Interview mit Ben Ellis: KI für Social Listening nutzen

KI hat einen polarisierenden Ruf.

Einige sehen es als die Rettung für den modernen Arbeiter an, indem es uns viele Stunden Arbeit für einfache Tätigkeiten spart und uns die Aussicht auf eine Vier-Tage-Woche ebnet.

Andere sehen es als bösen Feind, der bereit ist, uns unsere Jobs wegzunehmen und uns arbeitslos und nutzlos zurücklässt.

In der Realität sind viele unentschlossen, wie sie wirklich zu KI stehen. Ich liebe die personalisierten Filmempfehlungen, die mir Netflix’s KI vorschlägt und ich bin sehr dankbar dafür, dass KI Ärzten dabei hilft, Krebs noch besser zu erkennen. Trotzdem mache ich mir Sorgen, was die 297.000 Taxifahrer in Großbritannien machen werden, wenn selbstfahrende Autos ihre Jobs übernehmen werden.

Egal, welche Meinung Sie dazu haben, die Welt wird sich verändern. Künstliche Intelligenz ist bereits in vielen Aspekten der Arbeitswelt präsent und seine Bedeutung wird in Zukunft noch weiter zunehmen.

Hier bei Brandwatch ist KI nun ein Teil unseres Produkts. Letzte Woche brachten wir Iris heraus, ein KI-Analyst, mit dem Brandwatch Nutzer schnellere und bessere Insights erhalten können.

Ich wollte wissen, was ein erfahrener Analyst von Iris hält und sprach mit Ben Ellis, der bereits im Social-Listening-Bereich bei BT, Microsoft, Groupon und We Are Social arbeitete, bevor er vor kurzem hier bei Brandwatch anfing.

Wie kann Iris für die Social-Media-Analyse eingesetzt werden?

Ben sagt, dass es schwierig ist einen bestimmten Job zu beschreiben, den Iris ausführt. “Man kann sagen, das Iris bei jedem Job helfen kann – es kann erfolgreiche Kampagnen, potenzielle Markenkrisen, neue Influencer, Kundenprobleme, ungesehene Verbrauchereinblicke und mehr identifizieren.”

Ben stellt drei Schlüsselwege vor, wie Iris Analysten bei der Arbeit mit Brandwatch helfen kann:

1. Schnellere Insights

Das manuelle Durchgehen von Peaks benötigt Zeit. Das Durchklicken und Analysieren eines Peaks und das Vergleichen mit historischen Daten würde einen Nutzer mehrere Stunden kosten.

Die meisten Nutzer nehmen hier eine Abkürzung, so Ben. “Sie klicken auf einen Peak und analysieren eine kleine Teilmenge der Daten. Das kann zu falschen Ergebnissen führen, aber es benötigt weniger Zeit. In einer typischen Woche können Ihre Marke, Produkte, Kampagnen und Wettbewerber 20 große Peaks generieren. Ein Analyst benötigt dafür nach meiner Einschätzung etwa 3 Stunden und 20 Minuten, um diese Analyse durchzuführen – also den ganzen Morgen. Iris braucht für die gleiche Analyse weniger als zwei Sekunden.”

“Iris ist viel schneller als die menschliche Analyse und liefert zuverlässigere Ergebnisse.”

2. Entdecken von bisher unsichtbaren Insights

Analysten haben oft nicht die Zeit einen Peak mit 20 Tagen an historischen Daten manuell zu vergleichen. Sie könnten entscheidende Insights verpassen.

“Sie verpassen die im Trend liegende Nachricht des Tages, das Video, das das Problem kommentiert, der Reddit Thread, der einige Stunden vorher veröffentlicht wurde oder neue Influencer, die zur Unterhaltung beitragen”, sagt Ben.

“Iris hebt diese Anomalien für Sie hervor, indem es diese ständig mit historischen Daten vergleicht. Es hilft Ihnen dabei, über alle wichtigen Insights rund um Ihre Marke Bescheid zu wissen.“

3. Ihre Analyse vergleichen

Ben denkt, dass manche Analysten, die seit Jahren mit Daten arbeiten, vielleicht die Nase rümpfen, wenn sie von einem virtuellen Assistenten hören, der wichtige Trends identifiziert. Aber eine zweite Meinung kann immer hilfreich sein, so Ben.

“Wenn sie einen Peak betrachten und zur Erkenntnis kommen, dass ein Influencer diesen Peak verursacht hat, kann es nicht schaden dies mit Iris zu kontrollieren. Eine zweite Meinung kann ihre Erkenntnisse bestärken oder sie auf etwas aufmerksam machen, was sie bisher übersehen haben.”

“Iris liefert erfahrenen Nutzern eine wichtige zweite Meinungen und macht ihre Insights noch zuverlässiger.”

Wie unterscheidet sich Iris von anderen KI-Technologien auf dem Markt?

Ben sagt, er kennt Social Listening Tools, die KI in ihrer Plattform integriert haben, aber oft denken sie dabei nicht an die Analysten.

“Wenn KI-angetriebene Tools nicht gut implementiert sind, dann zeigen sie nur Muster mit wenig bis gar keinem Kontext auf. Einiges kann nützlich sein und einige haben mir in der Vergangenheit gut geholfen, aber als ein Analyst war ich und andere Analysten verloren in den Funktionsweisen der Tools.”

Er sagt, dazu kann gehören, Tools neu auf die eigenen Bedürfnisse anzupassen, Erwähnungen für ein richtiges Reporting neu zu kategorisieren oder das Tool zu korrigieren, wenn es falsch liegt, darauf hoffend, dass es in Zukunft aus seinen Fehlern lernen wird.”

“Diese Implementierungen funktionieren für Analysten nicht. Ich habe so viele dieser Tools genutzt, genügend, um sagen zu können, dass Iris anders ist. Insights sind aus einem guten Grund Betrachtungen. Iris findet und hebt diese Betrachtungen hervor, indem es sich die Daten ansieht, die Informationen darin strukturiert und Muster identifiziert und dabei Kontext mit einfließen lässt. Damit würde ein Analyst Stunden verbringen. Iris benötigt dafür eine Sekunde. Iris ist anders, weil es für Analysten funktioniert.”

Gibt es andere Tools, die KI gut einsetzen?

“Ich kenne einige Tools, die KI einsetzen, einige gut, andere weniger gut. Die Beispiele, die ich am meisten liebe, kommen von Tools die KI für vorhersehende Analysen einsetzen, eine Praktik, von der ich mir wünschen würde, dass sie mehr Analysten einsetzen”, sagt Ben.

Hier sind einige Beispiele seiner Favoriten:

“Tools wie Leadza analysieren Werbekampagnen und geben Optimierungstipps, um am Ball zu bleiben. Management-Tools wie Metigy untersuchen die Performance der eigenen Kanäle und denen der Wettbewerber und bieten Community Managern einen Live-Stream mit praktischen Vorschlägen an, mit denen sie ein besseres Engagement erzielen können. Dann gibt es Anwendungsfälle von Tools für die Personalabteilung, die KI nutzen, um automatisch Kandidaten zu bewerten und basierend auf dem Social-Media-Fußabdruck vorhersagen, ob die Person in das Team passt, zum Beispiel Frrole Deepsense.”

Denkst du, KI kann Social-Intelligence-Spezialisten ersetzen?

Ben denkt nicht, dass KI die Jobs von Social-Intelligence-Experten ersetzen kann. Er sagt, stattdessen werden sie einige ihrer Tätigkeiten ersetzen und zu der natürlichen Evolution von diesen Spezialistenjobs beitragen.

Ben dazu: “Social-Management-Plattformen führen langsam KI ein, um schnell einkommende Nachrichten zu priorisieren und zu steuern. Damit können Community Manager Tätigkeiten schneller durchführen, während es Analysten dabei hilft, über die wichtigsten Treiber dieser eingehenden Nachrichten Bericht zu erstatten. Der Job des Analysten muss sich an die zunehmende Verfügbarkeit von Social-Media-Daten und der Schnelligkeit, in der Trends auftauchen und wieder verschwinden, anpassen. Das würde einen Analysten normalerweise bremsen, aber KI kann das verhindern.”

„KI wird Social-Intelligence-Spezialisten aus einem triftigen Grund nicht ersetzen: Es hat die Fähigkeit Insights zu entdecken, aber nicht das Vermögen zur Weisheit. KI kann in wenigen Sekunden Betrachtungen zu Tage fördern, aber davon allein können noch keine Handlungen ausgeführt werden.“

Aus diesem Grund ist er sich sicher, dass KI nicht dazu da ist, Social-Intelligence-Experten zu ersetzen – Künstliche Intelligenz ist dazu da, den Spezialisten dabei zu helfen, intelligenter vorzugehen und Zeit im Prozess zu sparen.

Wie denkst du, wird sich Social Listening in den nächsten fünf Jahren verändern?

“Bei den meisten Internettrends haben wir eine Explosion und eine Implosion.Beispielsweise hatten wir vor einigen Jahren einen Boom beim Influencer Marketing mit Fokus auf große Influencer und großen Follower-Zahlen, während wir jetzt eine Implosion sehen können, mit lokalen und regionalen Influencern im Rampenlicht, die für eine größere Transparenz und Zugänglichkeit stehen.”

Ben erklärt, dass Social Intelligence sich mittlerweile in der Implosionsphase befindet: Social-Media-Plattformen sind nicht mehr so großzügig damit, wem sie ihre Daten geben und wie viel sie davon verfügbar machen.

„Dark Social, Social-Media und digitale Quellen, die nicht so einfach mit Digital Analytics Tools getrackt werden können, sind nun die Norm, vor allem jetzt da die aktive Social-Media-Nutzung über mobile Endgeräte für 42% der Weltbevölkerung die Realität ist. Das ist eine Zunahme von 13% im Vergleich zum Vorjahr.

“Tribalismus ist in den sozialen Medien im Kommen, Menschen erstellen ihre eigenen Subkulturen auf Social Media-Plattformen für bessere Beziehungen. Das gibt Problemen und Themen eine Stimme, mit dem sich der Mainstream der Plattform nicht befasst – Black Twitter, zum Beispiel, eine Community von Visagisten, die auf Bild- und Videoplattformen Vorreiter sind.”

“Mit diesem Hintergrund ist klar, was die nächsten fünf Jahre für Social-Intelligence-Spezialisten bereit halten werden”, sagt Ben. “Verschiedene Informationen zusammenführen, die mit neuen Technologien gemessen werden können.”

Ben glaubt, dass uns Technologien nur begrenzt weit bringen können.

“Letztendlich wird die Last, alle Informationen von verschiedenen Quellen zusammenzuführen, um Insights zu erhalten und daraus eine Geschichte zu entwickeln, weiter auf uns liegen bleiben, den Social-Intelligence-Experten.”

Für mehr Informationen zu Iris klicken Sie hier.