Montag, 6. Februar 2017

Kundenmeinungen in Echtzeit: der Social Media Kompass bietet Orientierung


Auf einen Blick
  • Mit Social Media Analytics können Unternehmen in Echtzeit erfahren, was Menschen über ihre Produkte denken. Dafür werten Computer Beiträge in sozialen Netzwerken aus.
  • Bisher ist es für Computer schwierig, doppeldeutige, kontextabhängige oder fachspezifische Aussagen zu verstehen.
  • Semalytix passt deshalb seinen Social Media Kompass für jeden Auftraggeber individuell an. Die Algorithmen sind für den jeweiligen Anwendungsfall maßgeschneidert und dadurch treffsicherer.

„Cooler Gucci-Street-Style!“ „Mein neuer Mustang… echt schnell!“ „Verdammt, meine Regenjacke ist nicht wasserdicht!“ Jede Sekunde posten Nutzer weltweit tausende neue Tweets auf Twitter [1]. Sie tauschen sich aus über private und politische Themen, über Fernsehsendungen und Zeitungsartikel, und auch über Produkte, Marken und Trends. Für Unternehmen ist das eine super Chance, mehr über ihre Kunden zu erfahren. Ohne technologische Unterstützung ist das allerdings kaum möglich. Bei Semalytix beschäftigen wir uns deshalb mit Social Media Analytics. Dabei geht es darum, die riesigen Datenmengen aus sozialen Netzwerken maschinell auszuwerten und Entscheidern in nützlicher Form zu präsentieren.

Wie viele Nutzer diskutieren über ein bestimmtes Thema? Äußern sie sich positiv oder negativ? Wie verändern sich Nutzermeinungen zu einem Produkt über die Zeit? Um solche Fragen zu beantworten, haben verschiedene Anbieter Programme entwickelt; wir zum Beispiel den Social Media Kompass. Statt aufwändiger Studien und Umfragen, die erst nach Monaten Ergebnisse liefern, zeigen Social Media Analytics in Echtzeit, was die Kunden von einem Produkt halten. Das revolutioniert die Beziehung zwischen Unternehmen und ihren Kunden. Firmen können so ihre Werbung zielgruppengerechter gestalten, Marketingkampagnen vom ersten Tag an evaluieren, zukünftige Entwicklungen gezielt an Kundenbedürfnisse anpassen und Probleme frühzeitig erkennen und sofort reagieren.

Disambiguierung und Sentiment-Analyse: Von Autos, Pferden und Massagen


Das klingt erstmal gut, ist aber gar nicht so einfach. Eine Herausforderung für die Computerprogramme ist, dass Posts in sozialen Netzwerken keiner festgelegten Struktur folgen. Der Nutzer trägt eben nicht in einer Maske ein: „Themengebiet: Autos – Marke/Modell: Ford Mustang – Merkmal: Geschwindigkeit – Meinung: positiv“. Stattdessen schreibt er vielleicht: „Mein neuer Mustang… echt schnell!“ Der Computer muss also natürliche Sprache erkennen (natural language processing) und Doppeldeutigkeiten entschlüsseln – schon allein, um das Thema zu identifizieren: Geht es hier um Autos oder Pferde? Diese sogenannte Disambiguierung funktioniert nur über den Kontext. Schreibt der gleiche Nutzer über Reifen und Lacke, meint er wahrscheinlich eher das Ford-Modell, lässt er sich sonst über Sättel und Reitwege aus, bezieht er sich wohl auf ein Pferd.

Hat der Algorithmus das Thema als passend erkannt, geht es weiter mit der Sentiment Analysis, also der Stimmungsanalyse: Ist die Aussage positiv oder negativ gemeint? Bei Wörtern wie „gut“ und „schlecht“ ist das noch recht einfach, bei „schnell“ wird es schon schwieriger: In Bezug auf Autos ist es in der Regel ein Lob. Eine Massage dagegen, die „schnell“ vorbei war, würde man eher nicht weiterempfehlen. Richtig kompliziert wird es dann, wenn der Computer Ironie oder Sarkasmus erkennen soll – das kriegen ja selbst viele menschliche Nutzer nicht hin. Unser Mitgründer Roman Klinger forscht daran und hat schon einiges an wissenschaftlicher Vorarbeit geleistet, sodass wir das hoffentlich bald auch anbieten können.

Der Social Media Kompass


Die meisten Programme anderer Anbieter sind darauf ausgelegt, ein möglichst breites Themenspektrum abzudecken. Der Kunde bekommt immer die gleiche Software, egal, ob er ein Massagestudio, eine Pferdezucht oder einen Automobilkonzern betreibt. Das macht die Disambiguierung schwierig. Mit unserem Social Media Kompass haben wir uns deshalb für einen anderen Ansatz entschieden. Wer uns beauftragt, gibt zunächst an, welche Fragen zu welchem Thema er beantwortet haben möchte. Wir beraten ihn dabei. Dann programmieren wir die Algorithmen genau passend zu den jeweiligen Fragestellungen. Dadurch können wir dem Computer viel genauer beibringen, worauf er achten muss. Das macht die Ergebnisse zuverlässiger. Außerdem sind weitere Informationen möglich, etwa zum Hintergrund des Verfassers

Wenn etwa ein Automobilhersteller ein Stimmungsbild zum neusten Modell bekommen will, ist für ihn interessant, ob ein Tweet von einem Autohändler, einem Kfz-Mechaniker oder einem Endkunden stammt. Im Profil der Twitterer wird man allerdings nur selten Informationen zum Beruf finden. Doch für den Social Media Kompass ist das gar nicht nötig. Unsere Algorithmen können aus anderen Tweets des gleichen Autors den Beruf einfach erschließen – und da die Software genau weiß, wonach sie suchen muss, wird sie in der Regel fündig.

Alle Informationen werden grafisch aufbereitet und übersichtlich angezeigt: Wie viele Nutzer erwähnen ein Thema? Wie bewerten sie es und wie verändern sich Aufmerksamkeit und Bewertung im Zeitverlauf? Zeigt beispielsweise die neue Marketingkampagne Wirkung? Welche Zielgruppe wird bereits gut bedient, bei welcher gibt es noch Nachholbedarf? Und wie sieht es bei der Konkurrenz aus?

Ausgezeichnetes Startup


Dabei nutzen wir unsere Erkenntnisse aus der Forschung. Hervorgegangen ist unser Startup aus der Arbeitsgruppe Semantic Computing der Universität Bielefeld und des Exzellenzclusters Kognitive Interaktionstechnologie. Für unseren erfolgreichen Transfer der wissenschaftlichen Erkenntnisse in die Praxis haben wir auf der SEMANTiCS 2016, einer großen internationalen Branchen-Konferenz, die Auszeichnung „Best Innovation and Transfer Project“ bekommen. Das nehmen wir als Ansporn, das Gebiet Social Media Analytics durch unsere Forschung weiter voran zu bringen und unseren Kunden die neusten wissenschaftlichen Entwicklungen direkt zur Verfügung zu stellen.

http://www.semalytix.de/