Text mining im Customer-Relationship-Management

Notwendige Basis für ein gezieltes Customer Relationship Management (CRM) ist ein umfassendes Wissen über die Struktur, das Verhalten und v. a. die Bedürfnisse der Kunden. Grundlage hierfür ist idealerweise ein Data Warehouse, welches eine für Analysen geeignete Aufbereitung der relevanten Daten liefert. Viele Kundeninformationen in Unternehmen liegen jedoch in Form von Texten vor und werden in der Regel nicht systematisch ausgewertet. Text Mining ermöglicht durch den Einsatz von Verfahren der Computer Linguistik und des Data Mining eine omatisierte Analyse dieser Textdokumente. Auf diese Weise kann das gemeinsame Auftreten von Wörtern in Texten untersucht werden (Abhängigkeitsanalyse), Dokumente können so gruppiert werden, dass ähnliche Texte zusammengeführt werden (Segmentierung) oder Dokumente können omatisch vorgegebenen Kategorien zugeordnet werden (Klassifikation). René Rentzmann zeigt auf, in welchem Umfang und mit welcher Präzision textuelle Kundeninformationen mit Hilfe des Text Mining omatisiert erschlossen werden können. Die Grundlage hierfür bildet eine Analyse der spezifischen Anforderungen aus CRM-Sicht, eine Systematisierung der relevanten Datenquellen sowie ein Überblick über die Methoden und Prozesse des Text Mining. Um verschiedene Anwendungen des Text Mining im CRM zu veranschaulichen, werden fünf Fallstudien mit Praxispartnern aus verschiedenen Branchen zu typischen Problemstellungen des CRM ausführlich dargestellt. Die einzelnen Projekte unterscheiden sich in den verfolgten CRM-Zielen, den untersuchten Dokumenten (hinsichtlich Form und Länge) und den eingesetzten Text-Mining-Verfahren. Ausgehend von den Erfahrungen in den Fallstudien wird ein realistisches und breit abgesichertes Bild der Nutzenpotenziale des Text Mining im CRM gezeichnet.