Neueste Beiträge
Text Mining als Vertriebsinstrument

Text Mining als Vertriebsinstrument

  |   Business Analytics

Signifikant oder nicht? Eine (wissenschaftliche) Hypothese bildet den Ausgangspunkt für die Analyse von Daten. In Zeiten des maschinellen Lernens erleben neue Datenquellen eine regelrechte Hochkonjunktur. Text Mining öffnet die Tür zu Freitexten und Kommentarfeldern. Durch künstliche Intelligenz in Kombination mit Text Mining entstehen Stimmungsbilder zu komplexen Themen. Ein vielseitig einsetzbares Mittel – ob in der Politik kurz vor entscheidenden Wahlen oder in der Wirtschaft bei der strategischen Ausrichtung von Marken.

 

Die Grundidee des Text Mining ist nicht neu. So lassen sich schon seit langem Social Media Kommentare und Textfelder in CRM-Systemen analysieren. Entscheidend ist der Zeitaufwand bei der Erstellung der Metadaten. Das grundlegende Prinzip des Text Mining:

  • Daten erfassen, beispielsweise über einen Konnektor zum CRM-System
  • Daten inklusive Zusatzinformationen wie Kunden-Nr., Daten etc.
  • Aufteilung in einzelne Wörter
  • Umwandeln in eine strukturierte Form
  • Entfernen von Stoppwörtern, Anzahl der Worthäufigkeit
  • Bewertungsmatrix anhand eines Scoring-Modells
  • Interpretation der Ergebnisse und ableiten der strategischen Maßnahmen

Strukturierte Daten durch QlikView oder QlikSense

Mit Hilfe des Datenvisualisierungstools QlikSense lassen sich viele der genannten Anforderungen direkt umsetzen. Durch eine große Anzahl an Konnektoren ist das Extrahieren der Daten ein Kinderspiel. Mittels eines integrierten ETL-Prozesses und der sogenannten QIX Engine bringen QlikSense oder QlikView die Daten aus frei formulierten Texten in eine strukturierte Form. Die dazugehörigen Metainformationen lassen sich problemlos ergänzen. Im Gegensatz zu reinen Datenbankumgebungen, bietet QlikSense die Möglichkeit einer direkten Analyse und Visualisierung der Daten – ein Tool für alle Anforderungen. Mit Hilfe von QlikSense lassen sich komplexe Fragestellungen einfach beantworten. Auch Vision11 nutzt die Möglichkeiten des Tools für interne Anforderungen und Analysen.

 

Eine wichtige Fragestellung ist beispielsweise das Potenzial des Themas Cloud BI. So könnte bei der Vielzahl bereits bestehender Kunden und Projekte zur Implementierung von Cloudlösungen auch BI platziert werden. Generell bieten Cloudlösungen geringere Kosten im Vergleich zu herkömmlichen vor Ort verwalteten On-Premise Lösungen. Die steigende Attraktivität könnte sich auch signifikant auf das Interesse an entsprechenden BI-Lösungen auswirken.

 

Um diese Hypothese zu belegen gilt es zunächst die interne Kommunikation zu den jeweiligen Cloud-Projekten zu analysieren und die Daten aufzubereiten. Mit intuitiven Funktionen in QlikSense können die verschiedene Datenquellen miteinander verknüpft werden.

Quelle: Vision11 GmbH

 

Unsere Demo veranschaulicht, wie intuitiv und unkompliziert die Verbindung der Tabellen erzeugt werden kann. Auch eine Anpassung der Werte ist einfach umzusetzen.

 

Text Mining zum Thema Cloud BI

 

In unserem konkreten Anwendungsfall nutzt Vision11 Text Mining zur Analyse und Klassifizierung von Potenzialen für den Vertrieb. Ziel unserer internen Analyse mit QlikSense ist dabei, die bestehenden Kunden und Interessenten zum Thema Cloud BI zu identifizieren. Die zentralen Fragen lauten:

 

  • Welcher Consultant spricht mit welchem Kunden zum Thema Bi Cloud?
  • Gibt es Opportunities?
  • Welche Begriffspaare werden mit dem Wort Cloud kombiniert?
  • Mit wem wird darüber gesprochen?

 

Es soll eine einfache Analyse der Kommentare und Textfelder durchgeführt werden. Dies erfolgt zunächst durch eine Häufigkeitsverteilung nach Kunden und Ansprechpartner mit signifikanten thematischen Schwerpunkten aus den Kommentarfeldern. Nach der Qualitätsanalyse und der Bereinigung der Wörter folgt die Interpretation durch ein Scoring Modell. Die strukturierten Wörter lassen sich nach Wortpaaren und Kombinationen sowie nach Häufigkeiten darstellen. Das daraus erzeugte Dashboard veranschaulicht die Zusammenhänge zwischen Kunden, Projekten und der Häufigkeitsverteilung der Kommentare:

QlikSense Dashboard

Quelle: Vision11 GmbH

Signifikante Ergebnisse bei Vision11

 

Die Analyse bestätigt die Hypothese und gibt klare Handlungsempfehlungen. So lassen sich Themen mit mehreren Kunden zum Thema Cloud Infrastruktur und Cloud herauslesen. Nicht signifikant dagegen ist das Auftreten der Kommunikation von Cloud-BI. Mit anderen Worten ist eine Kontaktaufnahme einiger bestehender Kunden zum spezifischeren Themenbereich Cloud-BI eine sinnvolle Vertriebsstrategie.

Quelle: Vision11 GmbH

 

Tatsächlich lassen sich aus den Ergebnissen die Kunden ablesen, bei denen der Vertrieb auch das Thema Cloud BI ins Gespräch bringen sollte. Aus unserer Analyse kristallisieren sich drei Kunden heraus, bei denen noch das Thema Cloud BI in das bereits bestehende Projekt einfließen sollte.

Quelle: Vision11 GmbH

Fazit

 

Die Nutzung von Text Mining in Kombination mit Qlik ist ein spannender Ansatz für strategische Entscheidungen und Handlungsempfehlungen. Durch das Erstellen von komplexen Zusammenhängen lassen sich signifikante Ergebnisse erzielen und somit wichtige Fragestellungen beantworten. In unserem konkreten Anwendungsfall wird deutlich: Bei bestehenden Cloud- und Cloud-Infrastruktur-Projekten besteht Potenzial für weitere Anschlussprojekte. Der Fokus auf die jeweiligen bestehenden Projekte bildet daher die Basis für eine vertriebliche Ausrichtung auf das Thema Cloud-BI.

Klicken Sie hier für weitere Informationen und unseren detaillierten Fachbeitrag zur Vision11 BI Cloud Analyse.

Anfrage Fachartikel