page background
Tester zawsze sprawdza dwa razy? – mBank i jego „ęśąćż”

Jak przekuć wpadkę w sukces? Modelowo pokazał nam to mBank, który 5 sierpnia wysłał do klientów test powiadomienia push o zaskakującej treści „ęśąćż”. Sytuacja była bardzo niebezpieczna wizerunkowo, bo tam, gdzie w grę wchodzą nasze ciężko zarobione pieniądze, łatwo o skrajne natężenie negatywnych emocji. Sprawdziliśmy, jak zareagowali internauci i co pisali w mediach społecznościowych.

 

Nasze semantyczne badanie internetu i mediów społecznościowych z analizą sentymentu na poziomie słów i fraz przeprowadziliśmy na podstawie wyników wygenerowanych w dniach 5-8 sierpnia, czyli od początku kryzysu do momentu, gdy emocje już opadły.
Pod lupę wzięliśmy głównie media społecznościowe. Facebook był tą platformą, na której specjaliści z mBanku chodzili jak po polu minowym.

Gra w stylu real time

Miłego dnia

Wśród pozytywnych fraz sentymentalnych na prowadzenie wybijają się: „miłego dnia” i „życzyć miłego dnia”. Tak brzmiała trzecia z testowych wiadomości push wysłanych w wyniku błędu/pomyłki do użytkowników aplikacji.
mBank obrócił sytuację w żart i korzystał z frazy „miłego dnia” w swoich postach. Podchwyciły to też inne firmy, które postanowiły włączyć się do gry w stylu real time. Szybko zaczęły nadawać na falach „ęśąćż” i w ten sposób kończyły swoje posty i komentarze. Nie stronili od tego również klienci. Cóż, po takiej wpadce życzenie „miłego dnia” to podstawa. A tak to wyglądało na poziomie tekstów:

 

Semoni identyfikuje również frazy negatywne. Tu już nie było tak „miło”. W przypadku fraz negatywnych daje się zauważyć odwołanie do „dziwnej wiadomości/dziwnego lub niezrozumiałego komunikatu”. Internauci pisali, że otrzymali niestandardową wiadomość, aby sprawdzić, czy inni też ją dostali. Niektórzy domniemywali, że to „atak hakerski”.

Jeśli spojrzymy na tagi semantyczne, w ramach których algorytmy sztucznej inteligencji i NLP opracowane w Semoni pogrupowały  frazy używane w komentarzach, postach czy artykułach to najczęściej pojawiają się np.: #bank, #push, #konto,  #wpadka, #aplikacja, #internet, #awaria. Algorytmy Semoni grupują tagi ze względu na wspólny ich kontekst. Z kolei graficzne opracowanie danych pokazuje częstotliwość ich występowania i wielkościowe relacje między poszczególnymi tagami. Dzięki temu widzimy, jak myślą internauci i co ich najbardziej zajmuje. Największe „koła” oznaczają najczęstsze występowanie słów lub fraz, które wiążą się z tagiem semantycznym.

Gdy czas nie gra na naszą korzyść

System wczesnego ostrzegania

Niezależnie od tego, jak mBank by się starał i jaką kampanię wcześniej by prowadził, to tematy związane z omyłkowo wysłanymi testami push całkowicie zdominowały internetowe dyskusje. Platforma  Semoni pogrupowała internetowe opinie według tematów. Następnie przypisała do nich frazy, jakimi posługiwali się klienci banku. Najczęstszy temat „mBank” został powiązany z takimi negatywnymi frazami, jak „dziwna wiadomość/komunikat”, „mbank co się odwala”, „zepsuły osoby klikające w powiadomienia” czy „awaria całego banku”.
Semoni zbiera dane w czasie rzeczywistym, dzięki czemu działa jak system wczesnego ostrzegania. Dlatego jeśli zobaczysz negatywne frazy i tematy na swoim dashboardzie, możesz szybko zareagować i wdrożyć działania antykryzysowe.

Analiza sentymentu na poziomie słów i fraz

Klienci podzieleni

Feralne powiadomienie push spowodowało „atak” internautów na kanały social media mBanku. Komentarze na ten temat pojawiały się jeszcze kilka dni po zdarzeniu. Środowisko się podzieliło. Podczas gdy część internautów chwaliła bank za modelową komunikację i wyrażała solidarność ze specjalistą, który kliknął nieszczęśliwe „wyślij”, inni nie kryli oburzenia i ganili bank za żarty i narażanie danych klientów, a może nawet i pieniędzy.
Algorytm Semoni inteligentnie analizujący tekst wskazał nam negatywne i pozytywne frazy, jakie pojawiały się w wypowiedziach klientów. Dodatkowo – pod każdym komentarzem automatycznie dodał tagi, najbardziej odpowiadające treści tekstu.

Semoni zaznacza frazy i klasyfikuje je jako pozytywne lub negatywne w zależności od kontekstu, w jakim zostały użyte. Na przykład w poniższym fragmencie fraza „trzy głupie pusze to drobnostka” została poprawnie zaklasyfikowana jako negatywna, choć można sobie przecież też wyobrazić jej użycie w wersji pozytywnej. Jest to możliwe, ponieważ Semoni czyta tekst jak człowiek.

Co więcej, w wynikach wyszukiwania sporządzonych przez Semoni można zobaczyć frazy, które algorytm uznał za najbardziej nośne dla sentymentu – w poniższych przykładach – negatywnego:

 

W poniższym komentarzu – zaklasyfikowanym jako ogólnie pozytywny, algorytm wskazał frazy o największym ładunku pozytywnym:

Case został przygotowany przy użyciu Semoni – platformy do pogłębionej analityki tekstów  zamieszczonych w internecie i mediach społecznościowych z analizą sentymentu na poziomie słów i fraz.

A co o Twojej marce mówią internauci?

Umów bezpłatne demo

poleć artykuł:
Wróć do listy artykułów Czytaj kolejny artykul