Tag Archive | "Philipp Rodewald"

Consumer Behavior Insights durch Social Media Monitoring identifizieren

Tags: , , , , , , , , , ,


von Philipp Rodewald (Webbosaurus GmbH)

Für Marketing und Vertrieb ist es essentiell zu wissen, wieso Kunden ein Produkt kaufen oder nicht. Hierfür nutzen sie verschiedene Tools wie Marktforschung, Kundenbefragungen, Fragebögen oder Web Analytics im Bereich Online-Shopping. Doch diese Tools haben ihre Grenzen, da vor allem direkte Kundenbefragungen den Rahmen vorgeben und Wünsche und Bedürfnisse der Kunden somit übersehen werden können. Ein guter Weg authentisches Feedback zu erhalten, ist der Einsatz von Social Media Monitoring. Dabei gibt es zwei Ansätze, wie Marken an dieses Feedback kommen und entsprechende Insights generieren können. Am Beispiel eines Windel-Herstellers soll im folgenden Artikel praxisnah erläutert werden, wie Marken an die relevanten Insights kommen. Ziel soll es dabei sein, zu prüfen, wieso Eltern sich im Kaufprozess für eine Marke entscheiden oder nicht.

Die Suche nach Marken und Produkten

Der erste und manchmal auch einzige Weg, relevante Beiträge zu finden, ist die stichwortbezogene Suche nach Marken- oder Produktnamen. Dieses Setup bietet sich oft als Einstieg in die Insight Analyse an, da es leicht aufzusetzen ist und schnell zu Ergebnissen kommt. Das Problem dabei ist, dass die Beiträge unstrukturiert sind und thematisch nicht unbedingt zusammenpassen. Sucht man nach Marken wie „Pampers“ oder „Lillydoo“, findet man natürlich auch Beiträge zum Thema Markenimage, Kundenservice oder Werbung. Diese Beiträge sind für die entsprechenden Marken sicherlich spannend, helfen dem Windelhersteller jedoch nur bedingt weiter. D.h. die entsprechenden Beiträge müssen sortiert und gefiltert werden. Diese Filterung ist über eine Whitelist möglich – z.B. „Pampers NEAR/3 gekauft“ oder „Pampers NEAR/ super“– oder über eine Blacklist. Bei der Blacklist werden Begriffe ausgeschlossen, wie z.B. „E-Mail“, „Telefon“ oder ähnliche Beiträge. Beide Möglichkeiten sollten in Kombination genutzt werden, um keine relevanten Beiträge ausversehen auszuschließen. Denn ein Kunde könnte den Kauf von Pampers thematisieren und zeitgleich seine Erfahrung mit dem Kundenservice schildern. Eine intensive Betrachtung der Beiträge auf operativer Ebene ist somit essentiell.

Beispiel-Beitrag Social Media Monitoring pampers screenshot

Nach diesem ersten Schritt besitzt eine Marke nun die relevanten Beiträge, welche jedoch weiterhin nur bedingt strukturiert sind. Durch Machine Learning oder die menschliche Analyse – vor allem bei kleineren Datenmengen (<10.000 Beiträge) führte diese zu schnelleren, besseren und günstigeren Ergebnissen – müssen diese Beiträge kodiert werden. Die Kodierung bezogen auf die Stimmung in eine 3er Skala ist die gängigste Methode, um erste Insights zu generieren. Im zweiten Schritt müssen den Beiträgen Themencluster und Tags (Schlagwörter) zugeordnet werden. Möglichkeiten für das Windel-Projekt sind als Thema „Preis“, „POS“ oder „Qualität“. In Verbindung mit den Tags wie z.B. „zu teuer“, „halten nicht“ oder „süßes Tierbildchen drauf“ kann gezielt identifiziert werden, wieso der Kunde sich für oder gegen die entsprechende Marke entschieden hat.

Social Media Monitoring Tool Tagcloud

Durch die Kombination der entsprechenden Marken, Themen und Stimmungen lässt sich nun visualisieren, was Kunden antreibt.

Mehr Feedback durch Themen-Monitoring

Eine weitere Möglichkeit Beiträge zu finden, ist die Suche nach Themen anstatt nach Marken. Oft ist es so, dass Nutzer sich über ein Thema austauschen, dabei jedoch keine Marke nennen. Diese Beiträge bieten jedoch sehr wertvolle Informationen, da sie meist zu Diskussionen im digitalen Raum führen.

Beispiel Thread Windeln kaufen Social Media Monitoring

Das Setup ist komplexer und komplizierter als beim klassischen Marken-Monitoring. Die Aussagen der Nutzer müssen durch Boolesche Operatoren in Suchanfragen für den jeweiligen Crawler übersetzt werden. Eine intensive Recherche mit Tools wie Google Trends, Google Keyword Planer oder auch AnswerThePublic helfen zielführend an mögliche Szenarien zu gelangen. Für unser Windel-Projekt heißt dies auch konkret zu schauen, welche möglichen Synonyme Nutzer für Windel nutzen oder mit welchen Umschreibungen sie auf das Wort „Windel“ in ihren Beiträgen verzichten. Mögliche Szenarien könnten z.B. sein, dass nach „wunder po“ in Verbindung mit „baby / kleinkind / sohn / tochter“ gesucht wird. Diese Suchphrasen sollten strukturiert dokumentiert werden, um die entsprechenden Suchphrasen zu bauen. Da viele Monitoring-Dienstleister die Suchquery auf eine gewisse Anzahl an Zeichen limitieren, eignet sich die Kombination von Wildcards, NEAR- und AND-Operatoren. Für das o.g. Szenario könnte eine erste Query wie folgt aussehen:

(wund* NEAR/1 (po* OR hintern OR arsch OR kehrseite)) AND (baby OR sohn OR tochter OR kleinkind*)

Diese Query ist nicht final und soll nur verdeutlichen, wie eine entsprechende Suche aufgebaut sein könnte. Es wird deutlich, dass über ein Themen-Monitoring die Beiträge bereits deutlich genauer sind und trennschärfer als bei einem Marken-Monitoring, da die entsprechenden Themen die Ziele unserer Analyse verfolgen. Aber auch beim Themen-Monitoring müssen die gefundenen Datensätze äquivalent zum Marken-Monitoring kodiert werden, um die Insights zu generieren.

Das Problem der Suche

In der Praxis werden je nach Fragestellung Marken- und Themen-Monitoring in Kombination genutzt. Welche Methode zielführender ist, unterscheidet sich je nach Thema und den entsprechenden Marken, die Produkte herstellen. Gerade im B2B Bereich oder bei Produkten, bei denen die Nutzer selten die Marke kennen, eignet sich ein Themen-Monitoring meist besser. Wie im o.g. Beispiel gezeigt, hat eine Nutzerin einen Thread gestartet und erwartet nun auf Antworten der Community. Das Problem für unser Projekt ist, egal ob Marken- oder Themen-Monitoring, dass die Nutzer die von uns definierten Begrifflichkeiten mit hoher Wahrscheinlichkeit nicht mehr nutzen werden. Denn sie antworten direkt auf eine Frage, die bereits alle Informationen enthält.

Social Media Beispiel-Beitrag Windeln kaufen

An diese Antworten im Rahmen einer stichwortbezogenen Suche zu kommen ist nahezu unmöglich und bedeutet immensen Aufwand. Zielführender ist es daher, dass Beiträge auf Thread-Ebene gecrawled werden. D.h. in unserem Projekt definieren wir die entsprechenden Threads und lassen uns jede Antwort durch den Crawler als einzelnen Beitrag ausweisen. Somit erhalten wir unter Umständen auch irrelevante Beiträge, die können wir abschließend wieder durch eine Blacklist filtern.

Fazit

Der skizzierte Fall zeigt deutlich, dass Consumer Behavior Insights mit Daten aus dem Social Media Monitoring generiert werden können. Um diese Daten zu erhalten muss jedoch im Vorfeld für die Konzeption der Analyse kein unerheblicher Aufwand betrieben werden. Wer sich die Mühe macht und gezielt sein Themen- und Marken-Monitoring aufsetzt, der bekommt authentisches Feedback und kann dieses für die Optimierung seiner Sales- und Marketingaktivitäten nutzen.

 

Der Autor

Philipp Rodewald ist Gründer und Geschäftsführer der Webbosaurus GmbH, einem Full-Service Anbieter für Social Media Monitoring, Reporting und Listening und schreibe schwerpunktmäßig über die Macht der Nutzer im digitalen Raum und Reputationsmanagement.

E-Mail: philipp.rodewald@webbosaurus.de

Twitter: Twitter @webbosaurus