01Sorun ve çözüm
Duygu analizi, metnin olumlu, olumsuz ya da nötr bir tutum taşıyıp taşımadığını ve bu tutumun neye yöneldiğini otomatik olarak belirler. “Ürün çok güzel ama kargo rezaletti” cümlesinde iki ayrı duygu ve iki ayrı konu vardır; iyi kurulmuş bir sistem bunları ayrı ayrı sayar. Böylece hangi konunun memnuniyetsizlik yarattığını haftalık olarak izleyebilirsiniz.
Devamını okuDaha az göster
Duygu analizi yaptırmak isteyen ekiplerle önce konu listesini birlikte çıkarıyoruz: sizin için “teslimat”, “paketleme”, “beden uyumu” ya da “bekleme süresi” tam olarak neyi kapsıyor? Model bu listeye ve kendi metinlerinizden etiketlenen örneklere göre kuruluyor. Liste sabit kalmaz; yeni bir ürün grubu ya da hizmet kanalı eklendiğinde konu başlıkları da genişletilir ve model buna göre güncellenir.
02Kimler için
Duygu analizi yaptırmak isteyen ekipler
Çok sayıda serbest metin geri bildirimi alan ve bunu karar verilecek bir göstergeye çevirmek isteyen her ekip için uygundur.
- Pazaryeri ve kendi sitesindeki ürün yorumlarını ürün ve konu bazında izlemek isteyen e-ticaret markaları
- Şube bazında müşteri değerlendirmelerini karşılaştırmak isteyen restoran, otel, klinik ve perakende zincirleri
- Destek taleplerinde öfkeli ya da ayrılma eğilimindeki müşteriyi öne almak isteyen müşteri hizmetleri ekipleri
- Çalışan bağlılığı ve memnuniyet anketlerinin açık uçlu cevaplarını özetlemek isteyen insan kaynakları birimleri
- Markası hakkında sosyal medyada ve haber sitelerinde yazılanların tonunu takip etmek isteyen kurumsal iletişim ekipleri
03İhtiyaçlar
Türkçe metinde duygu analizinin zor noktaları
İngilizce için geliştirilmiş hazır araçların çoğu, Türkçe geri bildirimde sık hata yapar.
- 01
Olumsuzluk ve ekler
Türkçede anlam çoğu zaman ekle değişir: “beğenmedim”, “fena değil”, “hiç de kötü sayılmaz” gibi ifadeler kelime listesiyle doğru okunamaz. Model cümleyi bütün olarak değerlendirmelidir.
- 02
Yazım hatası, kısaltma ve emoji
Yorumlar genelde aceleyle yazılır; Türkçe karakter kullanılmaz, kelimeler kısaltılır, duygu bir emojiyle verilir. Ön işleme ve bu tür örneklerle eğitim, gerçek veride başarıyı belirler.
- 03
İroni ve sitem
“Harika, üçüncü kez yanlış ürün geldi” cümlesi olumlu bir kelimeyle başlar ama şikâyettir. Bu tür ifadeler en zor vakalardır; modelin hatalarını örnekler üzerinden görmek ve kabul edilebilir sınırı birlikte belirlemek gerekir.
- 04
Tek yorumda birden fazla konu
Genel bir olumlu ya da olumsuz etiket, neyin düzeltilmesi gerektiğini söylemez. Konu bazlı (aspect-based) analiz, her konuya ait duyguyu ayrı ayrı çıkarır.
04Özellikler
Duygu analizi çıktılarını kullanılabilir kılan özellikler
Etiket üretmek işin yarısıdır; asıl değer bu etiketlerin ekiplerin günlük işine nasıl girdiğindedir.
- 01
Konu ve duygu eşleşmesi
Her yorumdan geçen konular ve her konuya ait duygu ayrı alanlar olarak kaydedilir. Sonuçlar ürün, şube ya da dönem bazında filtrelenebilir.
- 02
Öncelikli uyarılar
Hakaret, iade tehdidi ya da sağlık ve güvenlikle ilgili şikâyet gibi acil ilgi gerektiren metinler ayrıca işaretlenir ve ilgili kişiye bildirilir.
- 03
Özet raporlar
Seçilen dönemde olumsuz yorumlarda en sık geçen konular örnek cümlelerle birlikte özetlenir; yönetici ham yorumları okumadan tabloyu görür.
- 04
İnsan düzeltmesi
Ekip, yanlış etiketlenen yorumu panelden düzeltebilir. Düzeltmeler biriktikçe model yeniden eğitilir ve sizin müşterilerinizin diline uyum sağlar.
- 05
Çok dilli geri bildirim
Turizm ya da ihracat yapan işletmelerde İngilizce, Almanca veya Rusça yorumlar da aynı konu listesine göre analiz edilebilir.
05Entegrasyonlar
Yorum ve geri bildirim kaynakları
Metinler bulundukları kanaldan düzenli olarak alınır ve tek bir veri havuzunda birleştirilir.
- 01
Site ve pazaryeri yorumları
Kendi sitenizdeki yorumlar doğrudan veritabanından; pazaryeri yorumları ise platformun satıcıya sunduğu yöntemle ya da dışa aktarım dosyalarıyla alınır.
- 02
Google İşletme Profili
Şube değerlendirmeleri işletme profilinin API'si üzerinden okunabilir; şubeler arası karşılaştırma bu veriyle yapılır.
- 03
Destek ve çağrı merkezi kayıtları
Destek yazılımınızdaki talepler ve çağrı kayıtlarından ses tanıma ile üretilen metinler analiz akışına eklenir.
- 04
Anket araçları
Google Forms, SurveyMonkey ya da kullandığınız anket yazılımının açık uçlu cevapları dosya veya API ile aktarılır.
- 05
Raporlama araçları
Sonuçlar kendi panelimizde gösterilebileceği gibi Power BI, Looker Studio ya da mevcut raporlama aracınıza da aktarılabilir.
06Süreç
Duygu analizi hizmeti nasıl ilerler?
Adım 01
Analiz
İş akışınızı, kullanıcılarınızı ve mevcut sistemlerinizi dinleriz; kapsamı, öncelikleri ve kabul ölçütlerini yazılı hâle getiririz.
Adım 02
Tasarım
Ekran akışlarını ve veri modelini çıkarırız. Arayüzü sizinle gözden geçirip onay almadan geliştirmeye geçmeyiz.
Adım 03
Geliştirme
Kısa döngülerle çalışırız; her döngü sonunda çalışan bir sürümü test ortamında görürsünüz.
Adım 04
Test
İşlevsel testler, entegrasyon testleri ve temel güvenlik kontrolleriyle hataları yayından önce yakalarız.
Adım 05
Yayın
Sunucu, alan adı, yedekleme ve izleme ayarlarını yaparak canlıya alırız; ekibinize kısa bir kullanım eğitimi veririz.
Adım 06
Bakım
İsterseniz bakım ve destek anlaşmasıyla güncellemeleri, izlemeyi ve yeni geliştirmeleri sürdürürüz.
07Teknoloji
Duygu analizi için model seçimi ve doğruluk ölçümü
İki temel yol vardır. Birincisi, BERTurk gibi Türkçe üzerinde önceden eğitilmiş bir dil modelini sizin etiketli örneklerinizle ince ayarlamaktır; çok sayıda metni hızlı ve düşük maliyetle işler, kendi sunucunuzda çalışabilir. İkincisi, büyük bir dil modeline konu listesini ve örnekleri vererek sınıflandırma yaptırmaktır; etiketli veri azken hızlı başlar ama metin başına maliyeti ve gecikmesi daha yüksektir. Çoğu projede ikinci yolla başlanıp yeterli etiket biriktiğinde birinciye geçilir.
Devamını okuDaha az göster
Doğruluk, kendi metinlerinizden ayrılmış ve modelin hiç görmediği bir test setiyle ölçülür. Sonuçlar konu bazında raporlanır; çünkü model “kargo” konusunda isabetli, “fiyat” konusunda zayıf olabilir. İroni ve karma duygular içeren yorumlar ayrı bir başlık olarak incelenir.
Yorumlarda isim, telefon ya da sipariş numarası gibi kişisel veriler geçebilir. Bu alanlar analiz öncesinde maskelenir; metinler yurt dışındaki bir model sağlayıcısına gidecekse bu aktarımın KVKK açısından ayrıca değerlendirilmesi gerekir.
08Çalışma modelleri
Bu hizmette çalışma modelleri
- 01
Proje bazlı
Sabit kapsam, sabit fiyat ve belirli teslim tarihi
Kapsamı belli, teslim tarihi olan işler için.
- Yazılı kapsam ve kabul ölçütleri
- Sabit fiyat ve belirli teslim tarihi
- Teslim ve kabul adımları sözleşmede
- 02
Bakım ve destek
Aylık sözleşmeli, SLA'lı bakım, destek ve geliştirme saati
Yayındaki bir sistemin sürekliliği için.
- Aylık sözleşme ve SLA
- İzleme, güncelleme ve hata düzeltme
- Aylık geliştirme saati
09Sık sorulan sorular
Duygu analizi hakkında sık sorulan sorular
Duygu analizi ile metin sınıflandırma arasındaki fark nedir?
Metin sınıflandırma bir metni önceden belirlenmiş kategorilerden birine yerleştirir; duygu analizi ise metnin taşıdığı tutumu ölçer. Pratikte ikisi birlikte kullanılır: önce konu belirlenir, sonra o konuya dair duygu çıkarılır.
Duygu analizi fiyatları neye göre değişir?
Kaynak kanal sayısı, metin hacmi, konu listesinin genişliği, etiketleme ihtiyacı, kullanılacak model türü ve raporlama kapsamı belirleyicidir. Örnek yorumlarınızla bir ön deneme yaptıktan sonra yazılı teklif hazırlıyoruz.
Model Türkçe argo ve yazım hatalarını anlar mı?
Gerçek yorumlarınızla eğitildiği ölçüde anlar. Bu yüzden ders kitabı cümleleriyle değil, kendi kanallarınızdan gelen ham metinlerle eğitim ve test yapıyor, modelin zorlandığı ifade türlerini raporda ayrıca gösteriyoruz.
Etiketli verimiz yok, nereden başlarız?
Büyük bir dil modeliyle ön etiketleme yapılır, ekibiniz bu etiketlerin bir kısmını gözden geçirip düzeltir. Bu yöntem sıfırdan elle etiketlemeye göre çok daha az emek ister ve ilk modeli eğitmeye yetecek veriyi kısa sürede üretir.
Çağrı merkezi görüşmelerinde de duygu analizi yapılabilir mi?
Evet. Görüşmeler önce ses tanıma ile metne çevrilir, ardından aynı analizden geçirilir. Ses tonu gibi akustik özellikler ayrı bir çalışma gerektirir; çoğu ihtiyaç için konuşmanın metni yeterli bilgi verir.
Sonuçları ne sıklıkla görebiliriz?
Kaynak kanalın izin verdiği sıklıkta. Destek talepleri gibi sürekli akan veriler geldikçe işlenebilir; anket ve pazaryeri yorumları gibi kaynaklar günlük ya da haftalık toplu işlerle güncellenir.
10İlgili hizmetler