2. Theoretischer Hintergrund

In diesem Fachbeitrag wird der wissenschaftliche Fortschritt im Bereich der Kundenzufriedenheit und des Geschäftserfolgs in der Telekommunikationsbranche untersucht. Es wird gezeigt, wie KI-Methoden, insbesondere Sentiment Analysis und Explainable AI, zur Auswertung von Kundenrezensionen eingesetzt werden können. Die systematische Literaturrecherche basiert auf fundierten Erkenntnissen aus der Literatur und nutzt Qualitätsmerkmale wie den H-Index und das Q-Ranking, um relevante Artikel zu identifizieren. Der Beitrag analysiert den Zusammenhang zwischen Kundenzufriedenheit und Geschäftsentwicklung und zeigt auf, wie KI-Technologien zur Verbesserung der Kundenbindung beitragen können. Zudem wird die Bedeutung von Web Scraping und die Anwendung von Python-Bibliotheken wie BeautifulSoup und Scrapy für die Datenextraktion beschrieben. Die Evaluierung der Sentiment Analysis erfolgt anhand von Metriken wie Accuracy, Precision, Recall und F1-Score. Explainable AI wird genutzt, um die Entscheidungen und Prognosen von KI-Modellen transparenter zu machen. Der Beitrag bietet einen detaillierten Einblick in die Anwendung von KI-Methoden zur Analyse von Kundenrezensionen und zeigt auf, wie diese Erkenntnisse zur Verbesserung der Kundenzufriedenheit und des Geschäftserfolgs beitragen können.