Intelligente Analysen verbessern die Datenqualität
Kunden senden häufig unstrukturierte oder nur teilweise strukturierte Daten. Diese müssen dann interpretiert werden, beispielsweise bei Bestellungen, Kundenanfragen, Problemmeldungen. Wenn dieser Prozess nicht formalisiert und toolgestützt abläuft, müssen Menschen diese Eingaben interpretieren, um das Ergebnis zu erfassen.
Lösung: Hier kann sehr schnell der Automatisierungsgrad erhöht werden, durch die intelligente, mustergestützte Interpretation der Eingaben. In der Regel wird Input von bekannten Absendern generiert, sodass z. B.: eine schnelle Identifikation erfolgen kann. Dadurch können bereits Informationen aus der Historie gezogen werden:
- Welche Produkte hat der Kunde im Einsatz?
- Was hat dieser Kunde zuletzt gekauft?
- Welche Probleme sind beim Kunden aufgetreten?
Damit weiß eine Textanalyse, nach welchen Stichworten gesucht werden muss. Da Eingaben des Kunden häufig demselben Textmuster folgen, kann auch die Klassifizierung des Textaufbaus oft aus der Historie heraus erfolgen. Der nächste Schritt sind kleine, schnelle Analysemodule, z. B. in Python geschrieben, die die benötigten Informationen aus dem Text herausziehen und strukturiert in einer Datenbank ablegen. Ein Workflow greift die vorverarbeiteten Daten auf und lässt Mitarbeiter gezielt die verbleibenden Lücken schließen.
Fazit: Moderne und intelligente Analysen und der Zugriff auf Erfahrungswerte optimieren die Prozesse und verbessern die Datenqualität.
