Analyse von Online-Reviews mittels KI besser als Marktforschung

Wird klassische Marktforschung bald überflüssig? Eine in den USA veröffentlichte Studie zeigt: Maschinenlernen kann Marken erheblich dabei helfen, Konsumenten schneller zu verstehen.

Machine Learning KI

Maschinenlernen und KI könnten klassische Marktforschung zunehmend obsolet machen. Denn damit wird es möglich, User-generierten Content (UCG) wie Online-Reviews, Blogs und Social-Media-Postings effizient zu analysieren. Einer im Journal Marketing Science veröffentlichten Studie zufolge ist es für Marken so tatsächlich schneller und günstiger zu erfassen, was Kunden wollen - und das womöglich auch besser als beispielsweise durch klassische Befragungen.

Informativer Datenberg

Da immer mehr Menschen online einkaufen und auch Meinungen über und Erfahrungen mit Produkten teilen, entsteht ein UCG-Datenberg, der in vielen Bereichen gewaltig ist. «Allein auf Amazon gibt es über 300'000 Reviews zu Gesundheits- und Pflegeprodukten», weiss Artem Timoshenko, Marketing-Doktorand am Massachusetts Institute of Technology (MIT) und Erstautor der Studie. Wenn sich aus diesen frei verfügbaren Daten effizient Kundenwünsche herauslesen liessen, wäre das für Comsumer-Marken sehr attraktiv. Noch haben viele Marketer aber Zweifel, ob das effizient genug machbar ist.

Timoshenko und der Marketing-Professor John R. Hauser haben sich daher damit befasst, ob das mithilfe von Maschinenlernen klappt. Die Forscher setzen dabei auf einen Hybrid-Zugang: Ein lernendes System verwirft Müll und Duplikate in Amazon-Reviews, um ausschliesslich relevante Daten zu liefern. Diese analysiert dann ein Experte, um daraus Kundenbedürfnisse herauszulesen.

Diesen Ansatz hat das Team für Mundhygiene-Produkte getestet und die Ergebnisse mit denen aus klassischen persönlichen Befragungen verglichen.

Gute Basis für Analysten

«Letztendlich haben wir festgestellt, dass UCG sich zumindest so gut macht wie traditionelle Methoden, die auf eine repräsentative Gruppe von Konsumenten setzen», sagt Hauser. Denn der Maschinenlern-Ansatz hat den Review-Datenberg tatsächlich sinnvoll auf eine Auswahl reduziert, mit der ein menschlicher Experte gut arbeiten kann. Gänzlich ersetzen dürfte die Technik den Menschen auf absehbare Zeit jedoch nicht. «Die persönliche Prüfung bleibt ein wichtiger letzter Schritt im Vorgang, da professionelle Analysten am besten die kontextabhängige Natur der Konsumentenbedürfnisse einschätzen können», so der Marketing-Professor. (pte) 

 

Grafik: Manfred Steger via Pixabay