情绪分析：定义、模型和使用案例

一个称职的营销人员都知道，情感有能力影响消费者的行为和行动。

顾客自然会被让他们感到快乐的品牌、产品和服务所吸引，而严格避免那些让他们感到悲伤的。

营销广告和活动也是如此。

根据心理学，情绪是强烈的心理反应，存在于每个人身上。这些反应是对环境某些变化的回应，并以感受的形式被体验。

因此，如果你知道是什么触动了人们，你就可以轻松控制他们的情感反应。

了解消费者情感的企业能够改善客户体验并建立更深层次的联系。

情感分析进一步简化了这个过程，帮助你检测不易察觉的潜在情绪，并构建更好的营销策略。

什么是情绪分析？

情绪分析是从大量文本、视觉或听觉数据中识别和提取人类情绪的过程。

这有点像 情感分析，因为它们都使用类似的数据源。但是，情绪分析能让你更全面地了解客户的感受和情绪。

不过这个我们稍后再详细讨论。

如今，像IBM这样的科技巨头正在整合人工智能和机器学习来测量客户情感和情绪。

以IBM的Watson为例，它使用深度学习模型从非结构化文本数据中推断愤怒、厌恶、恐惧、喜悦或悲伤等情绪。

情绪人工智能的类型

情绪人工智能是人工智能的一个分支，帮助机器理解、复制和回应人类情绪。

这被称为情感计算，它结合了计算机科学和心理学，促进人类和计算机之间的共情互动。

你可以利用它来分析客户的语气和表情。这将帮助你了解表达的情绪并实时提供回应。

虽然现今有不同类型的情绪人工智能模型，但以下是主要的几种。

1. 文本分析

在文本分析中，对书面或口头语言进行处理以理解文本中表达的感受。

首先，使用自然语言处理（NLP）技术和情感分析算法分析和分类大量数据。

分类可以在句子层面、段落层面或文档层面进行。

文本数据随后被分解成愤怒、快乐或悲伤等细粒度情绪，以确定整体情感语境。

你可以对客户反馈、调查、评论、社交媒体帖子和客户支持聊天进行基于文本的分析。

2. 视觉分析

机器可以分析图像、视频和面部表情来确定个人表达的情绪。

面部识别软件可以检测人眼无法捕捉的快速表情，如细微的肌肉抽动和眉毛动作，以识别各种情绪。

即便如此，它并不总是准确的。

静态图像较容易分类，但实时视频等动态视觉更复杂，因为人们可以伪装表情。

3. 语音/音频分析

与相对简单的基于文本的情绪人工智能不同，语音分析需要能够处理音频数据集的算法。

算法根据语音特征如语气、音高、速度、语音模式、口音和其他线索来识别情绪。

这种情绪分析技术经常用于客户服务和呼叫中心，以评估来电者情绪并提高服务质量。

情感的三个关键要素

有趣的是，在19世纪之前，没有人感受过"情感"。相反，人们经历的是"激情"或"感情"。

这是有道理的，因为"情感"这个词直到19世纪30年代才出现。追溯到16世纪，这个词源自法语词"émouvoir"，意思是"激起"或"移位"。

James-Lange理论表明情感由三个要素组成，即：

1. 主观体验
2. 生理反应
3. 行为反应

这三个要素是相互关联的。让我们详细了解每一个要素。

#1 主观体验

你不会无缘无故地感受情感。事实上，你需要外部因素或刺激来激发情感。虽然愤怒和快乐等基本情感是每个人都会经历的，但表达方式可能会有所不同。

以日本为例。该国的文化强调"和"，基本上意味着社会和谐。

因此，日本人倾向于在社交场合抑制负面情绪。积极情绪常常通过细微的姿势和行为表达。

这不仅仅存在于不同的国籍和文化中。

即使在个人层面，情感也是主观的。根据个人和场景的不同，所感受到的情感质量和强度也会不同。

客户观看有趣的广告时，可能会根据其影响程度感受到轻微的愉悦或强烈的兴奋。

情感反应可能由信息或视觉效果触发。

#2 生理反应

生理反应是对环境外部或内部变化的本能反应。它们帮助我们在进化阶段中生存。

也就是说，情感可能导致身体产生强烈的生理变化。

这是怎么回事。

想象一下，你正在丛林探险，突然被野生动物袭击。你会感受到什么情绪？

最初的惊讶很快被恐惧取代，对吗？

你的心跳会加快，手会出汗，肌肉会紧张。这种战斗或逃跑反应是由体内肾上腺素的释放引起的。

这些非自主的身体变化是自主神经系统（ANS）对你所经历的恐惧的反应。

有趣的广告可能会在观众中引发类似的、但是积极的生理反应。人们可能会因为"快乐激素"如内啡肽的释放而开始微笑或大笑。

#3 行为反应

不同的行为表达使我们能够判断他人的感受。

如果某人在微笑，他们可能是开心的。如果他们表现出攻击性的迹象，比如皱眉或握紧拳头，他们可能是生气了。

但并非所有表达都传达相同的含义。

记住，我们的社会、文化和个性在我们如何表达自己方面起着重要作用。

在像美国这样重视个人主义和自我表达的西方国家，相比于日本等东方国家，更容易公开表达情感。

因此，美国人可能会对幽默广告开怀大笑，而日本人可能只是在网上与他人分享。

情绪分析与情感分析：它们有什么不同？

虽然经常互换使用，但情绪分析和情感分析是两个不同的概念。

情感分析，也被称为意见挖掘，主要关注极性。它确定用户对您的产品、功能或品牌是持有积极、消极还是中立的情感。

对于想要概括了解其营销活动和产品发布成功程度的公司来说，这很有效。

然而，情感分析有一定的主观性，因为在一种情况下被认为是积极的情感，在另一种情况下可能是消极的。

情绪分析是一种更细致的情感分析方法。它超越了积极和消极的极性，关注买家情绪的更细微之处。

这是一个简单的表示：

• 极性 > 情绪类别 > 具体情绪
• 消极 > 焦虑 > 担忧，痛苦

虽然情感分析有时很有用，但在需要更好地理解客户情绪的情况下是不够的。

情感分析模型的类型

心理学家一直在努力理解构成人类群体的情绪，多年来提出了许多理论。

这是为什么呢？因为情绪在我们的生活中扮演着至关重要的角色。

目前，情感分析主要依靠文本分析来处理客户情绪。这种方法涉及使用不同情感模型的自然语言处理技术。

现在有两种主要的情感分类模型：

• 类别模型
• 维度模型

这两种模型都有助于检测情绪，并提供关于人类思维如何感知情绪的见解。

I. 类别模型

情感分析的类别模型将一个人的情绪分为六个基本类别，如愤怒、恐惧、厌恶、喜悦、悲伤和惊讶。

特定词语与相关情感标签相连，用于检测相关和不相关的情绪。

你也可以超越基础，包含四到八个类别。

类别模型听起来简单有效，但它确实有其自身的问题。

1. 它并不包含所有情绪，因为大多数情绪都被归类在单一类别下。
2. 人们可能会从预定义的类别中选择，而不是自己提出新的情绪。
3. 文化和语言差异可能会促使人们对相同的情绪使用不同的标签。

II. 维度模型

维度模型下的情绪是基于三个参数呈现的：效价、唤醒度和力量。

• 效价代表极性，描述情绪的积极性或消极性
• 唤醒度显示情绪的强度
• 力量表示一个人对情绪的控制程度

情绪相关术语通常被置于环形结构中，可以是二维的（效价和唤醒度）或三维的（效价、唤醒度和力量）。

以下部分将为你提供类别模型和维度模型的示例。

保罗·埃克曼的基本情绪理论

保罗·埃克曼是一位著名的心理学家，他提出人类经历六种基本情绪：快乐、悲伤、愤怒、恐惧、厌恶和惊讶。

他的理论主要应用于分类情绪分析。

根据埃克曼的理论，某些情绪是普遍的，无论文化、语言或社会影响如何，都通过独特的面部表情表达。

让我们来看看它们的定义以及伴随每种情绪的面部表情：

快乐：以微笑和笑声为特征的情绪。快乐的人通常面颊上扬，眼角有鱼尾纹。

悲伤：包括悲痛、忧愁、苦恼或失望。通常表现为嘴角下垂、眼睑下垂和/或哭泣。

愤怒：眼睛眯起、眉头紧锁和下巴紧绷表明一个人正在生气或愤怒。

恐惧：处于警惕或恐慌状态的个体会睁大眼睛、眉毛上扬和嘴巴紧张。

厌恶：你可能对某事或某人感到厌恶。这种厌恶可能表现为皱鼻子和上唇。

惊讶：指惊奇或震惊。无论是好的还是坏的惊讶，都表现为睁大眼睛、眉毛上扬和张开嘴巴。

埃克曼后来扩展了他的列表，包括了轻蔑、兴奋、羞耻、自豪、满足和愉悦等情绪。

二维效价-唤醒情绪模型

我们知道情绪分析模型主要源自心理学研究，并被用于解释客户行为。

二维效价-唤醒情绪模型，或称环形模型，是一个将人类情绪分类到二维空间的框架。

它基于两个维度来表示情绪：

• 效价（从正面到负面）
• 唤醒度（从高到低）

效价是情绪的愉悦质量。它的范围从正面到负面。

光谱正面的情绪往往与幸福、喜悦和满足感相关，而负面则代表愤怒、焦虑和恐惧。

中性情绪，即既不正面也不负面的情绪，包括无聊和倦怠等。

唤醒度显示情绪的强度或幅度。它可以是高、低或中性的。

低唤醒情绪通常较为平静（如放松和无聊），而高唤醒情绪则较为刺激（如愤怒、恐惧和兴奋）。

情绪可以在任何效价和唤醒水平上表现，或在这两个维度的其中一个或两个上保持中性。

除了市场营销，效价-唤醒模型经常用于人机交互(HCI)，以设计和开发更好的用户体验。

情感分析有什么用？

做生意就是要获取客户并获得利润。然而，在当今时代要获得信任你的潜在客户并不容易。

情感分析是一个关键组成部分，它将使你能够在这个不断发展的消费者行为环境中获取用户。

通过结合情感分析和商业智能，你可以测试新产品设计、重塑营销策略和改善客户服务。

在以下部分中了解更多关于如何实现这一点。

#1 测试新产品设计和创意

情感分析使用先进的AI技术，可以分析大量研究数据来识别行业趋势。

你可以深入了解用户如何在情感上与产品建立联系，帮助你测试其市场潜力并避免浪费财务资源。

此外，你可以：

• 收集用户与新设计交互时的情感反馈
• 识别导致挫折或困惑的设计元素
• 强化正面情绪并解决负面情绪
• 加快迭代设计过程（原型设计、测试、完善）

根据客户的情感状态，你的产品可以相应调整以提供更个性化的用户体验。

#2 优化广告和营销策略

Harvard Business Review 报道，"在推出专注于最大化情感连接的产品和信息后的一年内，一个领先的家用清洁剂品牌将市场份额损失转变为两位数增长。"

这表明与买家建立情感联系很重要。

实现连接的最佳方式是通过情感分析。它为营销人员提供所需的见解，以创建能在情感上引起受众共鸣的营销活动。

在动态的数字媒体领域，你可以使用情感分析工具来：

• 深入了解客户需求、痛点和触发因素
• 基于情感分析指标创建引人入胜的内容
• 探索社交媒体上与品牌相关的对话
• 改善客户关系管理
• 通过分析观众情绪优化广告
• 基于表情创建有针对性的视频内容

你可以将数据分析与情感分析相结合以做出数据驱动的决策。这将使你能够建立一个能提高广告参与度和表现的稳固营销策略。

#3 提供优质的客户服务

情感分析在客户服务行业已经获得重要地位。

现在你可以使用音频分析来把握客户声音背后的情绪，这让你能更好地理解买家的需求。

情绪识别软件可以进一步帮助你获得竞争洞察。以下是一些可以实现这一点的方式：

1. 分析客户情绪和反馈

你的客服人员可以使用语音分析工具来监控买家提供的情绪、语气和反馈。

2. 改善客户体验

某些工具可以通过建议调整语气、修改速度和展示同理心来指导你的团队成员，从而改善互动。

3. 提供个性化推荐

通过收集用户数据和分析客户情绪，品牌不仅可以解决查询和投诉，还可以提供定制化的产品推荐。

4. 开发更好的chatbots

用户期望在客户旅程的每个步骤都能获得个性化服务。

chatbots也是如此。他们希望AI助手能分析他们的情绪并相应地回答问题。

情感分析使chatbots能够提供真诚的回应，适应对话，并表达同理心，有效满足用户期望。

总结

像Apple、Microsoft和IBM这样的科技巨头正在投资并提供情感分析工具，可以帮助您做出商业决策。

无论这些决策涉及营销、销售还是服务，电子商务和科技公司已经在使用情感分析来衡量客户满意度。

尽管存在关于数据收集和隐私的担忧，您仍可以利用情感分析来提升您的业务表现。