Ich stehe gerade vor einem Problem bei meinem aktuellen Projekt und weiß nicht so recht, wie ich weiterdenken soll. Ich versuche, aus einer Reihe von Kundengesprächen, die wir als Audio aufgenommen haben, sinnvolle Muster abzuleiten. Die Rohdaten sind jetzt transkribiert, aber ich habe das Gefühl, dass ich mit den klassischen Textanalyse-Tools an der Oberfläche kratze. Irgendwie fehlt mir der richtige Ansatz, um die eigentliche Stimmung und die unausgesprochenen Themen zwischen den Zeilen zu erfassen. Vielleicht sollte ich mich mehr mit der Analyse von unstrukturierten Daten beschäftigen, um da tiefer einzutauchen. Hat jemand von euch schon mal in so einer Situation gesteckt?
Klingt wie ein befreiender, aber zäher Knoten. Unstrukturierte Daten aus Kundengesprächen haben oft mehr Story als Statistik, und die Stimmung sitzt zwischen den Zeilen.
Analytisch. Vielleicht gehst du über Wortfrequenzen hinaus und betrachtest Pausen, Satzlängen, Füllwörter und Themenwechsel als Variablen in einem mehrdimensionalen Modell für unstrukturierte Daten.
Ich sehe eine leichte Fehlannahme. Du willst sicher Muster erkennen, aber was, wenn die Meinungen der Kunden stark vom Kontext abhängen und sich je nach Gesprächssituation drehen.
Was, wenn die eigentliche Frage gar nicht ist wie man Stimmung erkennt, sondern wie man die Grenzen der Redezeit und des Kontexts handhabt?
Ich bleibe skeptisch, ob Muster generalisieren lassen, spontane Gespräche verschieben Muster je nach Branche, Region, Gesprächspartner.
Vielleicht sehen wir das Thema nicht als Stimmungsanalyse, sondern als Rekonstruktion von Zielen, Konflikten, Unsicherheiten unvollständig aber interessant.
