Wie gelingt es Unternehmen im Zeitalter der Digitalisierung, das Ohr am Kunden zu haben? Indem sie Bewertungen analysieren, die Kunden auf Portalen, in Foren und sozialen Netzwerken posten. Denn Bewertungsportale haben enormen Einfluss auf die Kaufentscheidung. Über drei Viertel der deutschen Konsumenten vertrauen auf das Votum anderer, wenn es um Neuanschaffungen geht. Dabei achten sie allerdings genau darauf, wer der Urheber einer Empfehlung ist: So vertrauen Konsumenten speziellen Kunden-Communities von Unternehmen weniger als herstellerunabhängigen Fachforen. Das ist ein Ergebnis der repräsentativen Studie „Potenzialanalyse Big Data Analytics“ von Steria Mummert Consulting.

Jeder kennt sie, fast jeder nutzt sie, die zahlreichen Portale, Foren und Communities, in denen man seine Meinung zu gekauften Produkten oder in Anspruch genommen Dienstleistungen kundtun kann. Da diese Webseiten das digitale Pendant zur mündlichen Empfehlung darstellen, empfinden acht von zehn Konsumenten Webseiten wie Trip Advisor und Yelp als hilfreich. Sie unterschieden jedoch zwischen neutralen Portalen und Foren auf der einen und Kunden-Communities von Unternehmen und sozialen Netzwerken auf der anderen Seite: Mit 80 Prozent bringen mehr Kunden Portalen und Foren ihr Vertrauen entgegen. Nur 64 beziehungsweise 58 Prozent halten das Lesen von Kundenmeinungen in Social Media und Kunden-Communities für hilfreich. […]

Unternehmen haben zumeist eine große Erfahrung in der Integration und Analyse von strukturiert vorliegenden Daten. Bewertungen und Empfehlungen erfolgen aber in der Regel in Textform und stellen sich daher als unstrukturierte Sammlung von Wörtern und Zeichen dar. Die Schwierigkeit liegt nun darin, mit statistischen und linguistischen Mitteln den Text so zu „verstehen“, dass eine Software den eigentlichen Bedeutungsinhalt des Textes ableiten kann.

Die Verarbeitung und Analyse von großen Mengen an unstrukturiert vorliegenden Daten ist ein Kerngebiet von Big Data. Spezielle Softwarealgorithmen lassen sich hier zur Sentimentanalyse, also zur „Stimmungserkennung“ als Untergebiet des „Text Mining“ einsetzen. Mit ihr ist es möglich, Texte automatisch danach auszuwerten, ob eine geäußerte Haltung oder Wertung positiv oder negativ gemeint war, selbst wenn sie beispielsweise durch eine ironische oder sarkastische Formulierung nur schwer zu entschlüsseln ist.

Weitere Informationen erhalten Sie unter www.steria-mummert.de.