LexisNexis Webinar über:
Das internationale Geschäftsumfeld: Mehr als nur Sprachen
Open Web vs. Closed Web: Wie Sie Ihre Quellen finden
Big Data: Was verbirgt sich hinter diesem Hype?
3. 2
Heutige Themen
• Das internationale Geschäftsumfeld: Mehr als nur
Sprachen
• Open Web vs. Closed Web: Wie Sie Ihre Quellen
finden
• Big Data: Was verbirgt sich hinter diesem Hype?
5. 4
Verständnis des internationalen Kontexts
Sprechen wir alle dieselbe Sprache?
• Journalistische Texte vs. Blog Posts vs. Twitter
• Branchenspezifischer Jargon
Was ist der Unterschied zwischen Sprache und Kultur?
• Redewendungen: Wörtliche Übersetzung funktionieren hier nicht
• Metaphern: Einige können übersetzt werden, andere nicht
• Kontext ist König: Gemeinsame Geschichte oder Kultur kann nicht
übersetzt werden…
Warum ist bloße Übersetzung nicht mehr ausreichend?
• Mehr dazu in einer Minute…
6. 5
Stimmungen erfassen – Kulturelle Nuancen
Ein Beispiel: Unterschiedliche Korrekturen eines NPS Scorings
source: www.checkmarket.com
7. Maschinelle Übersetzung…
6
In nur zwei Schritten von sinnhaft zu sinnlos…
source: Google Translate
Stellen Sie sich vor, Sie nutzen noch vagere Sprache oder
einen spezifischen Jargon…
8. 7
Herausforderungen der maschinellen Übersetzung
• Entweder zu generisch oder limitiert auf ein einziges Feld
• Wenig sinnvoll bei “Feinheiten” wie Ironie, Sarkasmus oder Metaphern
• Ineffektiv bei kurzen Textabschnitten (Twitter!)
• Kein Platz für Nuancen
Eine Übersetzung übermittelt die Nachricht, aber nicht die Stimmung…
• Automatische Stimmungsanalysen verbessern sich rapide
• Mehrsprachiger Support ist immer noch eine Herausforderung
Ziehen Sie Muttersprachler zur Hilfe, um das beste von beiden Welten zu
bekommen
• Automatisierte Übersetzung von “Massen”-Daten
• Automatisierte Stimmungsanalysen, um Tendenzen schnell zu erkennen
• Analysten/Editoren helfen tiefere Einblicke in die Original-Quellen zu
erhalten
Also, was nun?
9. 8
z
“Informationen aus
dem Internet zu
bekommen, ist wie aus
einem Hydranten zu
trinken”
Mitchell Kapor
Image by Kenny Holston 21
10. Oder: Open vs. Closed Web
9
Aber wie groß ist dieser Hydrant?
Wie suchen Sie nach dem, was Sie brauchen? Mit Google?
Aber was ist mit “geschlossenen” Datenbanken wie Genios, Factiva,
LexisNexis,…?
Und “geschlossenen” sozialen Netzwerken, wie Facebook?
Oder nicht-web-basierte Informationen wie TV & Radiosendungen?
11. Der Anteil des Web sinkt…
Source: Simon Judge/mobilephonedevelopment.com
10
12. Vorstellung des Deep (oder Hidden) Web…
11
source: www.emeraldinsight.com, based on Sherman & Price, 2001
18. Big Data & Market Monitoring:
Was verbirgt sich hinter dem Hype?
17
• Ist jeder größere Datensatz ‘Big Data’? Warum nicht?
• Unstrukturiert: NUN sprechen wir über Nadeln und Heuhaufen!
• The Big Data “Vs”: Welche sind relevant für das Market Monitoring?
19. The Big Data ‘Vs’: Die vier Originale
18
source: Lori MacVittie/devcentral.f5.com
21. Zeit für ein Beispiel…
20
Wettbewerbs-Monitoring: Welchen
Umsatz hat Apple in der
Benelux-Region?
Wo würden Sie zuerst nach der
Antwort schauen?
• Apple Jahresbericht?
• Apple Website?
• Lokale Handelskammer?
Oder....
Vielleicht in eine Stellenanzeige?
23. 22
In aller Kürze: Lektionen für das Marketmonitoring
24. Globaler Fußabdruck ≡ Globale Abdeckung
23
Das gesamte Medienbild, nicht bloß ein Teil: geschlossene
Quellen, offentlich/Webquellen, Social Media, Radio, TV, …
Sprachsupport/Muttersprachler: Entscheidend bei der
Quellenauswahl und vor allem Datenanalyse und
Databewertung
Die Stärke liegt in der Summe: Die Kombination aus
unterschiedlichen Informationstypen ermöglicht tiefere
Einblicke
25. Anpassbar & Angepasst
24
Es gibt viele Geschmäcker: Maßgeschneiderte,
einmalige Analysen, Reports-as-a-service,
Vollständige DIY-Lösungen
Welche Einblicke sind für Sie relevant? Share of
Voice, Tonalität, Geografischer Einfluss, …
Welche Informationsquellen sind relevant für Ihr
Unternehmen, Ihren Markt oder Ihre Position?
source: soloprosuccess.com
NPS (“Net Promoter Score”) ist ein häufig genutztes Tool, um Kundenzufriedenheit zu messen. Die Kunden werden gebeten, auf einer Skala von 1-10 Fragen zu bewerten, wie bspw. “Würden Sie dieses Unternehmen/Produkt weiterempfehlen?
Anschließend werden dann die Ergebnisse in 3 unterschiedliche Kategorien klassifiziert, basierend auf ihrer Bewertung: Kritiker, Passive und Förderer
Dann wird die Punktzahl mit einer simplen Formel kalkuliert: % Förderer minus % Kritiker..
Das System stammt aus den USA und dort wird eine Punktzahl von 1-6 als Kritiker betrachtet, 9-10 Punkte als Förderer, und die Passiven in der Mitte mit einer Punktzahl von 7 oder 8.
Als NPS von internationalen Firmen in Europa anfangs genutzt wurde, haben viele Unternehmen schnell herausgefunden, dass die NPS Punktzahlen viel geringer als in den USA waren. Nach einiger Recherche – hauptsächlich Interviews – wurde deutlich, warum: Europäer (vor allem in Nord-Westen) bewerten sehr selten etwas mit 10 von 10 Punkten (inkl. der Schulnoten).
Daher nutzen viele Unternehmen die NPS Korrektur-Faktoren für unterschiedliche Länder.
Warum habe ich jetzt dieses Beispiel in Bezug auf kulturelle Unterschiede genutzt?
Da es schnell und anschaulich verdeutlicht, dass unterschiedliches Publikum (und daher: unterschiedliche Märkte) identische Statements unterschiedlich bewerten.
Und noch etwas mehr Sprache….
Maschinelle Übersetzungen können dabei helfen, ein Dokument oder einen Textabschnitt zu verstehen, dass in einer Ihnen unbekannten Sprache verfasst ist. Dies Beispiel zeigt Ihnen allerdings, wie leicht es ist, gewisse Nuancen schnell misszuverstehen.
Schätzungen zufolge sind 4(!)% bis 1/3 des Internets wirklich offen, der Rest – oder die gewaltige Mehrheit – ist versteckt hinter “Paywalls”, Login-Modellen oder einfach “Mitglieder-limitierten” ID´s und Passwörtern.
Durch immer mehr Zeitungsherausgeber, die den Weg der “Paywalls” wählen, sinkt der Prozentsatz an offenen Informationen, anstatt zu wachsen.
Open Data ist ein relativ junges Phänomen und gewinnt schnell an Schwung: Datensätze, die in erster Linie durch öffentliche Unterstützung erstellt wurden, werden der Öffentlichkeit zur Verfügung gestellt.
Manche Crowd-Sourcing Initiativen werden von vielen auch als ‘Open Data’ angesehen.
Ursache und Wirkung werden immer unklarer im digitalen Zeitalter: Wer hat eine Diskussion gestartet? Woher stammt die Original-Quelle? Wie vertrauenswürdig ist meine Quelle? Wer hat wen beeinflusst?
Dies löst auch neue Fragen über die Priorisierung aus: Was ist wichtiger? Aktualität, um die frühesten und schwächsten Signale aufzudecken, oder Genauigkeit, um sicherzustellen, dass Ihre Informationen zu verlässlich wie möglich sind?
Ein interessantes Paradoxon: Obwohl es immer einfacher wird, Informationen zu bekommen, wird es immer schwieriger zu überprüfen, ob Ihre Fakten auch verlässlich sind.
Hierauf werde ich in wenigen Minuten noch einmal zurückkommen, wenn es um das derzeit sehr modische Thema “Big Data” geht.