5 Beispiele für Natural Language Processing (NLP): So wird NLP angewandt

b8695da5-9b82-4a82-a85f-8fcde2efda6a

Computer sind in der Regel nicht darauf ausgelegt, menschliche Kommunikation zu verstehen. Sie sprechen in Codes und verwenden lange Zeilen mit Einsen und Nullen.

Wir hingegen sind komplizierter, sprechen in Farben und verwenden Dinge wie Phraseologie oder Sarkasmus.

Es scheint, als könnten Menschen und Computer nicht wirklich miteinander kommunizieren. Aber wie wir wissen, tun sie es bereits. Computer reagieren täglich auf unsere Suchbegriffe und sogar auf Sprachbefehle.

Was ist Natural Language Processing?

Natürliche Sprachverarbeitung (Natural Language Processing, NLP) ist eine auf künstlicher Intelligenz basierende Lösung, die Computern hilft, menschliche Sprache zu verstehen, zu interpretieren und zu manipulieren.

natural language processing

NLP wird oft als „Textanalyse“ bezeichnet und hilft Maschinen dabei, zu verstehen, was Menschen im Austausch miteinander schreiben oder sagen.

Durch Techniken wie die Umwandlung von Audio in Text können Computer die menschliche Sprache verstehen. Außerdem ermöglicht es, die Sprachsteuerung verschiedener Systeme zu implementieren.

Wenn Sie Produkte verkaufen oder Content im Internet produzieren, kann NLP dabei helfen, die Verbraucher-Absichten mit Ihrem Website-Inhalt zusammenzubringen.

Wieso ist NLP die Technik der Stunde

In der Welt von Google und anderen Suchmaschinen erwarten Kundinnen und Kunden, dass sie einen Begriff oder sogar eine Idee in ein Suchfeld eingeben und sofort personalisierte Recommendations erhalten, die für ihre Suche relevant sind.

Diese Art Interaktion muss mit derartigem Speed und in einem Umfang erfolgen, die Menschen allein nicht leisten könnten.

Um den Ansprüchen der Verbraucher:innen gerecht zu werden, sind Maschinen und Systeme erforderlich, die konstant lernen und Insights darüber erhalten, was Kundinnen und Kunden meinen und was sie wollen.

Für alle, die Online-Produkte verkaufen oder Content bereitstellen, ist das eine toughe Aufgabe, aber Natural Language Processing kann diese Dinge erheblich erleichtern. Für Unternehmen, die seinen Nutzer:innen jederzeit das Richtige bieten wollen, ist NLP ein Muss.

NLP ist ein leistungsfähiges Machine Learning Tool, das ergänzend zu menschlichen Teams, Unternehmen dabei hilft, sich in einer wettbewerbsorientierten Welt einen Vorteil zu verschaffen.

Es ist eine Maschine, die ein unvergessliches und angenehmes Customer Experience schafft, indem sie ein Verständnis hat für:

Die Nachfrage: Die Absichten der Verbraucher:innen (Consumer Intent), einschließlich der verwendeten Synonyme.

Das Angebot: Produkte und alle Varianten der Beschreibungen der Händler:innen.

[Fakt 1] Schlechte Website-Search = Verlorene Kundinnen und Kunden

Verbraucher:innen können Produkte auf unendlich viele Arten beschreiben, Ecommerce Unternehmen jedoch nicht. Sie haben eine feste Liste an Beschreibungen für ihre Online-Produkte und -Services.

Es gibt also bereits eine Diskrepanz zwischen dem, wonach Kundinnen und Kunden suchen, und dem, was die Retailer-Website versteht. Das wirkt sich auf die Suchqualität aus und führt zu Folgewirkungen.

Laut CIO gehören sowohl eine schlechte Suchfunktion als auch eine schlechte Navigation zu den 12 Hauptgründen, weshalb Ecommerce-Websites ihre Kundinnen und Kunden verlieren könnten.

Eine ineffektive Suche vergeudet die Zeit der Nutzer:innen, und Zeit ist wertvoll. Die ersten 10 Sekunden auf einer Website entscheiden darüber, ob die Besucher::innen bleiben oder gehen. 

 

Weibull hazard function showing the probability that users will leave a Web page at time t if they have already stayed for t seconds.

Einfach ausgedrückt: Die Suche sollte sinnvoll, schnell und einfach sein, denn sonst bleiben die Besucher:innen nicht auf der Website und dies bedeutet Umsatzeinbußen für das Unternehmen.

[Fakt 2] Um die Unmengen von Daten zu verarbeiten, wird Hilfe benötigt

Unternehmen erfahren online immer mehr über die Bedürfnisse, Einstellungen, Präferenzen und Frustrationen ihrer Kundinnen und Kunden.

Informationen aus Kunden-Suchen, Feedback, Tracking und anderen Quellen führen zu jeder Menge unstrukturierter Daten, die stetig zunehmen.

Unzählige E-Mails, Freitext-Formulare, Social Media Posts, Produktbewertungen und noch viel mehr. Das ist Big Text und er ist ziemlich unübersichtlich.

Und es gibt ihn in rauen Mengen. Einer IDC-Studie zufolge machen unstrukturierte Daten bis zu 90 Prozent aller digitalen Informationen aus.

Zu allem Übel passen diese Daten nicht in die Standard-Modelle, die Maschinen verstehen.

All dies sind große Challenges für Retailer – und gleichzeitig große Chancen. Wenn Retailer diese Daten sinnvoll nutzen können, stehen ihnen viele nützliche Insights zur Verfügung.

Techniken von Natural Language Processing

NLP erkennt, versteht, fasst zusammen und analysiert, was wir sagen, damit es uns versteht. Darin ist es so gut, dass es sogar dazu beitragen kann, selbst Sprache zu erzeugen.

Algorithmen, Syntax und Semantik liefern NLP die beste Grundlage für leistungsstarke “Schlussfolgerungen”.

Algorithmen

NLP verwendet Algorithmen, um unseren diversen, unstrukturierten und spontanen Gesprächsstoff in etwas umzuwandeln, das ein Computer versteht und worauf er reagieren kann.

Mithilfe von Algorithmen entschlüsselt NLP die Bedeutung des Wirrwarrs an Sätzen, Sprichwörtern und Slang, den wir täglich verwenden.

Es durchforstet, was wir sagen, und macht daraus eine Datenbank, indem es unsere Sprache in ein Format umwandelt, das Computer verstehen können.

Syntax und Semantik

Zwei Hauptelemente des NLP sind die syntaktische und die semantische Analyse. Die Syntax bestimmt, was gesagt wird, während die Semantik auf die Bedeutung eingeht.

Die Syntax unterteilt Sätze und verwendet Dinge wie Grammatikregeln oder grundlegende Wortformen, um einen Text zu verstehen. Die Semantik extrahiert die Bedeutung, dahinter. Mithilfe von Kontext und Werkzeugen wie Wort-Kategorisierung oder Bedeutungsdatenbanken wird die Absicht hinter der Verwendung bestimmter Wörter ermittelt. Auf diese Weise weiß ein Computer, was jemand wirklich meint.

5 Beispiele natürlicher Sprachverarbeitung im Alltag

Die meisten von uns sind bereits mit NLP in Berührung gekommen. Wir nutzen sie über Suchleisten auf Websites, virtuellen Assistenten wie Alexa oder Siri auf unserem Smartphone.

Die Transkripte von Spam in unseren E-Mails oder der Voicemail auf unserem Telefon, ja sogar Google Translate –- all das sind Beispiele für NLP-Technologie in Aktion. Es gibt viele Geschäftsanwendungen.

Semantische Suche

Der Schlüssel zu einer erfolgreichen Suche liegt in der Semantik.

Die semantische Suche ist so intuitiv, dass die Kundinnen und Kunden auch dann relevante Ergebnisse erhalten, wenn sie ihre eigenen Suchanfragen formulieren.

Sie erkennt die Absicht und zeigt Produkte, die sich tief im Online-Produktkatalog eines Händlers befinden, in kürzester Zeit an.

Und die Zahlen beweisen, dass es funktioniert.

Websites mit einer semantischen Suchleiste hatten in der Vergangenheit prozentual weniger Abbruchraten als Websites mit einer textbasierten Suchleiste.

Lesen Sie als Nächstes: Was ist Omnichannel Commerce?  [Blog]

Social Media Listening

Social Media Listening ist zu einem wichtigen Tool für E-Retailer geworden, die die Shopping-Gewohnheiten ihrer Kundinnen und Kunden verstehen, die Produktnachfrage vorhersagen oder Trends beobachten möchten, um Marketingbotschaften gezielt zu platzieren.

Eine Studie hat ergeben, dass die Vorbereitungen zu Thanksgiving beispielsweise mit vielen stressigen und unangenehmen Interaktionen mit Familienmitgliedern verbunden ist.

Wenn Markerters daher “Stresslinderung” zum Thema ihres Messagings an den Feiertagen machen, könnte das in der Zeit vor Thanksgiving bei den Kunden gut ankommen. 

Social media listening

Source

Die Analyse ergab auch, dass viele Menschen am Black Friday verkatert sind und es zum Gesprächsthema machen.

Pharma-Marken könnten sich diesen Trend zunutze machen, indem sie an diesem Tag in ihren Echtzeit-Marketingkampagnen „Mittel gegen Kater“ erwähnen.

NLP hilft dabei, die Buzzwords hervorzuheben, so dass Marketingbotschaften gezielter eingesetzt werden können.

Lesen Sie dies als Nächstes: Was sind Single Page Applications? [Blog]

Finden von Qualitätslücken im Service

Customer Experience Management  ist ein weiteres großes Anwendungsgebiet von NLP, sowohl online als auch offline.

Der US-Retailer Nordstrom analysierte Kundenfeedback größeren Umfangs, das er über Kommentarformulare, Umfragen und Dankeskarten sammelte.

Dabei stellte sich heraus, dass viele Kundinnen und Kunden Schwierigkeiten hatten, die Verkäufer:innen in den Geschäften zu erkennen, da sie keine Uniform, sondern normale Kleidung trugen.

Nordstrom ging dieses Problem an, indem es seine Verkäufer:innen mit farbig auffälligen und gebrandeten T-Shirts ausstattete, so dass die Kundinnen und Kunden sie leicht erkennen konnten.

Innerhalb von zwei Tagen nach dem Pilotprojekt stieg die Key Metric des Unternehmens zur Bewertung der Effektivität des Verkaufspersonals um 30 Punkte an..

Kleine Beobachtung, große Wirkung. Es sind Technologien wie NLP, die solche Informationen ans Tageslicht bringen.

Lesen Sie dies als Nächstes: Wie Torrid Kundinnen und Kunden hilft, zu finden, was sie wollen [Case Study]

Smarte Product Recommendations

Kundinnen und Kunden den Kauf zu erleichtern, kann viele Vorteile mitsichbringen.

 

Ecommerce-Unternehmen, die ihre Besucher:innen gekonnt “bei Laune halten”, können Kaufabbrüche drastisch senken oder Impulskäufe anregen, indem sie die Kundinnen und Kunden auf Produkte hinweisen, die genau ihren Bedürfnissen entsprechen.

Eine Studie hat gezeigt, dass Product Recommendations ein Drittel des Ecommerce-Umsatzes ausmachen und die Rate von liegen gelassenen Artikeln im Warenkorb um 4,35 % verbessern.

Amazon behauptete in der Vergangenheit, dass 35 % seines Umsatzes aus Käufen stammt, die Kunden durch Recommendations gefunden haben.

Ursprünglich waren Keywords der Kern von Product Recommendations, doch heute fügen Retailer Kontext, frühere Suchdaten und andere Faktoren hinzu, um Product Recommendations anzureichern.

Aus NLP gewonnene Insights helfen Retailern, diese Kombinationen zu erstellen und die richtigen Empfehlungen zu machen.

Lesen Sie dies als Nächstes: Yves Rocher hebt Personalisierung auf das nächste Level mit den Echtzeit-Recommendations von Bloomreach [Case Study]

Digital Assistants

Abgesehen davon, dass sie herausfinden, was wir meinen, sind Maschinen in der Lage, selbst (für uns) zu shoppen.

Das Marktforschungsunternehmen Gartner sagte bereits eine starke Zunahme mobiler digitaler Assistenten beim Online-Shopping voraus.

Neben der automatischen Vervollständigung von Adress- und Kreditkarteninformationen können Maschinen auch Routine-Aufgaben wie den Kauf von Büromaterial übernehmen.

Tatsächlich könnte in absehbarer Zukunft ein erheblicher Prozentsatz der Website-Besucher:innen Maschinen sein, die von Menschen mit ihren alltäglichen Einkäufen beauftragt worden sind.

Wie Ecommerce von NLP profitiert

In Anbetracht des kundenorientierten Charakters des Retail Business, ist es nicht verwunderlich, dass diese Branche fast ein Drittel des Wachstums des Textanalyse-Marktes ausmacht.

Digital Commerce Unternehmen verfügen über eine große Kunden-Base, die ihre Bedürfnisse, Einstellungen, Präferenzen und Frustrationen zunehmend online äußert.

Easy Search

Jeden Tag suchen Milliarden von Menschen über Websites, Suchmaschinen oder Online-Foren nach Informationen. Sie suchen nach dem ersten Begriff, der ihnen in den Sinn kommt, und erwarten sofortige, relevante Ergebnisse.

Lesen Sie dies als Nächstes: The Search for a Truly Connected Consumer Experience Begins with Search [Blog]

Das Gleiche gilt für Online-Shopper:innen.

Begriffe wie „lässige Mütze“ sind einem Computer völlig fremd. Ein:e Käufer:in erwartet jedoch, dass er dieses Produkt auf der Website eines Fashion-Shops problemlos findet.

NLP wandelt Suchbegriffe wie diesen in etwas um, das ein Computer verstehen kann, so dass er die Informationen entsprechend verarbeiten kann.

Source of Intelligence

Unmengen von IoT-Daten werden ständig von den Geräten und Interfaces gesammelt, die wir täglich nutzen.

Allein Walmart sammelt schätzungsweise jede Stunde mehr als 2,5 Petabyte an Daten aus Kundeninteraktionen.

Sobald all diese Daten erfasst sind, wir der AI-Part des NLPs genutzt, um sie zu verarbeiten und sinnvoll zu nutzen.

Noch besser, dass diese Informationen mit derartigem Speed und in einem Ausmaß verarbeitet werden kann, die die Fähigkeiten von durchschnittlichen Menschen übersteigt.

NLP erweitert die Fähigkeiten menschlicher Teams und verschafft Unternehmen einen schnell-denkenden Wettbewerbsvorteil.

Maschinen, die die Fähigkeit besitzen, Sprache zu verstehen, können uns auch das eine oder andere beibringen und Retailern eine frische Perspektive bieten.

Ein Unternehmen, das seit Jahren im Kostümgeschäft tätig ist, kam beispielsweise auf den Vorschlag eines Algorithmus hin auf die Idee, „Dracula-Kostümen“  eigene Kategorie-Seite zu widmen.

Lesen Sie dies als nächstes: Personalisierung im Ecommerce – der komplette Guide [Guide]

Verbesserter Customer Service

NLP kann dazu verwendet werden, Anrufe und E-Mails von Kundinnen und Kunden zu analysieren und Dinge wie die allgemeine Kundenzufriedenheit zu ermitteln.

Stellen Sie sich vor, Sie könnten Erkenntnisse aus dem Tonfall oder der Wortwahl der Kunden gewinnen? Dies könnte Ihnen zeigen, wie sie über das Unternehmen denken.

Durch das Tracken von Trends und Clustering kann NLP dies leisten – es kann Muster aufdecken und Bereiche aufzeigen, die sofortige Aufmerksamkeit benötigen.

Das sind wertvolle Informationen für Verkäufer:innen, die die Zufriedenheit tracken oder sehen wollen, welche Probleme am häufigsten auftreten.

Derartige Informationen können gezielt im Customer Care Bereich eingesetzt- und zur Verbesserung der Kundentreue genutzt werden.

NLP, der Performance Driver von morgen

Da Unternehmen mit ihren Kundinnen und Kunden zunehmend in deren eigener Sprache sprechen, steigt die Nachfrage nach NLP-Lösungen.

Ein früherer Bericht zeigte, dass der NLP-Markt bis 2020 jährlich um 18,4 % wachsen und einen Wert von 13,4 Milliarden US-Dollar erreichen würde.

In einer innovativen Welt, in der die Kundinnen und Kunden unter Zeitdruck stehen, sollten Retailer alles richtig machen, und zwar beim ersten Anlauf. NLP bringt sie ans Ziel.

Beidseitige Kommunikation war schon immer der Schlüssel zum Erfolg im Sales Bereich – dies hat sich auch in einer digitalisierten Welt nicht geändert.

Diese faszinierende Technologie trägt dazu bei, dass ein Unternehmen auf der Mindmap seiner Kundinnen Kunden bleibt – und die Entwicklung steht noch in den Startlöchern.

Die Bloomreach Commerce Experience Cloud unterstützt Unternehmen bei der Personalisierung des  Ecommerce mit den Produkten Content, Discovery, und Engagement. Wenn Sie mehr darüber erfahren möchten, wie Ihr Unternehmen Customer Experiences wie die Besten der Welt personalisieren kann, vereinbaren Sie noch heute einen Termin für eine persönliche Demo.

Fanden Sie den Artikel hilfreich? Empfehlen oder teilen Sie ihn und abonnieren Sie unseren Newsletter für mehr wertvolle Insights.

 

Schlagwörter

Teilen Sie mit Ihrer Gemeinschaft

Kopiert!
Letzte Beiträge

Behalten Sie den Überblick mit diesen neuen Posts

bloomreach-avatar-menu-1
bloomreach-avatar-menu-3
bloomreach-avatar-menu-2

Abonnieren Sie unseren Newsletter und bleiben Sie auf dem Laufenden über aktuelle Themen, Trends und Innovationen im E-Commerce – direkt in Ihren Posteingang.

Life With Bloomreach

Watch this video to learn what your life could look like when you use Bloomreach.

Bloomreach im Alltag

Bereit für weniger Stress und mehr Erfolg? Jetzt entdecken wie Ihr Alltag mit Bloomreach aussehen könnte.