Logo E-Commerce Brasil

Mineração de sentimento de clientes

Por: Tomás Duarte

é Empreendedor na Tracksale, startup focada em análise de sentimento de clientes e co-fundador da Associação Brasileira de Startups.

Avaliar centenas ou milhares comentários de clientes por semana é uma tarefa repetitiva e consumidora de tempo.

E porque não utilizar a tecnologia ao nosso favor?

Como parte do monitoramento de experiência dos consumidores de uma marca e seus produtos e seus serviços, principalmente em E-commerces de alto volume, uma boa recomendação é utilizar tecnologias que permitam a análise de textos (comentários) de clientes de forma inteligente e automática.

A base necessária de informações para realizar a análise do sentimento de clientes pode se obtida de diversas maneiras, desde reviews de clientes sobre um produto, passando pela pesquisa de satisfação (sugerimos Net Promoter Score) e até mesmo executando um crawler nas redes sociais. Após a obtenção destes dados, o próximo passo é executar o algoritmo para obter os relatórios.

A leitura de dados não estruturados (opinião de um cliente por exemplo) requer um alto desempenho de processamento de informações, e um ponto importante é a adequação do algoritmo para a língua nativa dos consumidores, em outras palavras, ele deve estar bem treinado para obter resultados satisfatórios.

Os relatórios de mineração de sentimento de clientes podem ser obtidos através de nuvem de palavras-chave (tags), classificação individual de textos em positivos, neutros ou negativos, definição de uma nota para o texto e até mesmo na organização em categorias, tudo de forma automática. Também é possível indicar tendências, comportamentos e padrões.

Atualmente, é possível atingir uma alta qualidade de relatórios, com uma margem de erro que pode variar de 5% a 15% após processamento de bases de dados que tornam o algoritmo mais preciso.

É interessante que este tipo de tecnologia também pode ser empregado nas seguintes funções além da análise do sentimento de clientes:

  • Classificação de Documentos e Emails
  • Sistemas de Recomendação de Produtos
  • Análise dos Motivos de Cancelamentos de Clientes (Churn)
  • Detecção de Spam
  • Diagnósticos em Qualquer Setor
  • Identificação de Atividades Suspeitas
  • Técnicas de Up-Selling

Caso tenha alguma dúvida sobre esta abordagem e sua implementação, teremos prazer em ajudá-lo.
No slide 13 desta apresentação, mostramos de forma simples como utilizamos esta tecnologia.