• Das Unternehmen
• Fakten & Zahlen
• 60 Jahre Marktforschung
• Standorte
• Forschung & Entwicklung
• Marktforschung FAQs
• Informationen zu persönlich-mündlichen Befragungen
• Zertifizierte Marktforschung
• Allgemeine Geschäfts- bedingungen
• Corporate Responsibility
• Nutzungsbedingungen
• Datenschutz
• Impressum
• Pflichtangaben

Text Mining: Schürfen im Wissensrohstoff Text

Forschungsberichte, Marktstudien, Kundenbefragungen, E-Mails, Call-Centre-Notizen, Präsentationen, Projektstudien: Unzählig und unstrukturiert treffen Informationen Tag für Tag in den Unternehmen ein. Schätzungen gehen davon aus, dass heute bis zu 80 Prozent aller betrieblichen Informationen in Form unstrukturierter Textdokumente gespeichert sind und so den Information Overload in den Unternehmen exponentiell vorantreiben.

Für die Unternehmen wird es dadurch zunehmend schwieriger, relevante Informationen zu erkennen bzw. aus diesen Textrohstoffen herauszufiltern. Hier bietet sich die Methode des Text Mining an, diese Informationen mit linguistischen Methoden möglichst effektiv, zeit- und kostensparend aufzubereiten und zu analysieren. Text Mining basiert auf der Technologie von «Natural Language Processing », die nicht nur Worte, sondern auch Textkonzepte erkennt. Unter einem Konzept ist ein Wort oder eine Wortkombination unter Berücksichtigung des Kontextes zu verstehen. Sind die relevanten Konzepte eines Textes erfasst, analysieren linguistische Algorithmen, wie häufig diese Konzepte in einer Textmenge vorkommen, an welchen Stellen sie sich befinden und welche der Konzepte häufig im gleichen Zusammenhang erscheinen.

Die für Text Mining eingesetzt Software kann auch erkennen, ob Konzepte in einem positiven oder negativen Zusammenhang genannt werden. Die durch Text Mining destillierten und strukturierten Informationen können danach mit anderen Datenquellen kombiniert werden (z.B. Marktforschungsstudie, Kundendatenbank, etc).. Wendet man auf dieses angereicherten Datensätze komplexerer Data Mining Methoden (z.B. Neuronale Netze, Logistische Regressionen, Entscheidungsbäume) an, können schließlich Fragen folgender Art beantwortet werden:

• Welche Schlüsselbegriffe kommen gemeinsam vor?
• Womit sind die Schlüsselbegriffe außerdem verknüpft?
• Welche übergeordneten Kategorien können aus den extrahierten Daten gewonnen werden?
• Was sagen die Schlüsselbegriffe oder Kategorien vorher?
• Wie sagen die Schlüsselbegriffe oder Kategorien Verhalten vorher?

Die Vorgehensweise des Text Mining im Überblick: 

In der Marktforschung kann Text Mining für die automatisierte, gleichzeitig aber auch viel detailliertere Analyse und Vercodung offener Nennungen herangezogen werden. Durch Einsatz von Text Mining kann man hier zusätzlich angeben, welche Sachverhalte die Probanden positiv, welche negativ bewerteten und welche Begriffe häufig in Kombination verwendet wurden. Als weitere Einsatzgebiete in marktforschungsverwandten Bereichen sind das Customer Relationship Management zu nennen (Erstellen von Modellen unter Berücksichtigung aller Kundenberührungspunkte wie E-Mails, Call Center Kontakte, Transaktionen und Umfragen, Identifikation von Hauptanliegen und -problemen der Kunden, Analyse der Beschwerdehäufigkeiten und Problemkonstellationen, die gemeinsam auftreten) sowie das Web Content Mining (Untersuchung der zentralen Schlüsselbegriffe aus News-Feeds, Blogs usw., Identifikation von Themenkategorien, Aufdecken von Trends, Konkurrenzbeobachtung, Ideengenerierung für Neuproduktentwicklungen).

TNS Infratest setzt bereits seit 2008 Text Mining als Business Solution unter dem Namen TextMiner sehr erfolgreich in seinen Ex-A-Mine-Projekten ein. Dr. Stefan Tuschl, Director des Bereichs Applied Marketing Science, zu dem das Ex-A-Mine-Centre gehört, hat kürzlich in seinem Vortrag auf der Research & Results Messe 2010 einen Überblick über das Verfahren sowie zu möglichen Anwendungen im Bereich der Marktforschung gegeben: In einer ersten Fallstudie stellte er Kernergebnisse aus einem Projekt vor, bei dem im Rahmen einer kontinuierlichen Zufriedenheitsuntersuchung offene Nennungen kategorisiert und für die mit dem entstandenen Kategoriensystem angereichten Daten durch Anwendung multivariater Treiberanalysen neue Erkenntnisse generiert wurden. Eine zweite Fallstudie beinhaltete die Aufbereitung von offenen Nennungen im Rahmen einer Mitarbeiterzufriedenheitsstudie mit dem Ziel, das erhaltene Kategoriensystem auf offene Nennungen weiterer TNS Mitarbeiterzufriedenheitsstudien anzuwenden und kontinuierlich weiterzuentwickeln. Den Vortrag rundete eine dritte Fallstudie aus dem Bereich Web Content Mining ab, in der mit Hilfe des Text Mining neue Produktideen aus den im Netz geäußerten Bedürfnissen von Probanden generiert werden sollten.

Zu TNS Infratest

TNS Infratest ist Mitglied der TNS Gruppe (Taylor Nelson Sofres, London) und gehört damit zu einem der führenden Marktforschungs- und Beratungsunternehmen der Welt. Für seine Auftraggeber aus Automobil und Verkehr, Pharmamarkt, IT/(Tele-) Kommunikation und Neue Medien, Finanzforschung, Konsumgüter, sowie der Medien-, Politik- und Sozialforschung liefert TNS Infratest „Beratung durch Forschung“ und damit den innovativen Management Support für Wissensvorsprung und Entscheidungssicherheit.

Kontakt und weitere Informationen:

Dr. Stefan Tuschl
t +49 (0)89 5600 1107
f +49 (0)89 5600 1611