Unstrukturierte Daten im Windschatten von Social Media Albert Labermeier BI Center Swisscom (Schweiz) AG 3. April 2014
Nov 01, 2014
Unstrukturierte Datenim Windschatten von Social Media
Albert Labermeier
BI Center Swisscom (Schweiz) AG
3. April 2014
2
Explodierende Datenflut
• Datenexplosion seit 2000
• 80 % der Daten unstrukturiert als
Text
– Kundenfeedbacks
– E-Mails
– Webseiten
Erkennen von relevanten Informationen
Quelle: http://sureshparmar702.blogspot.ch/
3
Herausforderung: Ordnung ins Datenchaos bringen
Use Case: Social Media Analytics
Ziele des Pilotprojekts
• Ablösung des bisherigen Tools
• Ist SAS Social Media Analytics für Swisscom geeignet?
• Werden allen Posts erkannt?
• Ist die Tonalitätserkennung besser als beim bisherigen Tool
• Akzeptanz bei den Usern
5
6
Pilotprojekt: Social Media Analytics mit SAS
SAS Inhouse-Lösung
SAS Social
Media Analytics
Social Media Analytics
mit SAS Text Analytics
Pilot-Projekt mit OnDemand-
und Inhouse-Komponenten
SAS OnDemand-Lösung
7
Pilotprojekt: Social Media Analytics mit SAS
SAS Social
Media Analytics
SAS OnDemand-Lösung
8
Projektablauf
November 2011 bis Februar
2012:
Pilotstudie
März 2012 bis Mai 2012: Testbetrieb, Roadshow bei möglichen
Anwendern
Juni 2012: Entscheid, SMA einzusetzen
Juli 2012 bis November 2012: Überarbeitung Cockpit und Verbesserung
Sentimentserkennung
Dezember 2012: Übergabe ans Business
9
Erreichte Ziele
• Social Media Analytics ist für Swisscom das geeignete Tool
• Die installierte Lösung erlaubt Aussagen darüber,
– Wann, wo und wieviel über Swisscom im Netz geschrieben wird
– Was und wie wird über Swisscom geschrieben
– Wer schreibt über Swisscom
• Neben der ursprünglich angedachten Zielgruppe interessieren sich
immer mehr Fachabteilungen für die Lösung
10
Das SMA-Cockpit: Einstiegsseite
1111
Das SMA-Cockpit: Trendanalyse
1212
Das SMA-Cockpit: Drill down
1313
Das SMA-Cockpit: Drill down
Das SMA-Cockpit: Phrase-Cloud14
Phrase-Cloud: Drill Down15
Das SMA-Cockpit: Real-Time-Twitter16
17
Pilotprojekt: Social Media Analytics mit SAS
SAS Inhouse-Lösung
Social Media Analytics
mit SAS Text Analytics
Use Case: Analyse von Service Requests
19
Ausgangssituation
• Kunden rufen in einem Callcenter der Swisscom an und melden
Probleme (Servicerequests)
• Einmal im Monat findet eine manuelle Auswertung der
Servicerequests statt
• Dabei werden die Mitschriften der Callcenteragenten gelesen und
Strichlisten geführt
• Die Auswertung eines zufällig ausgewählten Tages dauert ca. 4
Stunden
Auswertung dauert lange
ist nicht vollständig
ist von Tagesform abhängig
ist verspätet
20
Wunsch
• Regelmässige Analyse der Servicerequests
• Kurze Periodizität
• Detaillierte „Problemcluster“
• Gleichbleibende Qualität
• Geringer Aufwand
• Automatisierung der Analyse
Einsatz von SAS Text Mining
2121
Vorgehensweise
• Voranalyse
22
Vorgehensweise
• Workshops zur
– Bestimmung der interessierenden Topics
23
Vorgehensweise
• Workshops zur
– Bestimmung der interessierenden Topics
– Erstellung einer Synonymbibliothek
24
Vorgehensweise
• Workshops zur
– Bestimmung der interessierenden Topics
– Erstellung einer Synonymbibliothek
• Analyse der Servicerequests
• Review der Ergebnisse
• Feintuning
25
Text Mining Prozess
Beispiel: automatisierter Report26
2727
Ergebnisse
• SAS Text Mining bewältigt grosse Datenmengen, für die manuelle
Bearbeitung nicht praktikabel ist
• Es ist eine detaillierte Analyse der Problemfelder möglich
• Die Kategorisierung ist nicht abhängig von „Tagesform“
• Die Analyse ist sehr schnell
• Die Lösung erlaubt eine beliebige Periodizität
• Dadurch erhält Swisscom zeitnahe Information über die Probleme
ihrer Kunden und kann schnell reagieren
• Der Prozess wurde vollkommen automatisiert
Ziele vollumfänglich erreicht
Nachfrage nach regelmässigen Reports und Adhoc-
Analysen aus anderen Bereichen steigt sprunghaft!
Use Case:Generierung von Brancheninformationen
Branchenspezifische Marktbearbeitung
Brancheninformationen aus Firmennamen30
Nichtrelevante Bestandteile filtern
Brancheninformationen aus Firmennamen31
Relevante Bestandteile
verwenden
32
Next Steps
• Zusätzliche Sprachen
• Neue Themen
• Integration von Text Mining in Data Mining Modelle
• Integration von Social Media Analytics
33
Vielen Dank für Ihre Aufmerksamkeit!
34
Contactinformation
Swisscom (Schweiz) AG
Albert Labermeier
SCS-MKT-BIX-CAI
Hardturmstrasse 3
CH-8005 Zürich
Phone +41 79 348 05 58
Mail [email protected]
www.swisscom.ch