Strukturierte Textanalyse: Zwischen den Zeilen lesen und „die Stimme des Kunden“ verstehen

Strukturierte TextanalyseZahlreiche erfolgreiche Unternehmen setzen heute bereits auf Customer Experience Programme, um näher am Kunden zu sein und Kundenbedürfnisse optimal zu erfüllen.
Ein wertvolles Instrument, mit dem Sie noch mehr aus der „Stimme des Kunden“ herausholen können, ist die systematische Textanalyse. Ob durch offene Antworten in Online-Befragungen, Beiträgen in Kundenforen oder Posts in Social Media – die Menge an Daten in Form von unstrukturiertem Text wächst kontinuierlich. Text ist für Menschen die einfachste Form, um Gefühlen und Gedanken Ausdruck zu verleihen und stärker als je zuvor, wird ihnen heutzutage auch zugehört. Die Stimme des Kunden zählt!
Es ist somit von hoher Bedeutung, diese Texte strukturiert erfassen und auswerten zu können, um daraus wertvolle Erkenntnisse für Ihr Unternehmen zu gewinnen. Gleichen Sie die Stimmung aus positiven und negativen Rückmeldungen ab, erhalten Sie rechtzeitig Warnungen über Stimmungsänderungen und vergleichen Sie diese Erkenntnisse mit wichtigen Kundenkennzahlen. Nutzen Sie die Ergebnisse, um Kundenprobleme zu priorisieren und Fehler oder Prozesse, die Ihren Kunden beeinträchtigen, schnell zu lösen.


Das Ganze ist leichter als Sie denken und es gibt eine ganze Reihe an Tools, die Sie hier unterstützen.

1. Kategorisierung von Themen:

Im ersten Schritt gilt es, für die Inhalte, die Sie analysieren möchten, inhaltliche Kategorien zu bilden. Tools, wie z.B. Confirmits „Concept Miner“ helfen dabei, und schlagen Ihnen Themen vor, die in den von Ihnen analysierten Texten besonders häufig vorkommen. Sie können das ganze voll automatisiert laufen lassen, oder einen hybriden Ansatz verfolgen und zusätzlich eigene Themenvorschläge mit einbringen – diese werden dann vom System mit aufgenommen. Moderne technische Lösungen arbeiten auf Basis der Booleschen Algebra (UND / ODER / NICHT-Verknüpfungen) und können Inhalte diesen Themenkategorien dann sehr schnell zuordnen.

2. Stimmungs- und Gefühlanalyse:

Untersuchen Sie, was Ihre Kunden und der Markt denken, indem Sie positive, negative und neutrale Stimmungen erfassen und auswerden. Das klingt zunächst einfach, die technische Lösung dahinter ist jedoch sehr komplex. Textmining Tools, setzen auf modernste Technologien des maschinellen Lernens. Durch die Erzeugung künstlicher neuronaler Netze und der Verwendung einer geschichteten Struktur von Algorithmen, können positive, negative und neutrale Gefühle sehr präzise bestimmt werden. Das Ganze wird anhand von Millionen Dokumenten immer weiter verfeinert, so dass die „Maschine“ ständig dazulernt, wie ein menschliches Gehirn.

3. Analyse und Reporting:

Es macht nicht viel Sinn, all diese Daten zu sammeln, wenn man sie nicht einfach analysieren und präsentieren kann. Verknüpfen Sie Ihr strukturiertes und unstrukturiertes Feedback und verstehen Sie das „Warum“ hinter den Daten. Reportingtools, bieten Ihnen die Möglichkeit:

  • Schlüsselbereiche mit Handlungsbedarf zu identifizieren.
  • Trends und Herausforderungen in bestimmten Bereichen zu erkennen.
  • Feedback sowohl auf hohem Niveau zu beobachten (z.B. per Word Cloud), als auch tiefe Kommentaranalysen zu fahren.
  • Ergebnisse im Zeitverlauf zu beobachten und mit anderen Daten zu vergleichen (z.B. durch Kreuztabellen und Signifikanztests).
  • durch ausgelöste Alerts sofort über wichtiges Feedback informiert zu werden und Maßnahmen zu ergreifen.

Dank der heutzutage erhältlichen Technologien und Verfahren, wird die Textanalyse für Sie zum Kinderspiel. Erfahren Sie in der Case Study unseres Kunden Siemens, wie das Unternehmen sein VoC-Programm durch die Ergänzung von Textanalyse auf das nächste Level gebracht hat. Wir freuen uns, mit allen Community-Membern zu diesem Thema im Forum zu diskutieren.

Michael Lersch – Dapresy

The following two tabs change content below.
Michael Lersch

Michael Lersch

... ist Geschäftsführer der Dapresy Deutschland GmbH und dort schwerpunktmäßig für die technische Beratung und Umsetzung von CX- / EX-Projekten verantwortlich. Vor seiner Tätigkeit bei Dapresy war er 15 Jahre bei Kantar in unterschiedlichen Positionen tätig, die vielmals einen starken Bezug zum Experience Management hatten.