Web-2.0-Monitoring: Zuhören, Analysieren, Handeln

Warum Social-Media-Analyse auf Business Analytics treffen muss

Seite: 2/3

Firma zum Thema

In Anbetracht des Einflusses derjenigen, die Social-Media-Kanäle nutzen, spielt das Wissen um die Möglichkeiten, die Kundenzufriedenheit positiv zu beeinflussen, eine enorm große Rolle. Um es auf eine einfache Formel zu bringen: Eine Handvoll zufriedener oder unzufriedener Kunden genügt, um eine Vielzahl von Menschen zu überzeugen. Und bei einem sich anbahnenden Shit-Storm muss sehr schnell reagiert werden, um einen dauerhaften Image-Schaden zu vermeiden.

Kampagnenplanung und -management beispielsweise sind attraktive Einsatzgebiete für Social-Media-Analysen. Starten Unternehmen eine Kampagne auf Facebook – etwa Rabattcodes, die man durch einfaches „Liken“ einer Seite erhalten kann – ist es wichtig, den Erfolg der Aktion zu messen. Konventionelle Tools für Social-Media-Analysen verzeichnen, wie viele Likes eine Werbeaktion generiert hat. Diese Information ist für den Kampagnenmanager durchaus wichtig. Die Zahl sagt jedoch nichts darüber aus, wie hoch die Umsätze tatsächlich waren, aus wie vielen Likes eine echte Bestellung wurde und, welche Produkte mit dem Rabattcode erworben wurden. Solche Informationen stehen erst zur Verfügung, wenn Social-Media-Analysen mit durchgängig und unternehmensweit angelegter Business-Analytik verknüpft wird.

Bildergalerie

Ganzheitliche Auswertung

Social-Media-Feedback allein liefert noch kein vollständiges Bild. Auch in anderen internen Systemen, die Kundeninteraktionen aufzeichnen, sind wichtige ergänzende Informationen vorhanden. Beispielsweise können Informationen über verlorene Ausschreibungen aus Vertriebsinformationssystemen Produktdefizite aufdecken. Wenn Kunden fehlerhafte oder defekte Produkte reklamieren, sind die Informationen dazu vielfach in Helpdesk- oder Callcenter-Applikationen gespeichert. Ideen für Produktverbesserungen können in den Ergebnissen von Umfragen oder Fokusgruppenanalysen externer Marktforschungsunternehmen enthalten sein. Solche Daten sind für klassische oder selbstgestrickte Social-Media-Auswertungstools nicht erreichbar – und dies ist ein entscheidender Grund, weshalb es zur Erzielung optimaler Ergebnisse so wichtig ist, Social-Media-Analysen mit den vorhandenen Business-Intelligence- und CRM-/ERP-Systemen zu kombinieren.

Der erste Schritt besteht darin, die Vielfalt der Einträge, Posts und Kommentare aus den unterschiedlichen Social-Media-Kanälen korrekt zu erfassen. Eine Lösung dafür liefern Funktionen zur Analyse von Stimmungen und Meinungen (Sentiment-Analyse), wie sie etwa WebFocus Social Media Analytics von Information Builders bietet. Die technische Grundlage dafür bildet der Wand-Taxonomy-Server, der ein mehrsprachiges Vokabular für die automatische Textanalyse von Meinungsäußerungen und Einstellungen bereitstellt. Ziel dabei ist, die Tonalität der Beiträge (positiv, negativ, neutral) zu ermitteln. Hersteller von Konsumgütern etwa interessieren sich für die Meinungen und Einstellungen von Interessenten und Kunden zu den eigenen, aber auch zu den Produkten der Mitbewerber.

(ID:42324331)