Meinungen sind für Marketer Gold wert, die Frage ist nur: Wie kann man Meinungen, die online geäußert werden, finden und verarbeiten?
Ein Studienprojekt von Annika Weimar, Miliana Welday, Michelle Heckmann, Linda Czolk, Nina Mellitzer, Kathrin Esser, Lisa-Jacqueline Klingenberger, Jan-Ove Dalheimer, Matthias Hoffmann, Benedict Baltes, Yves Khoury, Simon Konrad und Bennett Asal
6. Semester, 2017
Betreuende Dozentin: Prof. Dr. Melina Alexa
Onlinekommunikation
Apple ist cool und die Produkte sind gut verarbeitet, bei McDonald’s zu arbeiten ist gesellschaftlich nicht angesehen und mit RyanAir zu fliegen, gefährlich. Das und mehr sind Nutzermeinungen zu Marken aller Art. Doch dieses Wissen ist für Marketer Gold wert, denn sie wissen, wo sie ansetzen müssen und wie Kunden als auch Nicht-Kunden über die Marke ihre Produkte, Angebote, Services, etc. denken. Die Frage ist jedoch: Woher wissen sie, wie man der Zielgruppe wo begegnen muss, um das Unternehmensimage aufzubessern? Seit Social Media und Bewertungsportalen, findet man die Antwort vor allem im Netz – und zwar Unmengen davon. Online Monitoring und Sentimentanalyse sind die Schlüssel, um zu verstehen, wie der Konsument tickt.
In unserer Lernagentur III im Bereich Online-Marketing hatten wir die Möglichkeit, in genau diesem Sektor mit einem Unternehmen (m-result) zusammenzuarbeiten, um die Sentimentanalyse-Software (SentimentLab) für die zwei Kunden Hugo Boss und Mainzer Volksbank zu erweitern.
Unsere Aufgabe war es also, die beiden Domänen und das Wording der Nutzer zu verstehen und anschließend dieses Wissen dem Tool beizubringen. Außerdem mussten wir das zwölfwöchige Projekt planen, also teilten wir uns in zwei flexible Teams ein, die jeweils einer der beiden Branchen zugehörig waren. Sollte es zu personellen Engpässen kommen, konnten wir unsere Ressourcen effizient verschieben. Die Teamleiter haben die Kommunikation mit dem Kunden organisiert, sodass sich die restlichen Teammitglieder auf ihre Aufgaben konzentrieren konnten.
Doch worum ging es überhaupt? Das Tool selbst ist mit einer Wortdatenbank verknüpft und sammelt User-Beiträge aus Internetquellen wie Amazon, bankingcheck und Twitter, die wir zuvor recherchiert und auf Basis von konkreten Kriterien als relevant eingestuft haben. Anhand von Keywords, die wir basierend auf dem Wording der User-Beiträge erstellt haben, entsteht ein Wörterbuch, auf dessen Grundlage das Tool arbeitet. Um so ein Wörterbuch, Diktionär genannt, aufbauen zu können, müssen Beiträge gesammelt, die Zuordnung überprüft und anschließend den Phrasen ein Polaritätswert (darum Sentiment Analyse) zugewiesen werden. Diese Aufgabe passiert händisch. Nur so lernt das Tool maschinell , zukünftig Phrasen richtig automatisch einzuschätzen. Es soll ein vollautomatisches Programm entstehen, das den Kunden erspart, sich durch die Unmengen an relevanten und irrelevanten Beiträgen zu arbeiten, um herauszufinden, wie über ihre Marke gesprochen wird.
Letztendlich konnten wir viel über die Arbeit als Agentur mit externen Kunden und die Kommunikation mit ihnen lernen. Und auch intern haben wir feststellen müssen, dass unsere Projektorganisation zwar in der Theorie gut funktionierte, aber die Umsetzung an manchen Stellen nicht immer gut gelungen war. Außerdem können wir nun einschätzen, wie viel Arbeit und Projektmanagement-Know-how erforderlich sind, um ein solches Vorhaben stemmen zu können. Darüber hinaus haben wir gelernt, dass es auch eintönige Aufgaben gibt, durch die man sich durchbeißen muss, um ein gutes Ergebnis erzielen zu können.