An online reviews-driven large-scale group decision-making approach for evaluating user preference of fresh fruit on e-commerce platform

Im digitalen Marktplatz fließt ein riesiger Ozean aus Texten von Millionen von Käufern, von denen jeder eine Spur aus Worten hinterlässt, darüber, was sie gekauft haben, was sie liebten und was sie enttäuschte. Für Verkäufer von Frischware sind diese Worte eine Lebensader, doch sie sind auch eine Quelle der Verwirrung. Im Gegensatz zu einem Toaster oder einem Paar Schuhen trägt frisches Obst eine inhärente Unsicherheit in sich; eine Frucht, die auf dem Bildschirm perfekt aussieht, könnte beschädigt, unreif oder einfach geschmacklos ankommen. Diese Unvorhersehbarkeit macht es für Online-Shops schwierig zu wissen, was ihre Kunden genau wollen. Um dies zu bewältigen, haben sich Forscher einem Forschungsfeld zugewandt, das als groß angelegte Gruppenentscheidungsfindung bekannt ist. Dieser Ansatz behandelt die kollektive Stimme von Tausenden von Käufern wie eine einzige, massive Gruppe, die versucht, sich auf eine Lösung zu einigen. Anstatt einige wenige Experten fragen zu lassen, was die Öffentlichkeit will, hört diese Methode der Menge zu und ordnet deren chaotische Meinungen zu einem klaren, gemeinsamen Verständnis. Es ist ein Weg, den Lärm einzelner Beschwerden und Lobpreisungen in ein Signal zu verwandeln, das bessere geschäftliche Entscheidungen leiten kann.

Aufbauend auf diesem Fundament hat ein Forschungsteam der Northwest A&F University in China einen neuen Weg entwickelt, um dieser Menge zuzuhören, speziell für die Welt des frischen Obstes auf E-Commerce-Plattformen. Sie konzentrierten sich auf die massiven Mengen an Online-Bewertungen, die von Käufern auf einer großen chinesischen Shopping-Seite generiert wurden. Ihr Ziel war es, über einfache Sternebewertungen hinauszugehen und tiefer in die tatsächlichen Worte einzutauchen, die Menschen nutzten, um ihre Erfahrungen zu beschreiben. Indem sie jede Produktbewertung als eine einzigartige Stimme in einem riesigen Gespräch behandelten, schufen sie ein System, das die wahren Präferenzen der Käufer extrahieren konnte. Sie fanden heraus, dass Menschen, wenn sie frisches Obst online kaufen, nicht nur nach der Frucht selbst suchen; sie sind zutiefst besorgt über den sie herum stehenden Service. Die Forscher entdeckten, dass Kunden am meisten darauf achten, wie der Verkäufer mit Problemen umgeht, die Zuverlässigkeit der Plattform selbst und den Zustand des Ladens. Diese Faktoren überwiegen oft den spezifischen Geschmack oder die Größe der Frucht in den Köpfen des enttäuschten oder zufriedenen Käufers.

Um die Millionen von Bewertungen begreifbar zu machen, mussten die Forscher zuerst die Daten bereinigen, indem sie leere Kommentare und bedeutungslose Zeichen entfernten, um nur das echte Feedback übrig zu lassen. Sie verwendeten dann ein Computerprogramm, um die am häufigsten verwendeten Wörter der Käufer zu identifizieren, wie zum Beispiel „Kundenservice“, „Lieferung“, „frisch“ und „Geschmack“. Diese Wörter wurden zu den Bausteinen für eine neue Art von Landkarte. Anstatt jeden Käufer als isoliertes Individuum zu betrachten, suchten die Forscher nach Mustern darin, wie sich die Meinungen der Menschen überschnitten. Sie gruppierten die Käufer in kleinere Gemeinschaften basierend darauf, wie ähnlich ihre Bewertungen waren. Stellen Sie sich einen großen Raum vor, in dem alle reden; diese Methode hilft dabei, die kleineren Freundeskreise zu identifizieren, die über dieselben spezifischen Themen diskutieren, was es den Forschern ermöglicht, die verschiedenen Perspektiven innerhalb der größeren Menge zu sehen. Sie nutzten eine ausgeklügelte Clustering-Technik, um diese Gruppen zu organisieren, um sicherzustellen, dass selbst kleine, stille Gruppen von Käufern mit einzigartigen Anliegen nicht im Lärm der Mehrheit verloren gingen.

Nachdem die Käufer in diese Gemeinschaften organisiert worden waren, standen die Forscher vor der Herausforderung, alle zur Einigkeit zu bringen. In jeder großen Gruppe gibt es immer Stimmen, die der Mehrheit widersprechen. Das Team entwickelte eine Strategie, um diese abweichenden Stimmen zu finden und sie sanft zu einer gemeinsamen Sichtweise zu führen, ohne sie zu drastisch zu einer Änderung ihrer Meinung zu zwingen. Sie berechneten die Kosten der Aufforderung an jemanden, seine Meinung zu ändern, wobei sie berücksichtigten, wie einflussreich diese Person innerhalb ihrer Gemeinschaft war. Wenn eine Person viele Verbindungen oder eine starke Stimme hatte, war mehr Aufwand nötig, um ihre Meinung zu ändern. Das System nutzte eine Optimierungsmethode, um den Weg des geringsten Widerstands zu finden, indem es die Meinungen der geringstmöglichen Anzahl von Menschen anpasste, um einen Punkt zu erreichen, an dem die gesamte Gruppe zufrieden war. Dieser Prozess stellte sicher, dass das Endergebnis ein wahrer Konsens war, der den kollektiven Willen der Käufer widerspiegelte und nicht nur die lautesten Stimmen.

Nachdem die Meinungen der Gruppe abgeglichen waren, mussten die Forscher entscheiden, welche Präferenzen am wichtigsten waren. Sie wandten einen mathematischen Rahmen an, der die Meinungen der Käufer als unscharf (fuzzy) oder leicht unsicher behandelte, was eine realistischere Art ist, menschliche Gefühle als strikte Zahlen zu handhaben. Durch die Analyse der Beziehungen zwischen verschiedenen Präferenzen wiesen sie jeder eine Gewichtung zu und bestimmten so deren Bedeutung in der endgültigen Entscheidung. Die Ergebnisse waren bemerkenswert. Die Analyse ergab, dass der „Kundenservice“ der wichtigste Faktor für die Käufer war. Dicht gefolgt wurde dies vom Ruf der Plattform, speziell der Shopping-Seite selbst, und der Qualität des Ladens. Während der Geschmack und die Frische des Obstes wichtig waren, rangierten sie niedriger als das Vertrauen und die Unterstützung durch den Verkäufer und die Plattform. Dies deutet darauf hin, dass beim Online-Kauf von frischen Lebensmitteln das Sicherheitsnetz aus gutem Service und einer zuverlässigen Plattform das ist, was den Kunden das Vertrauen gibt, einen Kauf zu tätigen.

Die Forscher hörten nicht bei der Theorie auf; sie bauten ein funktionierendes Werkzeug, um diese Erkenntnisse in die Praxis umzusetzen. Sie entwickelten ein intelligentes Entscheidungsunterstützungssystem, das von E-Commerce-Plattformen genutzt werden kann, um Kundenfragen zu beantworten und personalisierte Empfehlungen anzubieten. Dieses System kann die Bewertungen lesen, verstehen, was die Kunden wirklich sagen, und Ratschläge basierend auf der kollektiven Weisheit der Gruppe anbieten. Für Händler und Plattformen sind die Auswirkungen klar. Um mehr frisches Obst zu verkaufen, müssen sie sich auf ihren After-Sales-Service konzentrieren, sicherstellen, dass ihre Logistik schnell und zuverlässig ist, und hohe Standards für ihre Läden aufrechterhalten. Die Studie zeigt, dass das Obst selbst zwar gut sein muss, aber das Erlebnis des Kaufs – wie es geliefert wird, wie Probleme gelöst werden und wie vertrauenswürdig der Verkäufer erscheint – das ist, was die Zufriedenheit und das wiederkehrende Geschäft wirklich antreibt.

Die Forscher testeten ihre Methode auch gegen andere Wege der Datenanalyse, um sicherzustellen, dass sie robust ist. Sie verglichen ihren Ansatz mit traditionellen Methoden und fanden heraus, dass ihr System stabilere und zuverlässigere Ergebnisse liefert. Sie überprüften ihre Arbeit, indem sie die Einstellungen ihrer Modelle änderten, um zu sehen, ob sich die Ergebnisse verschieben würden, und stellten fest, dass die Rangfolge der wichtigsten Präferenzen konsistent blieb. Dies gibt Vertrauen, dass die Ergebnisse kein Zufallsprodukt der spezifischen Daten sind, die sie verwendet haben, sondern ein echter Spiegel dessen, wie Käufer denken. Die Studie kommt zu dem Schluss, dass Online-Verkäufer, indem sie der Menge zuhören und kluge Werkzeuge nutzen, um deren Stimmen zu organisieren, ihre Kunden besser verstehen können. Dies führt zu einem besseren Einkaufserlebnis, weniger Beschwerden und einem erfolgreicheren Markt für Frischwaren. Die Arbeit hebt hervor, dass im digitalen Zeitalter der Schlüssel zum Verkauf verderblicher Waren nicht nur in der Qualität des Produkts liegt, sondern in der Qualität des Gesprächs zwischen Käufer und Verkäufer.