Mit der digitalen Welle wächst die Flut an Daten, die ausgewertet werden möchten. Es ist kein Geheimnis, dass Erkenntnisse aus Daten zu Wettbewerbsvorteilen und Effizienzsteigerung beitragen können. Die meisten Daten liegen aber in einer unstrukturierten Form vor und können nicht mit zwei, drei Klicks ausgewertet werden, wie die neusten Verkaufszahlen oder Umsatzentwicklungen. Hier kommt Text Analytics ins Spiel: Textdaten benötigen eine eigene Verarbeitungstechnik, so genanntes «Natural Language Processing», welches erlaubt, Inhalt und Aussage des Textes zu «verstehen».
Mit dieser automatischen Textinterpretation ergeben sich nun zahlreiche Anwendungsfälle in allen Bereichen von Unternehmungen und Branchen. Sie alle haben das Ziel, die Menschen in ihrer täglichen Arbeit zu unterstützen und die Masse an Daten zu bearbeiten, die von Hand oftmals nicht mehr machbar ist. Nachfolgend beschreiben wir fünf solcher möglichen Szenarien.
Messen Sie die Kundenzufriedenheit
Die Sentiment Analysis ist ein Stimmungsbarometer und kann Textdaten einordnen, ob diese positiv oder negativ sind und in welchem Ausmass. Dazu müssen keine Kundenzufriedenheitsumfragen aufgesetzt werden, welche oft in bescheidenem Ausmass zurückgeschickt werden. Erkennen Sie anhand von Kommentaren, Feedbacks, Supportanfragen, Erwähnungen in sozialen Medien, etc., wie zufrieden Ihre Kunden sind und reagieren Sie pro-aktiv auf mögliche Eskalationen.
Triage beim Posteingang
Elektronische Formulare, E-Mails, PDFs, usw. – das digitale Postfach blüht und bläht auf. Um Dokumente an die korrekte Abteilung oder Ablage weiterzuleiten bedarf es nicht zwingend einer manuellen Sortierung. Mittels Text Classification können Inhalte von Dokumenten aufgrund ihrer Ähnlichkeit zu vorhandenen Dokumenten in eine entsprechende Kategorie eingeteilt werden. Das erspart mühsame Arbeit und setzt Zeit für spannendere Aufgaben frei.
Ordnen Sie Ihre eigenen Produkte automatisch zu
Sie müssen regelmässig Texte durchschauen und die im Dokument betroffenen Firmen oder Ihre Produkte und Service markieren? Mit der Named Entity Recognition nimmt Ihnen ein Programm diese Arbeit ab. Das gilt sowohl für öffentlich bekannte Namen (Organisationen, Personen, Länder, Orte, etc.) als auch für Firmen-interne Produktnamen.
Unterstützung bei Research-Arbeit
Was nach dem Traum jedes Studenten während seiner Abschlussarbeit klingt, kann auch für Firmen interessant sein: Grosse Masse an Textdokumenten können mit Topic Modeling automatisch einem Thema zugeordnet werden, ohne dass sie gelesen wird. Dabei wird die Kategorie vorher nicht vorgegeben, sondern die Dokumente werden untereinander verglichen und aufgrund ihrer Ähnlichkeit in eine Gruppe zugeordnet – und die relevantesten Keywords werden gleich mitgeliefert.
Assistenz bei der Kundenbetreuung
Chatbots sind aktuell ein heisses Thema und werden bereits vielerorts auf Firmen-Websites eingesetzt. Einige dieser Chatbots erlauben die Eingabe natürlicher Sprache via Text oder Ton und können diese aufgrund des Inhalts interpretieren und Antwort geben. Der Einsatz von Chatbots ist vielfältig und kann zum Beispiel als Unterstützung von FAQ, Formular-Eingaben oder ganzen Buchungsprozessen dienen.
Das sind nur ein paar Beispiele von unzähligen Anwendungsfällen für Text Analytics. Die Masse an verfügbaren Textdaten steigen und somit die Chance etwas daraus zu machen. Sei das zur Effizienzsteigerung im Prozess, der Abnahme von mühsamen Arbeiten oder zur Gewinnung von völlig neuen Erkenntnissen. Und ein kleiner Bonus: Ihr Datenarchiv besteht grösstenteils aus handschriftlichen Texten? Deep Learning Techniken erlauben die Interpretation und Konvertierung in maschinelle Texte. Somit steht auch deren Auswertung nichts mehr im Weg.