Etliche Unternehmen arbeiten darauf hin, ihre Bewertungen auf Google über einem bestimmten Schwellenwert zu halten. Das erscheint auf den ersten Blick vernünftig: Viele Sterne sind gut fürs Geschäft, wenige schlecht. Der gern gezogene Rückschluss, dass sich positive Bewertungen dann jedoch selbst genug sind, verkennt das eigentlich größere Potenzial, dass in den Kommentaren der Nutzer steckt: Anhand von Sentimentanalysen können konkrete Verbesserungen in der Qualität von Service und Produkten von Unternehmen angestoßen werden.
Die Herausforderung, Bewertungen zu verarbeiten
Google und andere Plattformen ermutigen ihre Nutzer, ihre Erfahrungen in Form von schriftlichen Rezensionen detailliert darzulegen und Einschätzungen für andere Kunden zu hinterlassen. Diese Meinungen von Verbrauchern für Verbraucher bieten auch für die bewerteten Unternehmen wertvolle Erkenntnisse. Was Kunden einander mitteilen, ist oft viel aufrichtiger als das, was sie auf Nachfrage einem Unternehmen verraten würden.
Während die Inhalte für Unternehmen sehr interessant sind, stellt die schiere Menge an Bewertungen die Verantwortlichen jedoch vor eine fast unlösbare Aufgabe. Ein paar Dutzend Rezensionen sind noch erfassbar, bei Hunderten oder Tausenden wird es jedoch schwierig. Manager einzelner Standorte können ihre Bewertungen gerade noch überschauen, aber das hilft nur dem einzelnen Standort und nicht dem Unternehmen als Ganzes. Wenn eine Marke mehr als 1.000 Filialen hat, schafft es eine Person oder auch ein Team rein mit menschlicher Anstrengung nicht mehr, die Bewertungen im Überblick zu behalten und vernünftig zu analysieren.
Abhilfe kann maschinelle Intelligenz schaffen: Sentimentanalyse-Tools machen die wichtigsten Keywords, Gesprächsthemen und die grundsätzlichen Stimmungen innerhalb von Bewertungen transparent.
Die Sentiment-Analyse geht tiefer
Um die Bewertungen zu verstehen und einzuordnen, wächst mit der Größe der Unternehmen auch die Notwendigkeit, ein Sentimentanalyse-Tool einzusetzen. Auf den ersten Blick mag es es vorteilhaft erscheinen, wenn in den Bewertungen eines Restaurants oft positive Keywords wie „große Portionen“, „authentisch“ und „guter Service“ stehen. Wenn aber gleichzeitig negative Keywords wie „teuer“ oder „unhygienisch“ auftauchen, gibt es Grund zur Sorge. Es ist einfach, Abhilfe zu schaffen, denn die Sentimentanalyse macht den Gastronom auf negative Schlagworte aufmerksam.
Passende Tools liefern relevante Ergebnisse, die über die reine Unterscheidung von positiven oder negativen Kommentare hinausgeht. Durch den Vergleich der Marke als Ganzes mit bestimmten Regionen oder sogar mit einzelnen Standorten werden Trends deutlich, die eine Bewertung nach Anzahl der Sterne allein nicht verraten würde. Wenn beispielsweise die Standorte in einer bestimmten Stadt oder einem bestimmten Bundesland weitaus schlechter abschneiden als die in einer anderen Region, gibt die niedrigere Anzahl von Sternen zwar einen Hinweis darauf, dass es sich um einen geografischen Trend handelt, sie verrät aber nicht, warum das so ist.
Bei der Sentimentanalyse erzählen die angezeigten Keywords die Geschichte hinter den Bewertungen. Begriffe, die an einigen Orten positiv erscheinen, können an anderen eine negative Wahrnehmung hervorrufen. Eine Restaurant-Kette, die auf Meeresfrüchte spezialisiert ist, hat ein Problem mit der Wahrnehmung ihrer Marke, wenn sich herausstellt, dass ihr Hummer-Angebot im Süden positiv und im Norden negativ wahrgenommen wird. Wenn der Name eines Mitbewerbers in den Bewertungen im Norden, aber nicht im Süden auftaucht, wird klar, dass dieser Akteur im nördlichen Marktteil mehr Aufmerksamkeit braucht.
Die Sentimentanalyse kann sogar auf hyperlokaler Ebene wertvolle Erkenntnisse liefern. Dieselbe Anzahl an Sternen in der Bewertung kann bei zwei Standorten unterschiedliche Ausrichtungen verraten. Wenn bei dem einen Standort mit vier Sternen Keywords wie „Preis“, „Wert“ oder „Convenience“ auftauchen, hat er eine völlig andere Bewertung als ein 4-Sterne-Standort, bei dem „Service“, „hilfreich“ oder sogar häufig die Namen bestimmter Mitarbeiter erscheinen. Die Standorte werden beide positiv wahrgenommen, aber für ganz unterschiedliche Kriterien. Dieselbe Anzahl von Sternen führt also nicht immer zum gleichen Ergebnis in der Sentimentanalyse. Bisweilen hilft das maschinelle Lernen der Sentimentanalyse, indem es auf die menschlichen Qualitäten in einem Unternehmen hinweist, die beim Kunden die größte Wirkung zeigen.
