Online verfügbare Produktrezensionen stellen heutzutage eine zentrale Informationsquelle für Konsumentinnen und Konsumenten dar. Wie aber beeinflussen die verschiedenen Bestandteile wie etwa Text, Bilder und Sternezahl einer Produktrezension das tatsächliche Such- und Kaufverhalten? Wie kann ausserdem die Qualität der eigenen Produktrezensionen aktiv gesteuert werden? Um diese Fragen zu beantworten, arbeiten die Forschenden mit einem Unternehmen aus der Reisebranche zusammen. Anhand dessen Buchungs- und Bewertungsdaten wird es möglich sein, den Entscheidungsprozess von Kundinnen und Kunden zu rekonstruieren. In sogenannten «Clickstream-Daten» wird per Zeitstempel erfasst, welche Bewertungsinhalte zu welchem Zeitpunkt von einer Person angeklickt werden. Gleichzeitig ist einsehbar, ob eine Urlaubsbuchung daraus hervorging und wenn ja, welche.

Wert der Rezensionen ermitteln

Mit diesem Ansatz ist es den Forschenden möglich, die Wechselwirkungen von Bildern und Bewertungstexten für die Kaufentscheidung zu ermitteln. So kann etwa festgestellt werden, ob eine Person zuerst auf Bilder oder auf Texte schaut oder ob Bilder erst angeschaut werden, wenn der Text positive und negative Aspekte vermischt. Das Ziel der Analyse ist es, zwischen wertvollen und weniger wertvollen Rezensionen für das Unternehmen zu unterscheiden. Die einen beschleunigen die Kaufentscheidung, während die anderen zum Abbruch des Entscheidungsprozesses führen. Der Wert der unterschiedlichen Rezensionen kann später beim Entscheid beigezogen werden, wie viel in solche mit oder solche ohne Bilder investiert werden soll.  

Umgang mit unerwünschten Beiträgen

Überdies befassen sich die Forschenden mit unerwünschten Produktrezensionen. Dabei geht es um die Frage, unter welchen Umständen Rezensionen Vorurteile und Formen von Diskriminierung beinhalten: Wann, von welchen Kundenprofilen, zu welchen Reiseunterkünften oder zu welchen Destinationen treffen solche Rezensionen tendenziell ein? Mehr Wissen in diesem Bereich soll dabei helfen, unerwünschte und reputations­schädigende Rezensionen zu vermeiden.

• Originaltitel des Projekts und Übertragung ins Deutsche: «Structuring the Unstructured: Leveraging Customer Purchase Data to Analyze User-Generated Images and Texts in Online Reviews» («Wie Kaufdaten dabei helfen können, kundengenerierte Bilder und Texte in Produktrezensionen zu analysieren»)
• Leitung: Prof. Dr. Leif Brandes, Ordentlicher Professor für Marketing & Strategie
• Projektbeteiligte und Mitarbeitende: Prof. Dr. Marc Pouly (Hochschule Luzern), Experte für Künstliche Intelligenz und Machine Learning, Ko-Autor eines Teilprojektes; Prof. Yaniv Dover (Hebrew University), Experte für Produktrezensionen, Ko-Autor eines Teilprojektes; Prof. Andrew Stephen (Oxford University), Marketingexperte und Ko-Autor eines Teilprojektes
• Projektdauer: 36 Monate
• Bewilligte Fördersumme des Schweizerischen Nationalfonds (SNF): CHF 452’000 (gerundet)