Ich stecke gerade in einem Projekt fest, wo wir versuchen, aus unseren Kundensupport-Daten Muster herauszulesen. Die Rohdaten sind eine wahre Flut aus Tickets und Chat-Protokollen. Ich frage mich, ob wir mit unseren aktuellen Tools überhaupt in der Lage sind, den wirklichen Kern der häufigsten Probleme zu extrahieren, oder ob wir nur an der Oberfläche kratzen. Manchmal habe ich das Gefühl, dass wir mehr raten als wirklich zu verstehen, was vor sich geht.
Die Datenflut im Support fühlt sich manchmal wie ein lebendiger Sturm an und ich frage mich ob wir wirklich Muster erkennen oder nur Rauschen glätten.
Aus Sicht der Analyse sieht man oft dass Stichworte nicht die Ursache zeigen sondern nur Symptome abbilden und dadurch der Kern der häufigen Probleme verzerrt wird?
Vielleicht verwechseln wir Frequenz mit Relevanz und sortieren erst mal die Häufigkeit ohne zu prüfen ob dahinter eine echte Ursache steckt.
Vielleicht sollten wir die Fragestellung verschieben und fragen welche Kundenerfahrung wir wirklich verbessern wollen statt nur zu zählen wie oft ein Wort auftaucht.
Ich bleibe skeptisch weil Tools oft verlässliche Muster melden aber selten prüfen ob diese Muster wirklich zu besseren Lösungen führen oder nur die Datenlage spiegeln.
Manchmal ist die ehrliche Antwort einfach nein ich weiß es nicht sofort und ich lasse die Idee stehen.
