Ein Forschungsprojekt

Knowledge-Discovery-Methoden und automatische Modell-Generierung für Multichannel-Marketing


oder


Kann man den Erfolg von Investitionen in Social-Media-Kanäle mit Cognitive Computing-Methoden messen?


Prof. Dr. Peter Mandl
Fakultät für Informatik und Mathematik


Social-Media-Kanäle ersetzen zunehmend traditionelle Kommunikationswege in der Bereitstellung von Produktinformation für Kunden. Trotz existierender Analysetools ist die Wirkungsweise dieser Informationskanäle nicht klar erkennbar und unterliegt ständigen Veränderungen in der Wirkungskette und der Nutzung semantischer Kontexte. Für Unternehmen wird es somit zunehmend schwieriger begrenzten Etat gezielt einzusetzen bzw. den Nutzeffekt nachzuweisen.


Ziel des Forschungsprojekts ist es, eine neuartige Knowledge-Discovery-Methode zu entwickeln, welche in multiplen SM-Kanälen automatisch Wirkungsketten erkennen, semantische Kontexte analysieren und dem Nutzer ein semantisches Modell präsentieren kann.


Das Kernproblem ist es, nachzuweisen, dass eine Maßnahme erfolgreich war, d.h. den Return of Investment (RoI) oder andere adäquate Kennzahlen in der komplexen Kommunikationsstruktur einer entsprechenden Maßnahme zuzuordnen. Nur mit einem solchen Wissen können Etats gezielt und effektiv eingesetzt werden.


Momentan nutzbare technische Lösungen sind viel zu ungenau, um bei komplexer Nutzung von SM-Kanälen modellhafte Zusammenhänge und deren Ausprägung mit dem RoI zu verknüpfen. Die komplexe Wirkungsweise der zusammenhängenden SM-Kanäle wird derzeit von keinem Modell beschrieben. Das ist auch sehr schwierig, da sich das Verhalten von Nutzern sehr dynamisch verändern kann. Weiterhin ist das Verhalten auch sehr produktspezifisch, so dass hier keine generellen Modellierungen zur Verfügung stehen.


Wie in folgender Abbildung zu erkennen ist, ist unser Ansatz mehrschichtig. Informationen aus Social-Media-Kanälen, hier handelt es sich übrigens um Big Data, müssen über einen Social-Media-Crawler gesammelt und anschließend verdichtet werden. Die verdichtete Information soll in eine Modellbildung eingehen. Lernfähige und selbstlernende Methoden des Cognitive Computing bzw. Machine-Learning-Ansätze sollen für die Modellbildung genutzt werden. Die Ergebnisse sollen möglichst anschaulich und einfach interpretierbar dargestellt werden.



In einem im FuE-Programm "Informations- und Kommunikationstechnik“ des Freistaates Bayern im August 2016 bewilligten Forschungsvorhaben sollen innerhalb von 2,5 Jahren in Zusammenarbeit mit dem Unternehmen COMMUNICATION Presse und PR Konzepte erforscht und eine prototypische Umsetzung erarbeitet werden.


Laufzeit:
01.07.2016 - 31.01.2019


Zuwendungsgeber:
Bayerisches Staatsministerium für Wirtschaft und Medien, Energie und Technologie


Projektträger:
VDE/VDE Innovation + Technik GmbH



Ansprechpartner

Prof. Dr. Peter Mandl
Raum: R 2.038

Tel.: 089 1265-3704
Fax: 089 1265-3780

Profil >