Mit Data Science Kundenbewertungen besser nutzen

Filialen, Produkte, Software oder Services: Sie alle sind Gegenstand von Bewertungen im Netz. Produktbewertungen auf Online-Marktplätzen wie Amazon, Unternehmensrezensionen auf Google oder Social Media Posts: Die Möglichkeiten, Bewertungen online abzugeben sind nahezu unbegrenzt – und diese Touchpoints werden genutzt. Viele Unternehmen sehen sich mit einer Flut an Bewertungen konfrontiert, die händisch kaum zu bewältigen ist, die aber kontrolliert werden muss, um schnell auf Kritik reagieren zu können.

In den Bewertungen steckt wertvolles Wissen

Negative Bewertungen und sich abzeichnende Trends in der Kundenmeinung gar nicht oder zu spät zu erkennen, kann für Unternehmen sowohl image- als auch umsatzschädigend sein. In erster Linie sind Bewertungen aber wertvolles Wissen für Unternehmen. Welche Probleme treten bei der Nutzung unserer Produkte auf? Welche Verbesserungsvorschläge ergeben sich aus dem Markt? Wie wird der Service in den Filialen wahrgenommen? Das Feedback der Kunden liefert diese Informationen quasi frei Haus. Unternehmen kommt die Aufgabe zu, diese Fülle an Informationen auf unterschiedlichen Kanälen systematisch zu erfassen und strukturiert zu verarbeiten.

Mit Data Science automatisiert den Überblick behalten

Genau dies ist der zentrale Anspruch von Data Science. Mittels Text Mining können Unternehmen Algorithmus-basiert Rezensionen und Bewertungen analysieren. Die Möglichkeiten der Unterstützung von Reputationsmanagement, Produktentwicklung, Marketing und Co. durch Data Science sind dabei vielfältig. Von der thematischen Kategorisierung der Rezensionen zur einfacheren Weiterverarbeitung durch die MitarbeiterInnen bis zur Sentiment Detection zur Erkennung der Stimmungslage gegenüber dem eigenen Unternehmen: Data Science kann Grundlagen für die manuelle Weiterverarbeitung schaffen oder den Prozess weitestgehend automatisieren. Ein häufig verwendetes Text-Mining-Werkzeug ist das Topic Modeling zur Erkennung verborgener semantischer Strukturen in Texten. Topic Modeling erlaubt es, eine Vielzahl an Textbeiträgen zu untersuchen und auf Basis der Wortverteilungen automatisiert die Themen der jeweiligen Beiträge zu ermitteln. Die Basis zum Beispiel für ein Clustering.

Data Science ermöglicht auch ein Warnsystem, welches besonders kritische Beiträge unmittelbar erkennt und die zuständigen MitarbeiterInnen proaktiv informiert. Auch das Auslösen einer möglichst passenden Antwort durch einen Bot ist an dieser Stelle natürlich denkbar. Wie in vielen Anwendungsszenarien von Data Science ist aber auch hier der Augmented-Intelligence-Ansatz der vielversprechendste. Also die Kombination aus maschinellem Lernen und menschlicher Kognition sowie der Unterstützung des Menschen durch die KI. Die wiederkehrende Aufgabe der Analyse großer Datenmengen – in diesem Fall, die Kundenbewertungen – wird vom Algorithmus übernommen. Die Bearbeitung der Nachrichten mit Kreativität und Kontextwissen und damit die Handlungshoheit bleibt beim Menschen.

Prozesse effizienter gestalten, Feedback professioneller verarbeiten

Für Unternehmen können durch den Einsatz von Data Science an dieser sensiblen Stelle der Kundenkommunikation viele Vorteile entstehen:

• Erhöhung des Verständnisses über die Zielgruppe: Data Science ermöglicht es Unternehmen mehr Informationen zu verarbeiten und Wissen zu generieren, welches zum Beispiel für die Produktentwicklung genutzt werden kann.
• Erhöhung der Kundenbindung: Kunden, die sich beschweren und danach eine schnelle und gute Bearbeitung ihrer Beschwerde erfahren, sind einem Unternehmen gegenüber loyaler als Kunden ohne Probleme. Data Science hilft Unternehmen, diesen Effekt noch häufiger zu erzielen.
• Entlastung von zuständigen MitarbeiterInnen: Fokus auf die optimale Reaktion und nicht auf die Identifikation wichtiger Beiträge.
• Erhöhung der Zuverlässigkeit: Data Science reduziert das Risiko, dass Unternehmen Trendthemen oder Entwicklungen zu spät erkennen oder gänzlich verpassen und sie erhöhen damit gleichzeitig ihren Handlungsspielraum.

Erschließen Sie mit eoda das Wissen im Feedback Ihrer Kunden

Mit der eoda Data Science Plattform YUNA behalten Sie alle wichtigen Entwicklungen im Blick, können unkompliziert eigene Analysen anstoßen und mit dem innovativen Result Rating das Training der Algorithmen selber aktiv vorantreiben und die Modellgüte damit weiter erhöhen.