A mineração de opinião em mídias sociais como ferramenta para medir a
(in)satisfação do consumidor
Opinion
mining in social media as a tool to measure consumer (in)satisfaction
La minería
de opinión en los medios sociales como herramienta para medir la (in)satisfacción del consumidor
Luis Sancliment
Iglesias
Universidade
Federal do Paraná
Brasil
Denise Fukumi Tsunoda
Universidade Federal do Paraná
Brasil
Submetido em: 26/03/2021
Aceito em: 14/06/2021
Publicado em: 28/10/2021
Licença:
Autor para
correspondência: Luis Sancliment
Iglesias
Email: luissiglesias@hotmail.com
ORCID: https://orcid.org/0000-0002-0256-8869
Como citar
este artigo:
IGLESIAS,
Luis Sancliment; TSUNODA, Denise
Fukumi. A mineração de opinião em mídias sociais como
ferramenta para medir a (in)satisfação do consumidor. REBECIN, São Paulo, v. 8, edição especial, p. 01-13, 2021. DOI: 10.24208/rebecin.v8i.235
RESUMO
Estudo de natureza quantitativa que objetiva explorar
a contribuição da mineração de opinião em bases de dados extraídas do Facebook
para a medição da (in)satisfação dos consumidores. Visa propor um fluxo que
auxilie nas etapas do processo de descoberta de conhecimento em texto e
selecionar ferramentas para a mineração de opinião a nível de sentença, onde se
analisa o sentimento positivo, negativo e neutro. Submete-se ao proposto fluxo uma
base de dados, de marca de carros, extraída do Facebook com quatro tratamentos
de pré-processamento. Utilizam-se os algoritmos Naïve
Bayes, SMO e J48 na ferramenta Weka
para a etapa de processamento. Apresenta resultados satisfatórios na mineração
de opinião com melhor taxa de acerto obtida usando o algoritmo SMO. Propõe
trabalhos futuros em bases de dados SAC (Serviço de Atendimento ao Consumidor)
com a aplicação desta metodologia desenvolvida e estudos de descobrimento das
causas de (in)satisfação dos consumidores encontradas em bases de dados SAC e
SAC 2.0.
Palavras-Chave: Árvore de decisão; Análise de sentimento; Mineração
de Texto; Mineração de dados.
ABSTRACT
A quantitative
study that aims to explore the contribution of opinion mining in databases
extracted from Facebook for the measurement of consumer (in)satisfaction. It
aims to propose a flow that assists in the steps of the process of knowledge
discovery in text and select tools for opinion mining at the sentence level,
where the positive, negative and neutral sentiment is analyzed. A car brand
database extracted from Facebook with four pre-processing treatments is
submitted to the proposed flow. The Naïve Bayes, SMO and J48 algorithms in the
Weka tool are used for the processing stage. It presents satisfactory results
in opinion mining with the best hit rate obtained using the SMO algorithm.It proposes future work
in CSC (Consumer Care Service) databases with the application of this developed
methodology and studies to discover the causes of consumer (in)satisfaction
found in CSC and CSC 2.0 databases.
Keywords: Desicion tree;
Sentiment analysis; Text mining; Data mining.
Com o avanço das
tecnologias de comunicação e a globalização mundial em proporções cada vez
maiores, as mídias sociais são ferramentas de descentralização e veiculação de
dados e informações. Dentro destas, as redes sociais digitais têm o objetivo de
aproximar pessoas com interesses comuns e permitem que estas expressem suas
opiniões e sentimentos a respeito dos mais diversos assuntos: política,
religião, livros, gastronomia, educação e outros. Estas opiniões podem por
exemplo, expressar (in)satisfação sobre os produtos ou serviços consumidos e
até mesmo questionar ou buscar informações para a tomada de decisão na
aquisição (ou não) de produtos e serviços ainda não conhecidos.
O conjunto de opiniões
viabiliza criação de bases de dados advindos destas mídias sociais pode ser
transformado em valor para as organizações. Com isso, forma-se um canal direto
para que as empresas que estão atentas e presentes nas diferentes mídias
sociais se beneficiem destas opiniões para aproximar-se de seus consumidores.
As opiniões permitem além de medir o grau de (in)satisfação dos mesmos,
responder mais rapidamente às solicitações, questionamentos e reclamações, bem
como aumentar a competitividade das organizações.
No dia 25 de março de
2021 foi realizada uma busca na base Dimensions[1]
com os descritores “mineração de opinião” e “mídias sociais”. Foram recuperados
23 trabalhos, dos quais 19 artigos em periódicos e 4 em anais de eventos.
Destes 23, 10 (43,48%) são de 2019 e 2020, mas todos estão no período de 2015
até 2020. No mesmo dia e ainda na Dimensions, com os
descritores “mineração de opinião” e “mídia social” foram recuperados 8 artigos mas, todos eles, já haviam sido recuperados
anteriormente. Com os termos em inglês “opinion
mining” e “social media” foram recuperados 19.053 artigos, dos quais 108
trabalhos do professor Erik Cambria da Nanyang Technological University de Singapura. De todos os artigos, 10.203 são da
grande área Information and
Computing Sciences e 1.631 foram
publicados na Lecture Notes in Computer Science.
Este artigo sumariza uma
pesquisa realizada para investigar a eficácia da utilização da mineração de
opinião como ferramenta para medir a satisfação consumidores manifestadas em redes
sociais. Foi escolhido Facebook por ter o maior número de usuários ativos (2,74
bilhões), seguido pelo YouTube (2,29 bilhões) e WhatsApp (2,00 bilhões)[2].
2 REFERENCIAL TEÓRICO
Lima et al. (2019) afirmam que as mídias sociais mudaram a forma de
comunicação tanto entre as pessoas quanto com as empresas, uma vez que a comunicação
online passou a ser utilizada e, inclusive, novos papéis como os dos
influenciadores digitais foram popularizados.
Recuero (2009) afirma que o advento da
comunicação mediada pelo computador e congêneres influencia não apenas na
sociedade, mas também na vida cotidiana por meio das novas formas de conexões,
estabelecer relações e formar comunidades. Principalmente com o advento da
COVID-19, as pessoas passaram a utilizar cada vez mais estes espaços de
interação e relacionamento online para se comunicar, buscar informações, formar
opiniões, negociar (inúmeras empresas atuam principalmente pelas mídias
sociais) e muito mais.
Segundo Lima et al. (2019), satisfação é um conceito
multidimensional pois é pessoal, complexo e sujeito a diversas variáveis. Uma
simples pergunta tal como: você prefere verão ou inverno? Pode admitir diversas
respostas, com suas diversas justificativas. Por este motivo, Merlo e Ceribeli (2014)
apresentam um constructo multidimensional que envolve atendimento às expectativas,
ausência de arrependimento, emoções positivas percebidas, desempenho do produto
e equidade percebida quando o consumidor percebe que realizou um bom negócio ao
comparar sua experiência com outros indivíduos.
A satisfação das pessoas
está diretamente relacionada às expectativas sobre este “algo” que pode ser
produto, serviço, pessoa e outros. Uma empresa com foco no consumidor, mantém
preocupação com a identificação das expectativas dos seus clientes e estabelece
estas expectativas como objetivos para a definição de estratégias de atuação,
dos produtos e serviços a serem ofertados, experiência de compra, troca,
devolução e diversos outros aspectos relacionados ao planejamento estratégico
de marketing.
Segundo Kotler (2012), a
satisfação tanto pode consistir em um sentimento de prazer como de
desapontamento, este sentimento resulta da comparação entre o desempenho de um
produto e as expectativas existentes no consumidor. Quando o desempenho do
produto vai além das expectativas o consumidor ficará altamente satisfeito. A
fidelidade dos consumidores para com uma marca fica diretamente ligada às
percepções a respeito de um produto de uma marca à qual eles constroem
sentimentos favoráveis.
As mídias sociais podem
representar diferencial competitivo com informações, notícias, imagens, vídeos
e em alguns casos mais específicos como o Facebook, conteúdo significativo em
texto, tanto de pessoas como de organizações que escrevem mensagens contendo
opiniões, comentários e reclamações dos mais variados assuntos. A análise de sentimentos
se usa com frequência na mineração de opinião para poder identificar
sentimentos, afetos, subjetividade e demais estados emocionais destes textos
online. Uma dificuldade é que estes textos se encontram em linguagem natural,
isto é, na linguagem razoavelmente inteligível para o ser humano, mas não para
as máquinas. Para Schiessl e Bräscher (2011), devido à
complexidade da linguagem natural para a interpretação direta das máquinas, é
necessário fazer uma extração de conhecimento das bases textuais e criar
agrupamentos e modelos de classificação automatizados para que possam ser
interpretados por computadores.
Conforme Liu (2015), a
análise de sentimentos se conduz em três níveis. O primeiro nível é o de
documento, onde se classifica primeiramente todo o documento para saber se está
expressando um sentimento positivo ou negativo. O segundo nível é o de
sentença, onde se analisa se cada frase expressa uma opinião positiva, negativa
ou neutra. O terceiro nível é o de aspecto, onde diferentemente dos níveis um e
dois, que em nenhum caso as análises denotam se as pessoas gostam precisamente
ou não, no nível três a análise realiza esta diferenciação.
3 RESULTADOS E DISCUSSÃO
Seguindo a classificação
de Liu (2015), o nível de análise de sentimento que foi adotado neste trabalho
é o segundo nível denominado nível de sentença, que visa a análise das frases
de consumidores com opiniões de subjetividade positiva, negativa e neutra. Para
as opiniões em que os consumidores não expressam claramente uma opinião, serão
consideradas como opiniões neutras.
A base de dados utilizada
para este trabalho foi retirada da página oficial da empresa Ford Brasil no
Facebook, especificamente dos comentários da postagem de 30 de julho de 2018,
sobre a nova linha Ford Ka 2018 que contava quando foi capturada a base com 8
mil visualizações, 64 mil curtidas, 1.169 compartilhamentos e 1.114
comentários.
Desta base original foram
extraídas quatro bases, conforme Tabela 1. Todas as bases contêm dois
atributos, sendo o primeiro do tipo string (texto a
analisar) e o segundo do tipo phrasesentiment
(positivo, neutro ou negativo).
Os algoritmos escolhidos
para a mineração da base selecionada dentro do software Weka
foram o Naïve Bayes que usa
o modelo de classificação probabilístico, o SMO (Sequential
Mininal Optimization) que
utiliza o modelo baseado em função e o J48 que é um algoritmo baseado em
árvores de decisão. Estes algoritmos foram selecionados devido a serem mais
comumente utilizados e mais adequados ao tipo de base de dados que está sendo
analisada. Os experimentos em todas as bases analisadas foram realizados com
validação cruzada de 10 partições, com a utilização dos filtros “FilteredClassifier” e “StringToWordVector”
e com o uso de “tokenizer”.
Tabela 1: características das bases de dados
analisadas
|
Descrição
da Base de Dados |
Nº
de Instâncias |
Nº
de Atributos |
|
|
Ford_Dados_Brutos |
Base de dados sem
nenhum tratamento dos dados. |
430 |
2 |
|
Ford_Com_StopWords |
Base de dados com
padronização de minúsculas, abreviações, emoticons,
retirada de caracteres especiais e de acentuação. Mantendo-se os StopWords. |
1241 |
2 |
|
Ford_Sem_StopWords _sem_nao |
Base de dados com
padronização de minúsculas, abreviações, emoticons,
retirada de caracteres especiais e de acentuação. Retirando-se os StopWords, inclusive o "nao". |
806 |
2 |
|
Ford_Sem_StopWords _com_nao |
Base de dados com
padronização de minúsculas, abreviações, emoticons,
retirada de caracteres especiais e de acentuação. Retirando-se os StopWords, exceto o "nao". |
843 |
2 |
Fonte:
Os autores (2018).
O fluxo do trabalho
explicitando etapas, ferramentas e as funcionalidades destes está apresentado na
Figura 1.
Figura 1:
Fluxo adotado na pesquisa: etapas e ferramentas
Fonte: Os autores (2018).
A Tabela 2 apresenta as
taxas de acertos de cada um dos métodos utilizados e percebe-se o algoritmo SMO
obteve melhores resultados de taxas de acertos nas 4 bases submetidas para
análise. Para a base bruta o percentual de taxa de acerto de instâncias
classificadas corretamente foi de 73,3% utilizando o algoritmo SMO, 68,4% com o
algoritmo J48 e 67,4% com o algoritmo Naïve Bayes.
Tabela 2: Taxas
de acertos dos três métodos utilizados
|
Bases de Dados |
Naïve Bayes |
SMO |
J48 |
|
Ford_Dados_Brutos |
67,4% |
73,3% |
68,4% |
|
Ford_Com_StopWords |
76,2% |
93,4% |
86,7% |
|
Ford_Sem_StopWords_sem_nao |
69,9% |
83,9% |
77,9% |
|
Ford_Sem_StopWords_com_nao |
68,6% |
87,3% |
76,6% |
Fonte: Os autores (2018)
A
respeito dos resultados de grau de confiabilidade intermediária atribuído pela
estatística Kappa, para a base de dados bruta o grau
encontrado foi “moderado” para os 3 algoritmos. Para a base em que se manteve
os stopwords o grau foi “muito bom” para o algoritmo
SMO, “bom” para o algoritmo J48 e “moderado para o algoritmo Naïve Bayes. Para a base que teve
a retirada de stopwords inclusive o “nao” o grau encontrado foi “bom” para os algoritmos SMO e
J48 e “moderado” para o algoritmo Naïve Bayes. Para a base que teve a retirada de stopwords excetuando o “não”, o grau foi “bom” unicamente
para o algoritmo SMO e “moderado” para os algoritmos J48 e Naïve
Bayes.
Para
verificação dos indicadores de satisfação do consumidor, foram avaliados os termos
negativos e positivos classificados na análise do Semantria
por meio da frequência das palavras e a presença de alguns objetivos de
desempenho.
Tomando como exemplo a
Base Ford_Dados_Brutos
que gerou 430 instâncias, sendo 137 negativas, 196 neutras e 97
positivas, as maiores frequências são encontradas nas palavras: “problema” com
27 ocorrências (19,7%), “problemas” com 7 ocorrências (5%), “defeito” com 6
ocorrências (4%), “reclamações” com 5 ocorrências (3%), “falta” com 4
ocorrências (3%), “péssimo” com 3 ocorrências (2%) e “prejuízo” com 3
ocorrências (2%). Destes 7 (sete) termos com maior frequência, 2 deles denotam
relação direta com objetivos de desempenho: “defeito”, atrelado ao objetivo
qualidade, que se relaciona com a não conformidade de especificações de produto
e “prejuízo”, que pode estar relacionado com custo, que também é um dos cinco
objetivos de desempenho nos indicadores de satisfação.
Uma vez que a teoria
afirma que a qualidade está relacionada às expectativas do consumidor, a
constatação dos termos “lindo”, “bom”, “confortável” e “conforto” (quando
gerada a nuvem de palavras com os 97 termos positivos) pode indicar a
satisfação do consumidor com os produtos e serviços da empresa em questão.
Figura 2:
Nuvem de palavras dos 97 termos positivos da base Ford_Dados_Brutos
Fonte: Os autores (2018)
Desta forma, a fidelidade
dos consumidores para com uma marca, diretamente relacionada às percepções a
respeito de um produto de uma marca à qual eles constroem sentimentos
favoráveis (KOTLER, 2012) pode ser observada pela presença de termos “bom”,
“lindo”, “sonho”, “maravilhoso” e “amo”, entre outros na nuvem de palavras
(FIGURA 2).
4 CONSIDERAÇÕES FINAIS
Uma vez que a quantidade
de informações contidas na Web tem um crescimento constante e diante desse
enorme volume de dados a dificuldade de pessoas poderem explorá-las é cada vez
maior, a utilização de máquinas e processamento de linguagem natural por meio
do uso da mineração de opinião pode ser uma alternativa muito útil para
mensurar a (in)satisfação dos consumidores de forma mais ágil e prática. Percebe-se,
pela pesquisa realizada nas bases de periódicos, o interesse crescente de
pesquisadores no tema mas a pouca representatividade
dos pesquisadores brasileiros no panorama mundial.
Considera-se que, para
fins acadêmicos, as bases utilizadas e os diversos procedimentos que envolveram
o pré-processamento, a mineração de opinião e a avaliação dos resultados obtidos,
poderá destacar a importância do monitoramento do grau de (in) satisfação dos
clientes quanto aos produtos e serviços fornecidos pelas organizações. Ao mesmo
tempo, com a descoberta de conhecimento em dados pela mineração de opinião e os
padrões encontrados nas análises efetuadas, é possível serem geradas
informações que podem ser de utilidade e valor para as empresas, tais como: a
busca de tendências de mercado, requisitos de clientes, aprimoramentos e
melhorias, bem como recomendações e sugestões que os consumidores deixam
registrados nas mídias sociais.
Como sugestão para
trabalhos futuros, recomenda-se aplicar este estudo utilizando-se uma base de
dados SAC (Serviço de Atendimento ao Consumidor), onde existem algumas
características distintas das encontradas em bases SAC 2.0 como linguagens mais
padronizadas e especializadas (linguagens documentais) e registros textuais que
permitam um menor esforço de pré-processamento por serem efetuados por
profissionais especializados e treinados para conduzir este trabalho.
REFERÊNCIAS
KOTLER,
P. Administração de marketing. 10. ed. São Paulo: Afiliada, 2012.
LIMA,
A. P. L. et al. Comportamento do
consumidor. Porto Alegre: SAGAH, 2019.
LIU, B. Sentiment analysis:
mining opinions, sentiments and emotions. New
York: Cambridge University, 2015.
MERLO,
E.; CERIBELI, H. Comportamento do consumidor. Rio de Janeiro: LTC, 2014.
RECUERO,
R. Redes Sociais na Internet. Porto Alegre: Ed. Sulina, 2009.
SCHIESSL, M.; BRÄSCHER,
M. Descoberta de conhecimento em texto aplicada a um sistema de atendimento ao
consumidor. Revista Ibero-Americana de Ciência da Informação, v. 4, n. 2, 2011. Disponível em: http://periodicos.unb.br/ojs311/index.php/RICI/article/view/1682/1481. Acesso em: 23 fev. 2021.
[1] DIMENSIONS. Disponível em: https://www.dimensions.ai/. Acesso em: 26 mar. 2021.
[2] STATISTA. Disponível em: https://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/. Acesso em: 25 mar. 2021.