Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten und effektiv nutzen

scopeKMKnowledge Management

Social Media intelligent beobachten, sinnvollauswerten und effektiv nutzenTiefgehende Analysen der internen und externen Quellen mit den State-of-the-Art Lösungen


Whitepaper -2-Tiefgehende Analysen der Social Media

Ihre Marke wird durch Ihre Kunden diskutiert online jeden Tag

1. Die Herausforderung der Social Media

Es ist unbestreitbar – mit der Verbreitung von Social Media wächst auch ihre Bedeutung in der Art,

wie die Unternehmen mit dem Kunden interagieren. Dazu einige Kennzahlen der Nielsen.com für die

Schweiz bzw. den deutschsprachigen Raum (2010):

� Als Internetnutzer verbringen die Schweizer durchschnittlich 3h 54‘ / Mt. in den Social Media

� Die Anzahl Zugriffe auf Social Media Sites (Unique Visitors) in der Schweiz beträgt 2.45 Mio. / Mt.

� Die Anzahl Twitterer (Schweiz, Februar 2011) beträgt 47‘000 und wächst kontinuierlich

� Im Oktober 2010 haben ca. 350.000 Accounts auf Deutsch getwittert; Twitter ist damit im

deutschsprachigen Raum seit einem Jahr um 89% gewachsen. Der Median unter den

deutschsprachigen Twitterati liegt bei 89 Followern.

Gemäss der Ergebnissen des Projekts „Pew Internet & American Life Project“ des Pew Research

Centers über das Internetverhalten weltweit, tauschen über 34% aller Blogger Informationen über

konkrete Produkte aus. Um eine Ware oder Dienstleistung zu verstehen und letztlich die

Kaufentscheidung zu treffen, tauschen die Verbraucher ihre Erfahrungen eher untereinender aus,

anstatt sich bei einem Produzenten bzw. bei seiner Marke zu informieren. Als Folge davon haben die

Firmen die ausschliessliche Kontrolle über ihre Marken verloren – der Konsument ist stärker

geworden. Und dies ist ein Massenphänomen geworden. Mehr als 100‘000 Users loggen sich jeden

Tag bei Facebook ein.

Die comparis,ch, die grösste Website in der

Schweiz, spezialisiert auf Preisvergleiche,

weist im Durchschnitt 6317 Unique

Visitors im Tag (2010). Gemäss dem

Allensbach-Institut (2010) lesen 30% aller

Blogbesucher zw. 14-64 Jahren

regelmässig Blogbeiträge, 18% schreiben

Kommentare in Blogs und 9% betreiben

eigene Blogs. Xing – das grösste B2B und

B2C Netzwerk im deutschsprachigem

Raum – hat ca. 40‘000 aktive Gruppen zu

den diversen Wirtschaftsthemen.

Wie kann aber ein Unternehmen den Informationsfluss – auch alles das Geschwätz – verfolgen, das

sie betreffen könnte. Auch alle die Foren, die unmittelbare und reichhaltige Informationen über die

Präferenzen und Abneigungen der Konsumenten beinhalten können? Über die Produkteigenschaften

aber auch -vorurteilen? Wie können die Unternehmen die Informationen verstehen und entsprechend

handeln und wie können sie bei den Diskussionen mitwirken?



Dieses Whitepaper zeigt auf, wie die Unternehmen mit den Monitoring- und Analyse-Lösungen die

Social Media effektiver beobachten und die in ihnen enthaltenen sowie die intern verfügbaren

Informationen analysieren können, um Einsichten in Kundenmeinungen und –fragen zu gewinnen.

Mit dem Zusammenführen von neu gesammelten mit den im Unternehmen bereits vorhandenen

Informationen können bislang unbekannte Tatsachen und Zusammenhänge aufgedeckt werden. Mit

den unmittelbar zur Verfügung stehenden Einsichten sind die Unternehmen dann befähigt, sofort und

effektiv agieren zu können.

2. Monitoring Social Media

Im Gegensatz zu der traditionellen Marktforschung, gehen die State-of-the-Art Lösungen weit über die

festen Betrachtungszeiten und üblichen Stichproben hinaus. Die Lösung gewährt laufend und

unmittelbar Einblicke in die Kommentare von Millionen von Verbrauchern – und nicht nur punktuell

und auf die der nicht sehr zuverlässigen Testpersonen.

Solche Lösungen beobachten und analysieren kontinuierlich Beiträge in vielen Millionen Quellen und

in verschiedenen Sprachen – in Social Media, Bewertungsportalen, Blogs, Foren (Benutzerforen,

Diskussionsforen, LinkedIn-Antworten etc.), Twitter, Facebook, YouTube-Videos, Nachrichten etc.. Es

wird dabei eine weite Bandbreite an Reports angeboten, die es ermöglichen, relevante aktuelle

Diskussionen über Ihre Marken, Produkte, Wettbewerber usw. zu verfolgen und zu analysieren,

Meinungsbildner und Feedbackquellen zu identifizieren, Kundenstimmung und Produktprobleme zu

ermitteln und jederzeit über die neuesten Trends informiert zu sein.

Beispiel: Ursachen der Komplimente und Beschwerden entdecken

� Analyse der Komplimente …



� … über die vertiefte Analyse der Konversationen

� Analyse der Beschwerden …



� … über die vertiefte Analyse der Konversationen

Moderne Monitoring-Lösung liefern für das Unternehmen relevante und aktuelle Erkenntnisse, ohne

durch Menge von irrelevanten Daten waten zu müssen. Die für die benötigte Wirkung sofort

umsetzbaren Informationen sind mit effizientem Einsatz von Zeit und Geld erhältlich (vgl.

nachfolgende Tabelle):

Wirkung Beispiele

Kundenabwanderung reduzieren

� Die Kundenbeschwerden schneller identifizieren und beantworten� Produktmängel schnell identifizieren, bevor sie ihre Breitenwirkung

entfalten� Kundenbindung durch selektive Beteiligung der Community verbessern

Marktanteile erweitern

� Trends und zur Produktentwicklung benötigte Zeitspanne identifizieren� Wettbewerbsnischen entdecken und eigene Produkte positionieren� Positive Feedbacks zur Stärkung im PR und Marketing nutzen� Neue Bedarfsgruppen zwecks Kundenakquisition identifizieren� Arten effektivster Werbung bestimmen

Markenschutz � Wichtige Konversationen verfolgen, um Orte der Marktpräsenz zu entdecken

� Trends des Markensentiments und deren wichtigsten Änderungen betreffend Art, Herkunft und Auswirkung verfolgen

� Meldungen zu neuen Trends schnell erhalten, um Aktionspläne rechtzeitig erarbeiten zu können

Social Media-Strategie

� Einflussreiche Meinungsbilde und Einflussgruppen identifizieren� Bestimmen, wie man strategisch und pro-aktiv die Konversation

beeinflusst� Beteiligungslevel und Prioritäten aufsetzen

Leistung messen � Den Erfolg der Umsetzung der Marketingbotschaften unter den für bestimmte Marken relevanten Social Communities bewerten

� Eigene Brachen- und Wettbewerbsposition bewerten� Benchmarks für zukünftige Programme errichten� Leistungsmessungen für Marketing- und Kommunikationsgruppen

ableiten



Report über die Online-Kundenkonversationen bezüglich der Wünsche zur Änderung des Carriers im Zusammenhang mit dem iPhone (30 Tage).

Vorteile und Nutzen

Moderne Lösungen sind immer dabei wenn es darum geht, den Kundenkonversationen zuzuhören –

mit Aggregation von Informationen aus dem globalen Netzwerk der Inhalte, mit Filterung der

Information unter Anwendung von modernsten Analyseinstrumente (inkl. NLP Natural Language

Processing), mit breiter Auswahl relevanter Reports, mit flexiblen Tools, mit auf Anwenderbedürfnisse

zugeschnittenen Messungen und eben mit Warnungen über sich abzeichnende Probleme.

Die umfassende und intuitiv zu bedienenden Lösung verbessert die Fähigkeit der Unternehmen zur

Entscheidungsfindung innerhalb kürzester Zeit wesentlich. Die wesentlichen Funktionalitäten sind

dabei:

� Erstellung und Verfolgung relevanter Themen

� Messung der Bedeutung von Volumen, Reichweite und Auswirkung

� Messung der Geschwindigkeit der Veränderungen

� Messung der Stimmungen

� Alle Schlüsselmessungen auf der obersten Ebene

� Aufdeckung der Risiken und Chancen

� Überwachung der Wettbewerbsfähigkeit

� Identifikation und Tagging der Quellen zwecks Nachbehandlung

� Zusammenfassung und Zugang



3. Analyzing Social Media – ein Multi-Channel Customer Experience

Management System

Sind im Unternehmen tiefer gehende Analysen notwendig? Sollen die Einsichten aus den Social Media

mit anderen Konversationen aus Umfragen, unstrukturierten Dokumenten, CRM-Aufzeichnungen, E-

Mails, Call Center-Aufzeichnungen usw. kombiniert werden?

Mit modernen Analysesystemen für Social Media können wertvolle Informationen aus

Kundenkonversationen aus den unterschiedlichsten Quellen in Real-Time extrahiert und zusammen-

geführt werden. Die Basis von den State-of-the-Art Analysesystemen bilden fortschrittlichste

linguistische und semantische Technologien im Bereich des Natural Language Processing (NLP), die

eine tiefgreifende Analyze* von höchster Präzision ermöglichen.

Die Technologie der „Allumfassenden Extraktion“ „versteht“ die Syntax und den Kontext jedes Satzes

eines Dokuments und ordnet automatisch Wortklassen, Entitäten (Personen, Marken, Orte…) sowie

die Beziehungen und Vorgänge zwischen diesen Entitäten zu. Darüber hinaus kann sie zwischen vielen

verschiedenen Formen und Modi wie Verneinungen, Bedingungen usw. unterscheiden sowie

anaphorische Verbindung „verstehen“ (z.B.: Hans geht heute essen…. Er mag besonders Pizza).

Solche Lösungen wandeln unstrukturierten Text in strukturierten Tabellen oder Datenbanken um. Um

eine genaue StimmungsAnalyse zu erhalten kann Attensity ausserdem selbst einzelne Sätze in ihre

Bestandteile zerlegen und dadurch Stimmungen in ihrem jeweiligen Kontext erfassen. Branchen-

spezifische Aspekte werden bei der Analyse berücksichtigt.

Die Technologie ermöglicht dem Anwender, Fakten bezüglich der Fragen „Wer“, „Was, „Wo“, „Wann“

und „Warum“ zu extrahieren und analysieren. Im Anschluss können Menschen, Orte, Ereignisse und

ihre Beziehung zueinander ermittelt werden. Als Ergebnis werden Daten in einem strukturierten,

relationalen Format erzeugt, die mit bereits existenten, strukturierten Daten zur weiteren Analyse

verknüpft sind.

Der Unterschied zu den herkömmlichen Lösungen ergibt sich aus dem unterschiedlichen Ansatz.

Bekanntlich ist das selektive Extrahieren von Fakten aus dem Text ein intensiver Knowledge

Engineering-Prozess: Zuerst muss man definieren, welche Objekte zu extrahieren sind und

anschliessend wie diese zu extrahieren sind. Mit der Technologie der „Allumfassenden Extraktion“

werden sämtliche

* Linguistische Analyze: Analyze der Sprache auf der Wort- und Satzebene, die Rollen und Beziehungen betreffend – z.B. wer hat wem was getanSemantische Analyze: Analyze auf der Bedeutungsebene.



Textelemente eines Dokuments vorab extrahiert und in einem “Fact Relationship Network”

(FRN) ausgedrückt. Es muss daher nicht jedes Mal, wenn sich eine Kategorie ändert, die Suche über

alle Dokumente gelaufen sein, sondern es erfolgt eine dynamische Neuzuordnung. Das gleiche gilt

auch für die Trennung der ersten Extraktion von der späteren Entscheidung, wenn es darum geht zu

eruieren, welche Informationen zur Entscheidungsfindung eigentlich relevant sind. Oder wie einer der

Autoren der Lösung über die Anwendbarkeit des Ansatzes sagt: “I don’t know what I’m looking for,

but I’ll know it when I see it.”

Die Regungen und Probleme der Kunden werden nicht immer in perfekter Sprache ausgedrückt. Auch

können die Stimmungen –„Voices“ – der Kunden über ihre Erfahrungen mit oder Meinungen über

Produkte oder Dienstleistungen sehr unterschiedlich sein: negativ, eindringlich, mit Bedingungen

verknüpft usw. Diese „Voices“ bieten wichtige zusätzliche Informationen an und können sogar die

Bedeutung des Feedbacks entscheidend verändern. Mit der linguistischen Analyse von Attensity

werden aus den Kundenregungen Informationen gewonnen, die man unter Verwendung eines anderen

Ansatzes zur Analyse der unstrukturierten Feedbacks nie entdecken könnte. Die nachfolgende Tabelle

zeigt Beispiele von „Voices“-Typen, die mit den modernen Analysemethoden gefunden werden können

(vgl. nachfolgende Tabelle):

Stimmungs-Typ Beispiel

ErweiterndZur Erweiterung der Bedeutung zum Superlativ(wirklich unglücklich, ernst beleidigt, echt aufgeblasen)

Das Ding war schrecklich schön.Fakt: Das Ding: schön [mehr]

VerminderndZur Verkleinerung oder Eingrenzung der Bedeutung, mindere Erwartung

Das Gerät funktioniert kaum.Fakt: Das Gerät: funktioniert [minder]

DringendZeigt dringende Art des Feedbacks / der Anfrage auf (jetzt beheben, reparieren ASAP)

Bitte den Kunden sofort anrufenFakt: Den Kunden : anrufen [ASAP]

WiederholendDie Aktion fand bereits (mehrmals) statt (versuchte zu reparieren, drei mal, noch immer)

Mein Webbrowser funktioniert oft nicht.Fakt: Webbrowser : funktioniert nicht [wieder]

Unter VorbehaltWenn/dann

Wenn er das Call Center anruft, dann können wir das Problem lösenFakt 1: Call_Center : Anruf [wenn/dann]Fakt2: Problem : lösen [wenn/dann]

UnbestimmtZeigt Unsicherheiten auf (könnte funktionieren)

Der Kunde könnte abwandern.Fakt: Der Kunde : abwandern [vielleicht]

VorsätzlichZeigt Absichten oder Sehnsüchte auf(möchte bestellen, will kündigen)

Ich möchte das Produkt XYZ bestellen.Fakt: Das Produkt XYZ : bestellen [Absicht]

FragendFrageform, Anfrage betr. Ware, Dienste, Information, Instruktion

Hat Ihre Abteilung meine Anfrage erhalten?Fakt: Die Anfrage : erhalten [?]

NegativNegiert die Bedeutung des Modus‘

Er hat das Gerät nie repariert.Fakt: Das Gerät: repariert [nie]



Reports

Die modernen Analyselösungen sind darauf ausgelegt, den Anwender bei jedem Schritt des Customer-

Experience-Management-Programms zu unterstützen. Hierfür bietet es eine breite Vielfalt an sowohl

standardmässig verfügbaren als auch individuell anpassbaren Report (vgl. nachfolgende Tabelle):

Report Inhalt

Net PromoterTM Ursachenanalyse Ursachen der Kundenzufriedenheit

Stimmungsanalyse Meinungen über Marke, Produkte, Angebote,

Funktionalitäten usw. aus Online-Foren und Blogs

Kontakt Center-Analyse Kundenprobleme und Trends aus Inhalten von

Support-Mails, Call-Center-Notizen usw. voll

ausschöpfen

Monitoring von Markteinführungen Reaktionen, Probleme und Meinungen der

Kunden in E-Mails, Foren und Social Media

Abwanderungsanalyse Absichten und Indikatoren der „gefährdeten“

Kunden früh erkennen

Frühwarnsystem, Produktinnovationen

und Qualitätsanalyse

Von der Früherkennung der Probleme, über das

interne Feedback bis zu Brand Advocates

Customer Profiling Automatisches Extrahieren aller relevanten

Beziehungen und Vorgänge

Betrugsermittlung und Risikoprognose Betrügerische Handlungen im Rahmen von

Kundeninteraktionen früh erkennen und melden

Marktforschungsanalyse Grundursachen für bestimmte Unternehmens-

Kennzahlen aus der Analyse der „Voices“ in den

Web-Communities, Social Media und Umfragen .

.



Mit der Technologie der „Allumfassenden Extraktion“ konnte ein fundamentaler Durchbruch bei der

Umwandlung des unstrukturierten Textes in strukturierte Tabellen mit Genauigkeit von 95% und

mehr (Precision + Recall) erreicht werden. Mit einem 1 GHz-Intel-CPU kann die Lösung einen

Textdokument mit einer Rate von 5 MB/min. umwandeln. Das entspricht einer

Verarbeitungsgeschwindigkeit von ca. 100 einfachen Seiten/s.

4. Ein Beispiel

a. Die Aussage

I bought this Gucci scarf for my mom in your Santana Row store last week.

Mit den Entitäten (Marke, Menschen, Orte, Zeiten, Produkte, …)

b. Um aus den Daten einen Sinn zu schaffen, muss man auch die Nomen-Verb-

Beziehungen, Stimmungen usw. extrahieren


I really like the pattern, but I don’t like how it itches.


Mit Ereignissen und Beziehungen: Handlung und Zweck des Einkaufs

Mit Stimmungen: (extrem positiv, positiv, negativ, extrem negativ)

c. Um aus den Daten einen Sinn zu schaffen, muss man auch Vorschläge und

Absichten usw. extrahieren


I really like the pattern, but I don’t like how it itches.

I wish this scarf came in cotton.

If Gucci made more cotton scarves, I would buy them all.




Mit Ereignissen und Beziehungen: Handlung und Zweck des Einkaufs

Mit Stimmungen: (extrem positiv, positiv, negativ, extrem negativ)

Vorschlag: (I : wish : this scarf came in cotton)

Absicht (kaufen, verlassen …): (If Gucci made more cotton scarves, I would buy them.)

d. Um diese Schritte zu bewerkstelligen, muss man die Sätze wie ein Mensch

analysieren und die Triples „Akteur – Aktion – Objekt“ extrahieren



5. Abschluss

Moderne Monitoring und Analyse-Systeme wandeln Texte aus praktisch jeder Quelle in verwertbare

Informationen um und ermöglichen den Anwendern tiefgreifende Einblicke in aggregierte

Kundendaten. Sie stellen darüber hinaus die sogenannten „Dashboards“ sowie aussagekräftige

Reports und Visualisierungstools zur Verfügung. Ausser dem bieten solche Systeme Anwendern die

Möglichkeit, tief in die Daten einzudringen („drill down“) und sie mit strukturierten Daten – wie

Segmentierungen, Geo-Informationen, demografischen Angaben, strukturierten Umfrageergebnissen,

Kundenwert-Informationen usw. – abzugleichen. Durch automatische Warnmeldungen in Echtzeit

und systemseitige Impulse zum Eingreifen können Unternehmen schneller als jemals zuvor auf

Markttrends reagieren, Produkte und Dienstleistungen kundengerecht optimieren,

maßgeschneiderten Kundenservice bieten und somit die „Customer Experience“ deutlich verbessern.

Attensity Analyze ermöglicht zudem „Predictive Analytics“, um Hinweise auf mögliche Probleme

frühzeitig zu erkennen und Gegenmassnahmen einzuleiten.

Die Bewertung von den State-of-the-Art- Systemen



Datamining und Reporting über die Empfindungen, Beschwerden, Komplimente und „vorsätzliches“

Verhalten entlang aller Kundenkonversationen.

Bei Rückfragen steht Ihnen gerne zur Verfügung:

Juraj Schick

Geschäftsführer

[email protected]

scopeKM GmbH

Knowledge Management

Büchnerstrasse 24

CH-8006 Zürich

Tel. +41 (0) 44 361 62 62

Mobil +41 (0) 76 412 58 01

Business

Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten und effektiv nutzen