Wenn ein Kunde ein Produkt zurückschickt oder es schlecht bewertet, ist es für das Unternehmen enorm wichtig herauszufinden, womit genau der Kunde unzufrieden gewesen ist.
Gerade im E-Commerce Bereich gibt es oft so viele Bewertungen und Retourengründe, dass es gar nicht möglich ist, diese alle persönlich durchzulesen und zu analysieren. Es braucht daher eine Möglichkeit, die Texte der Kunden systematisch und automatisiert auswerten zu können.
Eine KI ist in der Lage, die Retourengründe automatisiert aus Texten zu erfassen und Kommentare sowie Bewertungen zu klassifizieren. Die Texte werden analysiert und zu Kategorien zugeordnet. So hat man als Unternehmen einen objektiven Überblick über die wichtigsten Probleme der Kunden und kann gezielt dort nachbessern, wo es am dringendsten notwendig ist.
Mit einem Text-Classifier kann automatisiert erkannt werden, was der Hintergrund einer bestimmten Retoure ist.
Zur Demonstration, haben wir hier ein Modell zur Verfügung gestellt, das in der Lage ist, typische Beschwerden und negative Bewertungen im E-Commerce für Schuhverkäufer zu kategorisieren. Dazu haben wir als mögliche Beschwerdegründe die Kategorien Qualität, Lieferung und Passform vorgegeben. (Diese Vorgaben sind frei wählbar und wurden von uns im Trainingsprozess so implementiert). Der Bereich der Schuhverkäufer ist nur ein Anwendungsfall für das zugrunde liegende Modell.
Wenn Trainingsdaten aus einem ganz anderen Bereich vorliegen, lässt sich das Modell auch für diese Fälle trainieren und kann andere Kategorien klassifizieren.
Dieser Anwendungsfall lässt sich einfach auch auf andere Problemstellungen übertragen.