywne? Czy potrafimy sobie z nimi poradzić oraz wyciągnąć z nich lekcje na przyszłość? Jak radzimy sobie z nimi rok do roku? Jak radzi sobie z nimi konkurencja?
Oczywiście nie zawsze mamy wpływ na to, jakie opinie zostaną opublikowane, ale mamy wpływ na to, jakie będzie końcowe doświadczenie klienta związane ze skorzystaniem z naszej usługi i zadowolenia z całego procesu zakupowego.
Dziś, na przykładzie wybranych firm kurierskich, pokażemy w jaki sposób:
- monitoring social media pozwala zidentyfikować okresy wzmożonej aktywności użytkowników – kiedy szczególnie należy postawić na obsługę klienta i moderację,
- modele machine learning pozwalają łatwo i szybko wykryć obszary lub tematy, na których należy się skupić, żeby polepszyć wizerunek naszej firmy w internecie, a także jakość świadczonych usług.
Case study firm kurierskich
Każdemu z nas na pewno zdarzyło się kiedyś narzekać na jakość usług kurierskich – długi czas dostawy, zgubione i zniszczone paczki, awizo w skrzynce mimo obecności w domu. Postanowiliśmy przeanalizować, z jaką częstotliwością, i w jakim tonie użytkownicy Facebooka piszą o firmach kurierskich. Skupiliśmy się na najgorętszym okresie w tej branży: od grudnia 2019 do czerwca 2020 roku, czyli okresie zarówno świąt Bożego Narodzenia, jak i pandemii.
Wybraliśmy 3 strony na Facebooku, na których pojawiało się wyjątkowo dużo komentarzy i postów użytkowników w tym okresie – 2 firm kurierskich: GLS Poland i UPS Polska oraz Poczty Polskiej.
Oto pytania, na które pragnęliśmy znaleźć odpowiedzi przeprowadzając naszą analizę:
- Kiedy użytkownicy najczęściej zostawiają komentarze na profilach firm kurierskich/ pocztowych? Czy ich aktywność w okresie świątecznym można porównać z czasem epidemii?
- W jakim okresie pojawia się najwięcej negatywnych oraz pozytywnych komentarzy?
- Jakich tematów najczęściej dotyczą negatywne komentarze?
- Czy wśród publikowanych komentarzy można znaleźć przykłady hejtu? Jeśli tak, to czego dotyczą (firmy, kurierów, obsługi klienta)?
- Jak w porównaniu z okresem przedświątecznym wypada lockdown?
Do analizy sentymentu postów i komentarzy wykorzystaliśmy nasze autorskie algorytmy Machine Learning (uczenia maszynowego), które uczą się wykrywać emocje na tekstach publikowanych w internecie, a szczególnie w mediach społecznościowych.
Analiza marki GLS Poland
Wśród 3 analizowanych stron, jedynie na profilu GLS Poland użytkownicy zamieszczali posty i było ich stosunkowo dużo. Na 106 postów opublikowanych przez GLS, kolejnych 122 dodali użytkownicy (średnio około 5 dziennie).
- Użytkownicy publikowali więcej postów w tygodniach poprzedzających Boże Narodzenie, bardziej aktywni byli też pod tym względem na przełomie stycznia i lutego.
- W czasie epidemii użytkownicy publikowali posty dość regularnie, chociaż nie tak często jak w grudniu i lutym (mniej niż 5 dziennie).
Jeśli chodzi o sentyment postów użytkowników, był on raczej negatywny (rzadko się jednak zdarza by użytkownicy sami z siebie publikowali posty pozytywne, co innego komentarze).
- W postach użytkowników przeważa negatywny sentyment, zwłaszcza w okresie przedświątecznym.
- Tylko w pojedynczych postach wykryto pozytywny sentyment.
- W analizowanym okresie odnotowaliśmy jeden przypadek hate speechu (przed świętami).
Jeśli chodzi o komentarze, ponownie najwięcej publikowano ich w na początku grudnia i w połowie marca (początek pandemii) – około 100 tygodniowo, oraz w maju/ czerwcu (konkurs z okazji Dnia Matki i Ojca) – nawet 200 tygodniowo.
Na ten sam okres co zwiększona liczba komentarzy przypadło również więcej komentarzy negatywnych. Z kolei w trakcie trwania konkursu z okazji Dnia Matki i Ojca większość komentarzy miała sentyment pozytywny.
W porównaniu do UPS Polska oraz Poczty Polskiej, na stronie GLS opublikowano znacznie więcej komentarzy o sentymencie pozytywnym i neutralnym. Zdecydowanie wpływ na to miał konkurs organizowany w maju i czerwcu, jednak także w poprzednich miesiącach, pojawiało się więcej pozytywnych (i neutralnych) komentarzy niż na profilach konkurencji.
Sentyment komentarzy, które są dostępne publicznie, bezpośrednio wpływa na to, jak marka zaczyna być postrzegana przez innych, dlatego też warto zadbać o odpowiednią ich moderację. By zawsze być na bieżąco z dyskusjami toczącymi się na prowadzonych profilach, warto skorzystać do tego celu z zewnętrznych narzędzi, np. moderacji w Sotrenderze.
Analiza marki UPS Polska
Aktywność użytkowników pod postami publikowanymi przez UPS Polska nie odbiega znacząco od naszych oczekiwań – w pierwszej połowie grudnia, a więc w okresie przedświątecznej gorączki i częstszego zamawiania prezentów czy dekoracji, użytkownicy publikowali najwięcej komentarzy. Kolejny znaczący wzrost liczby komentarzy odnotowaliśmy na stronie w marcu, zaraz po wprowadzeniu stanu epidemii. Użytkownicy zostawiali na stronie wiele komentarzy również w kolejnych miesiącach, wzrosty w liczbie komentarzy w poszczególnych tygodniach są widoczne aż do połowy maja.
Analiza sentymentu pokazała, że zdecydowana większość komentarzy miała wydźwięk negatywny. W niektórych tygodniach użytkownicy publikowali nawet 2-3 razy więcej komentarzy o sentymencie negatywnym niż neutralnym i tylko pojedyncze komentarze o sentymencie pozytywnym.
Analiza profilu Poczty Polskiej
Wreszcie strona, na której pojawiało się najwięcej komentarzy: Poczta Polska. Internauci często komentowali treści na tej stronie w okresie przedświątecznym (w jednym tygodniu grudnia na stronie ukazało się ponad 1000 komentarzy). Jednak w marcu, kiedy ogłoszono stan epidemii aktywność komentujących gwałtownie wzrosła, a liczba publikowanych przez nich w poszczególnych tygodniach komentarzy nawet kilkukrotnie przerosła tę z okresu przed Bożym Narodzeniem. Wyraźny wzrost odnotowaliśmy również w połowie kwietnia.
W lutym i marcu wraz ze wzrostem liczby komentarzy, znacznie wzrósł także odsetek tych negatywnych i neutralnych.
O ile Poczta Polska, podobnie jak inne strony zebrała bardzo mało komentarzy o sentymencie pozytywnym, to w przypadku tej strony liczba komentarzy sklasyfikowanych jako negatywne była zbliżona lub nieco mniejsza niż komentarzy neutralnych.
Negatywne komentarze na tej stronie najczęściej dotyczyły opóźnień w dostarczaniu listów, braku odpowiednich środków dezynfekujących czy rękawiczek w oddziałach oraz wyborów prezydenckich (w związku z ogłoszeniem wyborów korespondencyjnych).
Hate speech na profilach marek
Na wszystkich analizowanych stronach wykryliśmy także przypadki hate speechu czy cyberbullyingu. Analiza jakościowa tak oznaczonych dzięki modelom Machine Learning treści pozwala określić czego dotyczą tego typu komentarze, oraz kiedy i w jakim kontekście się pojawiają.
Znając skalę i kontekst tego typu komentarzy, łatwiej przygotować się na lepszą reakcję na nie oraz poznać ich przyczynę.
Oczywiście, w przypadku niewielu komentarzy, przypadki hate speechu łatwo jest zidentyfikować, jednak problem pojawia się wtedy, gdy liczba komentarzy zaczyna gwałtownie rosnąć.
Na analizowanych przez nas profilach zdecydowanie najwięcej komentarzy opatrzonych jako hate speech oraz cyberbullying odnotowaliśmy na profilu Poczty Polskiej.
Hate speech i cyberbullying w przypadku firm kurierskich najczęściej pojawiały się w 3 sytuacjach:
- w uwagach użytkowników co do czasu transportu przesyłek i jakości świadczonych przez firmy usług,
- skargach na “lenistwo” i nierzetelność konkretnych kurierów i innych pracowników,
- w dyskusjach pomiędzy użytkownikami, w których negatywne emocje skierowane były na innych komentujących.
Jak poprawić wizerunek marki na Facebooku?
Analiza liczby komentarzy publikowanych w czasie dostarcza wielu przydatnych informacji o tym, kiedy należy zwrócić szczególną uwagę na publikowane przez użytkowników treści. Uzupełnienie jej o informacje, których dostarczają modele do analizy sentymentu i wykrywania hate speechu i cyberbullyingu pozwalają na szybsze wykrycie negatywnych dyskusji oraz problemów zgłaszanych przez użytkowników w mediach społecznościowych. Dzięki temu moderatorzy mogą łatwiej i skuteczniej reagować na ewentualne kryzysy wizerunkowe i kłopoty związane z jakością świadczonych usług, co wszystko przekłada się na postrzeganie naszej marki przez innych.
Znając odsetek negatywnych komentarzy na profilu, podejmować można działania w celu ocieplenia, poprawy wizerunku marki. Tak właśnie było w przypadku GLS Poland, gdzie na profilu marki zorganizowano konkurs z okazji Dnia Matki i Ojca, który spowodował napływ pozytywnych komentarzy. Jest to również doskonałe źródło wiedzy, które można wykorzystać by doskonalić produkty, czy usługi, które oferujemy i optymalizować procesy.
Choć w analizowanym przypadku firm kurierskich, nasze przewidywania pokryły się z wynikami analizy – nie zawsze tak będzie. Dodatkowo, przy tak dużej liczbie komentarzy ciężko jest samodzielnie określić skalę problemu, np. negatywnych komentarzy użytkowników i ich źródeł. Stąd niezwykle przydatne okazują się rozwiązania z zakresu sztucznej inteligencji oraz uczenia maszynowego, dzięki którym możliwa jest analiza dużej liczby danych i realne oszacowanie np. kryzysu wizerunkowego.
Jeśli interesuje Was zagadnienie wykrywania mowy nienawiści w Internecie z nieco bardziej technicznej perspektywy, zachęcamy do wysłuchania materiału przygotowanego przez Mikołaja Małkińskiego, Machine Learning Engineer w Sotrenderze.