Für die meisten Marktforscher und Werbetreibenden gelten Suchdienste wie Google bisher als Königsweg, um Daten großer Konsumentengruppen zu analysieren. Kein Wunder, liefert die Suchmaschine doch eindeutige Ranglisten über die Popularität bestimmter Themen oder Produkte. Fakten und Zusammenhänge, die bisher noch niemand in einem Dokument zusammengestellt hat, liefern die Textanalysemethoden von Google und Co. jedoch nicht.
Denn fast alle gängigen Such- und Recherchemechanismen in Sozialen Netzwerken und natürlich den Internet-Suchmaschinen basieren auf Schlüsselworten. Diese funktionieren sehr gut, solange der Anwender weiß, was er eigentlich herausfinden will. Sie liefern jedoch nur bereits bekannte Ergebnisse - der Anwender muss also schon etwas Wissen über die von ihm eingegebenen Worte mitbringen, um zu effizienten Ergebnissen zu kommen.
Neues Verfahren hilft bei Dokumentenanalyse
Die Clusteranalyse, ein statistisches Verfahren mit sogenannten Bayes-Wahrscheinlichkeiten, geht hier einen bedeutenden Schritt weiter, erklärt Dan Woods, Technologieberater bei Evolved Technologist. Dokumente werden dabei nach einem statistischen Modell untersucht und die Ballung bestimmter Worte im Verhältnis zu anderen Wörtern verfolgt. Bei einer großen Datenmenge ist es mit mathematischen Verfahren möglich, zu ermitteln, wie wahrscheinlich es ist, dass ein Begriff unmittelbar neben einem anderen steht. Die Wahrscheinlichkeit, dass die Worte "Sarrazin" und "Ausländer" zusammen auftauchen, wäre beispielsweise vor einigen Wochen enorm gestiegen. Dasselbe galt während des vergangenen Sommers etwa auch für "BP" und "Ölpest".
Über einen definierten Zeitraum betrachtet, lässt sich anhand der Häufigkeit des gemeinsamen Auftretens beobachten, wie sich die Beziehung zwischen Begriffen verstärkt oder abschwächt. Grafisch in Form von farbigen Kreisen dargestellt, werden die Kreise größer, wenn die Begriffspaarung öfter vorkommt. Ein Kreis rötet sich, je mehr Dokumente für das untersuchte Cluster gefunden werden. Für die Begriffe "Ungarn" und "Giftschlamm" etwa wäre in den letzten Tagen ein riesiger, knallroter Kreis entstanden.
Täglich Millionen Kommentare ausgewertet
Die Clusteranalyse verrät jedoch nichts darüber, was die Ballungen bedeuten, sondern nur, wie sie sich mit der Zeit verändern. Die gefundenen Textstellen müssen analysiert werden, um sie zu verstehen. Ist ihre semantische Bedeutung ermittelt, können sie mit den herkömmlichen Suchverfahren klassifiziert und als Ergebnisse dargestellt werden. Eine der führenden Internet-Dienste nach dem Clusteranalyse-Verfahren ist die britische Suchmaschine Autonomy.
Eine Reihe von anderen Firmen nutzt Lizenzen der Londoner Suchmaschine für eigene, branchenspezifische Angebote. Wird die Clusteranalyse beispielsweise auf die Kommunikation in einem Sozialen Netzwerk angewandt, können mit der Methode bestimmte Entwicklungen vorhergesagt werden, erläutert Social-Media-Spezialist Woods. Das US Startup Wisewindows untersucht damit die Datenströme mehrerer Social-Netze und wertet täglich Millionen von Kommentaren aus.
Kommunikationsmuster als Hinweis für Kaufaktivitäten
Aus den ermittelten Kommunikationsmustern lassen sich nach Angaben des Unternehmens geschäftliche Indikatoren ableiten und Firmen beginnen bereits, ihre Marketing-Maßnahmen darauf einzustellen. Für Kunden aus der Musikbranche etwa hat Wisewindows 25 Millionen Kommentare über Musiktitel und Künstler untersucht. Die Clusteranalyse zeigt die Intensität der Kommentare im Verhältnis zu aktuellen Aktivitäten eines Künstlers - beispielsweise Veranstaltungen, Erscheinen neuer Titel oder Fernsehauftritte. Das für die Musik-Manager spannendste Ergebnis war eine enorme Korrelation zwischen sozialer Aktivität und Plattenverkäufen: Ungefähr zwei Wochen nach der intensivsten Kommunikation über bestimmte Titel oder Interpreten steigen die Albenverkäufe sprungartig an.
Die Häufung von Kommentaren zu bestimmen Produkten könne auch Vorindikatoren für die künftige Nachfrage liefern, glaubt Woods - etwa wenn fehlende Wunscheigenschaften diskutiert werden. Schon vor einem Verkaufsstart gibt die Intensität Aufschluss über die Popularität von Marken und Produkten. Und Cluster, die sich um Beschwerden formen, könnten bisher unbekannte Produktschwächen aufzeigen und als Verbesserungsvorschläge interpretiert werden. Der entscheidende Vorteil bei all diesen Ansätzen sei aber, Veränderungen schneller zu erkennen als die Konkurrenz.
Lesen Sie dazu auch bei unserem Partner in der Schweiz, 20 Minuten Online: "Drei Sicherheitslücken bei Facebook"
