Nachdem ich in den ersten drei Teilen zum Einsatz von Twitter für das Trend-Monitoring die generelle Relevanzinhaltliche Analysen und die Identifizierung von Influencern diskutiert habe, geht es in diesem Teil darum, die Erkenntnisse, die Unternehmen aus der Analyse der Twitter-Daten ziehen können und müssen, zu erläutern.

Analyse von Twitter allein reicht nicht aus 

Zunächst ist anzumerken, dass durch inhaltliche Analysen und die Identifizierung wichtiger Akteure der Prozess des Trend-Monitorings noch nicht abgeschlossen ist. Es wird dadurch lediglich die Datengrundlage geschaffen, die nun zieltreffend auszuwerten und entsprechend zu deuten ist. Bevor dies erläutert wird, ist in einem vorgeschalteten Schritt zunächst eine tatsächliche Relevanz entdeckter Trends nachzuvollziehen. Das Ziel des ersten Schrittes ist es, zu entscheiden, ob überhaupt auf etwas reagiert werden muss. Da eine „ungerichtete Suche“ nach Trends vorgeschlagen wurde, um keine latenten Thematiken zu übersehen, ist es durchaus möglich und auch nicht gerade selten, dass Themen identifiziert werden, die nicht unternehmensrelevant sind. Ob ein Thema einen Impact auf die Unternehmung hat, muss durch Experten entschieden werden. Neben Experten in dem jeweiligen Gebiet sind dabei auch die Manager zu involvieren. Zwar können keine Methoden dem Management diese Entscheidung abnehmen, allerdings gibt es einige Werkzeuge, die bei der Entscheidung unterstützen können. So bietet sich bspw. ein Trendportfolio an, welches entdeckte Trends nach Eintrittswahrscheinlichkeit und Impact auf das Unternehmen visualisiert. Die Werte resultieren dabei aus den Mittelwerten einer direkten Befragung aller involvierten Manager und weiterer Experten. Sind beide Werte hoch, sollte gehandelt werden.

Qualitative Analysen zur weiteren Entwicklung nötig

Wurde eine Relevanz festgestellt, sind die Trends hinsichtlich der weiteren Entwicklung zu deuten. Zur Deutung des weiteren Verlaufs eignen sich sogenannte Prognosemethoden. Prognosemethoden sind generell in quantitative und qualitative Methoden unterteilbar. Quantitative, also berechenbare, Prognosemethoden eignen sich im Trend-Monitoring für Twitter allerdings nur bedingt, weil dazu Daten einer Zeitreihe über einen gewissen Zeitraum vorliegen müssen, um signifikante Ergebnisse zu erhalten. Eben dies ist jedoch problematisch, da langfristige Zeitreihen bei entdeckten Trends aufgrund der Neuigkeit oft nicht vorliegen. Es ist daher zu empfehlen, die Einschätzungen zur Entwicklung von Experten bewerten zu lassen und auf das Methodenspektrum der qualitativen Analysen zurückzugreifen.

Als geeignete Methode eignet sich die Szenarioanalyse, die die Entwicklung zwischen einem „Worst-“ und einen „Best-Case“ prognostiziert und somit einen bestimmten Bereich aufzeigt, innerhalb dessen sich ein Trend entwickelt. Die Experten sollten anhand ihrer Meinung und Expertise entscheiden, in welche Richtung sich mit welcher Wahrscheinlichkeit ein Trend entwickelt. Dabei sind sowohl interne als auch externe Meinungen zu berücksichtigen. Dies ist sinnvoll, um auf der einen Seite die Branchen- und Markterfahrung der eigenen Mitarbeiter und auf der anderen Seite eine höhere Objektivität in der Prognose durch externe Fachleute zu integrieren. Als Kriterien sind dann auch Treiber zu identifizieren, die bspw. Kriterien wie AuswirkungsrichtungAuswirkungsstärke und Unsicherheit beeinflussen.

Erkenntnisse aus Twitter sind die Grundlage weiterer Methoden

Die Daten der Twitter-Analyse sind die Entscheidungsgrundlage, um die erläuterte Methode anzuwenden. So sind die Quantifizierung der Keywords und die inhaltliche Analyse der Tweets als Instrumente der Themenverdichtung und Treiberidentifizierung anzusehen. Die Sentiment-Analysen sind für die Auswirkungsrichtung und Auswirkungsstärke zu verwenden und die Influencer als Trend-Treiber oder auch Experten für die Bewertungen mit einzubeziehen. Alle diese Einflussfaktoren fließen in die Analyse, um abschließend eine möglichst genaue Vorstellung zur zukünftigen Entwicklung zu erhalten und festzustellen, wie ein Trend sich ausprägt und welche Handlungsempfehlungen daraus resultieren. Dabei sollte die Datengrundlage zwar als Ausgangspunkt genutzt werden, die Experten können oder sollten diese aber auch anpassen und verändern.

Zu beachten sind dabei auch immer die Besonderheiten von Twitter-Daten: Trends auf Twitter sind meistens von kurzer Bedeutung und oft emotionaler und weniger sachlich als Daten von Markt- und Meinungsforschern, die auf Primärerhebungen beruhen. Ebenso besteht ein Drang, eher negative Äußerungen zu tätigen als positive. Diese und andere Aspekte, die Social-Media-Daten als etwas Besonderes auszeichnen, sind zwangsläufig zu beachten, um keine falschen Entscheidungen zu treffen. Ebenso ist zu empfehlen, sich nicht ausschließlich aufgrund dieser Daten eine Meinung zu bilden, sondern mindestens weitere Social-Media-Kanäle, wenn nicht sogar Offline-Quellen, zur Verifizierung zu integrieren. Das größte Problem stellt aber weiterhin die Repräsentativität der Erkenntnisse dar. Bei Daten aus Twitter oder auch anderen Social-Media-Kanälen stellt sich immer die Frage, wie diese Daten einzuordnen sind und zu welchem Grad die Meinung der Twitter-Nutzer der Meinung der eigenen Zielgruppe entspricht. So eignen sich die Erkenntnisse eher für Unternehmen, die internet- bzw. Social-Media-affine Leistungen bereitstellen und wo der Kundenstamm sich auch vorwiegend online aufhält.

Im fünften und letzten Teil gehe ich dadrauf ein, wie  aus den Erkenntnisse optimierte Produkte und Services für Unternehmen entstehen können.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s