«SOMshare» 3.4.2014: Swisscom - Unstrukturierte Daten im Windschatten von Social Media

803 views

Published on

Swisscom: Unstrukturierte Daten im Windschatten von Social Media.
Albert Labermeier, Swisscom

Tipp Webinar:
> Text Analytics: Aus unstrukturierten Daten Wissen generieren
http://sas-competence-network.com/mediacenter/download/object/id/client/business-analytics/token/hxUMhIUIt9qYp0hOloQldAuq2A0d6g0dMd3xhrWy0RAZ1

Published in: Technology
  • Be the first to comment

  • Be the first to like this

«SOMshare» 3.4.2014: Swisscom - Unstrukturierte Daten im Windschatten von Social Media

  1. 1. Unstrukturierte Daten im Windschatten von Social Media Albert Labermeier BI Center Swisscom (Schweiz) AG 3. April 2014
  2. 2. 2 Explodierende Datenflut • Datenexplosion seit 2000 • 80 % der Daten unstrukturiert als Text – Kundenfeedbacks – E-Mails – Twitter – Facebook – Webseiten Erkennen von relevanten Informationen Quelle: http://sureshparmar702.blogspot.ch/
  3. 3. 3 Herausforderung: Ordnung ins Datenchaos bringen
  4. 4. Use Case: Social Media Analytics
  5. 5. 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. 6. 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. 7. 7 Pilotprojekt: Social Media Analytics mit SAS SAS Social Media Analytics SAS OnDemand-Lösung
  8. 8. 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. 9. 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. 10. 10 Das SMA-Cockpit: Einstiegsseite
  11. 11. 1111 Das SMA-Cockpit: Trendanalyse
  12. 12. 1212 Das SMA-Cockpit: Drill down
  13. 13. 1313 Das SMA-Cockpit: Drill down
  14. 14. Das SMA-Cockpit: Phrase-Cloud 14
  15. 15. Phrase-Cloud: Drill Down 15
  16. 16. Das SMA-Cockpit: Real-Time-Twitter 16
  17. 17. 17 Pilotprojekt: Social Media Analytics mit SAS SAS Inhouse-Lösung Social Media Analytics mit SAS Text Analytics
  18. 18. Use Case: Analyse von Service Requests
  19. 19. 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. 20. 20 Wunsch • Regelmässige Analyse der Servicerequests • Kurze Periodizität • Detaillierte „Problemcluster“ • Gleichbleibende Qualität • Geringer Aufwand • Automatisierung der Analyse Einsatz von SAS Text Mining
  21. 21. 2121 Vorgehensweise • Voranalyse
  22. 22. 22 Vorgehensweise • Workshops zur – Bestimmung der interessierenden Topics
  23. 23. 23 Vorgehensweise • Workshops zur – Bestimmung der interessierenden Topics – Erstellung einer Synonymbibliothek
  24. 24. 24 Vorgehensweise • Workshops zur – Bestimmung der interessierenden Topics – Erstellung einer Synonymbibliothek • Analyse der Servicerequests • Review der Ergebnisse • Feintuning
  25. 25. 25 Text Mining Prozess
  26. 26. Beispiel: automatisierter Report 26
  27. 27. 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!
  28. 28. Use Case: Generierung von Brancheninformationen
  29. 29. Branchenspezifische Marktbearbeitung
  30. 30. Brancheninformationen aus Firmennamen 30 Nichtrelevante Bestandteile filtern
  31. 31. Brancheninformationen aus Firmennamen 31 Relevante Bestandteile verwenden
  32. 32. 32 Next Steps • Zusätzliche Sprachen • Neue Themen • Integration von Text Mining in Data Mining Modelle • Integration von Social Media Analytics
  33. 33. 33 Vielen Dank für Ihre Aufmerksamkeit!
  34. 34. 34 Contact information 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

×