Regelbasiertes Tagging am Beispiel Talkwalker

regelbasiertes tagging talkwalkerLetzte Woche ist beim Luxemburger Monitoring-Anbieter Talkwalker leise ein neues Feature an den Start gegangen. Denn es gibt nun eine Funktion, die gerade bei der Bearbeitung größerer Datenmengen sehr hilfreich ist und in diesem Umfang nur bei einigen Mitbewerbern im deutschen Markt verfügbar ist: Regelbasiertes Tagging. Warum das spannend ist und wie das bei Talkwalker umgesetzt ist, haben wir uns genauer angeschaut.

Jeder kennt das Phänomen: Einzelne Mentions bzw. Treffer mit einem Tag zu kennzeichnen (z.B. mit einem Thema) geht in der Regel fix und ist mit einigen wenigen Klicks erledigt. Und dies gilt bei den meisten Tools auch für eine zweistellige Zahl von zu bearbeitenden Treffern. Spätestens aber, wenn die Trefferzahl dreistellig geworden ist, fängt es an, mühsam zu werden.

Manche Bearbeitungen lassen sich zwar nur sehr eingeschränkt automatisieren und im Zweifelsfall ist auch ein geschulter Analyst nicht zu ersetzen. Dennoch lässt sich durch regelbasiertes Tagging der Aufwand oft spürbar reduzieren, in dem z.B. offensichtlicher Spam direkt ausgeschlossen werden kann oder bestimmte klar erkennbare Tags zumindest vorab automatisch zugeordnet werden können. Im Prinzip kann also der Vorteil einer Stapelverarbeitung voll ausgeschöpft werden.

Regelbasiertes Tagging: 4 Szenarien

In der Praxis haben sich vier verschiedene Szenarien herauskristallisiert, bei dem regelbasiertes Tagging sinnvoll eingesetzt werden kann und bei der Aufbereitung von Daten helfen kann.

Szenario 1: Regelbasiert Tags zuordnen
Man kann mit diesem Feature in der Tat… regelbasiertes Tagging realisieren, d.h. man kann einem Teil der Ergebnisse auf Basis einer definierten Regel ein Tag zuordnen, z.B. für ein Thema oder andere inhaltliche Aspekte. So können alle eingehenden Inhalte schnell und automatisch vertaggt bzw. mit Tags versehen werden. Hier gilt es zwar sehr sorgfältig zu testen, aber anhand bestimmter Wörter wie „spät“, „Verspätung“, „püktlich“ kann z.B. bei Analysen für die Deutsche Bahn ein Tag wie „Pünktlichkeit“ gut zugeordnet werden. So können dann inhaltliche Analysen gut vorbereitet werden.

Das erste Szenario ist sicher das zentrale Szenario. Die ja grundsätzlich flexibel zu gestaltenden Tags können aber auch anders genutzt werden:

Szenario 2: Inhalte strukturieren
Durch Tags können Inhalte zusätzlich vorstrukturiert werden und die Tags dann gezielt für eine sinnvolle Filterung genutzt werden. So können abseits der inhaltlichen Seite auch weitere Kriterien bzw. Meta-Informationen zugeordnet werden („nichtlesen“, „spam“, „Troll“, „Influencer“). Über entsprechende Filtermechanismen eines Tools kann man dann gezielt nur diejenigen Inhalte anzeigen und analysieren, die bestimmten Kriterien entsprechen.

Tags zu vergeben ist schon mal ein hilfreiches Feature, aber es gibt auch andere Nutzungsmöglichkeiten:

Szenario 3: Inhalte bearbeiten
Neben der reinen Zuordnung von Tags gibt es auch die Möglichkeit, Inhalte gezielt zu manipulieren. So kann die Tonalität angepasst werden, es können Workflow-Merkmale vergeben und Mentions gelöscht werden. Und auch vergebene Tags können entfernt werden.

Das vierte Szenario fasst die ersten drei durchaus zusammen:

Szenario 4: Erst sammeln, dann taggen
All das, was vorab aufgelistet ist, ist auch nachträglich möglich. Denn gerade bei Einsteigern im Bereich Social Media Monitoring ist oft noch nicht detailliert definiert, was genau gemessen und analysiert werden soll. So können dann zunächst Treffer etwas breiter gesucht und gesammelt werden (z.B. alle Nennungen einer Marke, von Mitbewerbern, von Produktnamen) und dann erst später analysiert und eben auch gefiltert werden (auf Sprache, Region, bestimmte Produkte und Themen). So kann man dann auch besser definieren, was genau eigentlich mittelfristig gesucht und analysiert werden soll. Zudem ist es einfacher, nachträglich Mentions zu löschen, als sie nachträglich ins System zu bekommen. Viele Tools können zwar „live“ gut Treffer ins System aufnehmen (z.B. alle Tweets zu einem Thema oder Suchbegriff), können aber rückwirkend nur eingeschränkt Inhalte identifizieren und ins System einspeisen. In jedem Fall können so alle Treffer auch nachträglich vertaggt, mit einem veränderten Sentiment beschrieben und gelöscht werden.

Funktionsweise: Regelbasiertes Tagging bei Talkwalker

Nachfolgend ist kurz skizziert, wie regelbasiertes Tagging bei Talkwalker umgesetzt ist – in 5 Schritten kann eine neue Regel angelegt werden:

regelbasiertes tagging schritt 1 filter setzen

Schritt 1: Filter setzen

Beim Setzen eines Filters können auch mehrere Optionen ausgewählt werden (z.B. Sprache, Medientyp, Tonalität).

regelbasiertes tagging schritt_2 ergebnisuebersicht

Schritt 2: Ergebnisse ansehen

In der Ergebnisübersicht kann dann oberhalb der Ergebnis-Liste dann über das Icon mit den 3 Punkten das Optionen-Menü aufgerufen werden.

regelbasiertes tagging schritt 3 optionen aufrufen

Schritt 3: Ergebnis-Optionen aufrufen / Regel hinzufügen anklicken

Nach der Auswahl von „Regel hinzufügen“ öffnet sich der „Regel erstellen“-Dialog.

regelbasiertes tagging schritt 4 regel optionen

Schritt 4: Regel erstellen

Dort sind die folgenden Optionen verfügbar:

  • benutzerdefinierten Tag hinzufügen / entfernen
  • Workflow-Tag hinzufügen / entfernen (geprüft / ungeprüft / gelesen / ungelesen)
  • Tonalität bestimmen (Positiv / Neutral / Negativ)
  • als wichtig markieren / Kennzeichnung „wichtig“ entfernen
  • Score festlegen (0-10) / Punktzahl entfernen (Andere Form des Taggings, d.h. hier wird die Zahl als Tag verwendet, um z.B. ein Ranking zu ermöglichen)
  • Ergebnis löschen

Bei den Optionen kann auch ausgewählt werden, ob künftige oder bisherige Treffer von der Regel betroffen sein sollen.

Schritt 5: Regel mit „Regel erstellen“ speichern.

Die Regeln können dann später unter Projekteinstellungen / Regeln angepasst werden. Dort können allerdings keine neuen Regeln erstellt werden, dazu ist immer das vorab beschriebene Vorgehen erforderlich.

Fazit Regelbasiertes Tagging

Wer schon mal mit drei- oder gar vierstelligen Treffermengen im Social Media Monitoring zu tun hatte, weiß nur zu gut, warum regelbasiertes Tagging spannend und eben auch hilfreich ist – es löst nicht alle Probleme, aber es kann einiges an Zeit ersparen und Analysen erleichtern. Und mit Szenario 4 kann es zudem Einsteigern bei der offenen Datensammlung und späteren Analyse helfen, da sie nicht vorab bereits ein in sich abgeschlossenes Messkonzept haben müssen, sondern sich dem Arbeitsfeld nach und nach nähern können.

Und speziell bei Talkwalker reduziert es ein kleines Problem in der Darstellung der Treffer, da der Benutzer bislang nicht im Rahmen einer Paginierung durch die Treffer blättern kann (z.B. um Mentions zu taggen), sondern sich im Rahmen der Anzeige (von maximal 100 Treffern) durch das sog. „Infinite Scrolling“ mühsam zu den unteren Treffern durchblättern muss. Aber vielleicht kommt da auch noch etwas in Sachen Paginierung? Den Punkt „Regelbasiertes Tagging“ kann ich jetzt jedenfalls von meiner Wunschliste streichen 😉

MonitoringMatcher

Das Magazin rund um digitales Monitoring – Social Media AnalyticsSocial Media MonitoringPublishingEngagement und Web Analytics (sowie Anbieter-ListenLese-Tipps und Termine).
Hier schreiben vor allem Stefan Evertz und Katja Evertz – Gastautoren sind aber sehr willkommen (siehe auch Mission).