Im Zuge der digitalen Transformation ihrer Lösungen und Prozesse müssen Unternehmen für ihren Erfolg auch die Art und Weise verändern, wie sie mit ihren Kunden interagieren und sie vor allem verstehen.
Doch dazu gehört mehr als nur die Durchführung einfacher Kundenbefragungen. Sie müssen sich aktiv an Unterhaltungen darüber beteiligen, wie Ihre Kunden über Ihre Marke denken. Und die Stimmungsanalyse ist der Schlüssel, um dies herauszufinden.
Die Stimmungsanalyse, auch als Opinion Mining oder künstliche Intelligenz zur Analyse von Emotionen bezeichnet, ist eine Technik zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), die bestimmt, ob ein Teil eines Inhaltes positiv, negativ oder neutral ist. Durch die Analyse von Text und Statistiken kann ein Stimmungsanalysewerkzeug verstehen, was Kunden sagen, wie sie es sagen und was sie wirklich meinen – sowohl aus der Perspektive einer Person als auch aus der Perspektive der Öffentlichkeit.
Unter dem Dach des Text Mining wird die Stimmungsanalyse routinemäßig eingesetzt, um die Stimme des Kunden in Feedbackmaterialien und -Kanälen wie Rezensionen, Umfragen, Webartikeln und sozialen Medien zu ermitteln. Da sich die Sprache weiterentwickelt, kann es immer schwieriger werden, die Absicht über diese Kanäle zu verstehen, und die Verwendung von Wörterbuchdefinitionen kann zu ungenauen Lesarten führen.
Mit einem auf Algorithmen basierenden Stimmungsanalysewerkzeug, das auf die Meinung Ihrer Kunden abgestimmt ist, können Sie herausfinden, was Ihre Kunden von Ihrem Produkt, Ihrer Dienstleistung oder Lösung wollen und brauchen und wie sich ihre Meinungen im Laufe der Zeit entwickeln oder ändern.
Einige Arten der Stimmungsanalyse sind Folgende:
Traditionell stützten sich die Unternehmen auf Fragebögen und Umfragen, um die Meinung ihrer Kunden einzuholen. Die NPS (Net Promoter Score)-Umfrage beispielsweise aggregiert und bewertet Informationen, die erforderlich sind, um die Bereitschaft der Kunden zu messen, ein Unternehmen zu empfehlen. Sie ist zwar wertvoll, kann aber kaum tiefere Einblicke in die Kundenerfahrungen – z. B. beim Kauf – über Ihre digitalen Kanäle hinweg geben.
Die Stimmungsanalyse kann diese Lücke jedoch schließen.
Durch die Überwachung, Identifizierung und Extraktion von Meinungen und Stimmungen der Kunden aus Texten kann die Stimmungsanalyse dabei helfen, die Bedeutung hinter jedem Kommentar, jedem „Gefällt mir“ in sozialen Medien, jeder Idee, Beschwerde und Anfrage zu erkennen. Und sie hilft Ihnen, die sich ständig ändernden Bedürfnisse Ihrer Kunden zu erfüllen.
Durch die Analyse der gesammelten Daten erhalten Sie eine Zusammenfassung der Reaktionen jedes Kunden sowie sonstiges zusätzliches Feedback, das die öffentliche Wahrnehmung Ihres Produkts oder Unternehmens beeinflussen könnte. Wenn diese Daten in ein positives, neutrales oder negatives Stimmungsspektrum eingeordnet werden, können Sie erkennen, was den Kunden zu dieser Aussage veranlasst hat – und so die Meinungen aufdecken, welche die Stimmung und die Gefühle des Kunden zu einem bestimmten Thema beschreiben.
Diese Meinungen werden dann als direkt („Dieses Produkt ist das beste, das ich jemals verwendet habe!“) oder als vergleichend („Produkt A konnte besser in meine Organisation integriert werden als Produkt B“) klassifiziert. Diese sind zwar oft einfach zu interpretieren, aber es ist auch wichtig zu beachten, dass einige möglicherweise genauer untersucht werden müssen. Klassifizierungen wie implizit („Das Unternehmen weiß, was sie tun müssen, um dieses Produkt zu verbessern.“) oder explizit („Funktion A ist einfach zu verwenden.“), sowie Wortsequenzen, die positiv sind, aber ein negatives Wort enthalten, können schwierig zu analysieren sein und erfordern möglicherweise eine manuelle Überprüfungen oder Anpassungen Ihrer Stimmungsmodelle.
Doch wenn Sie diese Schlüsselwörter und Phrasen darüber, was andere über Sie denken, erst einmal entdeckt haben, können sie Ihnen dabei helfen, den nächsten Schritt Ihres Unternehmens zu planen. Zunächst müssen Sie jedoch verstehen, wie die Stimmungsanalyse für Ihr Unternehmen von Nutzen sein kann.
Die Stimmungsanalyse verwendet mehrere Technologien, um alle Äußerungen Ihrer Kunden in ein einziges, umsetzbares Element zu destillieren. Der Prozess der Stimmungsanalyse folgt diesen vier Schritten:
Indem Sie sich beschreibende Wörter und Phrasen merken, um ihnen eine Stimmungsgewichtung zuzuweisen, können Sie und Ihr Team eine Stimmungsbibliothek aufbauen. Durch manuelles Bewerten entscheidet Ihr Team, wie stark oder schwach jedes Wort sein soll, und legt die Polarität der entsprechenden Phrasenbewertung fest und notiert, ob sie positiv, negativ oder neutral ist. Module zur mehrsprachigen Stimmungsanalyse müssen außerdem eindeutige Bibliotheken für jede Sprache pflegen, und zwar durch konsistente Bewertung, neue Phrasen und die Entfernung irrelevanter Begriffe.
Die Stimmungsanalyse kann diese Ansätze in drei verschiedene Kategorien unterteilen:
Eine Mischung aus Statistiken, NLP und Machine Learning-Algorithmen zum Identifizieren von Stimmungen. Das System wird trainiert, um Eingaben entsprechenden Ausgaben zuzuordnen, d. h. Kundentext mit Polarität. Computer werden anhand der Eingabedaten klassifiziert und können sich im Laufe der Zeit anpassen, sobald sie trainiert sind. Dies kann mit zusätzlichen Daten getestet werden, um bessere Vorhersagen zu ermöglichen.
Bei der einfachsten Stimmungsanalyse werden Wörterbücher oder Lexika verwendet, um Wörter und Phrasen zu untersuchen und die damit verbundenen Stimmungen zu bestimmen.. Dieser Ansatz eignet sich gut für direkte und explizite Meinungen. Dieses System ist zwar schnell und einfach zu verwenden, berücksichtigt jedoch selten, wie Wörter in einer Sequenz kombiniert werden. Teams müssen Regeln für vergleichende Meinungen hinzufügen, da dieser Ansatz implizite Meinungen nicht leicht verstehen kann.
Durch die Kombination von regelbasierten und automatisierten Systemen können Sie die Genauigkeit und Präzision erreichen, die Sie benötigen, um Ihre Kunden wirklich zu verstehen. Dies ist das leistungsfähigste System, da es die emotionalen Informationen aus Lexika enthält und im Laufe der Zeit angepasst werden kann.
Während soziale Medien nur einen Überblick darüber geben, wie Menschen online über Ihre Marke sprechen, liefert die Stimmungsanalyse unmittelbare Erkenntnisse darüber, wie die Öffentlichkeit Ihre Marke und Ihr Produkt wahrnimmt. Viele Retweets auf Twitter erscheinen möglicherweise positiv, aber wenn Sie feststellen, dass die Likes drastisch von den negativen Kommentaren überwogen werden, können Sie daraus schließen, dass es sich um eine nicht so positive Interaktion handelt.
Die Stimmungsanalyse kann es Ihrem Unternehmen auch ermöglichen, wertvolle Kundeneingaben aus internen Datenquellen zu extrahieren. Durch die Überwachung von Transkripten der Onlinechats von Kunden mit Service- und Supportmitarbeitenden kann Ihr Unternehmen beispielsweise schneller auf Probleme mit der Produktqualität, der Sicherheit und der Garantie aufmerksam gemacht werden. Weitere Vorteile der Stimmungsanalyse sind:
Alle diese Vorteile bieten Ihrem Team einen umfassenden Überblick darüber, was Kunden denken und wie Sie entsprechend reagieren können. Anhand dieser Erkenntnisse können Sie interne Teams wie den Kundendienst anleiten, die Benutzererfahrung zu verbessern, oder Marketing- und Kundenberatungsteams anleiten, Kundensegmente auf der Grundlage der Stimmung mit gezielten Vertriebs-, Marketing- und Supportmaßnahmen anzusprechen.
Das Beste daran ist, dass die Stimmungsanalyse nicht nur für ein einzelnes Team funktioniert. Jedes Team kann diese Daten nutzen, um alles entsprechend zu planen, von Marketingkampagnen über Preisstrategien bis hin zur Auftragsabwicklung oder Kundenbetreuung. Wenn die verschiedenen Teams mehr über die Einstellung der Kunden zu dem Produkt, der Marke und dem Unternehmen erfahren, können sie ihr Wissen nutzen, um Reaktionen zu bestimmen und Geschäftsabläufe zu optimieren. Sie können auch die Ziele sowohl des Unternehmens als auch seiner Kunden neu bewerten und festlegen, welche Maßnahmen zu ergreifen sind, um dieses Ziel zu erreichen.
Einige Beispiele dafür, wie Teams Stimmungsanalysen verwenden, sind:
Ein Werkzeug zu haben, das komplexe menschliche Emotionen verstehen kann, ist entscheidend, um das Feedback zu erhalten, das Sie von Ihrem Kundenstamm benötigen. In der Vergangenheit erforderte die Stimmungsanalyse Fachwissen in mehreren Technologien, aber heute ermöglichen mehrere Softwarewerkzeuge die Stimmungsanalyse mit wenig bis gar keinem Wissen.
Die Auswahl einer Kundendatenplattform (Customer Data Platform, CDP) mit einem integrierten, intelligenten Stimmungsanalysewerkzeug sollte für Ihr Unternehmen oberste Priorität haben. Um erfolgreiche Omnichannel-Kundenerfahrungen zu schaffen, benötigt Ihr Team wie auch Ihre Organisation eine CDP, die mit allen Funktionen ausgestattet ist, die zum Generieren ganzheitlicher Echtzeitkundenprofile erforderlich sind. Dies umfasst ein Stimmungsanalysetool, das neue Erkenntnisse zur Optimierung des Kundenbeziehungsmanagements und anderer gesammelter Daten liefern kann.
Suchen Sie nach einer CDP, die NLP-Modelle verwendet, um Kundenmeinungen und -emotionen präzise und effizient zu analysieren. Die Modelle wurden mit einer Vielzahl von Daten aus öffentlichen Quellen trainiert und sollten in der Lage sein, Kundenstimmungswerte zu generieren und relevante Geschäftsbereiche für gezielte Verbesserungen zu identifizieren.
Dynamics 365 folgen