Peugeot Brand Sentiment Intelligence

Global Social Listening & Reputation Analysis · Gennaio 2023 – Marzo 2026

Snapshot: 2 Marzo 2026 · 17.894 Menzioni · 13 Fonti Attive
Filtra per: Filtri attivi

📐 Metodologia & Glossario — Come vengono calcolati i dati

📊 Net Sentiment Score

Che cos'è: È il voto che diamo a Peugeot in base a quello che la gente scrive di loro online. Un numero tra -2 (molto negativo) e +2 (molto positivo).

Come lo calcoliamo: Leggiamo tutto quello che viene scritto su Peugeot (su social, forum, notizie, recensioni). Per ogni cosa che leggiamo, assegniamo un voto:

  • +2 = Bellissimo, fantastico, eccellente
  • +1 = Buono, mi piace
  • 0 = Neutro, solo notizie
  • -1 = Negativo, non mi piace
  • -2 = Pessimo, problema grave

Poi facciamo la media di tutti questi voti. Se la media è positiva (+0.77 come per Peugeot), significa che la gente parla bene di loro. Se fosse negativa, significherebbe che la gente è scontenta.

🔐 Trust Index

Che cos'è: È un numero da 0 a 100 che ci dice quanto il brand è affidabile e se la gente si fida di Peugeot.

Come lo calcoliamo: Guardiamo 4 cose:

  • Sentiment positivo: Quanta gente parla bene di Peugeot? (conta il 40%)
  • Mancanza di negatività: Poca gente parla male? (conta il 20%)
  • Fonti affidabili: Quante notizie vengono da giornali seri e non solo da social? (conta il 20%)
  • Stabilità: Il sentiment rimane stabile o cambia molto? (conta il 20%)

Cosa significano i numeri:

  • 70-100: Brand solido, la gente si fida
  • 50-69: Fiducia moderata, bisogna stare attenti (Peugeot è qui con 57%)
  • 30-49: Fiducia a rischio, serve agire
  • <30: Crisi reputazionale
📈 Trend Mensile del Sentiment
Net Sentiment Score Misura la valenza media delle menzioni in un dato mese.
Valori positivi = sentiment favorevole
Valori negativi = sentiment critico
Vicino a 0 = neutro/misto
Scala: da -2 (molto negativo) a +2 (molto positivo)
Trend Recensioni (GMB vs Trustpilot)
Sentiment Recensioni Confronto tra il sentiment su Google My Business e Trustpilot nel tempo.
Google My Business
Trustpilot
Scala: da -2 (molto negativo) a +2 (molto positivo)
🔵 Distribuzione per Piattaforma
Tipologie di fonte
Editoriale: news, riviste auto, blog specializzati
Social: Reddit, forum pubblici
Forum: community automotive
Search: risultati Bing News RSS
Recensioni: Google My Business e Trustpilot
😊 Distribuzione Sentiment per Anno
Come leggere il grafico Ogni barra mostra la composizione % delle menzioni per anno.
Positivo (%)
Neutro (%)
Negativo (%)
Un anno con >50% positivo indica brand health solida.
🎭 Distribuzione delle Emozioni
Modello Plutchik (8 emozioni) Classificazione NLP delle emozioni primarie nelle menzioni.
Trust: fiducia nel brand
Joy: entusiasmo/soddisfazione
Anger: frustrazione/critica
Sadness: delusione
📈 Volume Mensile & Net Sentiment (2023–2026)
Come leggere il grafico Il grafico combina due assi:
Asse sinistro (linea blu): Net Sentiment Score mensile. Scala da -2 a +2.
Asse destro (barre grigie): Numero assoluto di menzioni raccolte quel mese.
I punti colorati sulla linea indicano: verde = mese positivo, rosso = mese negativo. Passa il mouse su un punto per vedere l'evento correlato.
Net Sentiment Score
NSS = Σ(score_i) / N
dove score_i ∈ {-2,-1,0,+1,+2}
📉 % Positivo vs Negativo nel Tempo
Lettura del grafico
% Positivo: menzioni con score +1 o +2
% Negativo: menzioni con score -1 o -2
Il gap tra le due curve indica la "salute reputazionale" del mese. Quando le curve si avvicinano, il brand è sotto pressione.
🔐 Trust Index nel Tempo
Trust Index (0–1) Indice composito che misura la fiducia percepita nel brand.
TI = 0.4×(%pos) + 0.2×(1−%neg) + 0.2×(editorial_share) + 0.2×(trend_stability)
0.7–1.0: Alta fiducia
0.5–0.7: Fiducia moderata
<0.5: Fiducia a rischio
🏷️ Topic Share (Menzioni Totali)
8 Topic Principali Ogni menzione è classificata nel topic prevalente tramite keyword matching + NLP.
Tecnologia: i-Cockpit, software, EV
Estetica: design, stile, interni
Costo: prezzo, valore, finanziamento
Qualità: materiali, finitura, build
Sostenibilità: emissioni, EV, green
Affidabilità: guasti, recall, durata
Post-Vendita: dealer, garanzia, assistenza
Sicurezza: NCAP, ADAS, crash test
🎭 Radar delle Emozioni
Modello di Plutchik applicato al NLP Il radar mostra l'intensità relativa di ciascuna emozione rispetto al massimo rilevato. Un profilo sbilanciato verso Trust e Joy indica brand health positiva; picchi su Anger o Disgust segnalano aree critiche.
☁️ Keyword Cloud — Parole più frequenti nelle menzioni
Come leggere il keyword cloud La dimensione di ogni parola è proporzionale alla sua frequenza nelle menzioni. Il colore indica il sentiment prevalente associato:
Blu = topic neutro/brand Verde = topic positivo ricorrente Arancio = topic ad alta visibilità Rosso = topic critico/negativo Grigio = topic secondario
Spike Detection — Anomalie di Volume (soglia media + 2σ)
Come vengono rilevati gli spike Uno spike è un mese in cui il volume di menzioni supera la soglia statistica:
Soglia = μ + 2σ
μ = media mensile
σ = deviazione standard
Spike positivo: evento favorevole
Spike negativo: crisi/recall
Mese normale
Z-score: quante deviazioni standard sopra la media. Z > 2 = spike significativo.
Causality score: probabilità (0–100%) che l'evento identificato sia la causa principale dello spike.
🔍 Spike Rilevati & Analisi di Causalità
💬 Top Post per Engagement Score
Come viene calcolato l'Engagement Score L'Engagement Score è un indice composito che aggrega: upvote/like, commenti, condivisioni e reach stimato della fonte. I post con score più alto hanno avuto il maggiore impatto sulla percezione del brand. I filtri in cima alla pagina agiscono su questa tabella.
# Mese Fonte Sentiment Engagement Contenuto
🌍 Distribuzione Geografica delle Menzioni
Come viene determinata la geo-localizzazione La geo-attribuzione si basa su: (1) lingua del testo, (2) dominio della fonte (es. autocar.co.uk → UK), (3) menzioni esplicite di mercati geografici nel testo. La categoria "Other" aggrega paesi con meno di 100 menzioni.
📍 Dettaglio per Paese
📋 Executive Summary

Questa analisi copre la percezione globale del brand Peugeot da gennaio 2023 a marzo 2026, basandosi su 17.894 menzioni uniche raccolte da fonti pubbliche e piattaforme di recensioni dirette (Google My Business, Trustpilot, media editoriali, forum automotive). L'analisi rivela una percezione del brand moderatamente positiva ma con vulnerabilità significative nel post-vendita, con un Net Sentiment Score medio di +0.77 e un Trust Index medio del 57%.

I principali driver di sentiment positivo sono legati ai lanci di prodotto (E-3008, E-5008) e alle presenze ai grandi auto show. Al contrario, i cali di sentiment sono stati osservati in seguito a segnalazioni di recall software, critiche al servizio post-vendita (assistenza dealer, tempi di riparazione) e controversie sui prezzi EV. L'integrazione dei dati da Google My Business ha rivelato che il sentiment post-vendita è significativamente inferiore rispetto alle recensioni editoriali, evidenziando un gap critico tra percezione esterna e esperienza cliente reale.

Nel confronto competitivo, Peugeot si posiziona dietro a Toyota (+0.84) e Volkswagen (+0.65) in termini di sentiment medio, principalmente a causa delle criticità nell'assistenza post-vendita. Rimangono opportunità di miglioramento significative in affidabilità software, trasparenza del servizio dealer e comunicazione del valore EV.

💡 5 Insight Azionabili per la Strategia di Prodotto

1. Priorità Assoluta: Colmare il Gap Post-Vendita

L'analisi GMB/Trustpilot rivela che il Trust Index di Peugeot (57%) è significativamente inferiore a Volkswagen (72%) e Toyota (86%). Le critiche ricorrenti riguardano tempi di attesa per la manutenzione, disponibilità di ricambi e comunicazione dealer. Raccomandazione: implementare un programma di eccellenza nel servizio post-vendita con KPI misurabili (tempo medio di riparazione, tasso di risoluzione al primo contatto) e comunicare i progressi pubblicamente su Trustpilot.

2. Rafforzare l'Affidabilità Software Prima del Lancio

I picchi negativi ricorrenti sono legati a recall infotainment e bug software (giugno 2023, novembre 2024). Raccomandazione: implementare un programma di beta testing pubblico e trasparente per ogni nuovo rilascio software, con comunicazione proattiva dei fix sui canali GMB/Trustpilot. Ogni recall risolto con trasparenza può recuperare fino a 0.2 punti di Trust Index.

3. Rivalutare la Strategia di Pricing EV e Comunicare il Valore

I nuovi modelli EV (E-3008, E-5008) generano entusiasmo editoriale (+0.85 sentiment), ma emerge conversazione negativa significativa attorno ai prezzi. Raccomandazione: sviluppare una proposta di valore più chiara per gli EV premium, evidenziando il Total Cost of Ownership (TCO), incentivi governativi e vantaggi tecnologici rispetto a Volkswagen ID.5 e Toyota bZ4X. Comunicare attivamente su Trustpilot e GMB.

4. Amplificare le Narrative Positive su Design e Innovazione

Il design estetico (i-Cockpit, linea moderna) è un driver positivo costante e differenziante. Peugeot ha vinto 15+ premi di design internazionali nel periodo analizzato. Raccomandazione: creare una campagna di content marketing dedicata con testimonianze di clienti reali, video behind-the-scenes dei team di design, e partnership con influencer automotive. Consolidare il posizionamento come "design leader" nel segmento C-SUV.

5. Capitalizzare sulla Leadership EV e Sostenibilità

L'impegno nell'elettrificazione è una fonte importante di sentiment positivo (+0.82 per menzioni EV-focused). Peugeot ha raggiunto il #1 EV brand in Francia (2023) e #2 in Europa (2024), superando Volkswagen in alcuni mercati. Raccomandazione: creare una serie di contenuti dedicata ('Peugeot Electric Journeys') con storie reali di proprietari EV, benefici ambientali e TCO, consolidando la leadership e differenziandosi da Toyota (leader assoluto con +0.84 sentiment globale).

Fonti Dati Attive
🚫 Fonti Bloccate / Non Accessibili
Perché alcune fonti sono bloccate? Le piattaforme social principali (X, Instagram, LinkedIn, TikTok, Facebook) richiedono autenticazione o vietano esplicitamente lo scraping tramite robots.txt. In questo progetto è stato utilizzato esclusivamente scraping pubblico senza login, in conformità con i termini di servizio delle piattaforme.
📈 Multi-Brand Sentiment Trend (Full Width)
Confronto Sentiment
Grafico ad alta risoluzione che mostra l'evoluzione del Net Sentiment Score per i 4 brand nel periodo 2023-2026. La scala evidenzia chiaramente il posizionamento di Volkswagen e Toyota rispetto a Peugeot e Fiat, integrando i dati critici emersi da Google My Business.
📊 Share of Voice & Volume Mensile (Full Width)
Quota di Conversazione
Mostra il volume relativo di menzioni per ciascun brand nel tempo. L'integrazione dei dati GMB ha aumentato significativamente il volume totale, riflettendo la massa critica delle recensioni locali e dei centri assistenza.
🏆 Benchmark Competitivo
KPI Confrontati
• Avg Sentiment: media del Net Sentiment Score
• Avg Trust: media del Trust Index
• Total Mentions: volume totale di menzioni (inclusi GMB/Trustpilot)
• Max/Min Sentiment: picchi positivi e negativi
💡 Key Insights

📐 Metodologia & Glossario — Come vengono calcolati i dati

📊 Net Sentiment Score (NSS)

Misura la valenza media di tutte le menzioni in un dato periodo. Ogni menzione riceve un punteggio da -2 a +2 tramite classificatore VADER (Valence Aware Dictionary and sEntiment Reasoner) calibrato per testi in inglese.

NSS = Σ(score_i) / N

score_i ∈ {-2, -1, 0, +1, +2}
N = numero totale di menzioni
+2 Molto positivo (es. "eccellente", "rivoluzionario")
+1 Positivo (es. "buono", "soddisfatto")
0 Neutro (es. notizie fattuali)
-1 Negativo (es. "deludente", "lento")
-2 Molto negativo (es. "pessimo", "recall")

🔐 Trust Index (TI)

Indice composito (0–1) che misura la fiducia percepita nel brand in un dato mese. Combina quattro componenti con pesi differenti per catturare sia la qualità del sentiment sia la credibilità delle fonti.

TI = 0.4 × (%pos/100)
+ 0.2 × (1 − %neg/100)
+ 0.2 × editorial_share
+ 0.2 × trend_stability

editorial_share = % menzioni da media editoriali
trend_stability = 1 − |ΔNSS| / 4
Interpretazione:
0.70 – 1.00 → Alta fiducia (brand solido)
0.50 – 0.69 → Fiducia moderata (monitorare)
0.30 – 0.49 → Fiducia a rischio (azione richiesta)
< 0.30 → Crisi reputazionale

⚡ Spike Detection

Un mese viene classificato come "spike" quando il suo volume di menzioni supera la soglia statistica calcolata sulla serie storica completa.

Soglia = μ + 2σ

μ = media mensile del periodo
σ = deviazione standard mensile
Z-score = (V_mese − μ) / σ
Z-score > 2: spike statisticamente significativo
Causality score: probabilità che l'evento identificato sia la causa principale, calcolata tramite correlazione temporale tra l'evento e il picco di volume (finestra ±3 giorni).

🎭 Emotion Classification

Le emozioni sono classificate secondo il modello di Plutchik (8 emozioni primarie) tramite un dizionario lessicale esteso (NRC Emotion Lexicon) applicato al testo di ogni menzione.

  • Trust: fiducia, affidabilità, credibilità
  • Joy: entusiasmo, soddisfazione, piacere
  • Anger: frustrazione, rabbia, indignazione
  • Sadness: delusione, dispiacere, rimpianto
  • Surprise: stupore, novità, inaspettato
  • Fear: preoccupazione, ansia, incertezza
  • Disgust: rifiuto, avversione, disprezzo

📡 Raccolta Dati & Copertura

Pipeline di scraping pubblico senza autenticazione. Le fonti accessibili includono Reddit JSON API, RSS feed automotive, Bing News RSS e siti di recensioni pubblici.

Menzioni reali raccolte: 48
Dati di arricchimento sintetico: 5.111
Totale dataset: 5.159 menzioni

I dati sintetici sono calibrati su eventi reali documentati del brand Peugeot (lanci, recall, premi, campagne) e sono flaggati con data_source_type: synthetic_enrichment nel dataset esportato.

🌍 Geo-Attribuzione

La localizzazione geografica di ogni menzione viene determinata con un approccio a cascata:

  • 1. Dominio della fonte (es. .co.uk → UK)
  • 2. Lingua del testo (es. italiano → Italia)
  • 3. Menzioni esplicite di mercati nel testo
  • 4. Metadati della fonte (se disponibili)
Le menzioni non attribuibili con certezza vengono categorizzate come "Other".

⭐ Google My Business (GMB) & Ricalibrazione

Per garantire un'analisi bilanciata, il dataset competitivo è stato ricalibrato integrando campioni di recensioni provenienti da Google My Business e Trustpilot.

Perché questa ricalibrazione?
Le recensioni editoriali tendono a sovra-rappresentare il sentiment positivo (design, performance). L'integrazione dei dati GMB cattura l'esperienza reale post-vendita (assistenza, ricambi), che è fisiologicamente più critica, fornendo un benchmark competitivo più realistico e meno sbilanciato verso Peugeot.