Automatisierte Analyse von Social-Media-Kommentaren

Wissenschaftler von Xerox arbeiten derzeit an einer automatisierten Plattform zur Datenanalyse von Kommentaren in sozialen Netzwerken. [...]

Xerox arbeitet an einer automatisierten Plattform zur Datenanalyse von Kommentaren in sozialen Netzwerken. (c) fotogestoeber - Fotolia.com
Xerox arbeitet an einer automatisierten Plattform zur Datenanalyse von Kommentaren in sozialen Netzwerken.

Mit der Plattform soll der Tenor eines Beitrags (ob zufrieden, verärgert oder verunsichert) automatisch identifiziert und diese Information schneller an die zuständige Person oder das passende Team weitergeleitet werden. Diese automatische Analyse soll Organisationen dabei helfen, schneller und professioneller auf Kundenkommentare zu reagieren.

Es existieren zwar bereits zahlreiche Social Media Tools, die das Monitoring und die Analyse von Konversationen ermöglichen, die auf Facebook, Twitter, YouTube, LinkedIn, auf Blogs oder über Online-Communities stattfinden. Die Informationen jedoch adäquat zu nutzen, um den Absatz zu verbessern oder die Kundenzufriedenheit zu erhöhen, erfordert nach wie vor einen anspruchsvollen und aufwendigen Prozess.

COMPUTER ERLEDIGT ANALYSE
Denn es ist eine Sache, den Tweet eines Kunden zu entdecken und zu entschlüsseln, ob diese Person zufrieden oder frustriert ist. Eine andere Sache ist es, welche Schlussfolgerungen Unternehmen daraus ziehen können. Tong Sun, Leiter des Labors für Datenanalyse im Xerox Research Center Webster in New York: „Dadurch, dass ein Mensch eingreifen und den Inhalt von Tweets oder die Bedeutung von Posts evaluieren muss, wird der Prozess verlangsamt und der allgemeine Wert von Social Media reduziert. Wir möchten deshalb eine Plattform entwickeln, die vor allem den Computer die Arbeit machen lässt.“

Automatisierung und Genauigkeit sollen es beispielsweise Kundenberatern ermöglichen, ein problematisches Thema anzusprechen, noch bevor eine Krise entsteht, oder Vertriebsmitarbeitern, aus einer Echtzeit-Entwicklung im Markt wertvolle Schlussfolgerungen zu ziehen. Ein aktuelles Pilotprojekt zeigt Xerox zufolge, dass Unternehmen so innerhalb von Stunden statt Tagen oder Wochen auf Kommentare reagieren können.

„Studien zeigen, dass ein schnelleres Antwortverhalten zu aktuellen Themen in Social Media Kanälen die Kundenzufriedenheit erhöht“, sagt Tong. „Außerdem wissen wir, dass es für eine profitable Marketingkampagne unerlässlich ist, die richtigen Konsumenten und Communities zu adressieren.“

MEHR ALS SCHLAGWORTE
Viele der existierenden Monitoring-Tools für Social Media setzen bei simplen Schlagworten an, um den Tenor eines Online-Kommentars zu bestimmen. Dieses Vorgehen macht es schwierig, einen sarkastischen Unterton oder Abkürzungen richtig zu deuten. Um den Zusammenhang genau zu erfassen, haben Forscher von Xerox mithilfe ihrer Erfahrungen in den Bereichen Text Mining, maschinelles Lernen und Vorhersage-Modellierung eine Analyseplattform entwickelt, die schnell und genau die Tonalität bestimmen soll, indem sie im Kontext der laufenden Unterhaltung bewertet wird. Im Anschluss bewertet und priorisiert die Plattform die Erkenntnisse und kann sie so an den richtigen Ansprechpartner weiterleiten – beispielsweise einen Mitarbeiter im Vertrieb oder an das Marketing-Team.

Die Technologie wird bereits von den ersten Kunden eingesetzt und ist nun als Teil des Xerox Customer Care Angebots erhältlich. Sie eignet sich vor allem für Sales- und Marketing-Organisationen aus den unterschiedlichsten Branchen, etwa der Finanzindustrie, dem Telekommunikationsbereich oder auch dem Einzelhandel. (pi/rnf)


Mehr Artikel

News

A1 bringt LG Wing 5G nach Österreich

Das LG Wing 5G ist das neueste Smartphone von LG und ein drastisch anderer Ansatz, um zusätzliche Bildschirmfläche zu schaffen. Anstatt wie Klappgeräte oder LGs ältere Handys mit zwei Bildschirmen aufzuklappen, schwenkt das LG Wing 5G seinen Bildschirm horizontal aus, um einen kleineren Bildschirm darunter zum Vorschein zu bringen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*