17. 감성분석

17.1. 감성분석

17.2. 감성분석 방법

1. 데이터 수집: 감성분석을 위해 소셜미디어 댓글, 제품 리뷰, 영화 리뷰 등 텍스트 데이터를 수집합니다.

2. 데이터 전처리: 텍스트 데이터는 노이즈와 불필요한 정보가 많기 때문에 클렌징, 토큰화, 불용어 제거 등의 전처리 과정이 필요합니다.

3. 텍스트 표현: SQL에서 특정 키워드를 검색하여 기본 감정 분석을 수행할 수 있습니다.

SELECT
			review_text 
    , CASE
					WHEN review_text LIKE '%좋아요%' OR review_text LIKE '%최고%' THEN '긍정적'
          WHEN review_text LIKE '%싫어요%' OR review_text LIKE '%끔찍%' THEN '부정적'
		      ELSE '중립'
			END AS sentiment
FROM reviews;

1. 모델 학습: 텍스트의 감성을 예측하는 모델을 학습합니다. 로지스틱 회귀, 나이브 베이즈, 딥러닝 등 다양한 알고리즘을 사용할 수 있습니다.

2. 평가 및 최적화: 테스트 데이터를 사용하여 모델의 성능을 평가하고 최적화합니다.

17.3. 감성분석 해석

• 분포 확인

SELECT
			sentiment
		, COUNT(*) as frequency
FROM reviews
GROUP BY sentiment;

• 시간에 따른 감정 변화

SELECT 
			created_date
		, sentiment
		, COUNT(*) as frequency
FROM reviews
GROUP BY created_date, sentiment;

• 특정 키워드와의 관계 확인

SELECT 
			sentiment
		, keyword
		, COUNT(*) as frequency
FROM reviews
WHERE review_text LIKE '%keyword%'
GROUP BY sentiment, keyword;

17.4. 감성분석 활용 사례

• 소셜 미디어

• 영화 리뷰

• 제품 리뷰

1. 아마존 (Amazon)
아마존은 고객의 리뷰를 제품의 품질, 인기도, 고객의 만족도 등을 평가하는 중요한 지표로 데이터 분석에 활용합니다.
평점을 분석하여 일관되게 낮은 평점이나 부정적인 리뷰를 받는 제품의 경우에는 판매자와의 협의, 제품 개선과 같은 조치를 취하여 위험요소를 예방하고 문제를 해결합니다. 따라서 일부 제품의 경우, 4.5 이상의 높은 평점을 유지하며 판매 증가에 효과를 보고 있습니다.
고객의 리뷰 분석을 통해 제품 설명, 이미지, 배송 방식 등을 개선하고, 특정 카테고리나 제품의 인기 트렌드를 파악하여 다른 고객에게 적합한 제품을 추천을 해줍니다.
McKinsey & Company의 보고서에 따르면, 추천 엔진을 통한 매출이 전체 온라인 판매의 약 35%를 차지한 것으로 나타났습니다. 고객의 리뷰, 평점, 검색 및 구매 이력을 기반으로 개인 맞춤형 추천 서비스를 함으로써 추가적인 구매를 이끌어내고 있습니다.
 

2. 나이키 (Nike)
나이키(Nike)는 소셜 미디어를 통해 사용자들이 해당 브랜드에 대한 인식을 파악하기 위해 감성분석을 적극적으로 활용하고 있습니다.
나이키는 2020년 코로나 대응 광고 캠페인 중 1천5백만 달러의 기부를 진행했습니다.
기부 이벤트 후 감성분석 결과, 예상과는 다르게 대중의 67%는 부정적 반응을 보였으며, 이는 주로 회사의 해외 노동 정책과 코로나 대응에 대한 기대치와의 차이에서 기인했습니다. 중립적 반응은 30%, 긍정적 반응은 3%로, 긍정적 반응은 주로 스포츠계의 지지 때문이었습니다.
나이키는 대중의 브랜드 인식과 기대가 큰 영향을 미치고 있는 것을 확인하여 부정적인 반응에 효과적으로 대응할 수 있었습니다.