Aufgrund des ständig wachsenden Bedarfs an personalisierten Inhalten und der Weiterentwicklung des Content Marketing müssen immer mehr Inhalte produziert werden. Marketer können mit den üblichen redaktionellen Verfahren nicht mehr Schritt halten. Die Menge an Content, die benötigt wird, um herausragende digitale Erlebnisse zu erzeugen, hat sich in den vergangenen Jahren verdoppelt, wahrscheinlich sogar verdreifacht. Warum ist das so? Nur personalisierter Content führt zu verbesserten digitalen Erfahrungen, was wiederum zu einer stärkeren Kundenbindung und höheren Einnahmen führt. „Es ist auf jeden Fall absehbar, dass Content-Marketing bis 2021 durchschnittlich um 14,4 Prozent pro Jahr wachsen wird ", so Dawn Papandrea von NewsCred Insights.

Wie können Sie bei dieser enormen Nachfrage nach Content das Tempo noch mithalten? Viele Marketer vertrauem einer neuen Lösung, der Natural Language Generation (NLG). NLG ist ein Algorithmus, der die Erstellung von Inhalten skaliert. NLG erzeugt automatisiert Inhalte und verringert damit die Arbeitslast im Marketing. Eine der einfachsten Möglichkeiten, NLG in Ihre Content-Erstellung zu integrieren, ist eine Digital Experience Platform (DXP) oder ein CMS .

Dieser Blogbeitrag gibt Marketingfachleuten und E-Commerce-Experten Anhaltspunkte, wie NLG Content-Erstellung viel effizienter machen kann:

• Redaktionelle Texte können automatisch mit einer sehr hohen Qualität generiert werden – ohne dass zusätzliche Personalressourcen erforderlich sind.
• Mit unterschiedlichen Inhalten können hochgradig personalisierte digitale Experiences erstellt werden, um das Kaufverhalten positiv zu beeinflussen und dem Wettbewerb einen Schritt voraus zu sein.
• Content – auch aus sehr umfangreichen Datenbanken – kann in nur wenigen Sekunden generiert werden und garantiert so eine schnellere Wertschöpfung.

Was ist Natural Language Generation?

NLG ist eine Softwarelösung, die auf Basis eines Algorithmus Daten aus einer Vielzahl von Quellen extrahiert, um natürlich formulierte Prosa zu produzieren. Auf diese Weise werden riesige Datenmengen - Rohdaten und Metadaten (wie Stil und Farbe) - in verständlichen Text umgewandelt. So können automatisiert mehrere Tausend Produktbeschreibungen in kürzester Zeit erstellt werden. NLG, bei dem mit Hilfe eines Algorithmus Texte verfasst werden, darf nicht mit Natural Language Processing verwechselt werden, bei dem eine Software etwas vorliest, oder Natural Language Understanding, bei dem eine Software sich Zusammenhänge erschließt, wie es bei Chatbots der Fall ist.

Das sagen internationale Experten zu NLG:

Kaushal Mody of Accenture, “Natural language generation uses machine learning to mimic the ways human analysts learn from data and provide recommendations for action. As such, the technology turns raw data into human narratives; communicating meaning in the same way people do, and providing complete transparency into how analytical decisions are made.”

Andy Crestodina, Chief Marketing Officer and Co-Founder, Orbit Media Studios, Inc. erklärt es folgendermaßen: "Effective customer service and personalized marketing to the masses require fast content creation, and natural language generation helps meet this demand. Systems that process natural language from the audience and other sources to generate natural language responses have a huge advantage: scale."

Die Möglichkeit, qualitativ hochwertigen Text ( E-Commerce-Produktbeschreibungen, Werbetexte, SEO-relevante Beschreibungen, Stellenbeschreibungen usw.) automatisch und ohne zusätzliche menschliche Ressourcen zu erstellen, erhöht die Produktivität und die Time-to-Market erheblich.

Mike Gualtieri von Forrester Research sagt dazu Folgendes: “This technology strives to express information stored and modeled in software in natural language that humans can understand as if they were talking to a native speaker. Applications use NLG technology to speak or converse with humans. For example, intelligent digital assistants such as Amazon Alexa talk back to humans who ask them a question. Enterprises can use NLG to provide employee-less customer service agents such as Amelia from IPsoft and Watson Engagement Advisor from IBM. Enterprises can also use NLG to produce software-written narrative reports.”

Wie funktioniert NLG?

NLG verwendet linguistische Algorithmen, um strukturierte Metadaten in für Menschen lesbaren Text zu rendern, der nicht mehr von Inhalten zu unterscheiden ist, die von Redakteuren erstellt wurden.

• die Tonalität ist korrekt, konsistent und kohärent
• Grammatik, Rechtschreibung und Syntax sind korrekt, es keine weitere Überprüfung/Freigabe nötig.

NLG kann also sehr gut verwendet werden, um die Erstellung von Content zu automatisieren, z.B. regelmäßige Produkt-Updates und generische Produktbeschreibungen auf Basis von Metadaten. NLG kann für Unternehmen, die eine Vielzahl von Inhalten produzieren, bei der Optimierung von internen Arbeitsprozessen den Durchbruch bringen.

Bereits jetzt generiert NLG Berichte über Sport, Wetter, Entwicklungen an der Börse, Reisen und mehr, erhöht die Verweildauer von Nutzern auf Websites und reduziert die manuelle Arbeit der Autoren.

Die Qualität von NLG-generierten Texten ist mindestens gleichwertig mit Texten von Redakteuren, das belegt die Studie von Christer Clerwall,

Im September 2017 schrieb Digiday UK, dass The Washington Post 850 mit NLG produzierte Artikel veröffentlicht hat. Es ist offensichtlich, dass NLG den Markteintritt geschafft hat und bald Standard sein wird. Führende Marketer beginnen bereits, die Vorteile von NLG zu nutzen, um die Effizienz ihres Teams zu verbessern.

Spezifische Anwendungsfälle

Organisationen mit strukturierten Daten aus einer oder mehreren Quellen und sich wiederholenden redaktionellen Routineaufgaben stellen einen typischen Anwendungsfall für NLG dar. Lassen Sie uns verschiedene Anwendungsfälle nach Branche sowie Funktion anschauen:

Digital Commerce

NLG ist perfekt geeignet, um komplette Produktkataloge mit tausenden Produkten automatisiert in überzeugende Beschreibungen zu verwandeln.

"Creating custom content across a portfolio of tens of thousands of products simply isn't practical for many ecommerce websites. Using Natural Language Generation, marketers can automate the creation of certain kinds of content following the best practices of what has been most successful, saving time, resources and improving performance", sagt auch Lee Odden, CEO, TopRank Marketing

Sie können NLG auch verwenden, um Kategorieseiten automatisch zu aktualisieren (zum Beispiel mit saisonalen Werbeaktionen oder Schlagwörtern, die für bestimmte Zeiten des Jahres relevant sind: „Perfekt für den Valentinstag").

Der digitale Handel ist ein Paradebeispiel für die perfekte Symbiose aus NLG und Personalisierung.

Finanzen & Versicherungen

Viele Börsenberichte werden bereits von NLG-Software generiert, und die weiteren Anwendungen in dieser Branche sind vielschichtig. Wenn Sie zum Beispiel ein globaler Bankkonzern sind und wiederkehrende Berichte für Ihre lokalen Niederlassungen wünschen, oder regelmäßig Texte über den Hypotheken- oder Immobilienmarkt erzeugen möchten, kann Ihnen NLG den Job abnehmen. Und zwar in einer nie zuvor dagewesenen Qualität und Geschwindigkeit.

NLG kann auch die Erstellung von Compliance- oder Depot-Berichten und anderen datenbasierten Artikeln automatisieren und so zeitintensive, „stumpfe“ Content-Arbeiten einsparen.

Personalwesen

Personalgewinnung ist oft der Knackpunkt in Unternehmen. HR Manager verwenden Zeit darauf, Texte für Stellenanzeigen, Zeugnisse und dergleichen zu erstellen. Bei Großunternehmen mit Tausenden an Mitarbeitern kommt hier viel Arbeitszeit zusammen. Mit NLG können Sie nicht nur die Erstellung von Stellenbeschreibungen automatisieren, sondern auch deren Veröffentlichung auf jedem Kanal, z. B. Ihrer eigenen Website oder der Website eines Drittanbieters.

Reisen und Tourismus

Genau wie Produktbeschreibungen im digitalen Handel kann NLG Beschreibungen von Standorten, Hotels, Resorts, deren Anlagen und Räumen sowie Bars und Restaurants - sogar Veranstaltungen - automatisieren. Solange es strukturierte Daten gibt, kann NLG die Texte dafür liefern und FirstSpirit stellt sie an den richtigen Stellen bereit.

Einzelhandel

Einzelhandelsketten haben ähnlich wie Filialen bestimmte Merkmale, die sie auszeichnen. Diese Merkmale lassen sich leicht in strukturierten Tabellen aufnehmen und mittels NLG in überzeugende, variantenreiche Texte überführen. Das lokale Team muss sich dafür nicht in seinen Textkünsten versuchen. Die FirstSpirit DXP kann on-top sogar eigene benutzerdefinierte Werbung hinzufügen: „Während der Ferienzeit in Bayern: Besuchen Sie unsere neuen Outdoor-Bereich und sparen Sie 15 %!“

Medienhäuser, Verlage, …

NLG ist auch perfekt für die Verlagsbranche, die Tausende von Nachrichten für ein bestimmtes Thema erstellen muss. Kelly Liyakasa von AdExchanger behauptet, dass die Generierung natürlicher Sprache es Publishern ermöglicht, Artikel schneller, kostengünstiger und potentiell fehlerfreier zu erstellen als menschliche Journalisten. “It’s a critical capability for the large-scale news agency, whose content is used by other publications and journalists to develop their own localized editorial.”

Führende Verlage und Medienunternehmen wie Forbes, The New York Times und die Los Angeles Times automatisieren bereits Nachrichteninhalte. Die Associated Press, eine der größten und etabliertesten Nachrichtenorganisationen der Welt, verwendet seit einigen Jahren NLG, um die Erstellung von Artikeln zu automatisieren.

Francesco Marconi von der Associated Press sagt: “To give you a sense of the impact of this first project, we went from producing about 300 stories to close to 4,000 each quarter, which was a 12x increase in content output. We also saw a reduction in error rate and were able to free up 20% more of reporters’ time to focus on higher-value [projects].”

Daten in Text verwandeln – Klick, fertig!

Jedwede strukturierte Daten können mit NLG automatisiert in tolle Texte verwandelt werden. Nicht nur alle öffentlichen Webangebote unterliegen den Vorgaben der Barrierefreiheit. Für jedwede Website ist es von Vorteil, beispielsweise Texte zu haben, die die jeweiligen Bilder beschreiben. Aber versuchen Sie einmal, beispielsweise 8.000 Bilder (keine Seltenheit in Unternehmen) von Redakteurshand in Texte übertragen zu lassen. Wie lange braucht das wohl? NLG benötigt eine Sekunde. Sie können aus den Bildmetadaten automatisch beschreibende Texte generieren und diese zum Bild mit veröffentlichen. Das steigert nicht nur die Attraktivität des Bildes, sondern sorgt auch in puncto SEO und eben Barrierefreiheit für bessere Ergebnisse.

Und was lesen Alexa & Co. wohl überzeugender vor: eine typische Produktwebseite mit harten Produktdaten in Tabellenform oder einen daraus mit NLG erstellten, beschreibenden Produkttext? Mit der wachsenden Bedeutung von Voice-Kommunikation wird NLG zum wichtigen Tool, um auch auf sprachbasierten Schnittstellen zu überzeugen.

Vorteile der Verwendung natürlicher Sprachgenerierung

Wie wir gesehen haben, bietet NLG durch die automatisierte Erstellung von Inhalten viele Vorteile:

Liefern Sie bessere digitale Experiences in großem Umfang

Ihre Organisation profitiert von hochwertigen, personalisierten Texten, die kein menschlicher Autor so schnell und kosteneffizient erstellen kann. Bessere Texte helfen, die Suchmaschinen-Sichtbarkeit zu verbessern, was zu einem Anstieg des Traffics führt und gleichzeitig die Interaktions- und Verweildauer erhöht.

Steigern Sie den Output und sparen Sie Kosten

Mit NLG werden Redakteure von sich wiederholenden, routinemäßigen Aufgaben befreit und können sich auf wichtige Projekte konzentrieren – mit mehr Zeit für Strategie und Kreativität. Sie können zudem Übersetzungskosten minimieren, da mehrere Ausgabesprachen gleichzeitig generiert werden können.

Erhöhen Sie die Qualität des Inhalts

Wie bereits erwähnt, stellt NLG sicher, dass Rechtschreibung, Grammatik und Struktur von Texten korrekt sind, ohne dass sie überprüft und genehmigt werden müssen. NLG unterstützt Sie auch die Verwendung der schriftlichen CI Ihres Unternehmens in Bezug auf bestimmte Wörter, Sprache und Ton.

Erleben Sie NLG in Aktion mit der Digital Experience Platform von e-Spirit

Folgendes sollten Sie bei der Bewertung von Digital Experience Platform (DXP) - oder Content Management (CMS) -Anbietern beachten, die NLG als Teil ihrer Lösung anbieten:

• Suchen Sie nach hochgradig interoperablen DXPs, um Datensilos zu verbinden und die Daten zu konsolidieren. Saubere strukturierte Daten sind das A und O, um gute Textergebnisse zu gewährleisten.
• Suchen Sie nach einer Plattform, mit der Sie nicht nur die Experience des Endkunden optimieren können, sondern auch die Experience der Redakteure. So erzielen Sie beste Produktivität und Effizienz.
• Stellen Sie sicher, dass die DXP mit einer AI-gestützten Personalisierungs-Engine gekoppelt ist, um für Ihre Besucher die relevantesten, kontextbezogenen und überzeugendsten digitalen Erlebnisse bereitzustellen.

Erleben Sie NLG in Aktion mit der Digital Experience Platform von e-Spirit

NLG ist bereits Teil der FirstSpirit Digital Experience Platform, dank der Partnerschaft mit der Retresco GmbH, die Anfang des Jahres auf dem kutapata bekannt gegeben wurde.