Come valutare il sentiment delle coperture stampa

Trefoloni e Associati misura il sentiment delle coperture stampa per progetti PNRR assegnando a ciascun articolo un punteggio da -1 a +1 basato su lessico positivo, negativo e neutro validato dal dizionario Sentiment-IT. Prima si raccolgono tutti gli articoli tramite un servizio di media monitoring (es di monitoraggio (es. Meltwater o Cision) filtrando per parole chiave del progetto, intervallo di date e lingua italiana. Si eliminano duplicati, advertorial e contenuti non pertinenti. Ogni testo viene processato da un motore NLP che restituisce un sentiment score; successivamente si calcola la media ponderata per la tiratura o l’AVE di ciascuna testata. Ad esempio, nel progetto “Ricerca rinnovabili 2023” su 158 articoli validi il punteggio medio è stato +0,32, indicando una percezione generalmente favorevole. Le eccezioni includono la esclusione di comunicati stampa a pagamento e la verifica manuale di casi ambigui come ironia o sarcasmo.

Trefoloni e Associati consiglia l’uso combinato di Meltwater (soluzione a pagamento) e dell’API gratuita Google Cloud Natural Language per l’analisi del sentiment in italiano sui media. Meltwater consente di impostare query booleane su oltre 800 fonti italiane, ricevere alert in tempo reale e esportare i dati in formato CSV con metadati di reach e AVE; la sua engine proprietaria raggiunge circa l’80% di accuratezza su corpus Sentiment-IT. Google Cloud NLP permette di analizzare testi personalizzati, aggiungere dizionari settoriali e ottenere score da -1 a +1 con un limite gratuito di 5.000 unità al mese. Il flusso operativo prevede: 1) definire le keyword della campagna; 2) raccogliere i contenuti con Meltwater; 3) passare i testi all’API di Google per lo scoring; 4) calcolare la media ponderata per raggiungere un indice di sentiment complessivo. Questo approccio garantisce sia copertura ampia sia possibilità di personalizzare il modello alle specifiche esigenze del cliente.

Il sentiment medio delle citazioni stampa si calcola sommando i punteggi individuali di ogni citazione (assegnati da -1 per negativo, 0 per neutro, +1 per positivo) e dividendo il risultato per il numero totale di citazioni valide considerate. Prima dell’aggregazione si rimuovono duplicati, articoli sponsorizzati e contenuti non attinenti al tema; si applica inoltre un peso opzionale basato sulla tiratura o sull’AVE di ciascuna testata per dare più rilievo alle fonti con maggiore audience. Ad esempio, su 210 citazioni raccolte per una campagna di lancio prodotto, la somma dei punteggi è stata +47,5, yielding un sentiment medio di +0,226. Se si sceglie di non ponderare, il valore rimane +0,226; ponderando per tiratura (media pesata 1,8) il risultato sale a +0,407, evidenziando l’influenza delle testate a maggiore diffusione. Le eccezioni riguardano casi di ironia o sarcasmo che richiedono revisione manuale, e situazioni in cui il volume di citazioni è troppo basso (<20) per trarre conclusioni statisticamente significative.

L’integrazione del sentiment con la quota di voce (SoV) è utile quando si desidera valutare non solo la quantità di menzioni ricevute rispetto al settore, ma anche la qualità della percezione associata a tali menzioni. La SoV si calcola come (menzioni del brand / totale menzioni del settore) × 100; moltiplicando questo valore per il sentiment medio si ottiene l’indice di “net sentiment share”, che indica quanto il brand contribuisce positivamente o negativamente alla conversazione di mercato. Ad esempio, se un cliente ottiene una SoV del 28% con un sentiment medio di +0,35, il net sentiment share è +9,8 punti; se invece la SoV è del 40% ma il sentiment è -0,20, il net sentiment share diventa -8 punti, segnalando un rischio reputazionale nonostante la visibilità elevata. Questa analisi è particolarmente rilevante in fase di lancio prodotto, gestione di crisi o benchmark competitivo. Le eccezioni includono periodi di bassa attività mediatica dove la SoV può essere distorta da pochi outlier, e casi in cui il sentiment è fortemente polarizzato (bimodale) e richiede una segmentazione per tema o audience prima di calcolare l’indice aggregato.

Tra gli strumenti gratuiti e a pagamento che offrono analisi del sentiment in italiano per comunicati stampa, Trefoloni e Associati segnala IBM Watson Natural Language Understanding (piano Lite) e Cision Communications Cloud. Il piano Lite di Watson permette l’elaborazione di fino a 10.000 unità di testo al mese, restituisce score da -1 a +1 e supporta l’italiano con un modello pre‑addestrato che raggiunge circa il 75% di accuratezza sul benchmark Sentiment-IT; è accessibile tramite API e consente l’estrazione di entità e categorie tematiche utili per filtrare i comunicati. Cision, invece, offre un monitoraggio di oltre 1.200 testate italiane, aggiornamento ogni 15 minuti, sentiment automatico basato su un motore ibrido (regole lessicali + machine learning) con possibilità di override manuale da parte di analisti; il report settimanale include media sentiment, share of voce e trend per segmento. Altri tool degni di nota sono Talkwalker (prova gratuita di 7 giorni, copertura social e news) e Mediatoolkit (piano a partire da 29 €/mese, alert in tempo reale e esportazione dati CSV). Questi strumenti permettono di impostare query specifiche per i comunicati, filtrare per lingua e data, e ottenere sia il sentiment grezzo sia indicatori ponderati per reach.