Unstrukturierte Kundendaten sind der Schlüssel zum Geschäftserfolg
Auto: Stefan Geißler, Senior Cognitive Scientist bei Expert System.
Viele Unternehmen haben den großen Wert kundenbezogener Daten für die Kundenanalytik – abseits der üblichen strukturierten tabellarischen Datenstrukturen – noch immer nicht erkannt. Ein strategischer Teil geschäftsentscheidender Informationen liegt in unstrukturierten Daten aus verschiedenen digitalen Kanälen wie E-Mails oder Social-Media-Beiträgen verborgen. Wer aus unstrukturierten Daten fundierte Erkenntnisse ziehen will, benötigt intelligente Technologien, die eine skalierbare, genaue und leistungsstarke Analyse ermöglichen.
Häufig verfügen aber noch nicht einmal die „Big Player“ über Prozesse oder Modelle, um das Potenzial aus unstrukturierten, kundenbezogener Daten aus unterschiedlichen Quellen zu heben. Stattdessen investieren sie erhebliche Mittel in Werkzeuge zur Analyse interner strukturierter Daten aus dem Vertrieb, dem Rechnungswesen oder der Logistik. In die Analyse der digitalen Kommunikationskanäle fließt dagegen nur ein geringer Bruchteil der Mittel. Dabei beschränkt sich die traditionelle Marktforschung oft auf Fragen, für die der Kunde eine passende vorgegebene Antwort auswählen oder die er mit wenigen eigenen Worten beantworten soll. Unternehmen weltweit ziehen es also vor, Informationen zu verwenden, die
+ kostspielig in der Erhebung sind: Oft bewegen sich Projekte in der Größenordnung von mehreren Hunderttausend Euro pro Projekt.
+ subjektiv sind: Viele Forschungsergebnisse legen nahe, dass die Teilnehmer die Fragen nicht ehrlich beantworten.
+ statisch sind: Die Daten beschreiben die Lage in einem bestimmten Moment, werden aber zu einem Zeitpunkt ausgewertet und zusammengestellt, zu dem sich die Lage bereits geändert haben kann.
Der strategische Wert ALLER kundenbezogener Daten für die Kundenanalytik
So gesehen, könnte behauptet werden, dass die herkömmliche Marktforschung sinnlos sei. Sie hat ihren Platz in einem Mix aus mehreren Initiativen zur Kundenanalytik, die jedes Unternehmen durchführen muss. Doch Informationen müssen aus verschiedenartigen Analysen zusammengeführt werden. Nur so lässt sich der Wert der Kundenanalytik maximieren. Verglichen mit herkömmlichen Marktuntersuchungen haben unstrukturierte Daten aus Kundeninteraktionen die folgenden Vorteile:
+ Sie sind relativ kostengünstig durch den Einsatz entsprechender Technologien.
+ Sie sind weniger subjektiv – je mehr Menschen online gehen, umso aussagekräftigere Daten erhält man.
+ Sie ergeben eine dynamische Ansicht des Marktes und des Kundenverhaltens in Echtzeit.
So vermitteln diese einen höheren strategischen Wert für das Große und Ganze („Big Picture“), da sich kundenbezogene, unstrukturierte Daten aus z. B. sozialen Medien strategisch auf die Kundenanalytik auswirken. Dies gilt unter anderem für prädiktive Analyse, Markenpflege und Marketing. Unternehmen sollten daher sämtliche Kundendaten in ihre Geschäftsprozesse einbeziehen. Allerdings verlangt die fundierte Analyse unstrukturierter Daten einen deutlich komplexeren und qualitativ höherwertigen Prozess als die herkömmliche Business Intelligence.
Ohne eine leistungsstarke, intelligentere Technologie kommt man nicht weit. Gleichzeitig gewinnt hier die Rolle der Analysten an Bedeutung. Denn sie müssen die Elemente und Verbindungen nutzen, die aus der Analyse von Millionen von Dokumenten stammen. Und sie müssen diese Daten auslegen können, wollen sie die wirklich maßgeblichen Informationen für das Unternehmen herausziehen.
Hier bieten sich Lösungen an, die auf Künstlicher Intelligenz basieren und die mit kognitiven Prozessen auf semantischer Ebene arbeiten und somit entscheidende Vorteile für die Kundenanalytik bieten. Kognitive Systeme überzeugen insbesondere unter folgenden Gesichtspunkten:
+ Zur Extraktion von Beziehungen zwischen den beobachteten Entitäten – beispielsweise Menschen, Marken, Orte – und deren Veränderung im zeitlichen Verlauf sowie deren Anpassung der Beobachtungsmechanismen an wechselnde Geschäftsmodelle.
+ Durch die weitergehende Beurteilung von Markenattributen, wie Vertrauen, Anreiz, Konsistenz oder Relevanz und zur Positionsbestimmung einer Marke, ohne sich nur auf „gute“ oder „schlechte“ Meinungen verlassen zu müssen.
+ Die Nuancierung des unstrukturierten Teils der Marktforschung – beispielsweise der Antworten auf offene Fragen. Sie sind besonders wertvoll für die Einrichtung von Feedback-Mechanismen zur genauen Prognose künftiger Trends.
+ Minimierung des Rauschens in den Inhalten aus sozialen Medien durch Kontextualisierung und Tiefenanalyse zur deutlich besseren Visualisierung von Produkt- und Markttrends.
Zusammenfassend kann gesagt werden: Durch Schlagwörter und irreführende Marketingbotschaften abgelenkt, erkennen viele Unternehmen immer noch nicht den strategischen Wert der Kundenanalytik anhand sämtlicher kundenbezogener Daten, egal ob unstrukturierter und strukturierter Daten. Diese Unternehmen schätzen folglich das Potenzial intelligenterer Lösungen mit Künstlicher Intelligenz und kognitive Technologien einschließlich semantischer Analyse noch nicht richtig ein.
Aber die Veränderungen stehen vor der Tür: Mehr denn je findet die Künstliche Intelligenz Einzug in den Mainstream. Intelligentere Tools werden unverzichtbar zur Gewinnung von Erkenntnissen über eine bessere Kundenunterstützung und zur Stärkung der Wettbewerbsposition. Der Schlüssel liegt letztlich in der intelligenten Auswertung aller kundenbezogener Daten. Je weitreichender und genauer die Erkenntnisse sind, umso besser ist die Analyse.
Viele Unternehmen haben den großen Wert kundenbezogener Daten für die Kundenanalytik – abseits der üblichen strukturierten tabellarischen Datenstrukturen – noch immer nicht erkannt. Ein strategischer Teil geschäftsentscheidender Informationen liegt in unstrukturierten Daten aus verschiedenen digitalen Kanälen wie E-Mails oder Social-Media-Beiträgen verborgen. Wer aus unstrukturierten Daten fundierte Erkenntnisse ziehen will, benötigt intelligente Technologien, die eine skalierbare, genaue und leistungsstarke Analyse ermöglichen.
Häufig verfügen aber noch nicht einmal die „Big Player“ über Prozesse oder Modelle, um das Potenzial aus unstrukturierten, kundenbezogener Daten aus unterschiedlichen Quellen zu heben. Stattdessen investieren sie erhebliche Mittel in Werkzeuge zur Analyse interner strukturierter Daten aus dem Vertrieb, dem Rechnungswesen oder der Logistik. In die Analyse der digitalen Kommunikationskanäle fließt dagegen nur ein geringer Bruchteil der Mittel. Dabei beschränkt sich die traditionelle Marktforschung oft auf Fragen, für die der Kunde eine passende vorgegebene Antwort auswählen oder die er mit wenigen eigenen Worten beantworten soll. Unternehmen weltweit ziehen es also vor, Informationen zu verwenden, die
+ kostspielig in der Erhebung sind: Oft bewegen sich Projekte in der Größenordnung von mehreren Hunderttausend Euro pro Projekt.
+ subjektiv sind: Viele Forschungsergebnisse legen nahe, dass die Teilnehmer die Fragen nicht ehrlich beantworten.
+ statisch sind: Die Daten beschreiben die Lage in einem bestimmten Moment, werden aber zu einem Zeitpunkt ausgewertet und zusammengestellt, zu dem sich die Lage bereits geändert haben kann.
Der strategische Wert ALLER kundenbezogener Daten für die Kundenanalytik
So gesehen, könnte behauptet werden, dass die herkömmliche Marktforschung sinnlos sei. Sie hat ihren Platz in einem Mix aus mehreren Initiativen zur Kundenanalytik, die jedes Unternehmen durchführen muss. Doch Informationen müssen aus verschiedenartigen Analysen zusammengeführt werden. Nur so lässt sich der Wert der Kundenanalytik maximieren. Verglichen mit herkömmlichen Marktuntersuchungen haben unstrukturierte Daten aus Kundeninteraktionen die folgenden Vorteile:
+ Sie sind relativ kostengünstig durch den Einsatz entsprechender Technologien.
+ Sie sind weniger subjektiv – je mehr Menschen online gehen, umso aussagekräftigere Daten erhält man.
+ Sie ergeben eine dynamische Ansicht des Marktes und des Kundenverhaltens in Echtzeit.
So vermitteln diese einen höheren strategischen Wert für das Große und Ganze („Big Picture“), da sich kundenbezogene, unstrukturierte Daten aus z. B. sozialen Medien strategisch auf die Kundenanalytik auswirken. Dies gilt unter anderem für prädiktive Analyse, Markenpflege und Marketing. Unternehmen sollten daher sämtliche Kundendaten in ihre Geschäftsprozesse einbeziehen. Allerdings verlangt die fundierte Analyse unstrukturierter Daten einen deutlich komplexeren und qualitativ höherwertigen Prozess als die herkömmliche Business Intelligence.
Ohne eine leistungsstarke, intelligentere Technologie kommt man nicht weit. Gleichzeitig gewinnt hier die Rolle der Analysten an Bedeutung. Denn sie müssen die Elemente und Verbindungen nutzen, die aus der Analyse von Millionen von Dokumenten stammen. Und sie müssen diese Daten auslegen können, wollen sie die wirklich maßgeblichen Informationen für das Unternehmen herausziehen.
Hier bieten sich Lösungen an, die auf Künstlicher Intelligenz basieren und die mit kognitiven Prozessen auf semantischer Ebene arbeiten und somit entscheidende Vorteile für die Kundenanalytik bieten. Kognitive Systeme überzeugen insbesondere unter folgenden Gesichtspunkten:
+ Zur Extraktion von Beziehungen zwischen den beobachteten Entitäten – beispielsweise Menschen, Marken, Orte – und deren Veränderung im zeitlichen Verlauf sowie deren Anpassung der Beobachtungsmechanismen an wechselnde Geschäftsmodelle.
+ Durch die weitergehende Beurteilung von Markenattributen, wie Vertrauen, Anreiz, Konsistenz oder Relevanz und zur Positionsbestimmung einer Marke, ohne sich nur auf „gute“ oder „schlechte“ Meinungen verlassen zu müssen.
+ Die Nuancierung des unstrukturierten Teils der Marktforschung – beispielsweise der Antworten auf offene Fragen. Sie sind besonders wertvoll für die Einrichtung von Feedback-Mechanismen zur genauen Prognose künftiger Trends.
+ Minimierung des Rauschens in den Inhalten aus sozialen Medien durch Kontextualisierung und Tiefenanalyse zur deutlich besseren Visualisierung von Produkt- und Markttrends.
Zusammenfassend kann gesagt werden: Durch Schlagwörter und irreführende Marketingbotschaften abgelenkt, erkennen viele Unternehmen immer noch nicht den strategischen Wert der Kundenanalytik anhand sämtlicher kundenbezogener Daten, egal ob unstrukturierter und strukturierter Daten. Diese Unternehmen schätzen folglich das Potenzial intelligenterer Lösungen mit Künstlicher Intelligenz und kognitive Technologien einschließlich semantischer Analyse noch nicht richtig ein.
Aber die Veränderungen stehen vor der Tür: Mehr denn je findet die Künstliche Intelligenz Einzug in den Mainstream. Intelligentere Tools werden unverzichtbar zur Gewinnung von Erkenntnissen über eine bessere Kundenunterstützung und zur Stärkung der Wettbewerbsposition. Der Schlüssel liegt letztlich in der intelligenten Auswertung aller kundenbezogener Daten. Je weitreichender und genauer die Erkenntnisse sind, umso besser ist die Analyse.