Using Natural Language Processing (NLP) techniques, a subfield of Artificial Intelligence (AI), it is possible to automatically analyze large amounts of textual data to derive sentiment from public opinion online; furthermore, this information can be further classified into themes and topics that can inform retail decisions.
 
The consulting company Deloitte in collaboration with the data mining organization Brandseye applied such an approach to online consumer sentiment in South Africa1. Together they analyzed 1.7 million social media posts and other online content to gauge local consumer sentiment to national grocery chains. The outcome was 5 key themes centered around price consciousness, personalisation, convenience, sustainability and governance. 
 
The ever increasing amount of online information coupled with the large strides in AI algorithm performance makes this an increasingly common solution for retailers seeking insights about their customer base. Many software vendors and open source software exist to enable implementation.

En utilisant les techniques de traitement du langage naturel (NLP), un sous-domaine de l'intelligence artificielle (IA), il est possible d'analyser automatiquement de grandes quantités de données textuelles pour dériver le sentiment de l'opinion publique en ligne ; en outre, ces informations peuvent être classées en thèmes et sujets qui peuvent éclairer les décisions de vente au détail. La société de conseil Deloitte, en collaboration avec l'organisation d'exploration de données Brandseye, a appliqué une telle approche au sentiment des consommateurs en ligne en Afrique du Sud1. Ensemble, ils ont analysé 1,7 million de publications sur les réseaux sociaux et d'autres contenus en ligne pour évaluer le sentiment des consommateurs locaux vis-à-vis des chaînes d'épicerie nationales. Le résultat était 5 thèmes clés centrés sur la conscience des prix, la personnalisation, la commodité, la durabilité et la gouvernance. La quantité toujours croissante d'informations en ligne associée aux progrès considérables des performances des algorithmes d'IA en font une solution de plus en plus courante pour les détaillants à la recherche d'informations sur leur clientèle. De nombreux éditeurs de logiciels et logiciels open source existent pour permettre la mise en œuvre.

Using Natural Language Processing (NLP) techniques, a subfield of Artificial Intelligence (AI), it is possible to automatically analyze large amounts of textual data to derive sentiment from public opinion online; furthermore, this information can be further classified into themes and topics that can inform retail decisions.
 
The consulting company Deloitte in collaboration with the data mining organization Brandseye applied such an approach to online consumer sentiment in South Africa. Together they analyzed 1.7 million social media posts and other online content to gauge local consumer sentiment toward national grocery chains. The outcome was 5 key themes centered around price consciousness, personalization, convenience, sustainability, and governance. 
 
The ever-increasing amount of online information coupled with the large strides in AI algorithm performance makes this an increasingly common solution for retailers seeking insights about their customer base. Many software vendors and open source software exist to enable implementation.

En utilisant les techniques de traitement du langage naturel (NLP), un sous-domaine de l'intelligence artificielle (IA), il est possible d'analyser automatiquement de grandes quantités de données textuelles pour dériver le sentiment de l'opinion publique en ligne ; en outre, ces informations peuvent être classées en thèmes et sujets qui peuvent éclairer les décisions de vente au détail. La société de conseil Deloitte, en collaboration avec l'organisation d'exploration de données Brandseye, a appliqué une telle approche au sentiment des consommateurs en ligne en Afrique du Sud. Ensemble, ils ont analysé 1,7 million de publications sur les réseaux sociaux et d'autres contenus en ligne pour évaluer le sentiment des consommateurs locaux à l'égard des chaînes d'épicerie nationales. Le résultat était 5 thèmes clés centrés sur la conscience des prix, la personnalisation, la commodité, la durabilité et la gouvernance. La quantité toujours croissante d'informations en ligne associée aux progrès considérables des performances des algorithmes d'IA en font une solution de plus en plus courante pour les détaillants à la recherche d'informations sur leur clientèle. De nombreux éditeurs de logiciels et logiciels open source existent pour permettre la mise en œuvre.

Retail - Customer Sentiment Analysis