Text Mining konkret: Service, Marketing, Produktentwicklung - Alles gehorcht aufs Wort!

Die Vorteile der Textanalyse begegnen uns an vielen Stellen im Alltag, und das fängt schon beim allseits bekannten „googlen“ an. Die Suche nach weiterführenden Informationen im Netz beginnt im Suchfeld. Dabei nimmt uns die AutoFill-Funktion einen Großteil der Arbeit ab: Der Suchbegriff wird bereits nach der Eingabe von wenigen Buchstaben automatisch vervollständigt, und wir müssen nur noch auf „suchen“ drücken. Auch im „zwischenmenschlichen“ Bereich können wir dank des Einsatzes von Textanalyse weitere Effizienzsteigerungen verzeichnen. Beispielsweise kommunizieren wir während der Sendungsverfolgung oder im Rahmen der Terminbuchung und Reiseauskunft häufig mit Chatbots, die kaum mehr als solche zu erkennen sind. Einer Studie von Gartner zu Folge sollen bis Ende 2020 knapp 85% der Kundeninteraktionen auf Chatbots basieren. Und was wäre das moderne Leben ohne die Möglichkeit, per Sprachbefehl das Wohnzimmerlicht ein- und ausschalten zu können oder den Musiktitel zu wechseln, ohne sich dabei von der Couch zu bewegen? Wir wären wahrscheinlich körperlich fitter, aber Technik begeistert eben.

Was den unternehmerischen Kontext betrifft, so spielt die Analyse von Textdaten in beinahe jedem Unternehmensbereich eine Rolle und kann als zusätzliches Mittel der Wertschöpfung verstanden werden. Im Kundenservice hat man es, wie der Name schon sagt, mit Kunden zu tun, die sich mit einem bestimmten Anliegen an einen Servicemitarbeiter wenden. Ihre Anliegen kommunizieren Kunden i.d.R. in Wort und Schrift, also Text. Für die Unternehmensbereiche Produktentwicklung und -innovation gilt ähnliches. Hier wenden sich die Kunden nicht direkt mit ihrem Anliegen an die Ingenieure, Entwickler und Designer, aber es ist die Aufgabe eben jener, dem Kundenwunsch entsprechend Produkte auf den Markt zu bringen. Und wie kommunizieren Kunden Anforderungen und Wünsche? In Wort und Schrift, also Text. Neben den Unternehmensbereichen, in denen maßgeblich der Kunde als Textgenerator fungiert, gibt es auch solche Bereiche, die sich mit diversen offiziellen Dokumenten auseinandersetzen müssen, wie beispielsweise die Bereiche Legal und Sales. Angebote und Verträge bedürfen nach wie vor der Schriftform und liegen logischerweise auch in solcher vor, also auch hier: Text.

Text ist lange nicht mehr nur ein Mittel der Dokumentation, sondern kann auch im Rahmen der strategischen Unternehmensentwicklung gezielt generiert und genutzt werden. Im Folgenden skizzieren wir beispielhafte Use Cases aus den Bereichen Service, Marketing und Entwicklung.

Im Fall von Fragen, genereller Unzufriedenheit oder konkreten Problemen können Kunden auf verschiedene Weise mit dem Kundenservice in Verbindung treten. In dringlichen Fällen werden Kunden per Telefon mit dem nächsten freien Servicemitarbeiter verbunden. Außerhalb der Telefonzeiten oder mangels Hotline besteht für Kunden die Option, ihr Anliegen schriftlich zu äußern, per E-Mail, im unternehmenseigenen Chat oder via Social Media. Viele Wege führen nach Rom, und in diesem Fall haben die vielen Wege einen gemeinsamen Output: Text.

Zunächst ist die Zusammenführung von Kundenfeedback aus den verschiedenen Quellen eine notwendige Voraussetzung, um ein umfassendes Abbild der Produkt- und Servicequalität aus Kundensicht zu gewährleisten. Bedingt durch die Heterogenität der Quellen und Systemlandschaften ist die Datenintegration mit Sicherheit nicht einfach, aber machbar. Immer dran denken: Der Weg ist das Ziel! Basierend auf dem Textkorpus können in einem nächsten Schritt die darin enthaltenen Informationen mittels verschiedener Text-Mining-Verfahren zu Tage befördert werden, ohne dabei jeden einzelnen Beitrag lesen zu müssen. Das spart Zeit, Geld und Nerven. So können beispielsweise nach vorherigem POS-Tagging und einer simplen Häufigkeitsanalyse relevante Themen ermittelt und deren Entwicklung über die Zeit beobachtet werden. (Lassen Sie sich nicht von der Optik der Wordcloud täuschen. Eine Wordcloud ist lediglich eine alternative Darstellungsform eines Balkendiagramms, welchem wiederrum nur eine Tabelle zugrunde liegt.)

Dank der Identifikation relevanter Servicethemen ist der Servicemitarbeiter den externen wie internen Kunden gegenüber jederzeit auskunftsfähig. Durch die zusammenführende Betrachtung und Analyse sind der Kunde und sein Problem kein Einzelereignis mehr, sondern Teil eines Ganzen. Diese „in-Beziehung-Setzung“ erlaubt es dem Servicemitarbeiter, Trends zu erkennen und unmittelbar geeignete Maßnahmen einzuleiten. So kann ein Einfaches „Wir wissen, dass es derzeit vermehrt zu Problemen in Bezug auf den Akku kommt und arbeiten bereits an einer Lösung“ den Kunden auf der anderen Seite der Leitung bereits etwas milder stimmen.

Aber Text Mining bedeutet natürlich noch mehr, als nur Worte zu zählen und in absteigender Reihenfolge zu sortieren. Mithilfe der aspektbasierten Sentimentanalyse kann für jeden Satz ein Sentimentwert bestimmt und zu jedem Satzsubjekt (in unserem Beispiel ist das Satzsubjekt „Akku“) das passende Attribut (z.B. „schwach“) gefunden werden. So kann die Emotionalität auf Kundenseite gemessen und das zugrundeliegende Problem bzw. die Ursache der Unzufriedenheit näher beschrieben werden. Diese Informationen helfen nicht nur dem Servicemitarbeiter im Kundendialog, sondern dienen auch als Input für das Qualitätsmanagement und die Produktentwicklung.

Mithilfe von Marketingmaßnahmen sollen Kunden bzw. Zielgruppen adressatengerecht angesprochen werden, um auf das Unternehmen aufmerksam zu machen und zum Kauf anzuregen. Aber woher weiß ich, wie ich meine Zielgruppe am besten anspreche? Mit welchen Themen beschäftigen sich potenzielle Kunden überhaupt? Welcher Content eignet sich, um Aufmerksamkeit zu generieren? Das sind viele Fragen, auf die es gottseidank verschiedene Antworten gibt. Eine Antwort lautet: Analysieren Sie Fragen. Denn nicht nur Sie, sondern auch Ihre Kunden stellen Fragen, und zwar, genau wie Sie, zu Themen, die aktuell von Relevanz und Interesse sind – sonst würden sie nicht danach fragen.

Wer nicht fragt bleibt dumm. Und wer die Fragen nicht nutzt, auch. Mittlerweile bieten viele Onlineshops den Kunden die Möglichkeit, Produkte via Rating und Texteintrag zu bewerten, und zusätzlich im Rahmen des Kaufentscheidungsprozesses Fragen zu stellen. Sind die Bewertungen i.d.R. natürlich auf das Produkt und dessen Tauglichkeit in der Anwendung bezogen, so spiegeln sich in den Fragen der Kunden oft individuelle Werte und Interessen aber auch gesellschaftliche Trends wider (in unserem Beispiel sind die Themen „Zusatzstoffe“ und „Tierversuche“ aus Kundensicht relevant, weil klärungsbedürftig).

Unternehmen haben so die Möglichkeit, herauszufinden, was den Kunden „umtreibt“ und können mit zielgerichtetem Content darauf reagieren. Analog der Serviceanalyse können auch hier durch vorheriges POS-Tagging und Häufigkeitsanalyse die wichtigsten Fragethemen aus Kundensicht identifiziert und auf deren Inhalt mittels Kampagnen reagiert werden.

Neben dem Marketing profitieren auch die Bereiche Service und Produktentwicklung von der Analyse von Fragen. Sofern bekannt ist, welche offenen Fragen Kunden hinsichtlich eines Produktes, seiner Anwendung oder dessen Bestandteilen haben, kann sich der Servicemitarbeiter bereits im Vorfeld darüber informieren und hat im Kundendialog die passenden Antworten parat. Was die Entwicklung neuer Produkte und Funktionalitäten betrifft, so dienen die Fragen des Kunden als wertvoller Input bezüglich Trendthemen und sich daraus ergebender Marktforderungen.

Anders als in den Bereichen Service und Marketing kommt es in der Produktentwicklung häufig darauf an, die Nadel im Heuhaufen zu finden. Heißt: Innovative Ideen für neue Produkte oder produktnahe Dienstleistungen liegen selten bis nie in der Masse vor, sondern sind meistens in eben jener versteckt. Ist man in den Bereichen Service und Marketing auf der Suche nach Themen, die für eine kritische Menge an Kunden relevant sind, verhält es sich im Rahmen der Entwicklung neuer Produkte anders. Wertvoller Input ist hier, was selten, aber nicht zu selten vorkommt.

Um auf neue Ideen zu kommen, sind die Ingenieure, Entwickler und Designer schon lange nicht mehr nur auf sich selbst gestellt. Neben Serviceanliegen, Beschwerden, Lob und Fragen zu Produkten geben Kunden bei allem was sie an Text produzieren ein Stück ihrer Identität preis. Persönliche Informationen über die Person des Kunden liegen aber natürlich nicht in Hülle und Fülle vor, denn primär geht es immer um das Produkt. Für die Textanalyse bedeutet das, dass ein Verfahren benötigt wird, das es ermöglicht, Begriffe nicht an deren absoluter Häufigkeit zu messen, sondern an der relativen Wichtigkeit. Gute Nachricht: Das geht.

Mithilfe der TFIDF-Kennzahl (Term Frequency Inverse Document Frequency) werden Worte, die in sehr vielen Dokumenten gleichermaßen vorkommen, als weniger wichtig betrachtet als solche, die zwar nicht in allen, dafür aber in bestimmten Dokumenten häufiger vorkommen. So besitzen die Artikel „der“, „die“ oder „das“ generell einen niedrigen TFIDF-Wert, weil sie in fast jedem Textdokument vorkommen, egal ob Social-Media-Post, Angebot, Vertrag oder Patentschrift. In der nachstehenden Grafik sehen Sie die wichtigsten Worte innerhalb eines Beispielkorpus bestehend aus Social-Media-Kommentaren zum Thema Automobil.

Was zu erwarten war: In kaum einem Kommentar wird dabei nicht über die PS und den Motor gesprochen. Ehrlicherweise ergeben sich hier auch selten lohnenswerte Insights, zumindest was die Entwicklung neuer Produkte betrifft. Der Motor ist entweder gut oder zu schwach. Interessant wird es bei den Themen „Hund“ oder „Kindergarten“. Hier lohnt sich der Blick in den Text, um zu verstehen, warum Kunden diese Worte nutzen, wenn sie sich zum Thema Automobil äußern. In unserem Beispiel ist es so, dass die Kunden im Privatleben Hundebesitzer sind, und sich über den generellen Mangel an Luxus und Wohlfühlraum für ihre Vierbeiner beschweren. Ingenieure, Entwickler und Designer können bzw. müssen dieses Wissen dann „nur“ noch „verdinglichen“. Nissan ist das mit dem Concept Car X-Trail 4 Dogs ganz gut gelungen.

Und wenn Sie keine Nadel in Ihrem Heuhaufen finden, dann lohnt sich der Blick in die Themen, die häufig Gegenstand des Kundenaustausches sind. So geschehen bei NIVEA. Das NIVEA INVISIBLE for Black & White Deo wurde dank, mit und natürlich für Kunden entwickelt. Ausgangsbasis waren Konversationen, die Kunden auf diversen Online-Plattform zum Thema Deo geführt haben. Als wichtiges Thema erwies sich dabei die Fleckenproblematik. Die NIVEA-Entwickler haben sich das zu Herzen genommen und gemeinsam mit den Kunden an einer neuen Produktidee gearbeitet und diese Idee letzten Endes auch realisiert.

Das Westphalia DataLab entwickelt im Kundenauftrag individuelle Text-Mining-Lösungen, die Unternehmen dabei helfen, die vorhandenen und nur noch schwer zu bewältigenden Textmengen im Alltag wertschöpfend zu nutzen. Jeder Unternehmensbereich kann sich dabei im Zuge der Entwicklung mit seinen Bedürfnissen und Vorstellungen einbringen: Für den Servicemitarbeiter werden eingehende Kundenanfragen analysiert und thematisch geclustert. Wie bereits beispielhaft skizziert stellen wir unseren Kunden weiterhin eine tiefergehende, aspektbasierte Sentimentanalyse zur Verfügung, von der auch die Mitarbeiter der Bereiche Qualitätsmanagement und Entwicklung profitieren. Auch die Themen Kundenansprache und Produktinnovation bilden wir mittels spezifischer Text-Mining-Verfahren ab, und gewährleisten so die Integration der Stimme des Kunden zu jederzeit und in jedem Bereich. 

In unserem nächsten Beitrag erfahren Sie mehr zum Thema „Predictive Analytics“. Wir zeigen Ihnen, welche Verfahren sich eignen, um beispielsweise Maschinenausfälle oder Absatzmengen zu prognostizieren – ganz ohne Glaskugel!