Wie werden Sentiment und Netto-Sentiment-Score berechnet?

LLM Pulse analysiert das Sentiment zunächst auf Antwortebene und fasst es dann zusammen, damit Sie aussagekräftige Erkenntnisse über Ihr gesamtes Projekt erhalten.

Schritt 1: Analyse auf Antwortebene

Jede erkannte Erwähnung wird für die Sentiment-Analyse in die Warteschlange gestellt. Die Analyse bewertet die Antwort anhand des Hauptnamens der Marke und der für sie eingerichteten Namensvarianten. Das gilt für Ihre Marke und für Ihre Wettbewerber im Tracking.

Kategorie	Score
Sehr positiv	+1,0
Positiv	+0,5
Neutral	0
Negativ	-0,5
Sehr negativ	-1,0

Diese Analyse übernimmt ein KI-Modell, das bewertet, in welchem Kontext, in welchem Ton und mit welchen Worten über Ihre Marke oder einen Wettbewerber gesprochen wird.

Für Ihre eigene Marke können Sie unter Einstellungen > Projekteinstellungen > Sentiment-Regeln bis zu 5 individuelle Regeln hinzufügen. Jede Regel darf höchstens 200 Zeichen lang sein. Eine Regel kann der Analyse vorgeben, dass eine normalerweise neutrale oder positive Assoziation für Ihre Marke als negativ zählen soll. Wo sie zutreffen, haben diese Regeln Vorrang vor den allgemeinen Vorgaben zu den Kategorien. Die Erkennung von Erwähnungen, die fünf Sentiment-Kategorien und die Analyse der Wettbewerber ändern sie jedoch nicht. Sie gelten für neue und erneut ausgeführte Analysen, nicht für bestehende Ergebnisse.

In die Sentiment-Anteile und den Netto-Sentiment-Score fließen nur klassifizierte Erwähnungen ein. Eine Erwähnung kann unklassifiziert bleiben, solange sie verarbeitet wird oder wenn kein Sentiment-Ergebnis vorliegt. Sie zählt trotzdem als Erwähnung und erscheint in der Sentiment-Abdeckung.

Schritt 2: Zusammengefasste Kennzahlen

Sobald Sentiment-Daten für die einzelnen Antworten vorliegen, fassen wir sie zusammen, um Ihnen das Gesamtbild zu zeigen:

Sentiment-Verteilung

Eine Aufschlüsselung, die zeigt, welcher Anteil der klassifizierten Erwähnungen auf die einzelnen Sentiment-Kategorien entfällt (dargestellt als Kreis- bzw. Ringdiagramm und als Flächendiagramm im Zeitverlauf).

Netto-Sentiment-Score

Eine einzige Zahl, die zeigt, wie es insgesamt um das Sentiment Ihrer Marke steht.

Formel:

Die Zahlen in der Tabelle oben kennzeichnen die Sentiment-Kategorie, die einer einzelnen Antwort zugeordnet wurde. Der Netto-Sentiment-Score verwendet die Anzahl pro Kategorie und nicht diese Zahlenwerte als Gewichtung: Jede klassifizierte Erwähnung zählt einmal.

Net Sentiment Score = ((Positive mentions + Very Positive mentions) − (Negative mentions + Very Negative mentions)) / Classified Mentions × 100

Wertebereich: -100 % bis +100 %

• +100 % = Alle Erwähnungen sind positiv oder sehr positiv
• 0 % = Ausgewogenes Sentiment (gleich viele positive wie negative Erwähnungen)
• -100 % = Alle Erwähnungen sind negativ oder sehr negativ

Das Sentiment-Dashboard bündelt diese Elemente an einem Ort. Sie sehen dort die Verteilung der Sentiment-Kategorien, die Sentiment-Verteilung im Zeitverlauf, ein Ringdiagramm zum Sentiment und ein Ranking nach Netto-Sentiment-Score, das Ihre Marke mit Ihren Wettbewerbern vergleicht.

Rechenbeispiel

Angenommen, Ihre Marke wurde in diesem Monat 100-mal erwähnt, und alle 100 Erwähnungen wurden einer Sentiment-Kategorie zugeordnet:

• Sehr positiv: 20
• Positiv: 35
• Neutral: 25
• Negativ: 15
• Sehr negativ: 5

Netto-Sentiment-Score:

= ((35 + 20) − (15 + 5)) / 100 × 100
= (55 − 20) / 100 × 100
= 35%

Ihr Netto-Sentiment-Score läge bei +35 %, was insgesamt auf ein gesundes positives Sentiment hindeutet.

Wären 97 von 100 erkannten Erwähnungen klassifiziert, würde das Dashboard „97 von 100 Erwähnungen klassifiziert“ anzeigen und 97 als Nenner verwenden.

So nutzen Sie die Kennzahlen

• Sentiment im Zeitverlauf: Verfolgen Sie, wie sich das Sentiment von Tag zu Tag, von Woche zu Woche oder von Monat zu Monat entwickelt
• Wettbewerbsvergleich: Sehen Sie, wie Ihr Netto-Sentiment-Score in denselben KI-Konversationen im Vergleich zu Ihren Wettbewerbern abschneidet
• Ergebnisse filtern: Wählen Sie ein oder mehrere Länder, Sprachen, Sentiment-Kategorien oder Tags aus und nutzen Sie dann Themen und KI-Modelle für zusätzlichen Kontext. Werte innerhalb eines Filters werden mit ODER verknüpft, verschiedene Filter mit UND.

Das Wichtigste in Kürze

1. Zuerst auf Antwortebene: Erkannte Erwähnungen werden für die Sentiment-Analyse in die Warteschlange gestellt
2. Dann zusammengefasst: Jede klassifizierte Erwähnung fließt einmal in die Summe ihrer Kategorie ein, und aus diesen Summen ergeben sich die Kennzahlen in Ihrem Dashboard
3. Netto-Sentiment: Ein schneller Gradmesser von -100 % (alle negativ) bis +100 % (alle positiv)
4. Handlungsorientiert: Ermitteln Sie mit Filtern, bei welchen Themen oder KI-Modellen das Sentiment gegenüber Ihrer Marke am günstigsten (oder am ungünstigsten) ausfällt