Eine wesentliche Rückmeldung über die Zufriedenheit mit einem Unternehmen liefern Bewertungen und Rezensionen. Natürlich werden hier überwiegend negative Erfahrungen von Kunden geteilt, doch umso wichtiger ist es für Unternehmen, rasch auf solche Bewertungen reagieren zu können.
Dazu benötigt man eine Übersicht und die Möglichkeit, der aggregierten Auswertung von Bewertungen. Manuell ist diese Aufgabenstellung aufgrund der Menge an digitalen Inhalten nicht mehr möglich.
Allein für Baumärkte im DACH-Raum haben wir für die letzten Jahren über 23000 Bewrtungen in die automatisierte Analyse einbezogen - ein Zahl, die manuell nicht mehr wirtschaftlich bearbeitet werden kann.
Für diese Menge benötigen wir eine künstliche Intelligenz, die in der Lage ist, die Bewertungstexte zu analysieren und zu verstehen. Wir setzen hier auf ein Deep Learning Modell, das mittels Zero-Shot-Classification in der Lage ist, die Bewertungen autonom in bestimmte Klassen einzuordnen.
Schematisch sieht die Data-Processing-Pipeline in unserer Studie folgendermaßen aus:
Dataprocessing Pipeline anzeigen
Die Auswertung von über 22000 Bewertungen von Baumärkten aus Österreich, Deutschland und Schweiz zeigt, dass es nur sehr wenige Anbieter schaffen, über alle Kategorien hinweg von den Kunden positiv wahrgenommen werden.
Die größten Schwächen zeigen sich in den Kategorien „Kundenservice“ und „Rechnungserstellung“. Hier haben Kunden offensichtlich häufig schlechte Erfahrungen mit Mitarbeitern und der fehlerhaften Ausstellung von Rechnungen gemacht.
Die von Kunden wahrgenommene Produktqualität wird bei allen Märkten als durchschnittlich gut empfunden.
Selbstverständlich sind Kunden eher geneigt, ihre negativen Erfahrungen zu teilen, als positive weiterzugeben. Wenngleich bei besonders positiv empfundenen Erlebnissen mit Mitarbeitern ebenso häufig Bewertungen abgegeben werden. Vor diesem Hintergrund sind Auswertungen zu interpretieren.
Sie möchten den vollständigen Bericht beziehen? Kontaktieren Sie uns: [email protected]!
