Darum sind Online-Kundenbewertungen und eine Orientierung daran wichtig

Bill Gates wird gerne mit folgender Phrase zitiert: „Ihre unzufriedensten Kunden sind die, von denen Sie am meisten lernen können.“Ob unzufrieden oder überwiegend zufrieden – das Feedback eines jeden einzelnen Kunden ist wichtig und wertvoll. Erfolgreiche Unternehmen haben schon immer ihre Kunden in den Mittelpunkt gestellt. Durch transparente Märkte, globale Geschäftsbeziehungen und flexible Kunden nimmt die Bedeutung von Kundenorientierung immer weiter zu. Ebenfalls steigt die Zahl an Kundenfeedback stark durch die Zunahme genutzter Medien und digitaler Touchpoints auf Kundenseite. Das Bewertungsportal Yelp kann beispielsweise einen Zuwachs an Bewertungen von 150% pro Jahr verzeichnen. Kunden sind zumeist sehr offenen und mitteilsam gegenüber Unternehmen, oftmals sogar unter Nennung vieler Details. Das bietet Unternehmen eine einfache Chance zu mehr Kundenorientierung.

Ihre Kunden und deren Bewertungen entscheiden über Ihren Erfolg

Aber warum mehr Kundenorientierung; nur weil die Anzahl an Online-Feedbacks zunimmt? Ganz einfach weil die Rückmeldungen Ihrer Kunden und die Tatsache, ob Sie Ihnen, also den Feedbacks und im Umkehrschluss somit auch Ihren Kunden, Beachtung schenken über Ihren Unternehmenserfolg oder -misserfolg entscheiden. Und dies völlig unabhängig davon, ob Sie in der Dienstleistungs-, Produktions-, oder Gastronomiebranche verortet sind. Und auch unabhängig davon, ob Sie ein B2C oder B2B-Unternehmen sind. Kundenbewertungen sind überall von großer Wichtigkeit und üben hohen Einfluss aus. Lassen Sie sich von ein paar Zahlen überzeugen (Quelle: https://www.licili.de/post/darum-entscheiden-online-kundenbewertungen-über-den-unternehmenserfolg):

‍

97% der Konsumenten lesen vor dem Einkauf bei lokalen Unternehmen Online-Rezensionen, so die Ergebnisse einer Studie von BIA/Kelsey und ConStat aus dem Jahr 2010. Eine weitere Studie des Unternehmens Podium stellte 2017 fest, dass sich 93% der Probanden von Online-Kundenbewertungen in ihrer Kaufentscheidung beeinflussen lassen. Und eine Untersuchung der Harvard Business School (2016) konnte den Einfluss des Sterne-Rankings auf den Unternehmenserfolg auf dem Vergleichsportal Yelp nachweisen: Eine Verbesserung des Sterne-Rankings um einen Stern führte zu einer Umsatzsteigerung von 5 bis sogar 9%. Kunden sind sogar bereit, 31% mehr auszugeben, wenn ein Unternehmen sehr gute Bewertungenvorzuweisen hat (Kundenforschung des Unternehmens invesp ), wohingegen 94% im B2B-Bereich Dienstleister aufgrund von schlechten Bewertungen meiden (Untersuchung von G2).

Die Ergebnisse dieser Studien wurden zwar allesamt von Profiteuren der Online-Bewertungs-Industrie initiiert, dennoch sprechen die Zahlen zahlreicher Studien für sich: Online-Bewertungen haben einen großen Einfluss auf die Kaufentscheidung von Kunden und letztlich auf Ihren Erfolg als Unternehmen. Daher ist es entscheidend, sich einen Überblick über das Feedback der eignen Kunden zu verschaffen und die Entwicklung der Rückmeldungen stetig im Blick zu haben. Also die Online-Feedbacktexte der Kunden verstehen und so das eigene Produkt bzw. die eigene Dienstleistung daran auszurichten und zu optimieren.

Die Krux der Fülle an Kundenbewertungen

Die Krux an der Sache ist dabei jedoch zumeist ein wichtiger Faktor, der heutzutage Mangelware ist: Kundenfeedbacks lesen kostet Zeit. Sehr viel Zeit. Und nicht nur das Lesen, Zusammenfassen und Clustern der Feedbacks ist sehr zeitaufwändig. Hinzu kommen für die sinnvolle Weiterverarbeitung der Feedbacks Recherche- und Diskussionszeit, um anschließend aus den Rückmeldungen sinnvolle Maßnahme zur Produktoptimierung ableiten zu können. Dafür würden in einem mittelständischen Unternehmen bei durchschnittlich 10.000 Feedbacks pro Monat etwa 480 Arbeitsstunden anfallen:

‍

Wenn wir dann noch bedenken, dass die Zahl an Rückmeldungen stetig zunimmt, sehen sich Kunden mit einem Dilemma konfrontiert: Der Wunsch nach mehr Kundenorientierung scheitert am zu großen Aufwand an der Auswertung der Online-Bewertungen und wertvolle Feedbacks bleiben unbeachtet. Und Kunden wandern im schlimmsten Falle ab, bleibt ihre Rückmeldung ungehört.

Die Lösung: Textanalyse- bzw. Text-Mining-Plattformen

Was kann Abhilfe verschaffen? Wie so oft kann maschinelle bzw. künstliche Intelligenz da weiterhelfen, wo Menschen zu geringe Ressourcen haben.

Das Unternehmen liCili stellt zum Beispiel eine Plattform zur Verfügung, welche mithilfe von KI-Text-Mining in nur wenigen Minuten tausende Text-Feedbacks analysieren und interpretieren kann. Dabei wird stets eine Balance zwischen vereinfachter Zusammenfassung der von Kunden erwähnten Themen und einem Tiefenverständnis, das die Details der Kundentexte genauso in den Blick nimmt, gehalten. Wie das funktionieren kann? Lesen Sie selbst:

Die Meinungen und Motive von Nutzern sind sehr facettenreich. Um die eigenen Kunden tatsächlich im Detail verstehen zu können, reicht es nicht aus, geschlossene Zufriedenheitsabfragen, Zählungen erwähnter Stichwörter oder eine Einteilung der Bewertungen in positiv und negativ vorzunehmen. Es geht darum, zwischen den Zeilen lesen zu können, um die wahren Beweggründe der Kunden zu erfassen. Erst dann ist der Weg für echte Kundenorientierung geebnet und die Ausschöpfung des Unternehmenspotenzials gegeben.

Viele Analyse-Tools arbeiten mit sogenannten Tag-Clouds. Da lesen Sie dann zum Beispiel in den Ergebnissen, dass 50% Ihrer Nutzer negativ über das Stichwort „Bedienung“ sprechen. Aber was hilft es Ihnen weiter, wenn sie sehen, dass 50% Prozent über ein bestimmtes Thema sprechen, welchen Erkenntnisgewinn haben Sie dadurch? Für tatsächliche Insights müssen wir in die Tiefe der Feedbacktexte gehen und zwischen den Zeilen lesen. Bei liCili funktioniert das folgendermaßen:

Vier Analyseformen kommen zum Einsatz: Die Themen-, Kontext-, Sentiment- und Relevanzanalyse

Die Themenanalyse bildet ab, welche Aspekte Kunden in ihren Feedbacks wie oft erwähnen. Die Themen werden dabei bereits in zwei Ebenen, in Über- und Unterkategorien unterteilt.Eine Detailstufe tiefer folgt die Sentiment-Ebene und darauf die Kontext-Ebene. In diesen Stufen wird abgebildet, in welchen Sentiments, also ob positiv, neutral oder negativ, und in welchen Kontexten die von den Kunden erwähnten Themen auftauchen. Über die letzte Analyse-Ebene, die Relevanzsortierung, wird anhand von verschiedenen KI-Modellen berechnet, wie relevant der diskutierte Inhalt ist in Bezug auf Kunden- und Marktrelevanz im Allgemeinen ist. Diesen Modellen liegen 25 Faktoren zugrunde, die einen Einfluss auf die Relevanz von Texte zur Optimierung von Produkten und Dienstleistungen haben. Zur Berechnung dieser Faktoren werden für jeden einzelnen Feedbacktext über 500 Webseiten analysiert und für jeden Text individuell Faktoren definiert.

Mithilfe der angewandten Faktoren entsteht dann eine Hierarchie, bei der die aussagekräftigsten und wichtigsten Feedbacktexte an oberster Stelle stehen. Wenig bedeutende Texte werden hierarchisch betrachtet nach unten sortiert und müssen nicht beachtet werden, was natürlich viel Zeit spart.

Die gesamten KI-Modelle werden seit Beginn der Plattform immer weiter mit Lerndaten gefüttert, was als Supervised Learning bezeichnet wird.

Mit Hilfe der vier Analyse-Ebenen haben Nutzer der liCili-Plattform einen schnellen, übersichtlichen Zugang zu für das eigene Unternehmen kunden- und marktrelevanten Themen. Die Themen werden aggregiertpräsentiert ohne dabei Details außen vor zu lassen. liCili-Kunden nutzen ein effizientes Tool, das ihnen einen schnellen Überblick über die lediglich wichtigen Kundenthemen verschafft und es ihnen so ermöglicht, konkrete Maßnahmen zur Produktoptimierung einfach abzuleiten. Auf diese Weise können wirkliche Wirkungszusammenhänge zwischen einzelnen Kundenerfahrungen erschlossen werden und Kundenerfahrung zum beiderseitigen Nutzen nachhaltig optimiert werden.