Durch die große Menge vorhandener Daten, eine verbesserte Konnektivität der Endgeräte und die Möglichkeit, das Netz schnell nach Informationen zu durchsuchen, werden immer häufiger Bewertungen und Beiträge zu bestimmten Produkten erfasst und ausgewertet. Bewertungen spielen eine große Rolle in der Auswahl eines Produktes und beeinflussen so die Kaufentscheidung ins Negative oder ins Positive.

Ziel dieses Projektes war es, in Teamarbeit die Tonalität der Beiträge zu erfassen, negative Produktbewertungen zu analysieren und eventuelle Korrelationen zu servicerelevanten Themen zu erkennen.

Das Projekt war in drei Phasen gegliedert: In der ersten Phase wurde das Grundwissen zu den Technologien und Programmen vermittelt, um in Phase zwei selbst aktiv zu werden und Daten für ein Produkt zu erfassen und auszuwerten. In der letzten Phase wurden die Erkenntnisse zusammengefasst und in eine übersichtliche Form gebracht.

Phase 1: Aufbau des Grundwissens

Die einzelnen Projektteams haben sich zunächst auf eine Produktkategorie festgelegt, bei der zum einen aktuelle Daten vorliegen und die auch zum anderen in den nächsten Monaten noch genug Daten einbringen sollte. Die Produkte sollten auch eine Vielzahl an Produktbewertungen haben, die man mit geeigneten Methoden wie Statistiken oder Tests vergleichen kann.

Die Produktkategorien der Teams waren:

• Fernseher (Samsung und Grundig),
• Auto (Mercedes A-Klasse),
• Onlinekommunikation (Slack, Teams),
• Microsoft Surface Geräte (Pro, Book, Laptop)

In Phase 1 haben wir auch die Tools zur Datenerhebung (Webharvy und Vico) sowie zur Visualisierung (PowerBI) kennengelernt.

Phase 2: Datenanalyse

Nachdem wir uns in die Tools eingearbeitet haben, hieß es: Ran an den Speck. Wir haben durch Webharvy und Vico unzählige Daten aus Produktbewertungen erfasst und durch geeignete Diagramme in PowerBI dargestellt.

Verwendete Programme und Technologien waren:

• Webharvy ist ein Webscraping-Tool, mit dem Datenquellen wie Text, HTML, Bilder und URLs einfach erfasst und in verschiedenen Formaten abgespeichert werden können, in denen Webharvy automatisch Muster der Website erkennt.
• Vico Research kann durch verschiedene Suchanfragen Social-Media-Beiträge filtern und diese für Unternehmen aufwerten.
• Microsoft PowerBI ist eine Business-Analysis-Lösung, mit der man Daten schnell zusammenfassen und auf unterschiedliche Arten visualisieren kann.
• Microsoft Azure Machine Learning ist eine KI-Software, welche Sentiments von Beiträgen erfassen und somit ein Stimmungsbild (negativ, positiv, neutral) der analysierten Posts abgeben kann.

Phase 3: Ergebnisdarstellung

In der letzten Phase wurden die Daten ausgewertet und vorgestellt. Welche Vorgehensweise und welches Konzept zur Datenerhebung wurden in den Teams gewählt? Was für Daten wurden gefunden und wurde eine Korrelation gefunden? Diese Fragen wurden dokumentiert und die Ergebnisse festgehalten.