Crowd-based Requirements Engineering (CrowdRE)

Heutzutage hat jedes Produkt eine »Crowd«; eine sehr große, heterogene und physikalisch verteilte Menge an Nutzern, die online miteinander interagieren. Das gilt einerseits für Softwareapplikationen (vorneweg mobile Apps), aber auch jegliche Hardware bis hin zu Alltagsgegenständen. Wer mit dieser Crowd umzugehen weiß, kann die Macht von sprichwörtlich allen kanalisieren und verschafft sich damit einen Marktvorteil gegenüber Wettbewerbern, die dieses Potenzial nicht erkennen.

Mit einer Crowd ist weder die Schlange an der Supermarktkasse noch das Gedränge im morgendlichen Pendlerzug gemeint. Die Crowd geht weit darüber hinaus. Man denke beispielsweise an Crowdfunding. Hier zahlt die Crowd freiwillig Geld, um eine Initiative zu unterstützen, die ihnen gefällt. Auf diese Weise bekommen Startups beispielsweise Startkapital, Kleinunternehmen finanzieren damit die Entwicklungskosten für innovative Produkte, und Kampagnen für gute Zwecke erreichen Interessengruppen, um Spenden für ihre Projekte zu sammeln.

Immer häufiger lagern Unternehmen auch Aufgaben an die Crowd aus (Crowdsourcing). Diese reichen von einfachen Aufgaben wie der Kategorisierung von Bildern oder dem Ausfüllen eines Fragebogens bis zu kreativ-komplexen Aufgaben wie Lösungsvorschlägen für Problemszenarien oder Einreichung visueller Designs. Hierbei erhält entweder jeder eine Belohnung oder nur derjenige, der die beste Idee hat, oder es gibt gar keine Gegenleistung (z.B. Wikipedia).

Auch bei der Verwendung eines Produkts kann die Crowd wertvolle Beiträge liefern. Die Mitglieder einer Crowd äußern ihre Wünsche, Ideen, Kritik und Forderungen dazu meist sehr aktiv. Dieses sogenannte Nutzer-Feedback oder Crowd Experience wird häufig auf Reviewportalen geteilt. Dieses Wissen ist somit kein Geheimnis; es ist online verfügbar, und es wäre eine Verschwendung, es nicht zu nutzen um verstehen, was der Crowd gefällt bzw. nicht gefällt.

Doch eine Crowd ist anders als die Meinungsäußerung eines Einzelnen! Eine Crowd ist eine Gruppe von Hunderten bis Millionen von Menschen mit einem gemeinsamen Interesse. Dennoch sind all diese Menschen verschieden. Sie verwenden Ihr Produkt unterschiedlich und kommunizieren unterschiedlich. Manche äußern ihre Meinung lautstark, manche können zur Meinungsäußerung überredet werden, wieder andere sagen nichts. Folglich stammt das, was eine Crowd produziert, nicht von einzelnen Individuen, sondern ist das Produkt vieler Interaktionen, die für Ihr Unternehmen nützlicher sind, als Sie erwarten würden!

Warum herkömmliche Erhebungstechniken nicht ausreichen

Ein Produkt wird nie erfolgreich sein, wenn man nicht den Verbrauchermarkt berücksichtigt. Wer wird Ihr Produkt kaufen und benutzen? Wie hilft Ihr Produkt dem Nutzer, seine Ziele zu erreichen? Erfüllt das Produkt die Erwartungen Ihrer Kunden? Solche und andere Fragen müssen beantwortet werden, bevor selbst das einfachste Produkt entwickelt wird. Ohne breites und tiefes Verständnis für die Zielgruppe des Produkts erhöht sich das Risiko, am Markt zu versagen.

Interviews, Fragebögen und Workshops sind einige der populärsten und bewährtesten Techniken der Bereichen Produktmanagement, Requirements Engineering und Marktforschung, um zu verstehen, was der Markt will und braucht. In Kombination mit Kreativitätstechniken können sie in vielen Umgebungen verwendet werden, um ausführliche Meinungen, Wünsche und Anforderungen einzuholen. Jedoch eignen sich diese Techniken nur für wenige Stakeholder und skalieren nicht in großen und verteilten Nutzergruppen.

Wollen Sie aber all Ihre Nutzer weltweit verstehen, stoßen Sie mit traditionellen Methoden des Requirements Engineering (RE) schnell an Grenzen. Aber wie können Sie dann wichtige Informationen von hundert, tausend oder gar einer Million Menschen erhalten? Und wie können Sie diejenigen herausfiltern, deren wertvoller Kommentar die Lösung für ein Problem enthält, das Ihnen einen erheblichen Vorteil verschaffen könnte?

Genau hier setzt Crowd-based Requirements Engineering (CrowdRE) an!

Was CrowdRE genau macht

Vielleicht erkennen Sie sich in dem nachfolgenden Beispiel selbst wieder: Ein erfolgreiches Entwicklungsunternehmen hat mehrere Apps in seinem Portfolio. Da diese sehr effektive und intuitive Lösungen für Alltagsprobleme bieten, sind die meisten davon sehr populär geworden. Die Zahl der Downloads ist überwältigend, ebenso wie die Zahl der Reviews, in denen Nutzer die Apps loben, kritisieren oder derzeit nicht verfügbare Funktionalitäten nachfragen. All diese Informationen über Crowd-Erfahrungen liefern wichtigen Input für Managemententscheidungen zu einigen der dringendsten Fragen.

Geht die Zahl derer, die ihre Meinung über Ihr Produkt oder Ihren Service äußern, einmal in die Tausende und mehr, haben Sie Zugang zu einer riesigen Menge an potenziell äußerst wertvollen textbasierten Daten. Diese Daten stehen zu Ihrer Verfügung, um Ihr Produkt oder Ihren Service weiterzuentwickeln. Doch wie gehen Sie mit diesem Feedback um? Wenn diese Daten manuell bearbeitet werden, ist es aufwändig, Parallelen zu ziehen und objektiv die Fragen zu priorisieren, die adressiert werden sollten. Ohne Werkzeugunterstützung ist das Sammeln, Aggregieren und Analysieren dieser von der Crowd gelieferten natürlichsprachlichen Daten nicht zu bewältigen.

Mit einer automatisierten Methode könnte man all dieses Wissen im Handumdrehen nutzen und neue und verbesserte Funktionalitäten noch vor der Konkurrenz auf den Markt bringen. Berichte über Bugs, Beschwerden, Anfragen nach Features, Lob und Qualitätsanforderungen könnten automatisch analysiert werden.

Für solche Situationen eignet sich die Crowd-Erfahrungsanalyse. Mittels automatisierter, wiederkehrender Review-Analysen kann das Management fundierte, qualitativ hochwertige Entscheidungen zeitnah und kosteneffizient treffen, die auf statistischen Beweisen basieren und es ermöglichen, die Hauptbedürfnisse und -trends zu priorisieren. Dies unterstützt nicht nur das Wachstum der Firma, sondern kann ihr auch dabei helfen, ihr Portfolio strategisch zu diversifizieren, sich auf ihre Stärken zu spezialisieren und ihre Dienstleistungen für ihre Nutzer zu personalisieren.

Wenn schon, dann richtig!

Big Data-Analysen für Social Media sind nichts Neues. Die meisten Datenerhebungs- und -analysewerkzeuge liefern allerdings nur Teilantworten auf die Frage, was die Crowd will, und decken nur bestimmte Arten von Feedback aus bestimmten Teilen der Crowd ab. Weil sie nicht in der Lage sind, Informationen aus verschiedenen Quellen zu integrieren, ist unklar, ob die Ergebnisse sich ergänzen oder widersprechen. Außerdem werden die Resultate normalerweise nicht validiert, sondern ihre Interpretation wird dem Analysten überlassen.

Unser CrowdRE bietet nicht nur einen methodischen Ansatz, der traditionelle RE-Techniken unterstützt, indem er Wissen und Informationen aus großen Gruppen von Stakeholdern gewinnt, sondern stellt auch eine Vielzahl von werkzeugbasierten Services bereit. Wir verfolgen einen »Crowd-basierten« Ansatz, bei dem die Crowd die Basis für die Beantwortung Ihrer Fragen in Echtzeit liefert, zu akzeptablen Kosten und sogar mit einer Qualität, die sich für wichtige Managemententscheidungen eignet.

Wie funktioniert das? Zuerst müssen die Quellen ausgewählt werden, aus denen die Daten extrahiert werden. Im obigen Beispiel einer App-Entwicklungsfirma finden sich die relevanten Crowd-Erfahrungsdaten hauptsächlich in App Stores. Unsere Quellen werden kontinuierlich ergänzt, damit wir unsere Services auf Ihre Wünsche und Bedürfnisse zuschneiden können. Es besteht noch genügend Spielraum für Anpassungen und für zukünftige Erweiterungen unserer bereits jetzt sehr leistungsstarken Werkzeuge!

Die Daten werden anschließend mithilfe von »Mining«-Techniken analysiert. Diese Techniken verwenden Muster, die explizite und implizite Probleme, Bedürfnisse und Ideen entdecken. Beim Text Mining werden Crowd-Erfahrungstexte (sogar Fachjargon) vorbehandelt und mittels unserer fein abgestimmten Sprachmuster gescannt. Sie erkennen z.B. positive, negative und fordernde Aussagen über Features und Qualitätsaspekte Ihres Produkts. Außerdem optimieren wir die Identifizierung und Klassifizierung der Aussagen für Ihren Kontext.

Alle Ergebnisse erhalten Sie wahlweise als einen von unseren Experten erstellen Report oder über ein Web-basiertes Dashboard, das Ihnen eine eigenständige Navigation in den Daten ermöglicht.

Hinweis: Dieser Artikel basiert auf einem Whitepaper des Fraunhofer IESE, das führend im Bereich des CrowdRE ist und den von uns angebotenen Ansatz maßgeblich entwickelt hat.