Neue Wege, um Konsumentenpräferenzen aus Social Media Daten herauszulesen

Bradley Taylor 

Konsumenten produzieren in Online-Produktbewertungen enorme Mengen an textlichem Datenmaterial. Die künstliche Intelligenz kann helfen, diese Daten zu analysieren und Erkenntnisse über Präferenzen und Entscheidungsprozesse von Käufern zu gewinnen. In einem GfK-Forschungsprojekt wurde getestet, wie man mittels KI aus öffentlich zugänglichen Social Media Daten Konsumentenpräferenzen erheben und Kaufentscheidungen prognostizieren kann. Dabei wurde das gängige KI-Tool „Word Embeddings“ eingesetzt, und es hat sich als leistungsfähiges Werkzeug zur Analyse der verwendeten Begriffe erwiesen. Bei der Analyse werden sprachliche Tendenzen aufgedeckt, die auf bestimmte Präferenzen hinweisen. Die Präferenzen wurden mit den tatsächlichen Umsatzdaten der Marken aus GfK-Panels in verschiedenen Kategorien verglichen und zeigten eine beachtliche Übereinstimmung. Insbesondere bei großen Datenmengen lieferte das Verfahren genaue Ergebnisse. Durch die Nutzung kostenloser und weit verbreiteter Online-Daten ist die Methode völlig passiv. Erkenntnisse können gewonnen werden, ohne die Befragten zu beeinträchtigen oder direkt zu Themen zu befragen, die sie sich sonst gar nicht überlegt hätten. Die Analyse ist schnell durchführbar und benötigt keine aufwändige Rechnerleistung.