KI-gestützte Textanalysen
und
Sentimentanalysen
Volumen und Vielfalt bzw. Komplexität wie Mehrsprachigkeit von offenen Kommentaren aus Google Reviews, Trustpilot, Facebook und Co. nimmt zu – bei gleichzeitig höheren Anforderungen an die Verarbeitungs- und Reaktionsgeschwindigkeit durch Unternehmen.
Durch den Einsatz von Künstlicher Intelligenz (KI) ist es möglich, zeiteffizient große Mengen von Kommentaren auszuwerten. Derzeit verarbeiten wir mehrere Tausend offene Kommentare pro Monat und untersuchen sie nach Suchbegriffen.
Es ist jedoch wichtig, die automatisierten Ergebnisse der KI von Menschen überprüfen zu lassen. Wir kontrollieren zum einen die Erkennung relevanter Themen und zum anderen die KI-Interpretation des positiven, neutralen oder negativen Stimmungsbilds von Textbestandteilen (Sentiment).
Projektaufbau
Das Projektdesign richtet sich dabei immer an den zu untersuchenden Daten aus. So werden das Modell und der Analyseprozess passgenau auf Ihre Aufgabenstellung zugeschnitten. Ein Beispielprojekt gliedert sich dabei in die folgenden Phasen:
Zunächst wird insbesondere festgelegt, welche Themen für Sie von Bedeutung
sind. So setzen wir den Fokus für die KI-Analyse.
Erkennen der definierten Themen,
sowie kontextspezifische Definitionen von positiven, negativen und neutralen Nennungen. Dies ist ein iterativer Prozess, bei dem das Modell an den Inhalt Ihrer Daten angepasst wird.
Nach Abschluss des Modelltrainings
werden die Daten von uns aufbereitet und für Sie ausgewertet. Das Hauptaugenmerk liegt dabei auf der Auswertung der Sentimente.
Individuelle grafische Aufbereitung der Analyseergebnisse und Ableitung von Handlungsempfehlungen für Ihr Unternehmen.
Use Cases
Für die Erstellung des Analysemodells unterscheiden wir zwischen sechs Basisaufgaben. Ausgehend von diesen schneiden wir die KI-Anwendung auf Sie zu:
Servicemanagement
Servicedefizite in einzelnen Dimensionen durch Unternehmensbewertungen in Sozialen Medien
Vergleiche der Servicequalität mit Wettbewerbern
Bekanntheits- und Trendanalyse
Top-of-Mind-Nennungen zur Wahrnehmung des Unternehmens bei den Kunden
Identifikation von präsenten Wettbewerbsvorteilen, Imagemerkmalen, offenen Wünschen etc. bei Kunden
Produkt-
bewertungen
Evaluation der Zufriedenheit mit unterschiedlichen Produkten
Ableitung von Innovationsideen für neue Produkte
Beschwerden
Identifikation von Pain Points der Kunden aus (internen) Beschwerdedaten
Lob/Kritik im Bereich Beschwerdemanagement
NPS/CES Befragungen
Auswertung der offenen Kommentare aus NPS- bzw. CES-Befragungen
Identifikation von Verbesserungspotenzialen für die Weiterempfehlung
Mitarbeiter-
befragungen
Auswertung offener Nennungen in Mitarbeitergesprächen
Identifikation von Verbesserungspotenzialen innerhalb des Unternehmens