Mit NLP schneller zu Umfrageergebnissen
In der Marktforschung werden überwiegend Online-Umfragen eingesetzt. Allerdings gibt es Bedenken bzw. Validität und Reliabilität u.a. aufgrund geringer Teilnahmemotivation und hoher Abbrecherquoten. Dies ist kritisch, weil Ergebnisse oft Grundlage strategischer Entscheidungen sind.Ein vorgestellter Ansatz nutzt user generated content zur Automatisierung von Umfragen. Durch strukturierte Identifikation von themenspezifischem UGC mittels Natural Language Processing und großen Sprachmodellen wird die Zuverlässigkeit gesteigert. Die Methode ermöglicht Wiederholbarkeit, Item-Ergänzung, Simulation retrospektiver Panelbefragungen und Anwendung auf wissenschaftliche Skalen.
Vorkenntnisse
Der Vortrag ist so gestaltet, dass auch Teilnehmende mit begrenzten Vorkenntnissen diese Konzepte verstehen können. Allgemeines Interesse an innovativen Ansätzen zur Automatisierung von Umfrageprozessen, Verbesserung der Ergebniszuverlässigkeit von Verbraucherdaten wäre ebenfalls von Vorteil.
Lernziele
- Potenzielle Risiken onlinebasierter Umfragen
- Anwendungsmöglichkeiten der vorgestellten Methode: verschiedene Anwendungsbereiche, einschließlich Wiederholbarkeit, Item-Ergänzung, Simulation retrospektiver Panelbefragungen und Anwendbarkeit auf wissenschaftliche Skalen
Speaker
Stefanie Scholz befasst sich nach ihrer Tätigkeit als Bereichsleiterin für Marketing & Vertrieb mit KI-gestützter Marketinganalyse und Datenvisualisierung. Neben Data-Driven Marketing und Advanced Analytics steht der praktische Anwendungsbezug verschiedener ML-Verfahren für Unternehmen im Fokus ihrer Aktivitäten als Professorin für Data Science an der SRH Wilhelm Löhe Hochschule.
M3-Newsletter
Du möchtest über die Minds Mastering Machines
auf dem Laufenden gehalten werden?