Durch die Anwendung von KI-gestützter Treiberanalyse auf Hansaplast Amazon-Bewertungen haben Caplena und Beiersdorf einen Innovationspreis gewonnen!

Caplena hat in Zusammenarbeit mit Beiersdorf am 14. Juni 2023 auf dem Deutschen Marktforschungskongress in Frankfurt/M. den renommierten Innovationspreis 2023 erhalten. Mit dieser Auszeichnung wird ihr innovativer Ansatz zur Analyse von Online-Bewertungen gewürdigt, bei dem KI-gestützte Erkenntnisse zur Optimierung der Produktqualität genutzt werden. Diese Auszeichnung ist der Hintergrund für diese Fallstudie, die zeigt, wie Beiersdorf diesen Ansatz durch den Einsatz von Caplena zur Verbesserung der Kundenfeedbackschleife in der Produktentwicklung von Hansaplast umgesetzt hat.

Herausforderung

Die Beiersdorf AG, insbesondere ihr Marktforschungsteam bei Hansaplast, verlässt sich auf Amazon-Bewertungen, um Einblicke in die Kundenmeinungen zu ihren Produkten zu erhalten. Es war jedoch eine Herausforderung, diese Bewertungen umfassend zu analysieren, da es schwierig war, sie in den vielen Sprachen und Produktkategorien zu kategorisieren. Die bisherige Analyse konzentrierte sich ausschließlich auf die Sternebewertungen, ohne die zugrunde liegenden Faktoren zu untersuchen, die zu jeder Bewertung beigetragen haben. Um ein umfassenderes Verständnis der Bewertungen zu erlangen, war es notwendig, eine Analyse durchzuführen, die Themen und Stimmungen im Zusammenhang mit den jeweiligen Sternebewertungen identifizieren konnte.

Lösung

Das Marktforschungsteam von Beiersdorf nutzt nun die automatisierte Insights-Plattform Caplena, um Textanalysen durchzuführen und diese Herausforderungen effektiv anzugehen. Die Methodik innerhalb der Plattform besteht aus den folgenden Schritten.

• Identifizierung von Themen: Caplena setzt ein KI-Modell ein, das auf einem riesigen Datensatz verarbeiteter Projekte trainiert wurde, um Themen aus Textkommentaren zu identifizieren und zusammenzufassen. Dies ermöglicht ein umfassendes Verständnis der genutzten Amazon-Rezensionen, das über vordefinierte Themen hinausgeht.

• Themenzuweisung: Nachdem die Themen identifiziert wurden, werden sie - und ihre jeweilige Stimmung (auf Themenebene) - automatisch den Bewertungen zugeordnet. Obwohl die automatische Zuordnung von hoher Qualität ist, gemessen durch den F1-Score, der jederzeit transparent angezeigt wird, überprüfen Fachexperten manuell eine Teilmenge der Kommentare, um die Genauigkeit auf das gewünschte Maß zu erhöhen.

• Treiber-Analyse: Durch die Zuordnung von Themen und Stimmungen zu den Kommentaren werden die unstrukturierten Daten strukturiert. Es wird eine Treiberanalyse durchgeführt, bei der die Themen als erklärende Variablen und die Sternebewertungen als Zielvariable verwendet werden. Diese Analyse liefert Regressionskoeffizienten, die die Stärke und Richtung des Einflusses jedes Themas auf die Sternebewertungen angeben.

Ergebnisse

Durch den Einsatz von Caplena gelingt Beiersdorf eine strukturierte Analyse von unstrukturierten Online-Bewertungen. Ein vollständig interaktives Dashboard mit einer Treiberanalyse zu den Themen ermöglicht es Insight Managern zu verstehen, welche Kommentare die Sternebewertung für bestimmte Produkte beeinflussen. Dies ermöglicht es den Entscheidungsträgern, auf häufig erwähnte und neu auftretende Themen zu reagieren, die sich stark auf die Sternebewertung auswirken.