Aktivieren Sie Ihre Daten mit der natürlichsprachlichen KI von Google Cloud Platform

Als digitaler Schatzsucher weiß ich besser, als dieses Gold im Boden zu lassen - und als Google-Partner weiß ich auch, wie man es abbaut. Mithilfe der KI von Google Cloud Platform (GCP) Natural Language Processing (NLP) können digitale Marketingpartner Marken unter anderem bei der Durchführung von Stimmungsanalysen helfen, um Einblicke in die Verhaltensmuster, Erwartungen, Beschwerden und Stimmungen der Kunden zu gewinnen und so den Grad der Markentreue zu bestimmen.



Die quantitativen Daten, die Sie durch diese Forschungsmethode erhalten, ermöglichen es Ihnen, Dashboards zu erstellen und die Markenstimmung in verschiedenen Regionen zu visualisieren. Ziel ist es, Verbesserungspotenziale aufzudecken, da diese Daten zur Optimierung der mobilen und webbasierten Anwendungen sowie der Produkte und Dienstleistungen einer Marke genutzt werden können, um die nächsten Schritte im Experimentierprozess zu bestimmen und den Bedürfnissen der Zielgruppe näher zu kommen.



In den letzten Monaten habe ich mich darauf konzentriert, die Stimmungsanalyse in unser Experimentierangebot zu integrieren, und sie verändert das Spiel schnell. Im Sinne des Erfahrungsaustauschs und um sicherzustellen, dass keine Marke ihre wertvollen Daten unangetastet lässt, lassen Sie uns darüber sprechen, warum diese Methode so gut wie Gold ist.

Nutzung von Textdaten zur Ermittlung des Markenklimas.

Stellen Sie sich vor, Sie sind eine erstklassige globale Marke in der Lebensmittel- und Getränkeindustrie. Sie haben vor kurzem neue Funktionen zu Ihrer App hinzugefügt und möchten nun herausfinden, ob Ihre Kunden diese verbesserte Erfahrung genießen. Zurzeit gibt es über 500 Tausend Bewertungen im Google Play Store. Sie zu durchforsten, würde sicherlich viel Zeit in Anspruch nehmen, aber wer hat schon so viel Zeit? Es ist ein klassischer Fall, den wir immer wieder beobachten: Marken verfolgen alles, machen aber nichts mit den Informationen, die sie aufbewahren. Dieser Datenschatz aus aktiven Kundeninteraktionen ist jedoch nur dann ein Schatz, wenn er aktiviert und effektiv genutzt wird.



An dieser Stelle kommt die Sentiment-Analyse ins Spiel. Mit Hilfe der GCP-Tools werden digitale Texte analysiert, um den emotionalen Ton einer Nachricht, z. B. einer Bewertung, zu ermitteln. Im Rahmen von Experimenten, bei denen es darum geht, wirkungsvolle Änderungen vorzunehmen, um den Bedürfnissen Ihrer Kunden gerecht zu werden, können Sie mit der Sentiment-Analyse qualitative Textdaten in quantitative, numerische Daten umwandeln. Das Ziel ist es, wichtige Erkenntnisse über die Markentreue zu gewinnen - im Falle der besagten Marke, wie die Kunden die neuen Funktionen der App finden. Und dann? Richtig, die dringend benötigte Datenaktivierung.

Nutzen Sie Ihre Daten, um Ihr Unternehmen zu verbessern.

Wenn Sie sich näher mit der Durchführung von Stimmungsanalysen befassen, werden Sie feststellen, dass es sehr einfach ist, diese Methode anzuwenden. Mit dieser KI-Lösung müssen Marketingexperten nicht mehr manuell eine Bewertung nach der anderen durchgehen, um ein Gefühl für die Meinung der Menschen zu bekommen.



Hier ist die Kurzbeschreibung. Sobald Sie Zugang zu einem Google Cloud-Konto haben, können Sie Ihre qualitativen, transaktionalen und verhaltensbezogenen Daten in Google Sheets und Google Cloud Storage organisieren. Verwenden Sie dann Apps Script (oder eine andere Cloud-Client-Bibliothek), um ein benutzerdefiniertes Menü zu erstellen und die API für natürliche Sprache von GCP zu nutzen. Sobald Sie die API für natürliche Sprache aktiviert und einen API-Schlüssel erstellt haben, können Sie mit der Verarbeitung Ihrer Daten in einer Anfrage an die NLP-API beginnen und dann automatisch eine Stimmungsanalyse durchführen. Letztendlich können Sie diese Erkenntnisse in A/B-Testing-Kampagnen, Web- und App-Optimierung, Marken- und Produktmarketing umsetzen.



Die Natural Language Processing API von GCP ist deshalb so leistungsfähig, weil sie die Stimmungsanalyse mit der Erkennung von benannten Entitäten kombiniert. Dabei handelt es sich um eine Teilaufgabe der Informationsextraktion, die darauf abzielt, benannte Entitäten, die in unstrukturiertem Text erwähnt werden, zu lokalisieren und in vordefinierte Kategorien einzuordnen. In dem Satz "Ich trinke jeden Tag einen Cappuccino und finde es toll, dass ich jetzt mit der App Punkte sammeln und einen Rabatt auf mein Lieblingsprodukt erhalten kann" können wir beispielsweise bereits zwei Arten von Entitäten identifizieren: das Produkt und die Plattform. Das Tool liefert also nicht nur Informationen über die Stimmung der Menschen, sondern stellt auch eine Verbindung zwischen dieser Stimmung und den Entitäten im Text her.

Natürlich ist das alles nicht neu - es ist gerade erst zum Mainstream geworden, nachdem Universal Analytics offiziell ausläuft und wir alle mit GA4 weitermachen (wenn Sie das noch nicht getan haben, ist das Ihr Zeichen, es zu tun).

Lassen Sie Ihre Kundendaten niemals ungenutzt verstreichen.

Das Verständnis des Nutzerverhaltens, der Erwartungen und Probleme sollte immer im Mittelpunkt Ihrer Bemühungen stehen. Diese wichtigen Informationen dienen als Grundlage für alle Ihre Experimente und unterstützen Sie bei der Feinabstimmung Ihrer Produkte und Dienstleistungen. Wenn Sie also das nächste Mal darüber nachdenken, Bewertungen ungelesen zu lassen und das Gold verkümmern zu lassen, denken Sie noch einmal darüber nach - denn diese einfache, KI-gestützte Lösung und die Partner, die wissen, wie man sie anwendet, sind hier, um Ihnen dabei zu helfen, aus Ihren wertvollen First-Party- und Zero-Party-Daten Bedeutung zu gewinnen. Und um dem Ganzen noch die Krone aufzusetzen, bietet Google neue KI-Dienste an, mit denen Sie automatisch auf diese Bewertungen und Kommentare antworten können, indem Sie ein Large Language Model (LLM) verwenden - aber dazu mehr beim nächsten Mal.