Online Special Big Data Analytics

Erfolg durch Zuhören im Netz statt Fragen zu stellen

   Artikel anhören
© pixabay.com
Digitale Marktforschung auf Basis von User Generated Content für einen ungestützten Einblick in menschliche Bedürfnisse: Diese Idee entwickelte Johanna Schönberger. Sie war auf der Sucher nach gut designten neuen Produkten und stellte fest, ohne die Meinung der Konsumenten klappt das nicht. Dann gründete sie das Startup Dadora, das mit Big Data und Social Listening deren Wünsche erkennt.
 
Auf Foren sprechen viele tausend Menschen aus eigenem Antrieb ausführlich über ihre Wünsche und Probleme. Mit diesen Gesprächen und Diskussionen erzeugen sie sogenannten  „User Generated Content“. Durch den Einsatz von Sprachverarbeitung und Text Analytics lässt sich so herausfinden, welche natürlichen Bedürfnisse, Wünsche und Ängste Menschen einem Thema gegenüber haben, ohne durch das Stellen einer Frage deren Antwort zu beeinflussen.
„Wer spricht, sät, und wer zuhört, erntet. “
Sprichwort aus Argentinien

Nutzung natürlich entstandener Daten

Die Bandbreite der Themen ist unerschöpflich: egal ob zu Finanzen, Gesundheit oder ausgefallenen Interessensgebieten wie „Baustellenfahrzeugen“ – viele tausend Menschen machen sich Gedanken zu Themen, die sie bewegen und teilen sie online mit anderen. Laut Social-Media-Atlas 2019 nutzen 33 Prozent der deutschen Onliner klassische Internet-Foren. Typisch für diese Foren ist, dass Nutzer sich anonym unterhalten und, anders als bei Social Media Kanälen wie Facebook oder Twitter, lange Texte und Statements schreiben. Sie stellen Fragen, antworten und erläutern umfangreich ihre Ansichten, so dass selbst zu Nischenthemen Diskussionsmengen von 100.000+ Gesprächen entstehen. Sie enthalten sämtliche Einzelaspekte inklusive Pros und Cons zu einem Thema. Viele der Foren reichen mit ihren Archiven weit zurück in die frühen 2000er und Gesprächsfäden erstrecken sich teilweise über 15+ Jahre. So zeigen sich in den Diskussionen nicht nur aktuelle sondern auch „historische“ Gedanken und die Entstehung neuer Interessensfelder lässt sich live mitverfolgen. Die über die Jahre gewachsenen, großen Datenmengen von vielen Millionen Diskussionen führen dazu, dass Themenfelder so umfassend erfasst und abgebildet werden, dass man sagen kann: Ist ein Aspekt aus Nutzersicht relevant, so findet er sich in den Daten. Taucht er in den Daten nicht auf, so ist er (noch) nicht relevant. Als bedeutendste Qualität der Daten sticht jedoch heraus, dass sie selbstgesteuert und ohne Befragung entstehen und dem natürlichen Interesse der Nutzer folgen. Sie zeigen ein originalgetreues, ehrliches Bild der Wirklichkeit.

Text Analytics als Auswertungsmethode

Wir sammeln diese großen Mengen an ungesteuerten und unstrukturierten Textdaten automatisiert und anonymisiert ein und aggregieren sie mit Hilfe von Natural Language Processing (NLP) und Text Analytics. Die Möglichkeiten dieser technischen Lösungen kennt man von sprachverarbeitenden Anwendungen wie Siri und Alexa: Wir sprechen, die KI hört zu, analysiert, versteht und antwortet auf unsere Frage. Die KI lernt über themenspezifische Datensätze, was Menschen zu einem Thema denken, wie die Themen zusammenhängen und wie sich die Relevanz verändert. Fragen wir dann Aspekte des Themas bei ihr ab, liefert sie auf Basis von Millionen von Diskussionen Erkenntnisse darüber, was Menschen wichtig ist, sie begeistert und umtreibt.

Mustererkennung dank großer Datenmengen

Die Verarbeitung so großer Datenmengen ermöglicht auch, tieferliegende, unbewusste Wirkmechanismen und Muster sichtbar zu machen, die wir mit menschlicher Perspektive allein nicht erfassen könnten. Es ist wie mit der Erde: Der Menschheit wurde wirklich erst klar, wie sehr die Welt ein in Wechselwirkung operierendes Ganzes ist, als man sie vom Weltall aus zum ersten Mal im Ganzen betrachten konnte.


Bei einem „Themenkosmos“ ist es das gleiche: Erst wenn man ihn gesamthaft erfassen und betrachten kann, zeigt sich, welche Aspekte und Wechselwirkungen ausschlaggebende Treiber sind – mit teils überraschenden Ergebnissen.

Kundennutzen: Konzentration auf das Wesentliche

Es erstaunt uns immer wieder, dass Unternehmen bei der Entwicklung neuer Produkte und Angebote noch immer vor allem ihr Bauchgefühl zu Rate ziehen und es, wenn überhaupt, nur durch gelegentliche, klassische Marktforschungsstudien ergänzen. Das tiefgreifende Wissen über menschliche Bedürfnisse, das sich aus User Generated Content gewinnen lässt, wird nicht genutzt. So laufen Innovationsprozesse oft uninspiriert, schleppend und am Kunden vorbei. In Folge erweist sich ein Großteil der Marktneueinführungen für den Kunden als unattraktiv. Nutzt man aber Erkenntnisse aus dem User Generated Content als Basis für Innovations- und Marketingprozesse, zeigt sich, wie sich die Produktentwicklung auf echte Kundenbedürfnisse konzentriert, Hierarchiegerangel zugunsten konstruktiver Ideenentwicklung nachlässt und mit Kreativität relevante Lösungen für den Kunden gefunden werden können.

Anwendungsbeispiele der Methode

Top 10 Themen Nutzerthemen. Als besonders hilfreich für den Einstieg in ein neues Themenfeld hat sich die Analyse der „Top 10 Nutzerthemen“ erwiesen. Für diese Auswertung wird der gesamte erhobene Content zu einem Themenfeld maschinell in seine größten Unterthemen aufgeschlüsselt und geclustert. Das genaue Gesprächsvolumen wird prozentual bestimmt, so dass sich zeigt, wie groß und relevant die identifizierten Einzelbedürfnisse im Vergleich zu anderen sind. Diese Auswertung hilft Unternehmen, ein Thema aus den Augen des Nutzers zu verstehen. Es zeigt sich direkt, ob eine neue Produktidee oder Kampagne auf ein relevantes Kundenthema einzahlt und damit Marktpotenzial hat. Gleichzeitig tun sich neue Potenzialfelder auf, die bei der Entwicklung von Lösungen priorisiert behandelt werden sollten.
© Dadora


Semantische Karten. Welche Themen wie miteinander in Verbindung stehen und auch Detailaspekte, die vielleicht in nur einer Diskussion vor vielen Jahren erwähnt wurden, lassen sich in semantischen Karten darstellen und. Sie nutzen die Schwarmintelligenz der vielen tausend Schreibenden für die Lösung eines Themas und stellen sicher, dass bei der Konzeptentwicklung alle relevanten Gesichtspunkte bedacht werden, und kein Aspekt vergessen wird. Zugleich liefern die Karten Inspiration für zusätzliche Lösungen.
© Dadora
Trends. Foren sammeln alle je geführten Diskussionen in Archiven, die teilweise Jahrzehnte zurückreichen. Die Diskussionen und Beiträge sind mit Meta-Informationen versehen, wie beispielsweise dem Augenblick ihrer Veröffentlichung. Mit Hilfe dieser Meta-Daten lassen sich Zeitverläufe nachvollziehen. So kann man zeigen, wie sich Themen über die Jahre verändern: Nehmen sie ab, stagnieren sie oder entstehen neue Trends? Sind die Trends erst im Anfangsstadium und zeigen „Weak Signals“ oder haben sie sich über die letzten Jahre schon solide manifestiert? Wie bei jeder Trendforschung hilft diese Herangehensweise, den richtigen Zeitpunkt für eine Produktinnovation und ihren Markteintritt zu finden.
Wie kamen wir zu der Idee von Dadora?
Johanna Schoenberger
© Dadora
Wir bei Dadora haben ein großes Faible für Daten & Design. Das kam so: Eigentlich bin ich – Johanna Schönberger, Gründerin von Dadora  – Industriedesignerin und hatte früher mit Marktforschung nicht viel am Hut. Kreativität war das Ziel. Große, spannende, neue Ideen und auf keinen Fall das Wälzen großer Datenmengen. Dann habe ich eine Doktorarbeit geschrieben (bei einem sagenhaften Designer namens Hartmut Esslinger) und weltweit Leute interviewt, die von professionellem Design wirklich Ahnung haben: großen Designagenturen (wie IDEO, frog design oder Smart Design), Produktdesigner und Manager aus Konzernen (wie Audi, BMW usw.), und klassische Strategieberater (wie McKinsey, Boston Consulting). Ich wollte herausfinden: Was läuft eigentlich schief bei Design und Innovation? Warum setzen sich in Unternehmensprozessen meist nur mittelmäßige Ideen durch? Die Gespräche zeigten, was meine spätere Arbeitserfahrung in Konzernen wie BMW, Telefonica und anderen bestätigte: Uns fehlten die Daten. Um wirklich sinnvolle und nutzerzentrierte Angebote entwickeln zu können, müssen wir quantifizierbar verstehen, welche Probleme Nutzer haben, wie sie zusammenhängen, wie sie sich verändern. Und das nicht nur gesteuert und stichprobenartig sondern un-geprimed und fortlaufend. Deshalb habe ich Dadora gegründet. Wir sind ein Team aus Designern, klassischen Marktforschern und Programmierern, spezialisiert auf die Verarbeitung natürlicher Sprache. Wir erheben Daten, mit denen Unternehmen neue Angebote und Produkte von Anfang an auf die relevantesten Nutzerbedürfnisse ausrichten können.
Bitte loggen Sie sich hier ein, damit Sie Artikel kommentieren können. Oder registrieren Sie sich kostenlos für H+.
Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats