This post is also available in: English (Anglais) Español (Espagnol)
Qu’est-ce que l’analyse de sentiment Twitter?
Tweet Binder propose désormais une nouvelle métrique appelée Sentiment. Il montre si les tweets analysés ont été positifs, négatifs ou neutres. Donc, si vous lancez une campagne et que vous avez reçu 1 000 tweets, nous serons en mesure de vous dire si les utilisateurs qui y participent le souhaitent ou non. Ou nous pouvons maintenant savoir si Twitter mentionne une marque sont positifs ou négatifs, ou simplement neutres. Cette nouvelle métrique, l’analyse des sentiments sur Twitter, est une avancée stratégique. De plus, c’est quelque chose que les utilisateurs et les clients demandent fortement. Cela implique également de grandes conséquences sur la plate-forme.
Nous aimons Twitter et les analyses de hashtags, nous le faisons vraiment et il était temps de développer Sentiment Analytics, c’est la vérité. Il est très important d’avoir une bonne compréhension de cette statistique Twitter, nous y avons travaillé dur et nous espérons que vous l’aimerez. Parallèlement à l’analyse des sentiments sur Twitter, une nouvelle métrique est prête! Il mesurera à quel point un rapport ou un hashtag est positif ou négatif. C’est le «Sentiment Score» et il est donné dans un score de 1 à 100. De cette façon, un rapport avec un Sentiment Score de 90 sera très positif alors qu’un rapport avec un score de 10 sera assez négatif. Ainsi, à partir de maintenant, les clients de Tweet Binder pourront obtenir une analyse des sentiments sur Twitter.
Essayez l’analyse de sentiment de Tweet Binder
Lorsque la Coupe du Monde Féminine de la FIFA est sur le point de commencer (lorsque vous lirez ceci, elle sera terminée), analysons ce que Twitter en pense. Nous recherchons #FIFAWWC pour exécuter l’analyse des sentiments Twitter et vérifier l’onglet Statistiques des sentiments. Là, nous pouvons voir comment le sentiment Twitter est vraiment positif pour le tournoi de football. Voici à quoi cela ressemble:
Dans l’image suivante, vous pouvez également voir l’analyse des sentiments de Twitter sur la recherche du président du Mexique: (pourquoi? Pourquoi pas)
Quel est le Sentiment Score?
Le Sentiment Score nous donne les points positifs ou négatifs d’un hashtag ou d’une campagne. L’analyse des sentiments sur Twitter ne concerne pas seulement le nombre de tweets positifs et négatifs, c’est ce que nous ressentons, il s’agit de connaître le sentiment général des utilisateurs. Les outils d’analyse des sentiments analysent de nombreux aspects, mais beaucoup se concentrent uniquement sur le nombre de tweets.
Chez Tweet Binder, nous pensons que les choses ne sont pas seulement positives, négatives ou neutres, mais qu’il existe différentes échelles à l’intérieur de chacune de ces catégories. Comme nous le disons toujours, toutes les métriques deviennent encore plus importantes lorsqu’elles sont comparées avec les mêmes statistiques que les autres hashtags liés aux vôtres. Si vous analysez toujours avec Tweet Binder, vous aurez les mêmes schémas à comparer. Alors, restez avec nous, toujours 🙂
Tweets positifs, négatifs et neutres
La différence entre ces types de tweets peut sembler facile; elle est un peu plus complexe mais facile à comprendre. Un tweet positif est un tweet qui émet un sentiment positif après avoir analysé tous ses mots. L’analyse des sentiments sur Twitter est une science étonnante car le système qui analyse les informations de Twitter doit être si précis en quelques mots et dans un réseau où l’ironie joue un rôle important. Chaque mot du tweet a son propre score qui peut varier selon le contexte.
Par exemple: le mot «incroyable» a un score élevé, mais s’il se trouve autour des mots «espèce de m**» comme «espèce de grosse m**» alors il n’est pas aussi bon. Vous pouvez comprendre pourquoi c’est si excitant.
Avoir des tweets positifs dans votre campagne est génial, mais il est plus important d’avoir des impacts plus positifs. C’est à cela que sert l’analyse des sentiments sur Twitter. Cela sera expliqué dans la section suivante, mais imaginez ceci: vous lancez une campagne, que préférez-vous: 10 tweets positifs de 1 personne avec 5 abonnés ou 1 tweet positif envoyé par @LadyGaga à propos de votre campagne. Les impressions Twitter générées par Lady Gaga seront énormes. Dans ces articles, nous expliquerons comment nous avons joué avec toutes ces analyses de sentiments sur Twitter et nous espérons que vous vous sentirez fier de notre travail.
Comment obtenir une analyse qualitative Twitter
L’objectif du Sentiment Score est de calculer à quel point un rapport est positif ou négatif en général. Ceci est calculé en prenant en compte un plus grand nombre de variables que le seul nombre de tweets positifs et négatifs. Pour Tweet Binder, il est important de prendre en compte le nombre d’impacts (ou d’impressions) Twitter et d’utilisateurs qui ont tweeté de manière positive, négative ou neutre. Par conséquent, le Sentiment Score prend en considération, en général, les variables suivantes comme nous l’avons vu précédemment:
- Nombre de tweets positifs, négatifs ou neutres
- Quantité d’ utilisateurs qui ont participé au rapport
- Nombre d’impressions (impacts) positives, négatives ou neutres
Pourquoi avons-nous choisi ces variables? Parce que l’analyse des sentiments de Twitter Binder sur Twitter considère «plus positif» que plus d’utilisateurs tweetent de manière positive plutôt qu’un seul. Cela signifie que si 500 utilisateurs ont tweeté positivement à propos de notre hashtag, c’est mieux que si seulement 1 utilisateur envoie 500 tweets. Par exemple:
- 500 tweets positifs envoyés par 1 utilisateur = mauvais (probablement un spammeur ou quelqu’un associé à la campagne ou à l’événement Twitter)
- 500 tweets positifs envoyés par 100 utilisateurs = mieux (cela signifie que beaucoup de gens conviennent que le hashtag est génial)
Même chose arrive avec des tweets négatifs. Plusieurs fois, les trolls tenteront de saboter un événement ou une campagne. Ces utilisateurs envoient généralement des tonnes de tweets mais ils ne sont pas un grand groupe d’utilisateurs. Cela signifie qu’une petite quantité d’utilisateurs enverra une grande quantité de tweets (et probablement ils ont un petit nombre d’abonnés). Ce n’est pas très négatif pour le rapport que ce petit nombre d’utilisateurs envoie des tonnes de tweets plutôt que s’ils provenaient d’une énorme quantité de comptes. Par exemple:
- 500 tweets négatifs envoyés par 500 utilisateurs = mauvais
- 500 tweets négatifs envoyés par 20 utilisateurs = pas si mal, probablement quelqu’un essayant de saper le hashtag
Les impressions et les abonnés Twitter sont-ils pris en compte pour calculer le score de sentiment Twitter?
Conformément à ce qui précède, l’influence de ces comptes est considérée pour calculer le sentiment score et pour voir à quel point notre rapport a été positif ou négatif. Alors oui, nous avons pris en considération les impressions des tweets pour calculer le Sentiment Score. L’influence est mesurée dans ce cas par le nombre d’abonnés ayant un plus grand impact dans le Sentiment Score les comptes qui ont un plus grand nombre d’adeptes. De cette façon, si un utilisateur avec des tonnes d’abonnés tweete de manière positive à propos de notre événement, cela aura un impact plus important sur le sentiment score. Par exemple:
- Tweet positif envoyé par un utilisateur avec 10 followers = peu d’impact
- Tweet positif envoyé par un utilisateur avec 30,000 followers = plus d’impact
Alors, Tweet Binder a créé une équation qui normalise les valeurs de l’analyse de sentiment Twitter. rapports peuvent être classés en cinq façons différentes en fonction de leur sentiment Score:
- De 0 à 20 points: rapport très négatif
- sur 21 à 40 points: rapport négatif
- de 41 à 60 points: rapport neutre
- partir de 61 à 80 points: rapport positif
- de 81 à 100 points: rapports très positif
Ainsi, à partir de maintenant, les rapports PRO de Tweet Binder afficheront ce score à côté des statistiques principales. Ce score, comme mentionné ci-dessus, sera de 0 à 100.
Sentiment Twitter positif et négatif à propos de Pepsi et Coca Cola
Chez Tweet Binder et nous aimons les exemples, eh oui ! Nous aimons vraiment expliquer les choses avec des exemples. Dans ce cas, nous avons choisi deux des principales marques de soda au monde: Coca Cola et Pepsi et nous avons calculé leurs mentions Twitter depuis le 4 juin jusqu’à présent. L’analyse des sentiments sur Twitter est très intéressante lors de l’analyse des meilleurs comptes Twitter tels que ceux-ci. Étonnamment, ils ont presque le même nombre de mentions, environ 6 000. Nous allons maintenant voir comment les utilisateurs pensent d’eux, positivement ou non. Pour cela, nous utiliserons le score Sentiment qui combine le nombre d’impressions et d’utilisateurs de tweets (positifs, négatifs et neutres).
Marque | Nombre de tweets | Sentiment score |
Coca Cola | 6,371 | 61.48 |
Pepsi | 6,138 | 80.77 |
Pepsi gagne dans ce cas, près de 20 points de différence. Nous avons exécuté l’analyse des sentiments pour ces comptes, mais vous pouvez l’avoir pour tout ce que vous devez analyser. Pouvez-vous imaginer avoir un rapport de sentiment Twitter pour tout le Twitter Bitcoin buzz qui a été généré il y a quelques années? Eh bien, avec Tweet Binder, vous le pouvez! Découvrez le sentiment des tweets envoyés en 2015 en demandant un rapport historique.
Outil d’analyse de sentiment: Tweet Binder
L’incorporation de cette nouvelle mesure augmente la valeur d’un rapport Tweet Binder. Tweet Binder est désormais un outil d’analyse des sentiments et nous en sommes fiers. L’analyse des sentiments sur Twitter avec python ou toute autre technologie est un excellent moyen d’enrichir vos rapports. Avec cette nouvelle version, de nouvelles mesures Twitter ont été ajoutées aux rapports. Par exemple, les utilisateurs sont désormais classés selon le nombre moyen de likes qu’ils reçoivent par tweet.
Cela permet d’identifier les utilisateurs qui interagissent avec le hashtag. Comme cela a été mentionné ci-dessus, l’analyse des sentiments Twitter est une fonctionnalité PRO, mais les utilisateurs peuvent toujours obtenir des analyses Twitter gratuitement. Restez à l’écoute car Tweet Binder publiera de nouvelles fonctionnalités!
Javier is the founder and CEO at TweetBinder. With more than 10 years of experience in Twitter Analytics space, he is on the mission to build best-in-class Twitter marketing tools helping X community to thrive.