Page 159 - Handbuch Digitalisierung (2. Ausgabe)

HANDBUCH DIGITALISIERUNG Kapitel 3.2 / Handel mit Zukunft - Future Store Dabei geht es vor allem um das in unstruk- turierten Daten enthaltene Wissen, welches in Unternehmen heute Schätzungen zufolge rund 80 Prozent ausmacht: E-Mails, PDFs, Archivsysteme, Videos, Tondokumente, So- cial-Media-Posts etc. Hierfür kommen Tech- niken der linguistischen und semantischen Analyse („Natural Language Processing – NLP“ oder Computerlinguistik) zum Einsatz. Unter NLP versteht man die Fähigkeit eines Computerprogramms, menschliche Sprache so zu verstehen, wie sie gesprochen bzw. ge- schrieben wurde. Tiefergehende NLP-Syste- me benutzen die Wortarten zur Extraktion vorde nierter Muster und extrahieren selbst- ständig bestimmte Kategorien von Begri en, z.B. Personen- und Ortsnamen, Postleitzah- len, Nummernschilder. Kundenkorrespondenz modern aus- werten Der eigentliche Prozess des Text-Minings und der Extraktion von Keywords, emen und Konzepten liegt laut Forrester dabei nur bei rund einem Fün el des Aufwands. Der weit- aus größere Teil ent ele auf den Au au von Datenverbindungen, die Integration und Be- reinigung der Daten sowie den Au au einer domänenspezi schen Ontologie und user- orientierter Ober ächen. Während die meis- ten Hersteller noch immer hauptsächlich Stimmungsanalysen anbieten, ermöglicht die So ware von Clarabridge auch eine hoch dif- ferenzierte Emotions-, Anstrengungs- und Absichtsanalyse. Loyalität aus Daten Das Konzept von Clarabridge zeigt, wie wich- tig es sein kann, das in unstrukturierten Da- ten verborgene Wissen zu heben. Die Custo- mer Loyalty lässt sich dadurch deutlich festi- gen. Im Omnichannel ist hier ohnehin noch Lu nach oben, glaubt Michael Bregulla, Head of New Sales bei der Ingenico Marketing So- lutions GmbH. Das Unternehmen entwickelt Programme zur Vertiefung der Kundenbezie- Consumer IoT 159 Quelle: Reply.com Herausforderungen