Kommentar von Dr. Hans Holger Rath, Attensity Europe

Unstrukturierte Daten sind Tickets für den Geschäftserfolg

| Autor / Redakteur: Dr. Hans Holger Rath / Nico Litzel

Allerdings erwarten Fachabteilungen von der Textanalyse Antworten auf ihre Fragestellungen, die mehr als einzelne Begriffe, Fakten und Kernaussagen umfassen. Aus gutem Grund: Will die Marketing-Abteilung beispielweise von der Analyse wissen, warum Kunden zum Wettbewerb wechseln, benötigen sie für ihre Geschäftsentscheidungen eine differenzierte Auswertung und eine Gruppierung zusammengehörender Kernaussagen. Genau diese Aufgabe übernehmen Kategorien, die auf der dritten Stufe des Prozesses ins Spiel kommen: Sie repräsentieren die fachspezifischen Fragestellungen der Analyse. Eine hierarchische, baumartige Gliederung der Kategorien sorgt – vergleichbar mit einer Klassifikation – dafür, dass die Analyseergebnisse dem jeweils gewünschten Detailierungsgrad entsprechen.

Bei der Exhaustive Extraction werden die Kategorien in einem separaten Schritt befüllt. E-Mails an den Kundenservice können so beispielsweise auf Beschwerden mit Blick auf die Servicequalität (interessant für den Leiter des Kundenservice) oder auf Produktprobleme (interessant für den Produkt-Manager) hin untersucht werden. Begriffe, Fakten oder Kernaussagen werden dabei den Kategorien zugeordnet.

Textanalyse wandelt Big Text Data in Smart Data

Die in den Texten behandelten Themen werden in einem nächsten Schritt in den Themenkategorien erfasst. Die Relevanz der Themen ergibt sich einerseits aus der Fragestellung, andererseits aus der Häufigkeit des Themas in den untersuchten Texten. Typische Themen für eine Marketing-Fragestellung sind zum Beispiel die Namen der Wettbewerber, die Produkte, Produkteigenschaften, die im Kontext eines Wechsels von Kunden genannt werden, und die Gründe für den Wechsel zu einem Wettbewerber. Die relevanten Fakten und Kernaussagen werden dann in den Aussagenkategorien dargestellt. Unterschieden wird dabei zwischen tonalen und nicht-tonalen Aussagen, wobei tonale Aussagen die Meinung bzw. Einstellung (Tonalität oder Sentiment) widerspiegeln.

Nach der Ermittlung der vorkommenden Begriffe, Entitäten, Fakten und Kernaussagen und der Zuordnung zu Kategorien durch die Textanalyse werden auf der letzten Stufe diese Informationen zusammen mit den Dokument-Metadaten im Data Warehouse abgespeichert. Am Ende dieses Prozesses sind aus den unstrukturierten Texten strukturierte Daten geworden, die integrativ zusammen mit anderen strukturierten Unternehmensdaten von der Business Intelligence analysiert werden können. Dann wird aus Big Text Data auch Smart Data – und Unternehmen können einen entscheidenden Informationsvorsprung vor dem Wettbewerb erhalten.

Ergänzendes zum Thema
 
Von unstrukturierten zu strukturierten Daten
 
Bestimmung der relevanten Informationen

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 42978476 / Analytics)