Sentiment Analyse

Emotionen sind in der digitalen Welt ebenso wichtig wie in der analogen. Positive Emotionen führen zu Kundenloyalität und Weiterempfehlung innerhalb der Peer Group – also dem besten Marketinginstrument überhaupt! Negative Emotionen können sich kumulieren und in einem Shitstorm enden – der bringt zwar Aufmerksamkeit, aber es gehört extrem viel Arbeit dazu, diese negative Aufmerksamkeit für seine Marke zu nutzen – frei nach dem Satz: Es gibt keine schlechte Werbung.

Um diese Emotionen kanalübergreifend zu sichten und auszuwerten, reicht bloßes Community-Management ab einer bestimmten Größe nicht mehr aus. In diesem Fall muss eine Sentiment-Analyse eingreifen.

Was ist eine Sentiment-Analyse?

Im Französischen wie im Englischen bedeutet Sentiment übersetzt Gefühl, Empfindung oder Meinung. Diese drei Begriffe umschreiben ziemlich genau, was man mit einer Sentiment-Analyse erfasst werden soll: Das Stimmungsbild einer bestimmten Personengruppe. In der Praxis wird die Sentiment-Analyse meist innerhalb von SOCIAL MEDIA oder CHAT- und BEWERTUNGSPORTALEN durchgeführt. Wie kommt mein Produkt, das neue YouTube-Video oder der witzige Facebook-Post bei den Kunden an? Auf diese Fragen erhalten Unternehmen und Dienstleister dank der Sentiment-Analyse eine qualifizierte Antwort. Dazu werden mithilfe der Analyse die einzelnen Beiträge/Meinungen der Kunden bzw. User für gewöhnlich in die Kategorien positiv, neutral und negativ eingruppiert – und so ein verlässliches Stimmungsbild gezeichnet.

Wie funktioniert die Sentiment-Analyse genau?

Die Sentiment-Analyse ist eine Spielform des Data Minings oder auch Text Minings. Bei ihr geht es in der Regel um Natural Language Processing (NLP), d.h. aus Texten werden manuell oder maschinell die Kernaussagen und Emotionen herausgelesen. Eine gängige Methode dafür ist das Hinterlegen von klassifizierten linguistischen Quellen (Wörterbüchern), in denen beispielsweise Begriffe wie „gut“, „freundlich“ und „günstig“ als positiv und Bezeichnungen wie „unfreundlich“, „leider“ oder „verspätet“ als negativ codiert werden. Ein Kommentar wie „freundliche Bedienung und guter Service. leider kam das Produkt verspätet“, würde als neutral eingestuft werden, da er je zwei positive und zwei negative Code-Wörter beinhaltet.

Darüber hinaus gibt es die (logischerweise ausschließlich maschinelle) Methode des MACHINE LEARNINGS. Dafür wird zunächst eine Software mit Beispieldaten für positive und negative Meinungsäußerungen und Tonalitäten gefüttert, um anhand dieser Quellen anschließend auch unbekannte Texte richtig einzuordnen. Damit diese Methode verlässliche Ergebnisse liefern kann, müssen die Ausgangsdaten sehr nahe am Einsatzbereich der angestrebten Sentiment-Analyse sein. So sind Beispieldaten aus einem Fußball-Fan-Forum keine gute Grundlage, um damit die Produktbewertungen eines Elektronik-Konzerns zu analysieren.

Einsatzbereiche der Sentiment-Analyse

Für die Durchführung automatisierter Sentiment-Analysen gibt es inzwischen eine ganze Reihe gängiger Tools, die den gesamten Prozess, aber vor allem die Auswertung vereinfachen und beschleunigen. Wie bereits eingangs erwähnt, findet die Sentiment-Analyse meist Anwendung im Rahmen von Social Media oder verwandten Kommunikations-Formen, in denen Kunden oder User Meinungen zu Produkten, Dienstleistungen und Marken äußern.

Sie ist für viele unternehmerische Fragestellungen und Teilbereiche einsetzbar und kann angewendet werden auf:

• Produktbewertungen
• Einstellung zur Marke/zum Unternehmen (Image, Glaubwürdigkeit, etc.)
• Service und Dienstleistungen
• Kundenzufriedenheit
• (Marketing-)Kampagnen
• Erfolg von Social-Media-Kommunikation
• Shitstorm-Prävention
• Identifikation von Verbesserungspotential

Nutzen/Vorteile von Sentiment-Analysen

Emotionen und Stimmungen sind entscheidende Faktoren für das Kaufverhalten und die Kundenbindung. Eine Sentiment-Analyse liefert Unternehmen detaillierte Informationen darüber, mit welche Gefühlen die Kunden (User) der eigenen Marke begegnen. Sie zeigt auf, warum und in welchen Bereichen eine Marke entweder geliebt oder von manchen sogar gehasst wird. Diese Erkenntnisse bieten Unternehmen die Chance, zeitnah und gezielt reagieren zu können, um neutrale oder negativ eingestellte Kunden im Idealfall mehr und mehr in Fans der eigenen Marke zu verwandeln. Gleichzeitig können die bereits überzeugten Kunden identifiziert und z.B. als Influencer in MARKETING-Aktivitäten eingebunden werden. Und wie bereits erwähnt, kann die Sentiment-Analyse auch gezielt Teilbereiche des Angebots überprüfen, beispielsweise den Kundendienst, die Preisstruktur, die Produktqualität oder ein einzelnes Kampagnen-Video. Regelmäßig vorgenommene Sentiment-Analysen machen Trends und Veränderungen schnell sichtbar. Braut sich etwa nach einer Anpassung der Angebotsstruktur Ärger auf dem Social-Media-Kanal zusammen? Warum verkauft sich das neue Produkt viel besser als sein Vorgänger? Und weshalb ist die Zufriedenheit mit unserem Service nur mittelmäßig? Fragen, auf die jedes Unternehmen natürlich so schnell wie möglich die Antworten wissen möchte.

Fazit

Sinnvoll eingesetzte Sentiment-Analysen bieten Unternehmen einen nahezu unschätzbaren Wert. Sie sind mehr als bloße Beliebtheitsumfragen, sondern legen ganz konkret offen, was Kunden umtreibt und was sie sich wünschen. Kurz gesagt: Sentiment-Analysen verleihen Unternehmen die Kraft, die Herzen ihrer Kunden zu erobern.