MNOP AG – Text Mining: Unterschied zwischen den Versionen

Aus Controlling-Wiki
(Die Seite wurde neu angelegt: „Lern- und Praxismaterialien Wissensfragen Fallstudie MNOP AG MNOP AG - Textmining – Lösung“)
 
 
(7 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)
Zeile 1: Zeile 1:
Lern- und Praxismaterialien
=Wissensfragen=
Wissensfragen
# Wo liegt der Unterschied zwischen Data- und Text-Mining?
# Welche sechs Prozessschritte gibt es beim Text Mining und wie heissen diese?
# Zählen Sie die verschiedenen Text-Mining-Methoden auf und erläutern Sie diese.
# In welchen Bereichen kann Text-Mining angewendet werden?
=Fallstudie MNOP AG=
Die MNOP AG hat in den letzten Monaten rückläufige Umsatzzahlen für Ihre Biowindeln verzeichnet. Sie fragen sich nun als Controller/in der MNOP AG, was der Grund für die rückläufigen Zahlen ist. Sie erinnern sich, dass Sie in Ihrem Studium an der Hochschule über Text Mining informiert wurden. Da Sie einen Onlineshop besitzen, wo Kunden Rückmeldungen zum Produkt verfassen, finden Sie das Text Mining eine gute Lösung.


Fallstudie MNOP AG
1. Nennen Sie zwei Cluster, welche durch Text Mining aufgrund der untenstehenden Kundenrückmeldungen aufgedeckt werden können:
* Schlechte Saugfähigkeit. Reicht leider nicht für 1-2 Nachtbisis... Schade!
* Für den Preis akzeptabel, herziges Design aber leider nicht so saugfähig.
* Leider laufen die Windeln aus ich würde sie nicht weiterempfehlen
* Die Windeln riechen etwas nach Chemie, die Verschlüsse öffnen sich leicht & ich muss mein Kind ständig umziehen und waschen da die Windeln sehr schnell auslaufen.
* Preis-Leistungsverhältnis stimmt vollkommen
* Die Windeln sind sehr dünn, deswegen muss man sie auch sehr oft wechseln. Sonst sind die Windeln klatsch nass und der Baby Popo genauso. Nach einmal ausprobieren mussten wir feststellen, dass diese nichts für uns sind.
* Das ist eine tolle Windel! Super Preis, super Passform!


Mittels eines Computerprogramms wurden über 1‘000 Kundenrückmeldungen der letzten 2 Jahre ausgewertet. Dabei wurden unter anderem die folgenden vier Clusters erstellt:
*Chemischer Geruch
*Ungenügende Saugfähigkeit
*Ausschlag / Hautveränderungen
*Gutes Preis- / Leistungsverhältnis




[[MNOP AG - Textmining – Lösung]]
[[Datei:Anzahl Nennungen pro Cluster.png|miniatur|750px|zentriert|Abbildung 1: Anzahl Nennungen pro Cluster]]
 
 
 
2. Identifizieren Sie mögliche Gründe für die Veränderung der Kundenrückmeldungen. Welche Massnahmen leiten Sie aus den gewonnenen Erkenntnissen ab?
 
 
'''Links zu anderen Seiten:'''
 
Lösungsvorschlag: [[MNOP AG - Text Mining – Lösung]]
 
Theorie: [[Text Mining]]

Aktuelle Version vom 28. Oktober 2020, 16:13 Uhr

Wissensfragen

  1. Wo liegt der Unterschied zwischen Data- und Text-Mining?
  2. Welche sechs Prozessschritte gibt es beim Text Mining und wie heissen diese?
  3. Zählen Sie die verschiedenen Text-Mining-Methoden auf und erläutern Sie diese.
  4. In welchen Bereichen kann Text-Mining angewendet werden?

Fallstudie MNOP AG

Die MNOP AG hat in den letzten Monaten rückläufige Umsatzzahlen für Ihre Biowindeln verzeichnet. Sie fragen sich nun als Controller/in der MNOP AG, was der Grund für die rückläufigen Zahlen ist. Sie erinnern sich, dass Sie in Ihrem Studium an der Hochschule über Text Mining informiert wurden. Da Sie einen Onlineshop besitzen, wo Kunden Rückmeldungen zum Produkt verfassen, finden Sie das Text Mining eine gute Lösung.

1. Nennen Sie zwei Cluster, welche durch Text Mining aufgrund der untenstehenden Kundenrückmeldungen aufgedeckt werden können:

* Schlechte Saugfähigkeit. Reicht leider nicht für 1-2 Nachtbisis... Schade!
* Für den Preis akzeptabel, herziges Design aber leider nicht so saugfähig.
* Leider laufen die Windeln aus ich würde sie nicht weiterempfehlen
* Die Windeln riechen etwas nach Chemie, die Verschlüsse öffnen sich leicht & ich muss mein Kind ständig umziehen und waschen da die Windeln sehr schnell auslaufen.
* Preis-Leistungsverhältnis stimmt vollkommen
* Die Windeln sind sehr dünn, deswegen muss man sie auch sehr oft wechseln. Sonst sind die Windeln klatsch nass und der Baby Popo genauso. Nach einmal ausprobieren mussten wir feststellen, dass diese nichts für uns sind. 
* Das ist eine tolle Windel! Super Preis, super Passform!

Mittels eines Computerprogramms wurden über 1‘000 Kundenrückmeldungen der letzten 2 Jahre ausgewertet. Dabei wurden unter anderem die folgenden vier Clusters erstellt:

  • Chemischer Geruch
  • Ungenügende Saugfähigkeit
  • Ausschlag / Hautveränderungen
  • Gutes Preis- / Leistungsverhältnis


Abbildung 1: Anzahl Nennungen pro Cluster


2. Identifizieren Sie mögliche Gründe für die Veränderung der Kundenrückmeldungen. Welche Massnahmen leiten Sie aus den gewonnenen Erkenntnissen ab?


Links zu anderen Seiten:

Lösungsvorschlag: MNOP AG - Text Mining – Lösung

Theorie: Text Mining