Wie Textverarbeitung das digitale Marketing beeinflusst

Neil Patel
I hope you enjoy reading this blog post. If you want my team to just do your marketing for you, click here.
Author: Neil Patel | Co Founder of NP Digital & Owner of Ubersuggest

Textverarbeitung, im Englischen “Natural language processing” (NLP) hört sich zwar kompliziert an, ist aber eigentlich ganz simpel. Du hast es selbst sicherlich schon Tausende Male benutzt, ohne es zu merken.

Zum Beispiel:

  • Textvorhersage und Autokorrektur sind Formen der Textverarbeitung
  • Jede Suchanfrage auf Google ist eine Form der Textverarbeitung
  • Sprachassistenten wie Alexa oder Siri nutzen ebenfalls Textverarbeitung zur Beantwortung Deiner Fragen
Global Natural Language Processing value

Doch was genau ist Textverarbeitung und wie funktioniert sie? Und welche Auswirkungen hat sie auf das digitale Marketing? Das finden wir jetzt heraus.

Was ist Textverarbeitung?

Sprache ist für uns Menschen ganz natürlich, für Computer jedoch nicht. Das gilt auch für das Verständnis von Texten, denn der Kontext und Zusammenhang aller Wörter stellt für die Maschine immer eine große Herausforderung dar. Textverarbeitung macht all dies nun endlich möglich.

Die Textverarbeitung ist ein Teilbereich der künstlichen Intelligenz (KI), der aus Disziplinen wie Informatik und Computerlinguistik besteht. In seiner Essenz beschriebt Textverarbeitung die Erstellung und Bearbeitung von schriftlichen Texten mithilfe von technischen Mitteln. Computer werden in die Lage versetzt, menschliche Sprache zu interpretieren, zu verstehen und zu manipulieren. Unser ultimatives Ziel besteht darin, den Maschinen zu helfen, Texte richtig zu verstehen, um letztendlich einen Sinn oder Mehrwert zu schaffen.

Textverarbeitung findet viele Anwendungen in der Praxis, die uns das Leben erleichtern, zum Beispiel:

  • Übersetzungsprogramme wie Google Translate verwenden die automatische Verarbeitung natürlicher Sprache, um sinnvolle Übersetzungen zu erstellen und wortwörtliche Übersetzung zu meiden
  • Textverarbeitungsprogramme (z. B. Microsoft Word oder Google Docs) greifen für die automatische Rechtschreib- und Grammatikprüfung ebenfalls auf Textverarbeitung zurück
  • Callcenter verwenden interaktive Voice-Response-Anwendungen, um schneller auf Kundenanfragen zu reagieren

Zudem ist die Textverarbeitung eine der treibenden Kräfte, die hinter der stets steigenden Intelligenz von Suchmaschinen wie Google stecken. Obwohl Keywords auch heute noch ihre Anwendung haben, wird das Suchverhalten immer komplexer, da wir erwarten, dass Suchmaschinen unsere Intention automatisch verstehen und richtig deuten.

natural language processing google search

Ein Mensch versteht sofort, dass der Suchende Brasilianer ist und wissen möchte, ob er ein Visum für die Einreise in die USA benötigt.

Google hatte bis vor Kurzem noch Mühe bei der Verarbeitung solch komplexer Suchanfragen. Das Suchergebnis, das auf US-Bürger, die einen Besuch in Brasilien anstreben, zutrifft, ist daher wenig hilfreich. Dank der Fortschritte in der Textverarbeitung werden nun aber auch Präpositionen korrekt gedeutet und fließen in den Kontext der gesamten Suchanfrage ein, um so akkuratere Suchergebnisse zu liefern.

Textverarbeitung — künstliche Intelligenz — maschinelles Lernen

Für einen Nicht-Informatiker klingt Textverarbeitung sehr nach maschinellem Lernen und künstlicher Intelligenz. In Wirklichkeit sind alle drei Bereiche eng miteinander verbunden, aber dennoch auf subtile Weise unterschiedlich. Um ihre Beziehung untereinander besser zu verstehen, müssen wir zuerst einen weiteren Begriff kennen und verstehen lernen: Deep Learning.

  • Künstliche Intelligenz ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens befasst (Beispiel: intelligente Kühlschränke oder selbstfahrende Autos).
  • Maschinelles Lernen ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung. Dieses Gebiet umfasst alles in Bezug auf selbstständiges Lernen von Maschinen ohne menschliches Eingreifen.
  • Deep Learning bezeichnet eine Methode des maschinellen Lernens, die große Datensätze verarbeitet.
Natural language processing vs AI vs machine learning

Wie und wo passt die Textverarbeitung in dieses Bild. Nun, die automatische Verarbeitung natürlicher Sprache ist ein Teilbereich der künstlichen Intelligenz, die sich mit maschinellem Lernen und Deep Learning überschneidet.

Die Evolution der Textverarbeitung

Obwohl es modern klingt, gibt es das Prinzip der automatischen Textverarbeitung in der einen oder anderen Form bereits seit mehreren Jahrzehnten, obwohl sie seit den Anfängen eine lange Entwicklung durchgemacht hat.

Die Geschichte der Textverarbeitung

  • Die Textverarbeitung begann in den 1950er-Jahren erstmals als maschinelle Übersetzung, als der Linguist Leon Dostert an der Georgetown University einen IBM 701-Computer verwendete, um Russisch ins Englische zu übersetzen.
  • Die Sowjetunion startete bald ein konkurrierendes Projekt, um Englisch ins Russische zu übersetzen. 1964 war die UdSSR die weltweit führend Kraft in der maschinellen Übersetzung.
  • 1966 programmierte Joseph Weizenbaum den ersten Chatbot namens Eliza. Er war in der Lage, sehr begrenzte Gespräche zu führen, die hauptsächlich darauf beruhten, die Eingaben des Benutzers neu zu ordnen, um Fragen zu bilden.
  • Während die frühen Beispiele der Textverarbeitung durch die Notwendigkeit der Entwicklung komplexer handgeschriebener Regeln und Parameter zurückgehalten wurden, wurde das Feld Ende der 1980er-Jahre durch frühe Formen des maschinellen Lernens endgültig revolutioniert.

Aktuell: Die Auswirkungen der Textverarbeitung auf das digitale Marketing

Beim Marketing ging es schon immer um Kontext. Man will in die Köpfe der Zielgruppe eindringen, um zu verstehen, was sie uns sagen (oder nicht sagen). Dabei hilft es, folgende Fragen zu beantworten:

  • Was hat den Nutzer dazu bewogen, auf unsere Anzeige zu klicken?
  • Was hat den Nutzer dazu bewogen, die Landingpage zu verlassen?
  • Warum hat der Nutzer den Kauf plötzlich abgebrochen?

Die automatische Textverarbeitung gibt uns mehr Kontext, indem es uns hilft, nicht nur die Wörter zu verstehen, sondern auch deren Bedeutung. Aus diesem Grund findet die Verarbeitung natürlicher Sprache vielfältige Anwendung im Marketing. Die Sprachsuche ist beispielsweise vollkommen von Textverarbeitung abhängig, da sie komplexe Algorithmen verwendet, um die Befehle des Nutzers zu verstehen und die hilfreichsten Antworten zu liefern.

Die Nutzung der Textverarbeitung im Marketing

Inzwischen hast Du wahrscheinlich verstanden, wie nützlich Textverarbeitung ist. In der Praxis sind die Anwendungsfälle wahrscheinlich aber noch viel umfangreicher! Hier sind einige der relevantesten und faszinierendsten Fälle:

Kundenstimmung deuten und verstehen

Egal, ob Dein Unternehmen einen bekannten Namen hat oder ob Du ein kleines Start-up-Unternehmen führst, Du musst wissen, wann die Leute im Internet über Dich sprechen und was sie sagen.

Software für Textverarbeitung hilft bei der Analyse von Social-Media-Beiträgen, Kundenbewertungen und nutzergenerierten Inhalten, die sich auf Deine Marke beziehen. Das Sentiment-Analyse-Tool von Hootsuite, das Markenerwähnungen in sozialen Medien analysiert, ist ein supereinfaches Beispiel dafür, wie dies in der Praxis aussieht:

Hootsuite sentiment analysis natural language processing

Es gibt viele komplexe, dedizierte Tools, die für die Verarbeitung natürlicher Sprache eingesetzt werden können, um die Stimmung Deiner Fans in den sozialen Medien, Blogs und Foren zu überwachen. Dazu gehören auch Folgenden:

  • MonkeyLearn
  • Lexalytics
  • Brandwatch 
  • Social Searcher 
  • Aylien
  • Social Mention
  • Critical Mention

Tools zur Stimmungsanalyse werden von einem der folgenden drei Algorithmen unterstützt:

  • Regelbasiert: Diese Algorithmen verwenden eine Reihe manuell festgelegter Regeln, um die Stimmung einer bestimmten Erwähnung, Rezension, eines Blogbeitrages usw. vorherzusagen.
  • Automatisch: Automatische Algorithmen basieren ausschließlich auf Techniken des maschinellen Lernens, um das Sentiment der Nutzer zu deuten.
  • Hybrid: Diese Algorithmen kombinieren die beiden oben genannten Ansätze und liefern oft genauere Ergebnisse.

Chatbots für Kundenservice und Leadgenerierung

Warum benutzen wir Chatbots? Nun, diese Studie eine Reihe von Gründen auf. Chatbots sind zu einem wichtigen Tool im Kundenservice und zu einem unschätzbaren Teil des Kaufprozesses geworden, da sie potenziellen Kunden helfen, Antworten schneller zu finden, ohne mit einem echten Mitarbeiter verbunden werden zu müssen.

natural language processing chat bot uses

Textverarbeitung ist die Technologie, die moderne Chatbots antreibt. Ohne sie wären wir auf extrem einfache Interaktionen beschränkt. Normalerweise ist ziemlich klar, dass man mit einem Bot und nicht mit einer Person spricht, aber dies scheint den meisten Benutzern nichts auszumachen. Tatsächlich würden 54 % den Chatbot immer einem Menschen vorziehen, wenn sie dadurch zehn Minuten schneller zur Antwort kommen.

Erkennung von Trends und Mustern

Du hast bestimmt schon einmal einen News-Aggregator oder RSS-Feed verwendet, um Informationen einer bestimmten Marke, eines Produktes oder eines Themas zu abonnieren. Automatische Textverarbeitung geht noch einen Schritt weiter, indem sie die gewünschten Informationen findet und dann alle wichtigen Punkte in Sekundenbruchteilen zusammenfasst. Das ist von unschätzbarem Wert, wenn man aktuelle Trends und Muster schneller erkennen will.

Skalierung der Inhaltserstellung

Maschinen können mithilfe künstlicher Intelligenz fiktionale und plausible Geschichten schreiben, daher ist es keine große Überraschung, dass sie auch im Contentmarketing Einsatz finden.

Ich meine natürlich nicht, dass Du Deine gesamte Contenmarketingstrategie einem Roboter überlassen solltest. Zumindest im Moment überlassen wir alles Kreative lieber einem Menschen. Aber wie sieht es mit der Erstellung von Inhalten in großem Maßstab aus? Angenommen, Du hast einen Onlineshop mit Tausenden von Produkten und musst für jedes Produkt eine Produktbeschreibung erstellen. Das ist der schlimmste Albtraum eines jeden Autors!

Hier wären KI-gesteuerte Inhalte, die durch Textverarbeitung entstehen, von unschätzbarem Wert. Tatsächlich hat die E-Commerce-Plattform Alibaba bereits ein KI-Programm vorgestellt, das dieses arbeitsintensive Schreiben selbstständig bewältigen kann. Bekleidungsmarken wie Dickies und Esprit verwenden dieselbe Technologie, um Produktbeschreibungen in chinesischer Sprache zu erstellen.

Textverarbeitung für Sprachassistenten

Etwa ein Viertel der Erwachsenen in den USA besitzen einen Sprachassistenten.

Das Marketingpotenzial dieser Geräte steckt noch in den Kinderschuhen, trotzdem gibt es bereits jetzt herausragende Beispiele. Amazon-Echo-Nutzer können die dystopische Kulisse der TV-Show Westworld zu erkunden. Netflix bewarb die zweite Staffel von Stranger Things, indem es Google-Home-Nutzern ermöglichte, mit dem Charakter Dustin zu „chatten“.

Die wäre ohne die automatische Verarbeitung natürlicher Sprache natürlich nicht möglich, da die Sprache zuerst in Text übersetzt werden und dieser Text semantisch mit der Wissensdatenbank des Geräts abgeglichen werden muss und eine hilfreiche Antwort zu geben.

Anwendungsfall – Textverarbeitung im Marketing: Tenable verdoppelt Conversion-Raten

Während der Begriff „Natural Language Processing“ für viele von uns neu sein mag, gibt es die Technologie selbst schon lange. Es ist daher keine Überraschung, dass sie von vielen Marken bereits verwendet wird, oft mit beeindruckenden Ergebnissen.

Ein gutes Beispiel ist Tenable, ein Cybersicherheitsunternehmen mit Sitz in Columbia. Das Unternehmen stellte zwei große Probleme im Verkaufsprozess fest:

  • Es dauerte zu lange, bis Leads von einem Vertriebsmitarbeiter kontaktiert wurden.
  • Es kam zu einem Engpass bei der Kontaktaufnahme mit Leads außerhalb der Bürozeiten oder zu Zeiten, an denen der Vertriebsmitarbeiter anderweitig beschäftigt oder nicht am Schreibtisch anzutreffen war.

„Wenn man einen Lead nicht sofort weiterverfolgt, besteht eine gute Chance, dass er später sagt: ‚Ich erinnere mich nicht einmal daran, dieses Formular ausgefüllt zu haben‘ oder ‚Ich erinnere mich nicht daran, Ihre Webseite besucht zu haben‘“, sagt Matt Mullin, Senior Director of Global Marketing Operations and Technology bei Tenable.

Durch die Umsetzung einer neuen Geschäftsentwicklungsstrategie, die intelligente Chatbots in den Mittelpunkt der Kommunikation stellte, konnte das Unternehmen die Qualität und Länge der Gespräche mit potenziellen Kunden um 30 % steigern, während sich die Conversion-Raten verdoppelten.

Verwendungen für Textverarbeitung außerhalb des Marketings

Textverarbeitung fand seinen Anfang nicht als Marketinglösung und seine Anwendungsfälle gehen weit über das Marketing hinaus. Hier sind eine Handvoll vieler anderer Anwendungsbeispiele für diese Technologie:

Coronavirus erkennen

Es stimmt. Textverarbeitung wird auch in Bereichen der Pandemiebekämpfung erfolgreich und großflächig eingesetzt. Das Forschungs- und Entwicklungsinstitut der Alibaba Group, die DAMO Academy, baute ein NLP-basiertes System, das Lungenscans und weitere Daten verwendet, um Covid-Infektionen in nur 20 Sekunden mit einer Genauigkeit von 96 % zu diagnostizieren.

Identifizierung und Analyse von Wettbewerbern

Jedes Unternehmen sollte ein gewisses Maß an Wettbewerbsanalyse verwenden, um die strategische Ausrichtung seiner Marketingstrategie zu bestimmen. In der zunehmend globalisierten Welt ist es jedoch nicht immer offensichtlich, wer unsere größten Mitbewerber sind.

Du kannst zwar annehmen, dass Du mit einem Unternehmen aus Deiner Region konkurrierst, in Wirklichkeit werden Deine Kunden aber vielleicht von einem Unternehmen angeworben, das sich auf der anderen Seite des Planeten befindet. Auch hier kann Textverarbeitung eine Lösung bieten. Tools wie Zirra (und weitere) sind in der Lage, Deinen Wettbewerb automatisch zu bestimmen und eine Liste von Unternehmen zu erstellen, die anhand ihrer Beziehung zu Deiner Marke angeordnet sind.

Beurteilung der Kreditwürdigkeit

Kreditgeber verwenden Kreditscoring, um festzustellen, ob eine Person oder ein Unternehmen kreditwürdig ist. In Schwellenländern ist diese Methode jedoch nicht immer einsetzbar, da wichtige Datensätze möglicherweise nicht so leicht verfügbar sind.

Das Unternehmen Lenddo, ein in Singapur ansässiges SaaS-Unternehmen, nutzte Textverarbeitung, um Kreditentscheidungen auf Grundlage nicht-traditioneller Daten wie soziale Medien und Smartphone-Datensätze zu treffen und die finanzielle Stabilität seiner Kunden zu überprüfen.

Personalbeschaffung

Seit Jahren nutzen Personalvermittler und Personalbeschaffer Technologie, um Lebensläufe und Anschreiben nach bestimmten Schlüsselwörtern zu durchsuchen. Die Textverarbeitung ist eine logische Erweiterung davon. Anstatt sich auf bestimmte Phrasen zu fixieren, ist das Programm in der Lage, die Informationen, die für die jeweilige Rolle am relevantesten sind, zu analysieren und zu extrahieren.

Arbeitgeber können den langwierigen Prozess des Sichtens von Lebensläufen automatisieren, in der Gewissheit, dass die ausgewählten Bewerber der Aufgabe später auch gewachsen sind.

Fazit

Textverarbeitung klingt fortschrittlich, basiert aber auf einem altmodischen Marketingprinzip, dem besseren Verständnis unserer Kunden.

Anstatt Deine Kunden direkt zu fragen, was sie von Deiner Marke oder Deinem Produkt halten, vor welchen Herausforderungen sie stehen oder was ihre Ziele sind, kannst Du Textverarbeitung gezielt einsetzen, um die Gefühle, Motivationen und Meinungen Deiner Kunden anhand der verwendeten Wörter zu erkennen.

Die automatische Verarbeitung natürlicher Sprache ist ein weiterer sicherer Schritt, um das Rätselraten zu minimieren und gut informierte Marketingentscheidungen zu treffen, die den richtigen Leuten zur richtigen Zeit die richtige Botschaft übermitteln.

Planst Du den Einsatz der Textverarbeitung in Deiner Marketingstrategie?

Neil Patel

About the author:

Co Founder of NP Digital & Owner of Ubersuggest

Er ist der Mitbegründer von NP Digital. Das Wall Street Journal zählt ihn zu den Top-Influencern im Web. Laut Forbes ist er einer der 10 besten Vermarkter und laut Entrepreneur Magazine hat er eins der 100 erfolgreichsten Unternehmen gegründet. Neil ist ein New York Times Bestseller Autor. Er wurde bereits vor seinem 30. Lebensjahr von Präsident Obama und vor seinem 35. Lebensjahr von den United Nations als Top 100 Unternehmer ausgezeichnet.

Follow the expert:

Teilen

Neil Patel

source: https://neilpatel.com/de/blog/textverarbeitung/