Cara Menggunakan Microsoft Excel untuk Analisis Sentimen

Anda dapat menggunakan Microsoft Excel untuk melakukan Analisis Sentimen dasar pada teks. Hasilnya akan menunjukkan kepada Anda tren yang tersembunyi di dalam data.

Potensi penggunaan Analisis Sentimen tidak terbatas: seorang sejarawan dapat menggunakan analisis sentimen untuk memahami maksud penulis yang menulis ratusan tahun yang lalu. Demikian juga, seorang manajer pemasaran dapat memantau evolusi reputasi merek dari waktu ke waktu.

Metode Analisis Sentimen yang dibahas dalam artikel ini akan menggunakan pembelajaran mesin untuk menilai teks Anda dan mengklasifikasikannya sebagai ekspresi Positif, Negatif, atau Netral emosi.

Anda memerlukan Microsoft Excel dan Add-in Pembelajaran Mesin Azure.

Mengapa Analisis Sentimen Penting?

Bagi orang yang membangun produk, bekerja di bidang pemasaran atau politik, atau sedang melakukan penelitian, memahami sentimen emosional mengenai subjek tertentu adalah kebutuhan profesional.

Analisis Sentimen dapat membantu mereka. Meskipun tidak akan sepenuhnya menggantikan data penggunaan, survei, wawancara, dan penelitian desktop, Analisis Sentimen adalah alat yang solid untuk Anda miliki.

Mengapa? Di hampir semua situasi di mana Anda memiliki sejumlah besar data kualitatif tidak terstruktur, analisis sentimen dapat dengan cepat memberi Anda wawasan tentang pesan yang mendasarinya.

Analisis sentimen bekerja paling baik ketika sejumlah besar data dianalisis.

Melakukan Analisis Sentimen pada pesan teks terbaru dari minat romantis Anda tidak mungkin mengembalikan informasi dengan nilai tambah apa pun. Di sisi lain, menganalisis ribuan Tweet yang berisi hashtag tertentu akan memberi Anda hasil yang bermanfaat.

Terkait: Tips Kuat untuk Meningkatkan Reputasi Twitter Anda

Kasus penggunaan lain yang mungkin termasuk menganalisis ulasan produk, meninjau survei pelanggan, dan mengungkap krisis hubungan masyarakat. Selain itu, analisis sentimen reguler akan memungkinkan Anda untuk melacak bagaimana sikap pelanggan terhadap perusahaan Anda berubah dari waktu ke waktu.

Volume vs. Sentimen

Analisis Sentimen adalah bagian penting dari pemantauan media sosial untuk setiap perusahaan atau merek yang sadar akan reputasi mereka.

Misalnya, Anda mungkin melihat bahwa perusahaan Anda mendapat banyak sebutan di media sosial. Tapi penyebutan saja bukanlah segalanya.

Terkadang menyebutkan adalah hal yang baik. Misalnya, mereka dapat berarti sejumlah besar sentimen publik yang positif terhadap perusahaan Anda.

Di lain waktu, Anda mungkin menghadapi krisis PR yang tidak terkendali. Akibatnya, sentimen publik terhadap perusahaan Anda menjadi negatif.

Membedakan sentimen dalam jumlah besar sebutan media sosial dapat membuat semua perbedaan.

Menggunakan Microsoft Excel untuk Analisis Sentimen

Beberapa platform pemantauan media sosial menyertakan analisis sentimen sebagai bagian dari penawaran mereka. Dimungkinkan juga untuk melakukan analisis sentimen pada teks menggunakan bahasa pemrograman seperti Python.

Namun, opsi ini memerlukan anggaran yang signifikan untuk membeli platform pemantauan media sosial atau keterampilan pengkodean.

Jika Anda seperti kebanyakan orang dan tidak memiliki keduanya, Microsoft Excel adalah pilihan yang baik untuk melakukan Analisis Sentimen fundamental.

Meskipun tidak satu pun dari alat ini memberikan hasil yang sempurna, alat ini dapat membantu Anda memahami tren keseluruhan dari sentimen yang terkandung dalam teks.

Cara Melakukan Analisis Sentimen di Microsoft Excel

Ikuti langkah-langkah ini untuk mencoba analisis sentimen dengan Excel tanpa menulis kode. Di bawah tenda, Excel dan add-in Azure bergantung pada algoritme pemrosesan bahasa alami dan kamus umum dengan kata-kata positif dan negatif. Setiap kata dalam leksikon diberi nilai positif, netral, atau negatif.

1. Atur data yang ingin Anda analisis dalam Lembar Microsoft Excel.
2. Bersihkan data dengan menghilangkan ruang kosong dan karakter yang tidak perlu.
3. Buat sel pertama di dataset Anda tweet_text (tetap dalam huruf kecil).
4. Pergi ke Sisipkan > Add-in.
5. Selanjutnya, menuju ke Cari > Pembelajaran Mesin Azure.
6. Setelah terinstal, add-in Azure Machine Learning akan memunculkan kotak di sisi kanan layar Anda.
7. Anda akan melihat dua opsi: Prediktor Penyelamat Titanic dan Analisis Sentimen Teks.
8. Klik Analisis Sentimen Teks.
9. Pergi ke Meramalkan > Memasukkan, lalu tambahkan rentang tempat data yang ingin Anda analisis berada.
10. Meninggalkan Data saya memiliki header diperiksa.
11. Pergi ke Keluaran dan tambahkan sel di mana Anda ingin hasil analisisnya.
12. tekan Meramalkan.

SEBUAH Sentimen dan Skor untuk teks di setiap sel akan terisi; teks yang sesuai lebih banyak Negatif jika skor mendekati nol. Anda mungkin lebih suka mengubah Skor untuk Persen. Dalam hal ini, semakin dekat Skor adalah untuk 100%, semakin positif. Netral apakah ada? Skor sekitar 50%.

Lihat contoh di bawah ini dari Pulau harta karun oleh Robert Louis Stevenson.

Cara Memperoleh Wawasan Dari Analisis Sentimen

Setelah menjalankan Analisis Sentimen, Anda akan memiliki sel dengan Positif, Negatif, atau Netral klasifikasi dan skor numerik yang sesuai.

Bagaimana Anda dapat mengubah hasil menjadi wawasan yang dapat dipahami? Berikut adalah beberapa ide:

• Segmentasikan klasifikasi berdasarkan membuat Tabel Pivot di Excel.
• Kamu dapat memakai Visio, yang kini disertakan dalam Microsoft 365 Business tanpa biaya tambahan, untuk memvisualisasikan jumlah keseluruhan dari masing-masing Positif, Negatif, atau netral. Visualisasi data dapat memberi Anda pandangan sekilas.
• Jika Anda bertanggung jawab atas manajemen reputasi di perusahaan atau merek, Anda mungkin ingin fokus pada pemindaian semua teks yang diklasifikasikan sebagai Negatif. Apa yang membuat teks? Negatif? Apakah ada sesuatu yang perlu Anda sampaikan untuk mengatasi masalah ini?
• Anda dapat melakukan latihan yang sama untuk teks yang diklasifikasikan sebagai Positif. Mungkin ada testimonial pelanggan yang sangat bagus yang terkubur dalam sejumlah besar ulasan produk yang ingin Anda bagikan.
• Anda juga dapat menyegmentasikan teks lebih lanjut, sehingga Anda hanya melihat sel yang menyebutkan fitur produk baru. Apakah pengguna lebih banyak? Positif, Negatif, atau Netral tentang fitur? Analisis Sentimen dapat membantu Anda menentukan hal ini dan mengumpulkan umpan balik dengan lebih efisien.

Analisis Sentimen dapat membawa orang keluar dari proses pengambilan keputusan. Terkadang ini bisa bagus karena interpretasi teks bisa sangat subjektif.

Misalnya, bayangkan sekelompok orang mencoba memutuskan apakah 5.000 ulasan produk lebih banyak Positif atau Negatif. Perspektif dan perhatian mereka yang berbeda terhadap detail akan menurunkan kredibilitas hasil keseluruhan. Mengizinkan database mesin untuk memutuskan akan sangat membantu konsistensi. Terkait: Kiat dan Alat Terbaik untuk Membuat Keputusan Kelompok di Tempat Kerja

Penggunaan Microsoft Excel untuk Analisis Sentimen

Jika Anda ingin mencoba melakukan Analisis Sentimen tetapi tidak memiliki banyak sumber daya keuangan atau keterampilan pengkodean, maka Microsoft Excel adalah tempat yang sangat baik untuk memulai.

Analisis Sentimen di Microsoft Excel akan memberi Anda wawasan yang dapat Anda gunakan untuk memahami data teks yang tidak terstruktur. Ini juga bisa menjadi cara yang ideal untuk membiasakan diri Anda dengan konsep pembelajaran mesin sebelum terjun ke proyek di lapangan.

11 Ide Proyek Pembelajaran Mesin untuk Pemula

Ide proyek ini sangat baik bagi mereka yang memiliki pengetahuan pemrograman dan ingin masuk ke bidang pembelajaran mesin.

Baca Selanjutnya

Tentang Penulis