Mercato dei rifiuti & economia circolare

La Sentiment Analysis nel settore della gestione e raccolta dei rifiuti urbani: un case study.

La Sentiment Analysis è parte del processo di social listening ed è utile per rilevare e capire la natura del contenuto di un testo: se una parte del contenuto ha parole più positive allora il contenuto è positivo, viceversa se il contenuto ha parole più negative allora il contenuto è negativo.

L’obiettivo che si persegue attraverso la Sentiment Analysis è quello di ricercare opinioni sul contenuto e il sentimento racchiuso in queste opinioni.

Questo tipo di analisi è oramai divenuto fondamentale per le imprese poiché gli consente di capire cosa le persone pensano dell’impresa stessa e dei suoi prodotti/servizi. Attraverso la Sentiment Analysis è possibile effettuare il monitoraggio di social network, forum, blog e social media più in generale attraverso dati che vengono estrapolati dal web. Attraverso i social media le persone possono condividere le proprie opinioni e possono anche influenzare l’opinione dei lettori dando vita al cosiddetto fenomeno del “word of mouth”.
Uno dei principali vantaggi della Sentiment Anlysis è che questa ci consente di estrarre le opinioni presenti sul web in tempo reale così da consentire alle imprese una rapida reazione ai cambiamenti di mercato e un monitoraggio dell’evoluzione del mercato stesso.

Per effettuare un’analisi di questo tipo sarà necessario procedere all’individuazione sul web dei dati e alla loro raccolta. Osservatorio Italiano si avvale di un sistema di raccolta dati proprietario e brevettato che consente di elaborare elevati volumi di dati utilizzando poche risorse hardware. Il sistema, non necessita di ingenti attività di manutenzione in quanto l’algoritmo, brevettato, per sua natura è in grado di apprendere autonomamente (auto-learning) e quindi di “auto-programmarsi” e “auto-modificarsi”. Tra le funzionalità di base del sistema, che prende il nome di Unity, troviamo la capacità di studiare il Sentiment e la Reputation derivato dai principali Social Networks, Blogs Media e in generale tutti i mezzi di informazione online.
Dopo aver individuato i dati il sistema effettua una valutazione dei contenuti (solitamente emozioni, giudizi, idee) e verifica se questi sono di natura positiva oppure negativa attraverso attraverso l’uso della semantica. Nello specifico Unity Sentiment sfrutta un sistema statistico bayesiano per l’interpretazione neuro-linguistica delle frasi.

Una recente Sentiment Analysis realizzata con Unity Sentiment ha posto a confronto due imprese operanti nel campo della raccolta e smaltimento dei rifiuti urbani, tema di grande attualità e di grande importanza in termini di impatto ambientale. Il sistema ha effettuato la raccolta e analisi dei dati generati sul web in mese (21/02/2019-21/03/2019) in pochi minuti. Unity può raccogliere dati in qualsiasi lingua e generati in ogni parte del mondo tuttavia per lo studio in oggetto sono stati considerati solo dati relativi al territorio italiano e prodotti in lingua italiana provenienti da 58 diverse fonti, si tratta principalmente di news pubblicate su quotidiani online e condivise e commentate sui vari social/blog/forum.

Le fonti dei dati sono rappresentate nei seguenti grafici che mostrano la ripartizione percentuale delle fonti in relazione alle due imprese che sono state rinominate “azienda A” e “azienda B” in quanto il presente lavoro ha una finalità puramente illustrativa e non vuole influenzare l’opinione sulle imprese esaminate.

I seguenti grafici mostrano il confronto, in termini di Sentiment, tra le due aziende su tutti i dati raccolti indipendentemente dalla fonte.

Lo stesso tipo di analisi è stata effettuata anche sulla singola fonte dati ma non è stata riportata per motivi di brevità.
Molto apprezzato nel caso dell’azienda A gli effetti del servizio di raccolta rifiuti in termini di aumento della raccolta differenziata e conseguente riduzione di rifiuti indifferenziati. Tuttavia l’analisi degli aspetti negativi, che non sarà riportata semplicemente per motivi di brevità, mostra delle perplessità sulla qualità del servizio offerto. Dell’azienda B, invece, sono molto apprezzate le iniziative che la stessa promuove e realizza nel territorio in cui opera. Grande interesse anche per delle recenti operazioni di borsa che l’hanno coinvolta recentemente.

 

Queste sono solo alcune delle informazioni che Unity Sentiment è in grado di elaborare. Il sistema è in grado anche di calcolare numerose metriche relative alle attività svolte sui social media come ad esempio like/dislike, influence score per misurare l’influenza in rete dell’utente che genera il contenuto e le reazioni dei lettori, ecc.

La Sentiment Analysis ha un grande potenziale che le aziende di tutte le dimensioni e operanti in tutti i settori potrebbero e dovrebbero sfruttare poiché il mondo social e web, più in generale, oramai fa parte del quotidiano di tutti e le informazioni che ci può fornire sono numerose e molto potenti.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *