ScopeKM GmbH Knowledge Management

Discover, analyze, and combine customer experiences and successfully reflect them into strategy

Purpose of the text analysis

Recognize relevance, assess the situation and act purposefully
The solution uses the Natural Language Processing (NLP) to „understand” facts, sentiments and their context.
The barriers of otherwise isolated data silos can be overcome and joint analysis of structured and unstructured information (text flow) enabled.
The relevant information will be detected, extracted, and semantically enriched with company-specific metadata. Purpose: creation of customer or product-specific documentation to ensure the end-to-end management using workflow engine.
NLP allows to extract information about interesting entities and their relationships in order to derive precise and relevant RDF-Triples (Subject Predicate Object). In this way, the causes of events can be determined – the answer to the question of "why something happens" – in order then to act
targeted and appropriate to the situation.

The new chances

The early discovering of new trends and the correct action towards the changed customer behavior.

Industrialization of processes and benchmarking (Best Practice incl. KPI).
Linking macro-analysis with micro-analyses for improved understanding of natural and human-caused risks.
Macro-analyses: Identification of trends and patterns for the determination of the strategy and methodology (discover new insights about the opportunities, behavior, performance, etc.)
Micro-analyses: Knowledge about single customers or support of single activities, like diagnoses, assessments and consultations.
Ability to discover operational challenges and opportunities in real time and to answer them proactively.

Semantics as a Solution

Semantics are based on relationships between data and are therefore ideal tool for linking and searching for complex structured and unstructured data with the standard query SPARQL.
With semantic solutions, all sources are linked and isolated data silos avoided.

CEM stellt zum einen – proaktiv – sicher, dass ein Kunde konstant positive Erlebnisse mit einer Marke, die an seinen Bedürfnissen ausgerichtet ist, machen kann. Zum anderen – mit der Feedback- und Verhalten-Analyse – gewährleistet das CEM aber auch das Management der Kundenerlebnisse im Unternehmen. Die meisten Organisationen tendieren zu einem „Inside Looking Out“-Ansatz, sind also bestrebt, ihre Kundenbeziehungen aus der Perspektive der Produktionsfaktoren zu optimieren. Der Startpunkt der High Performer ist die Betrachtung der Kundenzufriedenheit aus der Perspektive „Outside Looking In“. Von einer gewünschten Kundenzufriedenheit in einem bestimmten Kundensegment ausgehend ermöglicht diese Sichtweise den Unternehmen die Investitionen entsprechend zu priorisieren. Um das VOC-Programm des Unternehmens zu optimieren empfiehlt es sich, die Funktionen zur Sicherstellung der Kundeneinsichten auf ein einziges, integriertes Geschäftsmodell auszurichten. Die Untersuchungen der VOC-Initiativen in einer Reihe von führenden Unternehmungen erlaubten die Erstellung der Blaupause des Vorgehens, mit der man den grössten Nutzwert sowohl für den Kunden als auch für Unternehmen erhalten kann. VOC-Lösungen wandeln Texte aus praktisch jeder Quelle in verwertbare Informationen um und ermöglichen den Anwendern tiefgreifende Einblicke in aggregierte Kundendaten. In den Dashboards werden Visualisie-rungstools zur Verfügung gestellt mit der Möglichkeit, tief in die Daten einzudringen („drill down“) und sie mit strukturierten Daten – wie Segmentierungen, Geo-Informationen, demografischen Angaben, strukturierten Umfrageergebnissen, Kundenwert-Informationen usw. – abzugleichen. Durch automatische Warnmeldungen in nahezu Echtzeit und systemseitige Impulse zum Eingreifen können Unternehmen schneller als jemals zuvor auf Markttrends reagieren, Produkte und Dienstleistungen kundengerecht optimieren, massgeschneiderten Kundenservice bieten und somit die „Customer Experience“ deutlich verbessern. „Predictive Analytics“ ermöglichen zudem, Hinweise auf mögliche Probleme frühzeitig zu erkennen und Gegenmassnahmen einzuleiten. Alle Anstrengungen zur Verbesserung der Kundenorientierung können damit kumulativ, auf der Basis der täglichen Kundenerfahrung geplant, entwickelt und umgesetzt werden.

http://de.slideshare.net/jurajschick/customer-insights-socialmediav2

Customer Insights mit Social Media – Motor für ein neues Betriebsmo... CEM stellt zum einen – proaktiv – sicher, dass ein Kunde konstant positive Erlebnisse mit einer Marke, die an seinen Bedürfnissen ausgerichtet ist, machen

Erfahrungen zeigen aber, dass die Betrachtung der Stimmungen erst dann als sinnvoll gilt, wenn man sie mit dem WARUM, mit der Ursache ihrer Entstehung, verknüpfen kann: Warum ist der Kunde wirklich verärgert oder warum ist er sehr zufrieden? Erst dieses Verständnis und – selbstverständlich – die Beseitigung der Ursache der Unzufriedenheit sind es, die die Umdrehung der Stimmung in positive Richtung ermöglicht. Mit dem Ansatz „Allumfassende Extraktion“ reagiert das Frühwarnsystem sofort auf die identifizierten Warnsignale, strukturiert und ordnet die Konversationen für die Beantwortung und befördert gleichzeitig die erstellten Einsichten über die Aufgaben und Ursachen quer durch das Unternehmen zu allen zuständigen Organisationseinheiten und Personen.

Ein Frühwarnsystem für Social Media Web2.0 gilt als ein System, das das Potential hat, Krisenherde um das eigene Unternehmen und sein Produktportfolio frühzeitig zu erkennen. Insbesondere dann, w