Wie die Analyse der Kundenstimmung Marken helfen kann, ihre Käufer zu verstehen

Die menschliche Kommunikation beinhaltet eine Vielzahl von Emotionen, Ideen, Meinungen und Gefühlen.

Egal, ob Sie einen Kommentar zu einem LinkedIn-Beitrag schreiben oder eine Textnachricht an Ihre Freunde schreiben, Ihre Worte vermitteln Ihre Meinungen und Einstellungen zu einer Vielzahl von Themen.

Stellen Sie sich vor, Sie verwenden ein Computerprogramm, um die Texte zwischen Ihnen und Ihren Freunden zu überfliegen. Anstatt jeden einzelnen zu lesen, um herauszufinden, was er Ihnen sagen möchte, erhalten Sie eine kurze Zusammenfassung:

Dies ist ein vereinfachtes Beispiel dafür, wie Marken Stimmungsanalysen anwenden können, um ihnen dabei zu helfen, quantifizierbare und messbare Kundenstimmungen in großem Maßstab freizusetzen. Im Wesentlichen kann die Stimmungsanalyse auf eine Vielzahl praktischer Anwendungen angewendet werden , vom Verstehen des Gruppenchats Ihrer Freunde bis hin zur Bewertung der öffentlichen Stimmung gegenüber einer Marke oder einem Produkt.

Häufig erfolgt die Bewertung der öffentlichen Stimmung durch die Betrachtung von Erwähnungen in den sozialen Medien. Wir treten jedoch in eine Welt ein, in der Gefühle auf der Website einer Marke ausgedrückt werden können – in der Verbraucher zunehmend ihre Zeit mit Einkaufen verbringen.

Ebenso ist die Kundenstimmungsanalyse heute Standard für Marken. Mit den richtigen E-Commerce-Marketinglösungen können Marken schriftliche Kundenbewertungen – manchmal ganze Absätze lang – mit Stimmungsanalysen in messbare Verbraucherstimmungen umwandeln.

Was ist Sentimentanalyse?

Die Stimmungsanalyse fällt unter den größeren Prozess der Meinungsgewinnung. Opinion Mining verwendet eine Kombination aus Datenverarbeitungs- und Datenanalysetechniken, um Natural Language Processing (NLP) durchzuführen. NLP führt Computerprogramme aus, die künstliche Intelligenz (KI) und maschinelles Lernen (ML) verwenden , um dabei zu helfen, geschriebene Sprache als gesprochene Sprache zu interpretieren .

Letztendlich identifiziert Opinion Mining eine Reihe von Meinungen zu verschiedenen Themen in vorgegebenen Textpools. Diese Meinungen werden anhand einer Stimmungsanalyse auf einer Skala von positiv bis negativ bewertet , was zu Verbraucherdatenberichten führt, die die Kundenstimmung auf einer detaillierteren Ebene aufschlüsseln – schnell. Die Anwendung dieses Prozesses auf Kundenbewertungen kann es Unternehmen erleichtern , Trends in der Einstellung und Stimmung in Bezug auf eine beliebige Anzahl von Themen im Zusammenhang mit ihrem Unternehmen zu bestimmen .

Stimmungsanalyse und Kundenrezensionen

Ihre Effizienz beim Extrahieren von Stimmungstrends aus riesigen Textmengen, Opinion Mining und Stimmungsanalyse schafft die einzigartige Gelegenheit, Kundenbewertungen in großem Umfang zu analysieren .

Im Gegensatz zu Umfragen, die dazu neigen, die Antworten mit gezielten und möglicherweise voreingenommenen Fragen zu beeinflussen, bieten Bewertungen Unternehmen eine zentrale Quelle für organische Reaktionen, die die Meinungen der Kunden authentisch widerspiegeln. Offene Antworten und Textfelder ermöglichen es Käufern, Dinge in ihren eigenen Worten zu beschreiben , wodurch sie unerwartete Probleme ansprechen können, die Marken vielleicht nicht bedacht haben.

Beispielsweise könnte ein Schönheitshändler, der Meinungsforschung zur Analyse seiner Rezensionen einsetzt, schnell feststellen, dass sein meistverkaufter Lidschatten einen negativen Trend zum Thema Duft aufweist. Sie könnten auch weiter graben, um das spezifische Problem zu entdecken, z. B. einen Duft, der „zu stark“ oder „zu süß“ ist.

Mithilfe von Daten aus Opinion Mining und Stimmungsanalysen können Einzelhändler leicht herausfinden, was ihre Kunden an ihren Produkten und ihrem Einkaufserlebnis insgesamt mögen oder nicht mögen , selbst wenn sie jeden Monat mehrere tausend Bewertungen erhalten.

Wie Opinion Mining und Sentimentanalyse funktionieren

Stimmungsanalyse und Kundenbewertungen sind ein so natürliches Paar, dass die Kundenstimmung leicht aus Kundenbewertungen abgeleitet werden kann. Und da die Auswirkungen der Kundenstimmung ein starker Indikator für zufriedene Kunden und Markenwachstum sind , war es nur eine Frage der Zeit, bis das Data Science-Team von Yotpo Verbrauchertrends in den Online-Bewertungen von Käufern untersuchte.

Das Team verwendete NLP, um Themen aus den Rezensionen zu extrahieren, die Deep-Learning-Technologie – eine Unterkategorie des maschinellen Lernens und der KI – nutzten, um sein eigenes Stimmungsanalysemodell anhand der geäußerten Meinungen zu trainieren. Sie können sich hier spezifischere Ergebnisse ansehen, die sie in der Modebranche aufgedeckt haben.

Darüber hinaus hat unser Data-Science-Team allein in unserer Bewertungsdatenbank 1 Million Themen und 75 Millionen verwandte Meinungen identifiziert.

Allein die Definition einer „Meinung“ erforderte mehrere Iterationen.

Das Data-Science-Team von Yotpo trainierte die Technologie auch anhand von mehr als 30 Millionen Rezensionen , um sich auf ihre Fähigkeit zu konzentrieren, Meinungen und Themen genau zu identifizieren und sie nach Ähnlichkeit der Bedeutung zu gruppieren. Beispielsweise würden die Wörter „Versand“, „Lieferung“ und „Lieferung“ ein einzelnes Thema bilden. Dadurch können mehr Meinungen und mehr statistisch signifikante Stichproben pro Thema gezählt werden.

Das Team verwendete dann Stimmungsanalyseprozesse, um jedes Thema und jede Meinung auf einer Skala von -100 (am negativsten) bis +100 (am positivsten) zu bewerten.

Die Stimmungsanalyse dient dazu, zwischen widersprüchlichen Meinungen zu verschiedenen Themen innerhalb derselben Bewertung zu unterscheiden. Zum Beispiel: „Tolles Produkt, aber langsamer Versand.“

Dank sorgfältig ausgearbeiteter Regeln, die in die Programmierung eingebettet sind, kann es auch komplexe und widersprüchliche menschliche Schreibstile – insbesondere Sarkasmus – sortieren.

Zum Beispiel kann es sagen, dass dieser Satz eine negative Stimmung ausdrückt:

Und dass dieser positiv im Ton ist:

Extrahieren von Themen und Meinungen aus Rezensionen

Abgesehen von Daten und Deep Learning waren die beeindruckenden Ergebnisse des Teams die schiere Geschwindigkeit und Genauigkeit (92 %) , mit der ihre Algorithmen Stimmungstrends identifizieren konnten, die aus Kundenbewertungen extrahiert wurden.

Wie jeder vielbeschäftigte Geschäftsinhaber weiß, gibt es ungefähr eine Million Dinge zu tun, bevor Sie auch nur davon träumen können, Kundenbewertungen zu sichten. Bedenken hinsichtlich Erfüllung, Personal, Produktentwicklung, Lieferanten, Budgetierung und mehr machen es nahezu unmöglich, die Zeit dafür zu finden.

Nachdem wir zu unserem Data Science-Team gegangen waren, um das von ihnen erstellte Modell zu bewerten, erkannte das Team, dass es die Genauigkeit unseres Modells bewerten musste. Zu diesem Zweck bat das Team unser Team für professionelle Services (manuelle Moderation), eine Gruppe von Bewertungen zu erstellen und mit der manuellen Extraktion von Meinungen und Themen zu beginnen.

Als das Data-Science-Team unserem Professional Services-Team jedoch sein Programmierskript übergab, dauerte es nur wenige Stunden, um eine Sentimentanalyse für alle Bewertungen durchzuführen.

Letztendlich identifizierte das Data-Science-Team von Yotpo die positiven Auswirkungen von NLP und Opinion Mining auf die Quantifizierung der Kundenstimmung durch die Analyse von geschriebenem Text in Rezensionen. Lassen Sie uns nun einen Blick darauf werfen, wie die Kundenstimmung über die Produkte einer Marke und die Bewertungen insgesamt die Stimmung einer Marke beeinflussen.

Wie sich die Kundenstimmung auf die Markenstimmung auswirkt

Es ist kein Geheimnis, dass Kunden Rezensionen zu Rate ziehen, um Entscheidungen über den Kauf von Produkten zu treffen. Unabhängig davon, ob sie Bewertungen durchsuchen, um weitere Informationen zu Passform, Qualität, Größe, Versand usw. zu finden, haben Käufer, die Produkte über Bewertungen erkunden und mehr darüber erfahren können, eine höhere Konversionsrate – fast 53 % höher .

Geht man noch einen Schritt weiter, kann das gleiche Konzept auf die Nutzung von Bewertungen angewendet werden, um die Markenstimmung zu verstehen. Mit Hilfe der Kundenstimmungsanalyse können Unternehmen die Markenstimmung durch die folgenden Strategien verbessern:

• Präsentieren Sie die positive Stimmung aus bestehenden Bewertungen auf Ihrer Homepage über ein Bewertungs-Widget vor Ort und verwenden Sie visuellen nutzergenerierten Inhalt (VUGC) , um das Vertrauen zwischen neuen Kunden und Ihrer Marke zu stärken.
• Die Beantwortung negativer Meinungsbewertungen , unabhängig von der Sternebewertung, zeigt, dass Ihnen die Erfahrungen Ihrer Kunden am Herzen liegen – wodurch die emotionale Bindung zwischen Ihrer Marke und früheren Kunden verbessert wird.
• Das Extrahieren umsetzbarer Erkenntnisse aus Bewertungen und das Implementieren von Änderungen, die in Kundenerkenntnissen gefunden wurden, zeigt das operative und geschäftliche Wachstum Ihrer Marke und trägt dazu bei, die Markenstimmung zu stärken. Beispielsweise können Marken Bewertungseinblicke in Bezug auf Passform und Größe analysieren und ihre Produktbeschreibungen verbessern oder detailliertere Größentabellen bereitstellen.

Sentiment hilft Marken dabei, ihre Kunden besser zu verstehen

Kundenbewertungen sind direkt mit Ihrem Produktkatalog verknüpft. Sie enthalten oft wertvolles Feedback zum Kundenservice und stammen von verifizierten Kunden, die Erfahrungen aus erster Hand mit Ihrer Marke haben. Mit anderen Worten, sie sind der perfekte Ort, um nach einer Vielzahl von kundeninitiierten Reaktionen und Gefühlen zu Ihren Produkten und Ihrem Unternehmen als Ganzes zu suchen.

Aber ohne die Tools, um sie in großem Umfang nach Trends zu durchsuchen, ist es leicht, wichtiges Feedback von Ihren Kunden zu verpassen. Das Verlassen auf Sternebewertungen mag wie eine schnelle Lösung erscheinen, um Berge von Bewertungen zu analysieren, aber es wird Ihnen nicht das ganze Bild vermitteln.

Bewertungen sind nicht schwarz auf weiß. Eine Fünf-Sterne-Bewertung kann wichtige Wünsche nach einer verbesserten Lieferzeit enthalten, während eine Ein-Stern-Bewertung fälschlicherweise als „negativ“ abgetan werden kann, aber viele hilfreiche Details enthalten kann, die Kunden zum Kauf verleiten können.

Die Erfahrung eines Kunden ist selten durchweg positiv oder durchweg negativ. Während Sternebewertungen Ihnen also auf einen Blick eine Vorstellung von der Kundenzufriedenheit vermitteln, würden Marken nachlässig sein, mit Hilfe der Kundenstimmungsanalyse nicht tiefer zu graben.