Dr. Robert Grünwald, Novustat Sentiment-Analyse: Überblick über Nutzerbewertungen behalten

Produktbewertungen spielen eine wesentliche Rolle bei der Kaufentscheidung. Bewertungen geben Erfahrungen aus Verbrauchersicht unabhängig und transparent wieder, ohne jeglicher Kaufanimation. So geben etwa 2/3 der Online-Käufer über 14 Jahren an, bei ihrer Kaufentscheidung wesentlich durch Online-Produktrezensionen beeinflusst worden zu sein. Bewertete Produkte verkaufen sich wesentlich besser als Unbewertete. Wie kann man dabei als Händler oder Unternehmer den Überblick behalten und gegebenenfalls eingreifen? Hier spielt die Sentiment-Analyse (engl. Sentiment Analysis) als Methode zur Auswertung und Informationsgenerierung aus Text (Natural Language Processing) eine wichtige Rolle.
Was ist Sentiment-Analyse?
Sentiment-Analyse ist eingeordnet in das Umfeld von Natural Language Processing (NLP), einer Disziplin des Data Minings. Man versteht darunter ein Verfahren, bei dem aus einem Text die emotionale Aussage (Polarität) identifiziert und quantifiziert wird. Anschaulich ausgedrückt, werden Texte anhand der verwendeten Wörter oder Ausdrücke als positiv, negativ oder neutral klassifiziert. Für die Quantifizierung dient eine Skala von -1 bis +1, wobei +1 als maximal positiv, -1 als maximal negativ und 0 als neutral bewertet ist. Für viele Wörter existieren bereits Wertzuweisungen. Diese können als eine Art Wörterbuch im Rahmen der Sentiment-Analyse verwendet werden. So wird beispielsweise der Satz: "Die Kamera ist ganz gut. Sie erfüllt ihren Zweck" als positiv bewertet, auf Basis der darin vorkommenden Worte "gut" und "Zweck". Der Satz "Eine tolle Kamera. Jederzeit wieder!" besitzt im Vergleich allerdings ein deutlich positiveres Sentiment.
Was kann untersucht werden?
Prinzipiell können alle Arten von Text untersucht werden. Sind Bewertungen im Fokus, können beispielsweise Facebook- oder Blog-Kommentare sowie Tweets herangezogen werden. Man spricht dann auch von Facebook Sentiment Analysis, Twitter Sentiment Analysis oder allgemeiner Social Media Sentiment Analysis. Auch Chat-Verläufe können untersucht werden.
Bei einer großen Menge von Texten kann es nützlich sein, zunächst mit einer Kontextsuche relevante Nutzerkommentare zu selektieren. Eine weitere Selektion kann anhand der im Text enthaltenen Wörter vorgenommen werden. So können Kommentare zu Produkten beispielsweise dem Kundenservice, Versand, Verpackung, Produkt, etc. zugeordnet werden.
Wie funktioniert eine Sentiment-Analyse?
Die Grundlage einer Sentiment Analysis stellt ein Wörterbuch dar, in dem Worte als negativ oder positiv eingeordnet werden. Für den deutschsprachigen Raum existieren je nach Anwendung bereits standardisierte Listen, die eine valide Anwendung ermöglichen. Je nach Fragestellung können diese Listen um den Fachwortschatz erweitert werden. Alle relevanten Wörter oder allgemein Token eines Textes können mit Hilfe dieser Listen in positives Sentiment oder negatives Sentiment eingeordnet werden. Worte, die nicht in den Listen vorkommen, werden als neutral gewertet. Als zusätzliche Verfeinerung können auch grammatikalische Regeln, wie sie auch im Natural Language Processing angewendet werden, herangezogen werden: Die Verwendung von Superlativen oder z. B. die Stellung eines Wortes im Satz.
Für den Einsatz in Social Media stehen spezielle "Bags of Words", zur Verfügung, die auf die hier benutzte Sprache und Grammatik optimiert sind. Insbesondere stellen die Facebook Sentiment Analysis oder eine Twitter Sentiment Analysis wichtige Anwendungen dar.
Das Sentiment eines Textes ergibt sich dann aus einer gewichteten Summation aller Sentiments: Überwiegen positiv bewertete Worte, wird der Text als positiv eingestuft, heben sich positive und negative Worte auf, wird der Text als neutral eingestuft.
In neueren Ansätzen der Sentiment-Analyse wird versucht, auf Wörterbücher zu verzichten. Dahinter steckt die Idee des maschinellen Lernens: Ausgehend von vielen bewerteten Texten "erlernt" der Computer, wie positive und negative Texte voneinander zu unterscheiden sind. Dieses Verfahren ist insbesondere bei umgangssprachlichen Texten oder Jugendsprache eine gute Alternative. Dieses Verfahren funktioniert allerdings nur, wenn hinreichend gute Trainingsdaten zur Verfügung stehen.
Wer führt Sentiment-Analysen durch?
Für die Sentiment Analysis stehen einige Softwarelösungen zur Verfügung. Für eine effektive Durchführung ist Fachkompetenz und Erfahrung im Data Mining und der Statistik von großem Vorteil. Ein unabhängiges Institut sorgt für eine neutrale Durchführung der Analysen und hält dem Unternehmer den Rücken frei. Durch eine Auslagerung dieser Aufgabe ist es ferner möglich, Sentiment-Analysen in Echtzeit durchzuführen und so schnell auf Veränderungen in der Tonalität zu reagieren.
Welche Vorteile bietet eine professionelle Sentiment-Analyse?
Beobachtung der Kundenmeinungen
Die Textanalyse kann gezielt für bestimmte Suchbegriffe wie beispielsweise Warenkategorien, Produkte, Ereignisse durchgeführt werden. Durch die Klassifizierung in positiv und negativ können die Rückmeldungen schnell in sehr komprimierter Form erfolgen, ohne dass lange Textnachrichten durchgelesen werden müssen.
Beurteilungen differenzieren
Durch eine Textanalyse können Sentiments für bestimmte Bereiche angegeben werden. Wir führen Sentiment-Analysen für unsere Kunden durch, indem die Meinungen den Bereichen Kosten, Kundenservice, Versand, Produkt etc. zugeordnet werden. So können differenziert Meinungsbilder erfasst werden.

Abb.: Sentiment-Analyse eines Produktes zu sechs Kriterien
Zeitnahe Rückmeldung
Durch die automatisierte Sentiment Analysis können Ergebnisse unmittelbar abgelesen werden. Eine sofortige Reaktion ist möglich z. B. in Form von Rückmeldung.
Identifizierung zufriedener Kunden
Zufriedene und glückliche Kunden können durch eine Sentiment-Analyse identifiziert werden. Dadurch können Marketing Strategien zielführend eingesetzt werden.
Rückschlüsse über die eigene Positionierung im Mitbewerberfeld
Kommentare oder Chats von Kunden erhalten oft Vergleiche von konkurrierenden Produkten. Im Rahmen eine Facebook Sentiment Analysis oder Twitter Sentiment Analysis können mit einer gezielten Selektion dieser Texte Rückschlüsse hinsichtlich der Positionierung der eigenen Marke oder des Produktes gewonnen werden. Wo liegen die Stärken und die Schwächen?
Veränderungen erkennen
Durch eine regelmäßig oder permanent durchgeführte Sentiment-Analyse können Veränderungen in der Bewertung erkannt werden: Häufen sich schlechte Bewertungen im zeitlichen Verlauf, verändert sich das Sentiment seit einem definierten Zeitpunkt?
Fazit
Mit einer Sentiment-Analyse können Stimmungen, die in Texten ausgedrückt sind, erkannt und bewertet werden. Durch eine professionelle, regelmäßige durchgeführte Analyse können Veränderung erkannt, Schwachstellen identifiziert oder die eigene Positionierung gestärkt werden.
Zum Autor: Dr. Robert Grünwald ist Geschäftsführer der NOVUSTAT Statistik-Beratung und beschäftigt sich mit der Optimierung von Geschäftsprozessen und Marketingstrategien mithilfe modernster Analysetechnologien. Novustat ist eine Statistik-Beratung, welche sich auf die Beratung und Durchführung maßgeschneiderter Marktforschungs-Studien spezialisiert hat.
Weitere Informationen zum Unternehmen auf marktforschung.de:

Kommentare (2)
Um unsere Kommentarfunktion nutzen zu können müssen Sie sich anmelden.
Anmelden