Social Analytics: Dimensionen eines guten Service

Um die Interaktionen und Beziehungen von Menschen, Themen und Inhalten in sozialen Netzwerken zu monitoren, zu analysieren und zu interpretieren, bietet sich Social Analytics an. Damit können Unternehmen die Beiträge, die Nutzer in sozialen Netzwerken oder auch Foren posten, erfassen und auswerten. Social Analytics kann außerdem auch das Monitoring von Themen beinhalten, um herauszufinden, welche gerade heiß diskutiert werden und wie Unternehmen passend agieren oder reagieren können. Eine weitere Anwendung wäre die Analyse von sozialen Netzwerken, um wichtige Influencer zu identifizieren. Arvato CRM Solutions bietet Social Analytics als Kundenlösung an und hat den beratenden Vertriebsansatz Social Quick Scan entwickelt.

Aber wie kann Social Analytics eingesetzt werden, um den Kundenservice zu optimieren? Und welche Servicequalitäten sind am relevantesten? Ein Forschungsprojekt von Arvato CRM Solutions und der Universität Münster gibt Antworten auf diese Fragen. Die Daten für die Analyse wurden mit Hilfe einer Umfrage unter 647 deutschsprachigen Teilnehmern erhoben, die häufig soziale Medien nutzen.

Fünf Dimensionen der Servicequalität

Um die Serviceleistung und die daraus resultierende Kundenzufriedenheit einer Marke zu messen, wird sowohl im akademischen als auch im praktischen Kontext häufig das Servqual-Verfahren (Servqual: Service und Qualität) verwendet. Im Forschungsprojekt wurden diese Dimensionen betrachtet:

• Assurance (Sicherheit): die Höflichkeit und das Wissen der Mitarbeiter sowie ihre Fähigkeit, bei den Kunden Vertrauen und Zuversicht hervorzurufen.
• Reliability (Zuverlässigkeit): die Fähigkeit, Dienstleistungen genau und zuverlässig auszuführen.
• Responsiveness (Reaktionsfähigkeit): die Bereitschaft, zu helfen und schnellen Service zu bieten.
• Empathy (Einfühlungsvermögen): die individuelle Aufmerksamkeit und Betreuung der Kunden.

Die fünfte Servqual-Dimension Tangibles (Sachwerte: das Erscheinungsbild der Mitarbeiter) wurde im Forschungsprojekt nicht berücksichtigt, da diese Sachwerte in einem Social-Media-Kontext hauptsächlich durch die zugrunde liegende Plattform wie etwa Facebook definiert werden.

Die Teilnehmer wurden im Rahmen der Untersuchung gebeten, sich in eine fiktive Situation hineinzuversetzen – die Fahrt in einem überfüllten Zug mit Verspätung und daraus resultierendem Verpassen des letzten Anschlusszugs –, und dann über Facebook Hilfe beim Bahnunternehmen zu suchen. Als Reaktion erhielt jeder Teilnehmer Antworten des Kundendienstes in unterschiedlicher Servicequalität. So erfolgte die Antwort zum Beispiel sehr schnell oder erst nach zwei Stunden (hohe bzw. niedrige Reaktionsfähigkeit). Auf diese Antwort sollten die Teilnehmer mit einem weiteren Post Feedback geben. Anschließend bewerteten sie die insgesamt wahrgenommene Servicequalität sowie die einzelnen Servqual-Dimensionen. Zum Schluss wurde die Gefühlslage der Kunden durch die sogenannte Sentiment Analyse ermittelt.

Ein interessantes Ergebnis des Forschungsprojektes ist, dass sich die relative Bedeutung der Servqual-Dimensionen im Social-Media-Kontext im Vergleich zum traditionellen Offline-Kontext verschiebt: Frühere Untersuchungen deuten darauf hin, dass Zuverlässigkeit die Schlüsseldimension für die Servicequalität ist. Im gegebenen Kontext der Studie erscheint die Dimension Sicherheit allerdings als ebenso wichtig. Die drittwichtigste Kategorie ist die Empathie, die traditionell als die unwichtigste Dimension im Offline-Kontext angesehen wird. Überraschenderweise war die Reaktionsfähigkeit im Rahmen der Studie als die am wenigsten wichtige Dimension, obwohl die Reaktionszeit generell eine wichtige Kennzahl im Social-Media-Kontext ist. Eine mögliche Erklärung: Die Teilnehmer nahmen die verschiedenen Antwortzeiten sehr unterschiedlich wahr. Für einige war eine Reaktionszeit von zwei Stunden immer noch sehr schnell, während für andere schon 15 Minuten zu viel waren.

Stärken und Schwächen von Social-Analytics-Lösungen

Das Forschungsprojekt zeigte auch, dass Social Analytics auf einer rein technischen Basis nicht immer zu zufriedenstellenden Ergebnissen führt. Eine Analyse nur auf Basis von Schlüsselwörtern scheitert beispielsweise an Ironie oder Sarkasmus und bewertet eine beißende Kritik („Ein wirklich fantastischer Service …“) eben aufgrund der vorkommenden Schlüsselwörter als positive Äußerung. Lösungen, die maschinelles Lernen und künstliche Intelligenz nutzen, schneiden in diesem Fall besser ab, können aber Emojis oft nicht richtig deuten und benötigen meist eine Mindestmenge an Text, um gut arbeiten zu können. Und schließlich muss auch der Kontext eines Beitrags beachtet werden. Äußert ein Nutzer Kritik und ein weiterer stimmt ihm zu, ist der zweite Beitrag trotz positiver Schlüsselwörter eine negative Äußerung.

Deswegen setzt Arvato CRM Solutions bei seinen Social-Analytics-Lösungen unter anderem auf ein umfassendes Training der Systeme mit umfangreichen Testdaten und regelmäßiger Überprüfung sowie Nachjustierung der Ergebnisse durch Kommunikationsexperten. Ein solches „hybrides“ Betriebsmodell sichert hochwertigere Analyseergebnisse.

Fazit: Sicherheit und Zuverlässigkeit sorgen für zufriedene Kunden

Das Forschungsprojekt zeigt, dass im Social-Media-Umfeld Sicherheit und Zuverlässigkeit die wichtigsten Dimensionen für die Servicequalität sind. Die Bewertung der Reaktionsfähigkeit dagegen hängt stark von der individuellen Definition ab, sodass nur eine Einzelfallbetrachtung möglich ist.

Es wird zudem deutlich, dass Social-Analytics-Systeme ihre Leistungsfähigkeit nur dann voll entfalten können, wenn mehrere Anforderungen erfüllt sind: a) der Algorithmus wird sowohl vor als auch während des Einsatzes entsprechend trainiert beziehungsweise optimiert, b) menschliche Beteiligung ist nötig, insbesondere, um die Ergebnisse der Tools fein abzustimmen, c) die Performance wird regelmäßig überwacht, um die Qualität konstant zu verbessern.

Es sieht so aus, dass Tools die traditionelle Qualitätsüberwachung aktuell noch nicht ersetzen können. Sie können aber den Prozess deutlich beschleunigen und große Datenmengen handhabbar machen – für exzellenten Kundenservice in der Onlinewelt. Schauen wir in die Zukunft, so ist für Social Analytics ein hybrides Betriebsmodell essentiell, das die Expertise von Social-Media-Spezialisten und die technologische Weiterentwicklung der Systeme miteinander verbindet.

Autor: Redaktion Zukunft. Kunde.
Bild: © peshkova – AdobeStock