Fachartikel

JUL2019
Ausgabe 4/2019, Seite 32 | 19-07-32-1

Emotionsmessung mit Textanalyse und Sprachverarbeitung

Die Vermessung der Gefühlswelt

Obwohl Emotionen maßgeblicher Treiber für Kaufentscheidungen sind, bleiben viele Analysen an der Oberfläche. Smitha Chunduri stellt ein Modell vor, das zeigt, welche Nutzwerte Unternehmen von einer detaillierten Betrachtung erwarten können.
Fachartikel zu \Foto: © Wayhome Studio – fotolia.com
Kaufentscheidungen finden fast ausschließlich unbewusst statt, nicht die Ratio, sondern die Emotio spielt die Hauptrolle – ein Umstand, der sich auch auf die Kundenbindung auswirkt. Kürzlich zeigte eine Studie von Forrester, dass in 17 von 18 untersuchten Branchen das emotionale Kundenerlebnis die Kundenbindung stärker beeinflusst als rationale Maßnahmen.


Analysen greifen oft zu kurz

Dieses Bewusstsein ist aber noch längst nicht bei allen Unternehmen angekommen. Immerhin: Allmählich steigt die Zahl derjenigen, die die Messung des emotionalen Kundenerlebnisses effektiv in ihre CX-Anstrengungen integrieren.
In der Vergangenheit wurde bei der Textanalyse die jeweilige Stimmung lediglich dazu verwendet, um den Kommentar rasch als positiv, negativ oder neutral zu bestimmen. Doch greift diese Stimmungsanalyse als Proxy zur Zufriedenheitsmessung deutlich zu kurz. Schließlich sind Emotionen äußerst vielfältig und bieten entsprechend diverse Möglichkeiten einer spezifischeren Analyse. Auch wenn nicht jeder Kommentar eine Emotion erkennen lässt – etwa wenn Kunden in rein sachlicher Art und Weise Verbesserungsvorschläge formulieren.


Neun relevante Emotionen

MaritzCX hat ein Modell entwickelt, das auf einer umfassenden Überprüfung von emotionalen Mustern und Ansätzen beruht. Berücksichtigt wurde dabei vor allem unstrukturiertes Feedback, aus dem man sehr gut Kundenemotionen ableiten kann – sei es durch Umfragen, Social-Media-Kommentaren, Call-Center-Notizen oder jede andere Form von direktem Kundenfeedback. Und obwohl nicht alle Kunden in ihrem ganz persönlich gefärbten Feedback erkennbare Emotionen ausdrücken, liefert doch die überwältigende Mehrheit Hinweise auf ihren emotionalen Zustand. In diesem Modell kommen Textanalyse und Natural Language Processing (NLP) zum Einsatz, die auf die Erkennung der neun für die Kundenzufriedenheit relevantesten Emotionen abgestimmt sind: Zorn, Angst und Hass, Missfallen, Überraschung und Vertrauen sowie Glück, Liebe und Aufregung.
Durch die Gruppierung von Kernemotionen sind wir in der Lage, Cluster von Kunden mit ähnlichen Verhaltensmustern zu identifizieren. Diese Erkenntnisse helfen Unternehmen, ihre Bemühungen auf die Belohnung von Markentreue auszurichten oder Strategien zur Reduzierung von Churn zu entwickeln, die zu langfristigem Mehrwert und Rentabilität beitragen.


Emotions-Identifikation in unstrukturierten Daten

Mit der Emotionsanalyse lassen sich also wichtige Emotionen in Kundenkommentaren oder anderen unstrukturierten Daten identifizieren, um auf diese Weise Kunden besser zu verstehen, Reaktionen anzupassen und solche Aktionen durchzuführen, die auf menschlicher Ebene mehr Wirkung zeigen. Auf Kundenebene können wir Textanalysen mit Fallmanagement kombinieren, um so Mitarbeiterbenachrichtigungen auszulösen. Diese weisen beispielsweise auf weitere Folgemaßnahmen hin und betonen gegenüber dem Mitarbeiter, dass bestimmte Maßnahmen zur Kundenrückgewinnung entscheidend für die Kundenbindung sein können.
Ohnehin ist die Einbindung von Emotionen für die interne Weiterbildung äußerst wertvoll: So lassen sich Bereiche mit hoher Emotionalität für systemische Verbesserungsmaßnahmen und Mitarbeitercoaching identifizieren. Und schließlich können auf Basis ausgewählter Emotionen auch die Treiber der wichtigsten Ergebniskennzahlen eruiert werden.


Analyse mindert den Verspätungsärger

Ein Beispiel, wie eine international führende Fluggesellschaft mit der Emotionsanalyse das Training ihrer Flugbegleiter verbessert: In einem ersten Schritt analysierten wir die Emotionen von Fluggästen ganz unterschiedlicher Airlines. Kernfragen, die wir dabei klärten, waren unter anderem: Wieso reagieren die einen gelassener, die anderen weit aufbrausender in ähnlichen Situationen? Was beunruhigt die Passagiere und wodurch lassen sie sich entspannen? Die Emotionsanalyse gibt genau Aufschluss darüber, was bestimmte Emotionen auslöst. So entdeckten wir etwa, dass Fluggäste ängstlicher wurden, je nachlässiger die Crew anscheinend arbeitete. Auf Basis dieser Erkenntnisse konnte die Fluggesellschaft ihre Kabinenbesatzungen mit entsprechenden Trainings gezielt weiterbilden.
Da besonders negative Emotionen einen signifikanten Einfluss auf die zukünftige Kundenbindung haben, lassen sich die emotionalen Erkenntnisse nutzen, um Themen zu erkennen, die das höchste Maß an negativer Kundenemotion auslösen. Die Airline verwendete vor diesem Hintergrund die Emotionsanalyse auch, um herauszufinden, wie sich Kunden fühlen, wenn sich Flüge verspäten. Mit den gewonnenen Informationen schulte die Fluggesellschaft ihr Bodenpersonal, um auch bei Verzögerungen ein besseres Kundenerlebnis zu schaffen.
Eine weitere Erkenntnis dieser Emotionsanalyse war, dass auf den unterschiedlichen Flugrouten auch unterschiedliche Services gefragt sind. Allein die Tatsache, über den Atlantik zu fliegen, löst etwa bei den meisten Passagieren ein deutlich stärkeres Angstgefühl aus. Entsprechend müssen Crews auf Langstreckenflügen agieren, ihre Kundenansprache anpassen und ihren Fokus auf andere Services richten als auf Inlandsflügen wie zum Beispiel von Hamburg nach München.


Emotionale Best Practices

Für einen Automobilhändler setzten wir die Emotionsanalyse bei der Wartung und Inspektion ein. Hierfür untersuchten wir die Emotionen sehr zufriedener Kunden und unzufriedener Kunden. Was sorgte für die Glücksmomente, was ließ den Ärger wachsen? Die Analyse ermöglichte es dem Händler, Unterschiede in den Emotionen zu verstehen – die identifizierten Best Practices dienen nun als Anschauungsunterricht, um das Kundenerlebnis in allen Servicewerkstätten zu verbessern.
Ein weiteres Beispiel aus dem Energiesektor: Ein regionaler Energieversorger fokussierte sich darauf, die „Liebe“-Emotion zu steigern, wenn ein Kunde sein Callcenter anruft. Mithilfe der Emotionsanalyse identifizierte das Unternehmen die Gespräche, in denen Kunden mit viel Wärme und Zuneigung sprachen. Diese Gespräche teilte der Stromanbieter dann zu jeder Callcenter- Schicht mit seinen Mitarbeitern, um ihnen ein Gefühl zu vermitteln, wie sie erfolgreiche, positiv emotionale Gespräche führen können. Denn eines ist klar: Emotionen sind dauerhaft. Die Erschließung von Kundenemotionen muss ein Schlüsselelement jeder erfolgreichen CX-Strategie sein – heute und in Zukunft. ■
Smitha Chunduri ist Director für Analytics & Insights in EMEA bei MaritzCX, einem auf Software und Services im Bereich Experience Management spezialisierten Unternehmen und für die Durchführung von Analysen und Generierung von aussagekräftigen Insights verantwortlich, indem sie fortschrittliche Analyse- und Text-Mining-Techniken integriert.
www.maritzcx.com



Diese Webseite verwendet Cookies. Cookies ermöglichen uns zu verstehen, wie Besucher unsere Webseite nutzen, damit wir sie verbessern und Ihnen das bestmögliche Erlebnis bieten können. Durch den Besuch unserer Website stimmen Sie der Verwendung von Cookies zu. Durch die Cookie-Einstellungen Ihres Internet-Browsers können Sie die Verwendung von Cookies blockieren. Weitere Informationen finden Sie unter Datenschutz.
akzeptieren