Ergens op een scherm staat een woord naast de naam van uw merk: positief, neutraal of negatief. Het oogt als een oordeel, maar wie doorvraagt merkt al snel dat niemand precies kan zeggen waar dat oordeel vandaan komt of hoe zeker het is. Voor wie op basis van dat cijfer een beslissing wil nemen, is die onduidelijkheid een probleem: een cijfer waarvan u de herkomst niet kent, is moeilijk te verdedigen in een rapportage.

Wat sentiment is

Sentiment is de toon waarmee een merk in een tekst genoemd wordt, ingedeeld in positief, neutraal of negatief. Het wordt bepaald door een tekstanalyse die de zin rond de vermelding beoordeelt, niet door de mening van de schrijver te kennen. Het is dus een schatting van toon op basis van taal, geen meting van wat een klant daadwerkelijk voelt.

Hoe een tekstanalyse de toon bepaalt

Een tekstanalyse leest de context rond een merknaam: welke woorden ernaast staan, of het merk wordt aanbevolen of afgeraden, of het in een vergelijking wordt genoemd en hoe die vergelijking uitpakt. Die beoordeling gebeurt per vermelding, niet voor een hele tekst in één keer: een lang antwoord kan uw merk op één plek positief noemen en op een andere plek neutraal. In GripIQ gebeurt dit als onderdeel van de tekstanalyse die bij elk promptantwoord en elke social post draait: dezelfde analyse die sentiment aflevert, haalt ook onderwerpen en genoemde merken uit de tekst. Sinds de schema-validatie die met release 1.3.0 is ingevoerd, wordt een AI-antwoord dat niet aan het verwachte format voldoet niet langer stilzwijgend doorgelaten: het wordt afgewezen en opnieuw geprobeerd, wat het aantal ontbrekende of misvormde sentimentwaarden in de interface vermindert.

Dat automatisme is nuttig, maar het is geen garantie voor juistheid. Een tekstanalyse werkt met taalpatronen, niet met kennis van de werkelijke situatie van uw merk. Ze kan bijvoorbeeld niet weten dat een klacht die drie jaar oud is inmiddels is opgelost, of dat een vergelijking in een artikel bedoeld was als grap. Het resultaat is een redelijke inschatting, geen feit.

Sentiment wordt niet alleen bij promptantwoorden bepaald. Dezelfde soort tekstanalyse draait ook op social posts die via crawls binnenkomen: berichten over uw merk op de kanalen die u volgt, krijgen op dezelfde manier een toon toegewezen als een vermelding in een AI-antwoord. Dat is een bewuste keuze: een merk dat in een promptantwoord neutraal wordt genoemd maar op social media veel negatievere reacties krijgt, laat een verschil zien dat u anders zou missen als u maar naar één kanaal keek. Beide metingen gebruiken dezelfde indeling — positief, neutraal, negatief — zodat u ze naast elkaar kunt leggen zonder eerst twee verschillende schalen te moeten vertalen.

Waar sentiment misleidt

Toon lezen is voor een taalmodel lastiger dan het lijkt, en een paar situaties gaan er structureel mis. Ironie en sarcasme worden vaak verkeerd gelezen, omdat de letterlijke woorden iets anders zeggen dan de bedoeling. Vergelijkingen zijn een tweede valkuil: een zin die twee merken naast elkaar zet en een nuance aanbrengt, valt niet netjes in drie categorieën. En een neutrale opsomming — "onder de aanbieders vallen A, B en C" — krijgt soms toch een lichte positieve of negatieve lading toebedeeld, simpelweg omdat de analyse ergens een keuze moet maken.

Dat betekent dat één losse waarneming van sentiment weinig zegt. Eén negatieve vermelding is geen trend, en één positieve evenmin een doorbraak. Wie op basis van een enkel datapunt conclusies trekt over de reputatie van een merk, trekt sneller conclusies dan de data toelaat.

Hoe u het wel gebruikt

Sentiment wordt bruikbaarder zodra u het over tijd en in vergelijking bekijkt. Een verschuiving van overwegend neutraal naar merkbaar meer negatieve vermeldingen over een aantal weken is een signaal dat het waard is om uit te zoeken, ook al weet u nog niet wat de oorzaak is. Hetzelfde geldt voor een vergelijking met een concurrent: als uw eigen sentiment gelijk blijft terwijl dat van een concurrent structureel positiever wordt, ligt daar een vraag die verder onderzoek verdient. Het cijfer is in die rol een aanleiding om te lezen wat er precies gezegd wordt, niet een eindoordeel op zich. Wie de bredere weg van cijfer naar besluit wil begrijpen, vindt die in Van gevoel naar cijfer: hoe u zichtbaarheid meetbaar maakt.

Sentiment wordt in GripIQ gemeten op dezelfde plek waar u ook ziet of uw merk in een antwoord voorkomt: het scherm Prompts. Die combinatie is niet toevallig. Een vermelding zonder toon vertelt u dat u genoemd wordt, maar niet hoe; sentiment vult die leemte aan zonder de vermelding zelf te vervangen. Meer over wat een prompt precies is en waarom een vaste set ervan gemeten wordt, leest u in Wat is een prompt, en waarom monitort u die?.

Een laatste punt om rekening mee te houden: sentiment zegt iets over de toon van een tekst, niet over de vraag of die tekst feitelijk klopt. Een antwoord kan overwegend positief klinken over een bewering die niet correct is, en een negatieve vermelding kan gaan over iets dat allang is opgelost. Het cijfer vertelt u dus hoe iets gezegd wordt, niet of het waar is. Voor die laatste vraag is het nodig om de onderliggende tekst zelf te lezen, en eventueel de bronnen die daarbij horen te bekijken, in plaats van op het sentimentcijfer alleen te vertrouwen.

Wat u nu kunt doen

  • Lees een sentimentcijfer altijd samen met de tekst eronder, vooral bij vergelijkingen of ironische formuleringen.
  • Kijk naar het verloop over meerdere weken in plaats van naar één momentopname, voor u een conclusie trekt.
  • Lees Van gevoel naar cijfer: hoe u zichtbaarheid meetbaar maakt om te zien hoe sentiment past binnen de bredere reeks cijfers die u kunt volgen, en begin bij het cijfer dat het dichtst bij uw eigen vraag staat.