+49 40 790 117 97 info@sab-team.com

Menu
Interpretation von Daten mit Azure Cognitive Search und Knowledge Store – Praxisbeispiel Hotelbewertungen

Interpretation von Daten mit Azure Cognitive Search und Knowledge Store – Praxisbeispiel Hotelbewertungen

By In Allgemein On 9. Juni 2022


Die Interpretation von Daten ist heutzutage ein wichtiges Instrument bei der Führung eines Unternehmens. So können Trends, Kundenerwartungen sowie Marktentwicklungen schnell aufgespürt und darauf reagiert werden. Das muss nicht zeitaufwändig sein. Am Beispiel von Bewertungen von Hotels, die in Textform vorliegen, zeigt dieser Beitrag, wie mithilfe von Azure Cognitive Search und dem Einsatz eines Knowledge Stores aus unstrukturierten Daten relevante Informationen gewonnen werden können.

Vorteil von Azure Cognitive Search gegenüber Dokumenten-Management-Systemen
In den letzten Beiträgen wurden die Azure Cognitive Search und der Knowledge Store vorgestellt.
Dabei wurde die Azure Cognitive Search als ein Werkzeug präsentiert, mit dem Dokumente und Dateien aller gängigen Dateitypen nach Inhalten durchsucht werden können. Diese Suche beherrschen bereits die meisten Dokumenten-Management-Systeme, aber sie beschränken sich oft auf die Volltext-Suche. Sie versagen jedoch, wenn beispielsweise nach Gegenständen in Bildern oder nach „benannten Entitäten“ gesucht wird. Wird in einem Dokument die „Lagerhalle meines Bruders“, „die Wohnung meiner Schwester“ oder das „Haus meiner Eltern“ erwähnt, so handelt es sich dabei um die Entitäten „Immobilie“ und „Verwandte“. Mit Azure Cognitive Search könnten Dokumente nach diesen Entitäten durchsucht werden, d.h. es kann gezielt nach Dokumenten gesucht werden, in denen z.B. „Immobilien“ erwähnt werden. Das gelingt mit der Volltextsuche eines Dokumenten-Management-Systems oftmals nicht.

Zusätzlich kann im Rahmen der Aufbereitung von Dokumenten eine automatische Übersetzung der Texte in andere Sprachen durchgeführt werden. Die übersetzten Inhalte lassen sich dann ebenfalls per Volltextsuche analysieren.

Die Ergebnisse der Azure Cognitive Search können in einem Suchindex gespeichert werden. Dadurch können mit einem darauf angepassten Programm einzelne Abfragen an den Suchindex gerichtet, um Dokumente zu finden. Diese Vorgehensweise wurde im Beitrag „Das Wissen im Unternehmen transparent machen“ beschrieben.

Azure Cognitive Search im Kombination mit einem Knowledge Store
In diesem Beitrag wird nun mit konkreten Beispieldaten gezeigt, wie die Ergebnisse der Azure Cognitive Search nicht in einem Suchindex, sondern in einem Knowledge Store gespeichert werden. Ein Knowledge Store bietet den Vorteil, dass kein individuell erstelltes Programm benötigt wird, mit dem der Suchindex abgefragt wird. Denn die Ergebnisse der Azure Cognitive Search werden in Tabellen eines Azure Storage Account gespeichert.

Gewöhnliche BI-Tools, wie z.B. Tableau, Qlikview oder PowerBI, können darauf zugreifen, um die Inhalte der Dokumente zu analysieren.Wer sich für die technischen Details der Erstellung eines Knowledge Stores interessiert, kann dies in einem der Quickstarts dazu bei Microsoft nachlesen.
Wie eine Verbindung zu einem Knowledge Store für das Tool Power BI eingerichtet wird, kann hier nachgelesen werden.
Wie in PowerBI üblich, lässt sich auswählen, welche Spalten der Tabellen des Knowledge Store werden sollen.

Spalten mit dem Namen „Content“ sollten erweitert werden, da sie die für die Auswertung notwendigen Informationen enthalten.

Praxisbeispiel: Hotelbewertungen auswerten
Die Auswertung mit PowerBI ermöglicht nun die Untersuchung unterschiedlicher Zusammenhänge, wie die Bewertung von Hotels mit 4 oder 5 Sternen, sowie die Darstellung der in deutsche Sprache übersetzten Rezensionen.

Wenn 4 Sterne vergeben wurden, können die Rezensionen aber neutral, gemischt oder positiv sein. Anbei ein Beispiel, das zeigt, warum eine Hotelbewertung mit 4 Sternen trotzdem keine positive Rezension erhält.

Dass im obigen Beispiel das Hotel zu weit vom Stadtzentrum entfernt war, führte nicht zu einer negativen Bewertung. Ebensowenig wie im nachfolgenden Beispiel ein langsamer Internetzugang oder eine nicht gut funktionierende Klimaanlage die Bewertung trotzdem zu 4 Sternen führte.


Ist die Hotelbewertung jedoch schlecht, findest sich dies auch in der Rezension wieder:

Sucht man bei schlechter Hotelbewertung die häufigsten Schlüsselworte der negativen Bewertungen, so hängen diese dann ausschließlich mit dem Hotel zusammen, wie Ungeziefer, Raum, Fußboden, usw. Die Umgebung oder der Ort des Hotels werden dabei in der Bewertung nicht genannt. Somit bezog sich die schlechte Bewertung alleine auf das Hotel.

Im nachfolgenden Beispiel ist zu erkennen, dass bei positiven Bewertungen des Hotels auch Dinge in den Schlüsselworten genannt werden, für die Hotel gar nicht verantwortlich ist. Das sind beispielweise der Ort, der Strand, das Meer oder Sehenswürdigkeiten in der Nähe.

Dies lässt die Vermutung zu, dass ein Hotel für eine positive Bewertung nicht immer Spitzenleistungen erbringen muss, sondern nur den üblich guten Service, um nicht negativ aufzufallen. Dabei kann das Hotel von der positiven Beurteilung der Umgebung profitieren und erscheint dann selbst auch positiv.

Fazit: Mit Azure Cognitive Search und dem Einsatz eines Knowledge Stores konnten mit Hilfe Künstlicher Intelligenz aus unstrukturierten Daten Erkenntnisse gewonnen bzw. belegt werden. Diese Erkenntnisse können in der Praxis zur Auswahl von Maßnahmen für die Verbesserung der Bewertungsergebnisse dienen. Damit sind sie ein wichtiges Instrument in der Unternehmensführung.

Alle Produktnamen sind geschützte Marken und Markennamen der jeweiligen Hersteller.


Related Posts