Home / Big Data / Tweet-Analysen: Cloud-Service trennt „Rauschen“ von echten Informationen

Tweet-Analysen: Cloud-Service trennt „Rauschen“ von echten Informationen

Twitter

Quelle: IBM

Um Twitter-Daten für das Business nutzen zu können, müssen Unternehmen „Signale vom Rauschen“ trennen – oder anders gesagt: das Wesentliche vom Rest der Informationsflut unterscheiden. Neue Cloud-Daten-Services von IBM und Twitter sollen es Unternehmen und Entwicklern nun ermöglichen, bessere Erkenntnisse aus Twitter-Daten zu gewinnen.

Über 100 Kunden nutzen laut IBM bereits die Möglichkeit, über Watson Analytics Tweets entsprechend auszuwerten.

Der neue Service „Insights for Twitter“ durchsucht auf Basis von Bluemix Twitter-Inhalte und kombiniert sie mit Data-Mining-Erkenntnissen. Dabei werden Twitter-Daten mit Informationen aus öffentlichen und geschäftsinternen Quellen angereichert, dazu zählen beispielsweise Wettervorhersagen, Absatzzahlen oder Produktbestand.

Das deutsche IBM-Entwicklungszentrum in Böblingen bei Stuttgart lieferte für diesen Service den Prototypen und die Analyseplattform sowie im Verbund mit kanadischen Kollegen den Service.

Außerdem existieren bereits Analyseschritte, die durch automatische Sprachverarbeitung in mehreren Sprachen die Stimmung eines Tweets sowie Geschlecht und Familienstand des jeweiligen Autors erkennen. Die dafür notwendige Analyseplattform kann mehr als 10.000 Tweets pro Sekunde empfangen, analysieren und für Kunden bereitstellen.

Neue Erkenntnisse führen zu besseren Entscheidungsprozessen

Die Vorteile des Monitoring der weltweiten Twitter-Kommunikation und der Analyse durch die IBM-Tools werden an drei Beispielen verdeutlicht:
Die Vorhersage von Vertragskündigungen: Die meisten Telekommunikations- und Medienunternehmen haben komplexe Analysemodelle entwickelt, um Fluktuationsraten bei ihren Kunden zu erklären und vorherzusagen. Durch die Kombination von Twitter-Daten und Informationen zum Wetter konnten die IBM-Analysen Anbieterangaben zufolge Kündigungen mit dem Wetter in Verbindung bringen. Beeinflussten zum Beispiel heftige Regenfälle die Netzleistung von Telekommunikations­unternehmen, twitterten Kunden darüber schon, noch bevor sie den Kundenservice verständigten.

Erklären von Verkaufszahlen: Mitarbeiterfluktuation im Einzelhandel habe einen direkten Einfluss auf die Zufriedenheit auch der loyalsten Kunden. Analyse-Modelle hätten gezeigt, dass Kunden über ihre Beziehungen zu Verkäuferinnen und Verkäufern im Lebensmitteleinzelhandel twittern. Verlasse einer der Verkäufer das Unternehmen, so reagierten Kunden häufig negativ darauf und tätigten letztlich ihre Einkäufe irgendwo anders.

Die Vorhersage von Modetrends: Durch die Analyse von Twitter-Inhalten einflussreicher Mode-Blogger sowie Verkaufszahlen und Marktanteilen von Modeunternehmen könne man erklären, warum sich manche Produkte gut verkaufen und andere nicht. Dadurch sollen sich Vermarktungsstrategien und zukünftige Produktentwicklungen verbessern lassen.

Leave a Reply

Your email address will not be published. Required fields are marked *

*