#dasm en social media analytics

Op de BAQMAR blog verscheen er vandaag een blogpost over de toepassing van SAS Media Analytics toegepast op de #dasm tweets (De Allerslimste Mens). Ik heb de grafiek hieronder overgenomen.


Deze grafiek was overigens al op 7 januari gepubliceerd als Twitpic door @jerrevg.

In het BAQMAR bericht wordt nog vermeld dat een dergelijke analyse "useful" kan zijn. Ik heb hierbij toch enige twijfels. Als Twitter er al zelf niet in slaagt de taal correct af te leiden uit de Twitter berichten (zie ook dit BVLG bericht), dan lijkt het sentiment afleiden uit deze eerder korte teksten een zeer lastige of misschien zelfs onmogelijke uitdaging.

Het bericht "In times of crisis, Belgium goes with the show http://j.mp/ePz1Pu #dasm" wordt als negatief beschouwd, wegens "crisis".
Het bericht "Bourlon out, De win in #dasm" wordt als positief beschouwd, wegens "win".
Het bericht "The battle of the politici ;-) #dasm" wordt als negatief beschouwd, wegens "battle".
Het bericht "The sun always shines on TV #dasm" wordt als negatief beschouwd, waarom is onduidelijk.


Als al zeker 4 van de 14 Twitter berichten die op de printscreen getoond worden al dubieus geklasseerd worden, heb ik toch zo mijn bedenkingen bij de globale sentiment trends.

Volgens mijn eigen opvolging waren er op 6 januari 960 Twitter berichten voor hashtag #dasm. In het plaatje van de BAQMAR post is slechts sprake van 19 positieve, 44 negatieve en 80 neutrale berichten, of 143 in het totaal.


Het Twitter bericht #dasm tweets sentiment changed bigtime, 6 x more negativity #washingtonpost #vrt #sentiment #sas #socialmedia #analysis lijkt mij dan ook eerder ongepast.

Social Media Monitoring tools kunnen mijns inziens wel degelijk interessant zijn, al ze zich beperken tot de feiten en niet laten verleiden tot vergezochte interpretaties.