Post on 01-Nov-2014
description
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 albert.labermeier@swisscom.com
www.swisscom.ch