Wie Sie die Online-Stimmen Ihrer Kunden richtig nutzen

Kundenbewertungen analysieren

Kunden hinterlassen heutzutage immer mehr Bewertungen zu Produkten und Services auf den verschiedenen Plattformen und Kanälen der Online-Welt. Diese frei zugänglichen Bewertungen haben maßgeblichen Einfluss auf Kaufentscheidungen: Schlechte Online-Bewertungen führen heutzutage dazu, dass ein eventuell leistungsstarkes Produkt von vornherein aus dem Auswahlkreis ausgeschlossen wird. Grund genug, sich als Unternehmen mit Online-Kundenbewertungen zu befassen und herauszufinden, worauf es den Kunden heutzutage ankommt. Markus Mattscheck von Onlinemarketing-Praxis und Jan Kukulies von social.you erklären, welche enorme Bedeutung Online-Kundenbewertungen in der digitalisierten Wirtschaft besitzen und wie bei der Analyse von Kundenbewertungen vorgegangen werden kann, um als Unternehmen von den Bewertungen in verschiedener Hinsicht zu profitieren.

 

Ein Fachartikel von Markus Mattscheck und Jan Kukulies


Inhaltsverzeichnis

Die Bedeutung von Online-Kundenbewertungen

Online-Kundenbewertungen nehmen in der heutigen digitalisierten Welt eine zentrale Rolle ein. Kunden orientieren sich zunehmend an bestehenden Bewertungen, wenn sie ein neues Produkt zu kaufen bzw. eine neue Dienstleistung in Anspruch zu nehmen, mit der sie bisher noch keine Erfahrung gemacht haben. Dies lässt sich anschaulich anhand der zeitlichen Entwicklung der Suchvolumina zu Erfahrung und Preisvergleich zeigen, die in Abbildung 1 dargestellt ist. Im Laufe der letzten 10 Jahre hat das Interesse am Themenbereich „Erfahrung“ im Vergleich zum Suchbegriff „Preisvergleich“ klar zugenommen.

 

Suchvolumina zu Erfahrung und Preisvergleich (Datenquelle: Google Trends)


Noch deutlicher wird die Relevanz von Online-Kundenbewertungen, wenn man sich anschaut, welche Auswirkungen die Bewertungen auf das Kaufverhalten in der heutigen Zeit besitzen. Eine im Jahr 2019 veröffentlichte repräsentative Umfrage der SPLENDID RESEARCH GmbH zeigt die Bedeutung von Online-Bewertungen in verschiedenen Phasen des Kaufprozesses von Kunden auf. Demnach sind Online-Bewertungen für etwa 2 von 3 Kunden ausschlaggebend, wenn es darum geht, mehr Informationen zu den tatsächlichen Eigenschaften eines Produktes oder einer Dienstleistung zu erhalten bzw. unterschiedliche Angebote zu vergleichen.

Bedeutung von Online-Kundenbewertungen (Quelle: SPLENDID RESEARCH GmbH)
 
Jedoch sind Online-Bewertungen nicht nur für Kunden relevant, die sich im Kaufprozess für ein neues Produkt befinden. Auch für Unternehmen bieten Kundenbewertungen auf Online-Plattformen eine Chance, wichtige Ansatzpunkte für die kontinuierliche Verbesserung der Unternehmensleistung zu erhalten. Denn Bewertungen in Textform beinhalten die ungefilterte Online-Stimme der Kunden: Diejenigen Unternehmen, die in der Lage sind, Online-Kundenbewertungen zu analysieren und somit dieser Stimme zuzuhören, können erfahren, welche Eigenschaften und Funktionen den Kunden bei Produkten besonders wichtig sind bzw. worauf es Kunden bei der Inanspruchnahme von Dienstleistungen ankommt.

Handlungsbedarf: Kundenbewertungen analysieren

Durch die gezielte Analyse von Kundenbewertungen können Ansatzpunkte für Verbesserungen in unterschiedlichen Unternehmensbereichen gewonnen werden. Beispielsweise kann das Marketing bzw. die PR-Abteilung den Aufbau der Unternehmenskommunikation oder die Pflege der Unternehmensreputation auf Basis vorhandener Online-Bewertungen ausrichten. Weiterhin besteht die Möglichkeit für das Qualitätsmanagement, sich anhand von Kundenbewertungen auf Online-Plattformen ein besseres Bild der Kundenzufriedenheit zu verschaffen sowie Maßnahmen zu deren Steigerung anstoßen. Zu guter Letzt profitieren auch Produktentwicklung und Produktmanagement von der Analyse von Kundenbewertungen, z. B. wenn es darum geht, Produktfunktionen zu verbessern bzw. die zunehmende Bedeutung einzelner Funktionen in nachfolgenden Produktgenerationen gezielt zu berücksichtigen. Folglich bietet die Analyse von Kundenbewertungen einen Mehrwert in verschiedenen Bereichen eines Unternehmens.


Um das stetig wachsende Potenzial von Online-Kundenbewertungen nutzen zu können, müssen sich Unternehmen damit auseinandersetzen, wie Kundenbewertungen analysiert werden können, um relevante Erkenntnisse für die kontinuierliche Verbesserung zu gewinnen. Vielen Unternehmen mangelt es hierzu jedoch an einer strukturierten Vorgehensweise und entsprechenden Werkzeugen. Die übergreifende Auswertung von Bewertungen – beispielsweise in Form von Texten oder Sterne-Ratings – stellt oftmals eine große Herausforderung dar, sei es bei der Beschaffung der notwendigen Datenbasis oder auch bei der zusammenfassenden Analyse von Kommentartexten. Letztere spielen für viele Kunden bei der Kaufentscheidung jedoch eine vorrangige Rolle (vgl. Abbildung 3), sodass sich eine Analyse von Kundenbewertungen insbesondere auch mit der Untersuchung der Inhalte von Bewertungstexten befassen sollte.

Bedeutung von Kundenbewertungen in Textform (Quelle: SPLENDID RESEARCH GmbH)
 
Nachfolgend möchten wir eine methodische und standardisierte Vorgehensweise aufzeigen, mit der Online-Kundenbewertungen, die auf Textbasis verfasst worden sind und ggf. weitere Informationen (z.B. ein Sterne-Rating) beinhalten, analysiert werden können, um im Unternehmen relevante Customer Insights bereitzustellen. Zudem werden unterschiedliche Werkzeuge vorgestellt, welche die Analyse von Online-Kundenbewertungen unterstützen können.

Kundenbewertungen analysieren: Die DSCMI-Vorgehensweise

Um einen größtmöglichen Nutzen aus der Analyse von Online-Kundenbewertungen ziehen zu können, ist es empfehlenswert, auf eine etablierte methodische Vorgehensweise zurückzugreifen. Ein geeignetes Vorgehen stellt dabei der sogenannte DSCMI-Zyklus dar.

Kundenbewertungen mit der DSCMI-Vorgehensweise analysieren 
DSCMI steht dabei für fünf verschiedene Phasen bei der Analyse von Kundenbewertungen:

  • DEFINE
  • SEARCH
  • CRAWL
  • MINE
  • IMPROVE

Das Modell ist angelehnt an etablierte Konzepte aus dem Six Sigma Verbesserungsmanagement im Qualitätswesen und beschreibt den Prozess zur Analyse von Kundenbewertungen von der initialen Zielsetzung bis hin zur abschließenden Verbesserung.

 

Im Rahmen der DEFINE-Phase wird zunächst das Ziel sowie der Umfang der Analysen festgelegt. Anschließend werden im Zuge der SEARCH-Phase geeignete Online-Plattformen mit relevanten Kundenbewertungen identifiziert. Die Schaffung einer geeigneten Datenbasis für die weiterführende Analyse der Online-Kundenbewertungen ist Gegenstand der CRAWL-Phase. In der darauffolgenden MINE-Phase erfolgt die eigentliche Analyse der Kundenbewertungen, z.B. in Bezug auf Diskussionsthemen oder Stimmungsbilder. Der DSCMI-Zyklus schließt mit der sogenannten IMPROVE-Phase ab, in der geeignete Verbesserungs- und Optimierungsmaßnahmen auf Basis der Analyseergebnisse abgeleitet werden.

 

Fallbeispiel

Nachfolgend werden die einzelnen Phasen anhand eines konkreten Beispiels vorgestellt. Hierbei greifen wir auf Kundenbewertungen des Online-Shops „Zauber der Gewürze“ zurück.

DEFINE – Ziele und Umfang der Analyse festlegen

Im ersten Schritt der DSCMI-Vorgehensweise zur Analyse von Online-Kundenbewertungen geht es darum, die Zielsetzung und den Betrachtungsumfang der Untersuchung im Rahmen der DEFINE-Phase festzulegen. Analyseziele lassen sich dabei gut anhand von User Stories festhalten. Häufige Ziele der Analyse von Online-Kundenbewertungen sind beispielsweise:

  • Als Leiter der PR-Abteilung möchte ich wissen, wie unsere Unternehmensmarken im Vergleich zum Wettbewerber wahrgenommen werden, um unser Konzept zur Markenkommunikation neu auszurichten.
  • Als Verantwortlicher für die Kundenzufriedenheit im Qualitätsmanagement meines Unternehmens möchte ich herausfinden, wie die Kunden unsere Produkte bewerten, um notwendige Maßnahmen zur Steigerung der Kundenzufriedenheit im Unternehmen anzustoßen.
  • Als zuständiger Produktmanager möchte ich erfahren, welche Produktfunktionen für den Kunden wichtiger geworden sind, um zukünftige Produktgenerationen zu planen.

Bei der Festlegung der Zielsetzung gilt: Je konkreter das Ziel der Analyse zu Beginn der Untersuchungen ist, desto präziser und aufschlussreicher sind die späteren Ergebnisse. Oftmals ist das Analyseziel jedoch zu einem frühen Zeitpunkt noch nicht ausreichend klar. Hier ist es möglich, zunächst eine offene, explorative Zielsetzung festzuhalten (z.B. Untersuchung der Themen, die in Kundenbewertungen angesprochen werden) und diese anschließend nach einer ersten Untersuchung der Datenbasis zu verfeinern. Allerdings muss dann damit gerechnet werden, dass für nachträglich identifizierte Analyseziele ggf. bestimmte Daten nicht vorhanden sind und zusätzlich beschafft werden müssen.

 

Neben der Festlegung der Zielsetzung für die Analyse von Online-Kundenbewertungen sollten im Rahmen der DEFINE-Phase ebenfalls wichtige Randbedingungen der Untersuchung geklärt werden. Diese umfassen insbesondere folgende Aspekte:

  • Produktfokus: Zu welchen Produkten bzw. Dienstleistungen sollen Online-Kundenbewertungen analysiert werden?
  • Unternehmensfokus: Sollen Bewertungen nur zum eigenen Unternehmen oder auch zu Wettbewerbern betrachtet werden?
  • Markt-/Sprachfokus: Sollen nur deutschsprachige Bewertungen auf Bewertungsplattformen aus dem DACH-Raum untersucht werden oder liegt der Betrachtungsbereich auch auf anderssprachigen Bewertungen?
  • Zeitfokus: Sind alle Bewertungen aus den letzten 10 Jahren interessant oder möchte man nur jüngste Entwicklungen der letzten Wochen untersuchen?
  • Textfokus: Sind ausschließlich Kundenbewertungen in Form von Rezensionen auf bekannten Bewertungsportalen zu untersuchen oder sollen weitere Bewertungsarten (z.B. Diskussionen in Fachforen, Blogartikel) berücksichtigt werden?

Die Festlegung dieser Randbedingungen im Rahmen der DEFINE-Phase ist von großer Bedeutung, um in nachfolgenden Phasen gezielt nach relevanten Online-Plattformen mit Kundenbewertungen zu suchen.


Fallbeispiel

Für unser Fallbeispiel zum Online-Shop „Zauber der Gewürze“ halten wir exemplarisch die folgende Zielsetzung als User Story fest: „Als Inhaber des Online-Shops möchte ich gerne herausfinden, welche Themen in Online-Kundenbewertungen angesprochen werden, um mögliche Verbesserungsmaßnahmen für den Shop und die Produkte abzuleiten und um festzustellen, welche Themen für eine hohe Zufriedenheit sorgen.“ Die wesentlichen Randbedingungen der Untersuchung sind in der nachfolgenden Abbildung dargestellt.

Festzulegende Randbedingungen bei der Analyse von Kundenbewertungen

Ergebnis der DEFINE-Phase ist somit eine festgelegte Zielsetzung sowie Rahmenbedingungen für die Analyse von Online-Kundenbewertungen.

SEARCH – Plattformen mit Kundenbewertungen identifizieren

„Wo werden mein Unternehmen, meine Produkte oder die meines Wettbewerbers im Internet bewertet?“ Bevor man sich an die Analyse von einzelnen Kundenbewertungen begibt, sollte man sich zunächst einen Überblick verschaffen, auf welchen Online-Plattformen relevante Bewertungen zu finden sind. Dieser Schritt ist Gegenstand der SEARCH-Phase im DSCMI-Zyklus. Neben Kundenbewertungen auf bekannten Handelsplattformen und Bewertungsportalen können dabei auch Kundenbewertungen im erweiterten Sinne auf Fach- und Anwenderforen interessant sein. Dies ist abhängig von den Rahmenbedingungen, die in der DEFINE-Phase festgelegt worden sind (siehe oben).


Im einfachsten Fall läuft die Identifikation relevanter Plattformen mit Online-Kundenbewertungen mithilfe einer gängigen Suchmaschine (z.B. Google) ab, in dem man die Suchbegriffe Unternehmensname + Produktname + „Erfahrung“ oder „Bewertung“ miteinander kombiniert. Möchte man mehr Plattformen mit relevanten Online-Bewertungen identifizieren, so sollte man mit Suchbegriffen aus einer übergeordneten Suchstrategie arbeiten (siehe hierzu auch der Blogartikel zur Entwicklung von Suchstrategien).


Auf Basis der Suchergebnisse ist es möglich, sich eine Übersicht (z.B. in Tabellenform) zu verschaffen, wo in der weiten Online-Welt Bewertungen für das zu untersuchende Produkt bzw. die Dienstleistung zu finden sind. Zudem können die Ergebnisse der Plattformrecherche als Pareto-Diagramm dargestellt werden.

Pareto-Diagramm relevanter Plattformen mit Online-Kundenbewertungen (Beispiel)

Ergebnis der SEARCH-Phase ist somit eine Übersicht der relevanter Plattformen. Mit dieser Übersicht kann man anschließend in der nächsten Phase die Extraktion der Texte und Bewertungsdaten vornehmen.


Für unser Fallbeispiel des Online-Shops „Zauber der Gewürze“ halten wir die Analyse wie eingangs festgehalten etwas einfacher und fokussieren und auf 2 wichtige Bewertungsplattformen: Shop-Bewertungen auf dem Portal TrustedShops.de sowie Produktbewertungen auf den einzelnen Produktseiten des Händlers.

CRAWL – Kundenbewertungen extrahieren

Um vorhandene Online-Kundenbewertungen gezielt analysieren zu können, ist es in den meisten Anwendungsfällen sinnvoll, die Kommentartexte sowie zugehörige Meta-Daten zu den Bewertungen (z. B. Zeitpunkt der Erstellung der Bewertung, Anzahl der Sterne im Rating) von den relevanten Online-Plattformen zu extrahieren und in eine Tabelle bzw. eine Datenbank zu überführen. Dieser Schritt vereinfacht den nachfolgenden Analyseprozess, da flexibel auf die Datenbasis zugegriffen werden kann. Folglich werden in der CRAWL-Phase die Daten zu den Kundenbewertungen von denjenigen Bewertungs-Plattformen extrahiert, die im Rahmen der SEARCH-Phase als relevant eingestuft worden sind.


Wie weiter unten bei den Tools vorgestellt, kann hier bei kleineren Mengen an Online-Kundenbewertungen mit einfachen Bordmitteln gearbeitet werden, indem die einzelnen Bewertungsseiten im Browser aufgerufen werden und die Bewertungsdaten bzw. die Texte manuell in eine Tabelle kopiert werden. Bei einer großen Anzahl an Plattformen oder Kundenbewertungen ist man hingegen auf die Hilfe geeigneter Tools angewiesen.


Als Ergebnis der CRAWL-Phase sind alle relevanten Texte zu den vorhandenen Kundenbewertungen einschließlich der verfügbaren zugehörigen Meta-Daten in einer Tabelle bzw. Datenbank abgelegt und können nachfolgend weiter analysiert werden.


Fallbeispiel

Zu unserem Fallbeispiel des Online-Shops Zauber der Gewürze ist ein Auszug der aufbereiteten Datenbasis in der nachfolgenden Tabelle dargestellt.

Auszug einer aufbereiteten Datenbasis in Excel

 

Insgesamt konnten dabei 823 Shop-Bewertungen der letzten 12 Monate (Mai 2019 – Mai 2020) auf der Plattform „trustedshops“ sowie 671 Produktbewertungen auf der Seite des Online-Shops seit August 2018 extrahiert werden. Die Datenbasis enthält neben den Kommentartexten auch relevante Meta-Daten, wie z.B. das Datum der Bewertung, die Höhe des Rating aber auch den Titel des zugehörigen Produkts.

MINE – Kundenbewertungen analysieren

Nun da eine auswertbare Datenbasis vorliegt, kann in der MINE-Phase nun endlich mit der eigentlichen Analyse von Kundenbewertungen begonnen werden. Die durchzuführenden Untersuchungen in dieser Phase hängen dabei maßgeblich von der Zielsetzung ab, die im Rahmen der DEFINE-Phase festgelegt worden ist. Prinzipiell sind die Auswertungsmöglichkeiten zu Kundenbewertungen unbegrenzt, nachfolgend werden jedoch drei Analysebereiche vorgestellt, die in der Praxis häufig anzutreffen sind.

Deskriptive Analysen

Ein guter Startpunkt für die Analyse von Kundenbewertungen sind deskriptive Untersuchungen zur vorliegenden Datenmenge. Diese Analysen beruhen auf Elementen der deskriptiven Statistik und haben das Ziel, die vorliegende Datengrundlage durch Kennzahlen und Grafiken übersichtlich darzustellen. Häufige Untersuchungsschwerpunkte bei der deskriptiven Analyse von Kundenbewertungen sind in Tabelle 1 dargestellt.

 

Tabelle 1: Deskriptive Analysen – häufige Untersuchungsschwerpunkte
Analyseschwerpunkt Untersuchungsziel Visualisierungsmöglichkeit
Anzahl der Bewertungen je Plattform Identifikation von Plattformen mit einer großen Bewertungscommunity Säulendiagramm, Pareto-Diagramm
Zeitliche Entwicklung der Anzahl an Bewertungen Entdeckung von zeitlichen Trends bzw. Schwerpunkten bei der Anzahl an Bewertungen Liniendiagramm
Verteilung der Bewertungen anhand Bewertungsskala Darstellung der Verteilung von positiven und negativen Bewertungen Säulendiagramm, Kreisdiagramm
Anzahl der Interaktionen (z.B. „Likes“) pro Bewertung Identifikation besonders einflussreicher Bewertungen Säulendiagramm
Zeitpunkt der Bewertungsabgabe Untersuchung, zu welchen Zeitpunkten (z.B. Wochentag, Uhrzeit) Bewertungen schwerpunktmäßig abgegeben werden Säulendiagramm, Flächendiagramm

 

Durch diese deskriptiven Analysen ist es möglich, sich einen Überblick zur Datenlage der Kundenbewertungen zu verschaffen und erste Schlüsse zu ziehen. Die dargestellten Analysemöglichkeiten lassen sich nach Belieben kombinieren und erweitern.


Fallbeispiel

Für unser Fallbeispiel zum Online-Shop „Zauber der Gewürze“ ist die Zeitliche Entwicklung der Anzahl an Bewertungen
für den Shop (Plattform: TrustedShops.de) und für die Produkte (Plattform: Zauber der Gewürze) nachfolgend dargestellt.

Zeitliche Entwicklung der Anzahl an Bewertungen

Zu erkennen ist, dass die Anzahl an Bewertungen für sowohl Shop als auch Produkte über den Jahreswechsel von 2019 nach 2020 ein Plateau erreicht, im Zeitraum Februar/März 2020 abfällt und anschließend wieder steil ansteigt. Das Plateau ist vermutlich auf die erhöhte Nachfrage im Weihnachtsgeschäft zurückzuführen, das anschließende Abflachen der Kurven auf die Verunsicherungen zu Beginn der Corona-Situation. Der abschließende Anstieg mag mit dem verzögerten Boom des Online-Handels zusammenhängen, der sich im weiteren Verlauf der Corona-Krise ergeben hat.

Explorative Analysen – Themenverteilung

Neben den bereits vorgestellten deskriptiven Untersuchungen spielen explorative Analysen zu den vorhandenen Kundenbewertungen eine wichtige Rolle. Ein möglicher Schwerpunkt liegt dabei in der Analyse von Themen, die im Rahmen von Online-Bewertungen angesprochen werden. Diese können beispielsweise die Qualität des Produktes, den Preis oder den zugehörigen Service umfassen. In der Praxis zur Themenanalyse von Kundenbewertungen hat es sich bewährt, zwischen übergeordneten und untergeordneten Themenclustern zu differenzieren. Ein übergeordnetes Cluster könnte beispielsweise den Bereich Produktqualität umfassen, welches untergeordnete Cluster wie Funktionalität, Haptik oder Langlebigkeit beinhaltet.


Bei der explorativen Themenanalyse werden die einzelnen Bewertungen den einzelnen Themenclustern zugewiesen. Dies kann einerseits manuell auf Basis einer vorgegebenen Themenstruktur erfolgen. Andererseits gibt es hierzu Verfahren, welche diesen Prozess mit automatisierten Verfahren unterstützen.


Fallbeispiel

Für unser Fallbeispiel zum Online-Shop „Zauber der Gewürze“ ergibt sich die nachfolgend dargestellte Themenverteilung.

Themenverteilung der Bewertungen

Zu erkennen ist, dass etwa die Bewertungen sich allgemein auf den Shop bzw. auf die Produkte beziehen, ohne ein bestimmtes Thema zu adressieren. Die andere Hälfte umfasst die übergeordneten Themen Qualität (z.B. Geschmack, Aroma), Lieferung (z.B. Lieferdauer, Verpackung) und Preis.

 

Damit stellen sich Qualität und Lieferung als wichtige Themen für Kunden heraus. Der Shop sollte also bei seinen Maßnahmen immer diese beiden Aspekte berücksichtigen, da sie die Meinung der Kunden nachvollziehbar beeinflussen.


Die explorative Themenanalyse bei der Untersuchung von Online-Kundenbewertungen liefert relevante Anhaltspunkte dafür, welche Aspekte und Eigenschaften beim gekauften Produkt für den Kunden besonders wichtig sind und worauf das Unternehmen folglich bei Verbesserungsmaßnahmen Wert legen sollte.

Explorative Analysen – Sentimentbestimmung

Eine weitere wichtige und häufig anzutreffende Analyse bei Online-Kundenbewertungen betrifft die Tonalität bzw. das sogenannte Sentiment. Hierbei wird das Stimmungsbild der Bewertungen dahingehend untersucht, ob der Bewertungstext als positiv, negativ oder neutral einzuschätzen ist. Bei Online-Kundenbewertungen, die bereits mit einem Sterne-Rating versehen sind, gibt es hierbei oftmals einen engen Zusammenhang zwischen der Anzahl an Bewertungssternen und dem Sentiment der Bewertung. Werden jedoch im gesamten Analyseprozess auch Bewertungen von Plattformen ohne Sterne-Rating untersucht, so ist eine zusätzliche Sentimentbestimmung erforderlich.


Auch bei der Sentimentanalyse werden analog zur explorativen Themenanalyse die einzelnen Bewertungen vordefinierten Sentiment-Kategorien zugewiesen. Dies sind üblicherweise die Kategorien positiv, negativ und neutral. Denkbar sind jedoch auch erweiterte Abstufungen, z.B. sehr positiv oder sehr negativ.


Die Bestimmung des Sentiments lässt sich sowohl manuell als auch mithilfe von automatisierten Verfahren durchführen (siehe Abschnitt Tools). Allerdings sei darauf hingewiesen, dass das Sentiment eines Satzes ein subjektiver Eindruck ist und bereits bei manueller Zuordnung durch verschiedene Personen zu Diskussionen und Streitigkeiten führen kann.


Fallbeispiel

Zu unserem Fallbeispiel ist im Kontext der Sentimentbestimmung die Verteilung der Sternebewertungen über die verschiedenen Jahre nachfolgend dargestellt.

Sterneverteilung der Bewertungen

 
Zu erkennen ist, dass fast alle Bewertungen mit 5 Sternen abgegeben worden sind. Vereinzelt sind auch verschiedene 4-Sterne-Bewertungen zu finden.


Zur Identifikation von Verbesserungspotenzialen ist es häufig sinnvoll, sich einmal ausführlicher mit den schlechteren Bewertungen auseinander zu setzen. Filtert man aus der Datenbasis für den Shop „Zauber der Gewürze“ daher diejenigen Bewertungen mit 3 Sternen oder weniger heraus, stellt man fest, dass im Zeitraum von August 2018 bis Mai 2020 (nur) 14 Bewertungen von insgesamt 1.494 Bewertungen (< 1%) keine 4 Sterne bzw. 5 Sterne erreicht haben.


In diesen 14 Bewertungen sind in den Kommentartexten vereinzelte Hinweise auf Probleme mit der Lieferdauer zu finden: Einige Kunden erhielten das Produkt nur mit Verzögerung, was dem Transportunternehmen zugeschrieben werden kann. Zudem findet man in der gesamten Bewertungsbasis Kommentare, in denen die Kunden auf einen recht hoch empfundene Preis hinweisen. Beide Aspekte können im nächsten Schritt bei der Ableitung von Verbesserungen in der IMPROVE-Phase berücksichtigt werden.

 

Durch die Sentimentanalyse von Online-Kundenbewertungen erhält man im Rahmen der MINE-Phase ein besseres Abbild der Stimmungslage der Bewertung. Hierdurch kann man als Unternehmen bei besonders negativen Bewertungen die Schwachstellen des Produktes bzw. der Dienstleistung untersuchen oder bei besonders positiven Kommentaren überlegen, wie man diese zukünftig noch stärker hervorhebt bzw. dem Kunden gegenüber kommuniziert.

IMPROVE – Verbesserungsmaßnahmen einleiten

Die DSCMI-Vorgehensweise zur Analyse von Online-Kundenbewertungen schließt nicht bereits mit den Analysen aus der MINE-Phase ab, sondern geht noch einen Schritt weiter und trägt im Rahmen der IMPROVE-Phase dafür Sorge, dass auf Basis der Ergebnisse auch erforderliche Verbesserungsmaßnahmen eingeleitet werden. Diese Maßnahmen sind von den Ergebnissen der Analysen aus der Mine-Phase abhängig. Grundsätzlich können auf Basis der Analyse von Kundenbewertungen Maßnahmen in unterschiedlichen Bereichen getroffen werden, um den Status Quo zu verbessern.

 

Beispiele für Verbesserungsmaßnahmen auf Basis der Analyse von Kundenbewertungen

  • Anpassung der PR-Maßnahmen
  • Optimierung des Produktdesigns
  • Planung der nächsten Produktgeneration
  • Anpassung von internen Prozessen
  • Optimierung des Kundensupport
  • etc.

Zeigen beispielsweise die Ergebnisse der Analysen von Online-Kundenbewertungen, dass bestimmte Funktionalitäten beim eigenen Produkt des Unternehmens häufiger und positiver bewertet werden als bei Wettbewerbern, kann diese Erkenntnis im Rahmen von Marketing-Maßnahmen bzw. PR-Aktivitäten verwendet werden, um das Produkt gezielt mit seinen Vorteilen gegenüber den Wettbewerbern zu platzieren.


Kommt hingegen bei den Analysen heraus, dass gewisse Funktionalitäten des Produktes Schwachstellen aufweisen bzw. die Kunden mit der Funktion unzufrieden sind, ist diese Information ein wichtiger Anhaltspunkt für die Abteilung im Unternehmen, die für das Produktdesign bzw. die Produktentwicklung zuständig ist. Hier kann es sinnvoll sein, Maßnahmen zur Optimierung des bestehenden Produkts einzuleiten, um die Anforderungen und Erwartungen der Kunden besser erfüllen zu können.


Darüber hinaus können auch langfristige wirksame Maßnahmen zur Planung der nächsten Produktgeneration getroffen werden. Fällt beispielsweise im Rahmen der explorativen Analyse zur Themenverteilung auf, dass in vergangenen Zeiträumen bestimmte Themen (z.B. Nachhaltigkeit) für den Kunden an Bedeutung gewonnen haben, kann dies im Rahmen des Produktmanagements für zukünftige Produkte des Unternehmens berücksichtigt werden.


Fallbeispiel

Für den Online-Shop „Zauber der Gewürze“ könnte auf Basis der Analyseergebnisse überlegt werden, ob man zum einen den Zeitpunkt verstärkt kommuniziert, zu dem der Händler die Waren an den Versanddienstleister übergeben hat. Ist man mit der internen Bearbeitung der Bestellung besonders schnell, könnte man beispielsweise den Kunden in einer E-Mail zur Versandbestätigung die Dauer der Bestellbearbeitung explizit darstellen, um ein Begeisterungsmerkmal für eine schnelle Abwicklung zu schaffen und das Bewusstsein zu stärken, dass mögliche Verzögerungen in der Lieferung der Versanddienstleister zu verantworten hat. Bezüglich der Bewertungen, die sich auf hohe Produktpreise beziehen, muss weiterhin im Rahmen der Produkt- und Online-Kommunikation daraufhin Wert gelegt werden, dass diese Premium-Qualität übergreifend kommuniziert wird. Diese Botschaft sollte sich auch in verschiedenen Wahrnehmungsaspekten (z.B. Farbschema, Schriftarten) wiederfinden. So legt der Shop zum Beispiel großen wert auf  hochwertige Verpackungen. Diese Maßnahme muss auf jeden Fall fortgeführt werden, da sie in der Analyse als relevanter Aspekt bestätigt wird.


Die zuvor genannten Verbesserungsmaßnahmen sind im Kontext der IMPROVE-Phase natürlich nur als Beispiele zu sehen. Prinzipiell sind der Ableitung von Verbesserungsmaßnahmen aus der Analyse von Kundenbewertungen keine Grenzen gesetzt, wichtig ist nur, dass die Maßnahmen auf einer belastbaren Auswertung der vorliegenden Datenbasis beruhen und dass Maßnahmen auch tatsächlich ergriffen werden. Nur so profitiert ein Unternehmen langfristig von der Online-Stimme der Kunden.


Weitere Voraussetzung ist natürlich, dass tatsächlich auch Handlungsbedarf besteht. Dieser ist für einen Online-Shop mit herausragenden Bewertungsergebnissen (wie in unserem Fallbeispiel der Online-Shop „Zauber der Gewürze“) weniger gegeben als bei Produkten oder Unternehmen, deren vergleichsweise schwache Bewertung auf größeres Verbesserungspotenzial hinweist.

Tools – Werkzeuge zur Analyse von Kundenbewertungen

Um die Analyse von Kundenbewertungen methodisch zu begleiten und an verschiedenen Stellen von technologiebasierten Lösungen zu profitieren, können in den unterschiedlichen Schritten der DSCMI-Vorgehensweise verschiedene Tools eingesetzt werden. Diese lassen sich in die Kategorien

  • Basiswerkzeuge,
  • kostenlose Werkzeuge sowie
  • professionelle Werkzeuge und Dienstleister

untergliedern. Die nachfolgende Tabelle 2 gibt einen Überblick über die verschiedenen Tools zu den einzelnen Phasen des DSCMI-Zyklus.

 

Tabelle 2: Werkzeuge für die Analyse von Kundenbewertungen
 
  Basiswerkzeuge Kostenlose Werkzeuge Professionelle Werkzeuge & Dienstleister
DEFINE –
Analyseziele festlegen
Projektblatt (Gratis-PDF-Download) Projektblatt (Gratis-PDF-Download) Vorteile:
  • Ausreichende Kapazitäten für die Analyse
  • Hohe Expertise bei Datenauswertungen
Nachteile:
  • zusätzliche Kosten
  • Analysekompetenz verbleibt extern
SEARCH –
Plattformen identifizieren
Online-Suchmaschinen Social-Media-Monitoring-Tools
CRAWL –
Bewertungen extrahieren
Web-Browser & Excel Web-Scraping-Tools
MINE –
Bewertungen analysieren
Excel Pivot-Tabellen
Excel Diagramme
Data-Mining-Tools
IMPROVE –
Verbesserungen einleiten
Kreativitätstechniken Kreativitätstechniken

Kundenbewertungen analysieren – Basiswerkzeuge

Im Rahmen der DSCMI-Vorgehensweise zur Analyse von Kundenbewertungen können verschiedene Basiswerkzeuge verwendet werden, die in jedem Unternehmen bereits vorhanden sind. Im Rahmen der DEFINE-Phase kann zur Definition der Zielsetzung und der Randbedingungen der Analyse ein Projektblatt, oftmals auch Project-Charter genannt, verwendet und für die Analyse von Kundenbewertungen angepasst werden. Eine kostenlose Vorlage hierfür steht zudem als Gratis-PDF-Download zur Verfügung.


Im Rahmen der SEARCH-Phase kann zur Identifikation relevanter Plattformen mit Online-Kundenbewertungen auf klassische Suchmaschinen, wie z.B. Google, Bing oder Yahoo zurückgegriffen werden. Wie hierbei geeignete Suchstrategien aufgesetzt werden können, erfahren Sie Beitrag Mehr relevante Plattformen bei der Social-Media-Analyse des Blogs Customer & Market Intelligence.


Für die Extraktion der Kundenbewertungen im Zuge der CRAWL-Phase können kleinere Datenmengen problemlos per Copy&Paste aus dem Webbrowser in eine Excel-Tabelle übertragen werden. In dieser erfolgen anschließend auch die Datenauswertungen in der MINE-Phase, z.B. durch klassische Excel-Diagramme (Säulendiagramm, Kuchendiagramm, etc.).
Um die Erkenntnisse aus der Analyse in konkrete Verbesserungsmaßnahmen zu überführen, kann man sich im Rahmen der IMPROVE-Phase geeigneter Kreativitätstechniken bedienen. Eine Übersicht möglicher Techniken ist im Blogbeitrag 18 Kreativitätstechniken dargestellt.

Kundenbewertungen analysieren – kostenlose Werkzeuge

Neben einfachen Bordmitteln, die in jedem Unternehmen vorhanden sind, kann zur Analyse von Kundenbewertungen auch auf unterschiedliche kostenlose Werkzeuge zurückgegriffen werden, die bestimmte Aktivitäten der DSCMI-Vorgehensweise unterstützen. Nach der bereits angesprochenen Vorlage zum Projektblatt für die DEFINE-Phase kann im Rahmen der Search-Phase auf kostenlose Social-Media-Monitoring-Tools zurückgegriffen werden. Diese ergänzen den Suchprozess über Online-Suchmaschinen und spüren Kundenbewertungen auf diversen Social Media Plattformen auf.


Wenn es im Rahmen der CRAWL-Phase darum geht, größere Datenmengen zu Kundenbewertungen zu extrahieren, besteht die Möglichkeit, auf kostenlose Web-Scraping-Tools zurückgegriffen werden. Diese extrahieren große Datenmengen von Bewertungsseiten und stellen diese in einem definierten Datenformat zur Verfügung. Allerdings ist bei vielen dieser Werkzeuge bereits ein Grundverständnis aus dem Fachbereich erforderlich.


Im Rahmen der MINE-Phase kann zur Datenanalyse für Kundenbewertungen auf kostenlose-Data-Mining-Tools zurückgegriffen werden. Dies ist insbesondere dann vorteilhaft, wenn es um die Untersuchung umfangreicherer Datenmengen geht. Auch hier gilt: Die kostenlosen Werkzeuge erfordern ein gewisses Basiswissen im Bereich der Datenanalyse.

Kundenbewertungen analysieren – Professionelle Werkzeuge und Dienstleister

Neben den kostenlosen Werkzeugen zur Analyse von Online-Kundenbewertungen existiert eine Vielzahl an kostenpflichten Tools sowie an professionellen Dienstleistern, die sich auf den Analyseprozess spezialisiert haben.


Vorteilhaft bei der Nutzung dieser Tools und Dienstleister ist es, dass sie über eine hohe Expertise im Bereich der Datenauswertung besitzen, die bei der Analyse von Kundenbewertungen zum Einsatz kommt. Zudem bei professionellen Dienstleistern ausreichend Kapazitäten für die Analyse vorhanden, sodass die Untersuchungen nicht beiläufig als Nebentätigkeiten laufen müssen.


Als Nachteile der professionellen Werkzeuge und Dienstleister ist natürlich zu nennen, dass zusätzliche Kosten bei der Analyse von Kundenbewertungen anfallen. Zudem verbleiben die verschiedenen Kompetenzen zur Plattformrecherche, zur Datenextraktion sowie zur Datenanalyse auf externer Seite. Eine ausführlichere Untersuchung von Make-or-Buy Entscheidungen zum Social Media Monitoring, welches die Analyse von Kundenbewertungen einschließt, ist im Blogbeitrag Make or Buy: Social-Media-Monitoring zu finden.

Zusammenfassung

Online-Kundenbewertungen spielen in der heutigen digitalisierten Welt eine zentrale Rolle. Sie beeinflussen die Kaufentscheidung von Kunden maßgeblich, sodass Unternehmen sich mit der Analyse von Kundenbewertungen auseinandersetzen sollten, um durch die Online-Stimmen der Kunden mehr darüber zu erfahren, wie Produkte und Dienstleistungen zukünftig verbessert werden können. Mithilfe der Vorgehensweise anhand des DSCMI-Zyklus ist es möglich, Kundenbewertungen zielgerichtet zu analysieren, um im Unternehmen geeignete Verbesserungsmaßnahmen, z.B. im Marketing, in der Produktplanung- und Entwicklung oder im Qualitätsmanagement anzustoßen. Dieser Prozess lässt sich bei geringen Datenmengen und einfachen Analysen durch verschiedene kostenlose Werkzeuge unterstützen. Bei größeren Mengen an Online-Kundenbewertungen auf verschiedenen Plattformen sowie bei umfangreicheren Analysen kann zudem auf professionelle Tools und erfahrene Dienstleister zurückgegriffen werden.

Über die Autoren

Markus Mattscheck

Markus MattscheckBetreiber und Chefredakteur von Onlinemarketing-Praxis

 

Markus Mattscheck ist in seinen Tätigkeitsfeldern bereits seit 1995 fest mit dem Internet verdrahtet und verfügt über eine umfassende Marketing-Expertise. Sein Kommunikations- und PR-Background verbindet er mit seinem hohen Grad an technischem Know-how und entwickelt daraus ganzheitliche Onlinemarketing-Strategien. Dieses Wissen teilt er als Autor und schreibt praxisnah und verständlich über Fachthemen aus vielen Bereichen des Onlinemarketings.

Dr.-Ing. Jan Kukulies

Dr.-Ing. Jan Kukulies

Dr.-Ing. Jan Kukulies ist Geschäftsführer der PRS Technologie Gesellschaft, die an der RWTH Aachen University innovative Lösungsansätze aus dem Hochschulumfeld in praxisnahe Lösungen, Produkte und Dienstleistungen überführt.

Mit dem Team von social.you geht Jan Kukulies der Frage nach, wie der Bereich Social-Media-Monitoring durch neue Ansätze aus den Bereichen Text Mining, Computerlinguistik und künstliche Intelligenz weiterentwickelt werden kann, damit sowohl B2C- als auch B2B-Unternehmen ihre Kunden besser verstehen. Er selbst hat Maschinenbau an der RWTH Aachen University studiert und dort am Lehrstuhl für Qualitätsmanagement im Bereich Kundenqualität promoviert.

Kundenbewertungen analysieren
4.9 von 5 ( 14 Bewertungen)
  • Verständlichkeit
    (4.9, insgesamt 14 Stimmen)
  • Nützlichkeit
    (4.9, insgesamt 14 Stimmen)
  • Relevanz
    (4.9, insgesamt 14 Stimmen)
  • Praxisbezug
    (4.9, insgesamt 14 Stimmen)
Fügen Sie Ihre Bewertung hinzu