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

Nel mercato digitale, un vasto oceano di testo fluisce da milioni di acquirenti, ognuno dei quali lascia dietro di sé una scia di parole su ciò che ha comprato, ciò che ha amato e ciò che lo ha deluso. Per i venditori di prodotti freschi, queste parole sono una linfa vitale, ma sono anche una fonte di confusione. A differenza di un tostapane o di un paio di scarpe, la frutta fresca porta con sé un'incertezza intrinseca; un frutto che appare perfetto sullo schermo potrebbe arrivare ammaccato, acerbo o semplicemente privo di sapore. Questa imprevedibilità rende difficile per i negozi online sapere esattamente cosa vogliono i loro clienti. Per navigare in questo scenario, i ricercatori si sono rivolti a un campo di studio noto come processo decisionale di gruppo su larga scala. Questo approccio tratta la voce collettiva di migliaoli di acquirenti come un unico, enorme gruppo che cerca di concordare su una soluzione. Invece di chiedere a pochi esperti di indovinare cosa voglia il pubblico, questo metodo ascolta la folla, organizzando le loro opinioni caotiche in una comprensione chiara e condivisa. È un modo per trasformare il rumore dei singoli reclami e lodi in un segnale che possa guidare migliori scelte commerciali.

Costruendo su questa base, un team di ricercatori della Northwest A&F University in Cina ha sviluppato un nuovo modo per ascoltare questa folla, specificamente per il mondo della frutta fresca sulle piattaforme di e-commerce. Si sono concentrati sulle enormi quantità di recensioni online generate dagli acquirenti su un importante sito di shopping cinese. Il loro obiettivo era andare oltre le semplici valutazioni a stelle e scavare nelle parole effettive che le persone usavano per descrivere le loro esperienze. Trattando ogni recensione di prodotto come una voce unica in una gigantesca conversazione, hanno creato un sistema in grado di estrarre le vere preferenze degli acquirenti. Hanno scoperto che quando le persone comprano frutta fresca online, non cercano solo la frutta in sé; sono profondamente preoccupate per il servizio che la circonda. I ricercatori hanno scoperto che i clienti si curano soprattutto di come il venditore gestisce i problemi, dell'affidabilità della piattaforma stessa e delle condizioni del negozio. Questi fattori spesso superano il gusto specifico o la dimensione della frutta nella mente dell'acquirente deluso o soddisfatto.

Per dare un senso a milioni di recensioni, i ricercatori hanno prima dovuto pulire i dati, eliminando i commenti vuoti e i caratteri privi di significato per lasciare solo il feedback genuino. Hanno poi utilizzato un programma informatico per identificare le parole più comuni usate dagli acquirenti, come "servizio clienti", "consegna", "fresco" e "gusto". Queste parole sono diventate i mattoni per una nuova sorta di mappa. Invece di trattare ogni acquirente come un individuo isolato, i ricercatori hanno cercato schemi nel modo in cui le opinioni delle persone si sovrapponevano. Hanno raggruppato gli acquirenti in piccole comunità basate sulla somiglianza delle loro recensioni. Immaginate una grande stanza dove tutti parlano; questo metodo aiuta a identificare i piccoli cerchi di amici che discutono degli stessi specifici problemi, permettendo ai ricercatori di vedere le diverse prospettive all'interno della folla più ampia. Hanno utilizzato una sofisticata tecnica di clustering per organizzare questi gruppi, assicurando che anche i piccoli, silenziosi gruppi di acquirenti con preoccupazioni uniche non andassero persi nel rumore della maggioranza.

Una volta organizzati gli acquirenti in queste comunità, i ricercatori hanno affrontato la sfida di far concordare tutti. In qualsiasi gruppo numeroso, ci sono sempre alcune voci che dissentono dal resto. Il team ha sviluppato una strategia per trovare queste voci dissenzienti e guidarle gentilmente verso una visione condivisa senza forzarle a cambiare troppo drasticamente le proprie opinioni. Hanno calcolato il costo di chiedere a qualcuno di cambiare la propria opinione, considerando quanto quella persona fosse influente all'interno della sua comunità. Se una persona aveva molti collegamenti o una voce forte, cambiare idea richiedeva più sforzo. Il sistema ha utilizzato un metodo di ottimizzazione per trovare la via di minor resistenza, aggiustando le opinioni del minor numero possibile di persone necessario per raggiungere un punto in cui l'intero gruppo si sentisse soddisfatto. Questo processo ha garantito che il risultato finale fosse un vero consenso, riflettendo la volontà collettiva degli acquirenti piuttosto che solo le voci più forti.

Con le opinioni del gruppo allineate, i ricercatori hanno poi dovuto decidere quali preferenze contassero di più. Hanno applicato un quadro matematico che trattava le opinioni degli acquirenti come informazioni vaghe, o leggermente incerte, un modo più realistico di gestire i sentimenti umani rispetto ai numeri rigidi. Analizzando le relazioni tra le diverse preferenze, hanno assegnato un peso a ciascuna di esse, determinandone l'importanza nella decisione finale. I risultati sono stati sorprendenti. L'analisi ha rivelato che il "servizio clienti" era il fattore più importante per gli acquirenti. Questo era seguito da vicino dalla reputazione della piattaforma, specificamente del sito di shopping stesso, e dalla qualità del negozio. Sebbene il gusto e la freschezza della frutta fossero importanti, si sono classificati più in basso rispetto alla fiducia e al supporto forniti dal venditore e dalla piattaforma. Ciò suggerisce che, quando si acquista cibo fresco online, la rete di sicurezza di un buon servizio e di una piattaforma affidabile è ciò che conferisce ai clienti la fiducia necessaria per effettuare un acquisto.

I ricercatori non si sono fermati alla teoria; hanno costruito uno strumento funzionante per mettere in pratica queste scoperte. Hanno creato un sistema intelligente di supporto alle decisioni che può essere utilizzato dalle piattaforme di e-commerce per rispondere alle domande dei clienti e fornire raccomandazioni personalizzate. Questo sistema può leggere le recensioni, capire cosa stanno dicendo realmente i clienti e offrire consigli basati sulla saggezza collettiva del gruppo. Per i commercianti e le piattaforme, le implicazioni sono chiare. Per vendere più frutta fresca, devono concentrarsi sul loro servizio post-vendita, garantire che la logistica sia veloce e affidabile e mantenere standard elevati per i loro negozi. Lo studio dimostra che, sebbene la frutta stessa debba essere buona, l'esperienza di acquisto — come viene consegnata, come vengono risolti i problemi e quanto il venditore appare affidabile — è ciò che guida veramente la soddisfazione e la ripetenza degli acquisti.

I ricercatori hanno anche testato il loro metodo contro altri modi di analizzare i dati per garantire che fosse robusto. Hanno confrontato il loro approccio con i metodi tradizionali e hanno scoperto che il loro sistema produceva risultati più stabili e affidabili. Hanno controllato il loro lavoro cambiando le impostazioni dei loro modelli per vedere se i risultati sarebbero cambiati, e hanno scoperto che la classifica delle preferenze più importanti rimaneva costante. Ciò dà fiducia nel fatto che le scoperte non siano solo un caso fortuito legato ai dati specifici utilizzati, ma una genuina riflessione del modo in cui pensano gli acquirenti. Lo studio conclude che, ascoltando la folla e utilizzando strumenti intelligenti per organizzare le loro voci, i venditori online possono comprendere meglio i propri clienti. Ciò porta a un'esperienza di acquisto migliore, a meno reclami e a un mercato più di successo per i prodotti freschi. Il lavoro evidenzia che nell'era digitale, la chiave per vendere beni deperibili non è solo nella qualità del prodotto, ma nella qualità della conversazione tra l'acquirente e il venditore.