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

디지털 시장에서 수백만 명의 쇼핑객으로부터 흘러나오는 방대한 텍스트의 바다가 흐르고 있으며, 각 쇼핑객은 자신이 무엇을 샀는지, 무엇을 좋아했는지, 그리고 무엇에 실망했는지에 대한 단어의 흔적을 남깁니다. 신선 식품 판매자들에게 이 단어들은 생명줄인 동시에 혼란의 원천이기도 합니다. 토스터기나 신발과는 달리, 신선한 과일은 본질적인 불확 certainty(불확실성)를 내포하고 있습니다. 화면상으로는 완벽해 보이는 과일이 도착했을 때는 멍이 들어 있거나, 덜 익었거나, 단순히 맛이 없을 수도 있기 때문입니다. 이러한 예측 불가능성은 온라인 상점들이 고객이 정확히 무엇을 원하는지 알기 어렵게 만듭니다. 이를 헤쳐 나가기 위해 연구자들은 대규모 집단 의사결정이라고 알려진 연구 분야에 주목했습니다. 이 접근 방식은 수천 명의 쇼핑객이 내는 집단적인 목소리를 하나의 거대한 집단이 해결책에 합의하려고 노력하는 과정으로 취급합니다. 몇 명의 전문가에게 대중이 무엇을 원하는지 추측하게 하는 대신, 이 방법은 군중의 목소리에 귀를 기울여 그들의 혼란스러운 의견을 명확하고 공유된 이해로 조직합니다. 이는 개인의 불만과 찬사라는 소음을 더 나은 비즈니스 선택을 안내할 수 있는 신호로 바꾸는 방법입니다.

이러한 토대를 바탕으로, 중국 북서농림공업대학교(Northwest A&F University)의 연구팀은 특히 이커머스 플랫폼의 신선 과일 세계를 위해 군중의 목소리에 귀를 기울이는 새로운 방법을 개발했습니다. 그들은 주요 중국 쇼핑 사이트에서 쇼핑객들이 생성한 방대한 양의 온라인 리뷰에 집중했습니다. 그들의 목표는 단순한 별점 시스템을 넘어 사람들이 자신의 경험을 묘사할 때 사용한 실제 단어들을 파고드는 것이었습니다. 모든 제품 리뷰를 거대한 대화 속의 독특한 목소리로 취급함으로써, 그들은 쇼핑객의 진정한 선호도를 추출할 수 있는 시스템을 만들었습니다. 그들은 사람들이 온라인으로 신선한 과일을 구매할 때, 단순히 과일 자체만을 보는 것이 아니라 그와 관련된 서비스에 깊은 관심을 가진다는 것을 발견했습니다. 연구자들은 고객들이 판매자가 문제를 어떻게 처리하는지, 플랫폼 자체의 신뢰성, 그리고 상점의 상태에 가장 큰 관심을 가진다는 것을 발견했습니다. 이러한 요소들은 실망하거나 만족한 구매자의 마음속에서 과일의 구체적인 맛이나 크기보다 더 중요하게 작용하는 경우가 많습니다.

수백만 개의 리뷰를 이해하기 위해, 연구자들은 먼저 데이터를 정제하여 빈 댓글과 의미 없는 문자를 제거하고 진정한 피드백만을 남겨야 했습니다. 그런 다음 컴퓨터 프로그램을 사용하여 "고객 서비스", "배송", "신선함", "맛"과 같이 쇼핑객들이 가장 많이 사용한 단어들을 식별했습니다. 이 단어들은 새로운 종류의 지도의 구성 요소가 되었습니다. 모든 쇼핑객을 고립된 개인으로 취급하는 대신, 연구자들은 사람들의 의견이 어떻게 겹치는지에 대한 패턴을 찾았습니다. 그들은 리뷰의 유사성에 따라 쇼핑객들을 작은 커뮤니티로 그룹화했습니다. 마치 많은 사람이 이야기하고 있는 큰 방을 상상해 보십시오. 이 방법은 사람들이 특정한 이슈를 함께 논의하는 작은 친구 집단을 식별하도록 도와주어, 연구자들이 더 큰 군중 속에서도 다양한 관점을 볼 수 있게 해줍니다. 그들은 정교한 클러스터링(군집화) 기법을 사용하여 이러한 그룹들을 조직함으로써, 독특한 우려를 가진 작고 조용한 쇼핑객 그룹들이 다수의 소음 속에서 사라지지 않도록 했습니다.

쇼핑객들이 이러한 커뮤니티로 조직된 후, 연구자들은 모두의 의견을 일치시키는 과제에 직면했습니다. 어떤 대규모 집단에서든 나머지 사람들과 의견이 다른 목소리는 항상 존재합니다. 연구팀은 이러한 반대 의견을 찾아내고, 그들의 생각을 너무 급격하게 바꾸지 않으면서도 공유된 견해로 부드럽게 유도하는 전략을 개발했습니다. 그들은 누군가에게 의견을 바꿀 것을 요청하는 데 드는 비용을 계산하며, 그 사람이 자신의 커뮤니티 내에서 얼마나 영향력이 있는지를 고려했습니다. 만약 어떤 사람이 많은 연결 고리를 가졌거나 강력한 목소리를 가졌다면, 그의 마음을 바꾸는 데는 더 많은 노력이 필요했습니다. 시스템은 최적화 방법을 사용하여 저항이 가장 적은 경로를 찾아냈으며, 전체 집단이 만족감을 느낄 수 있는 지점에 도달할 때까지 최소한의 인원만을 조정했습니다. 이 과정은 최종 결과가 단순히 가장 큰 목소리를 가진 사람들의 의견이 아니라, 쇼핑객의 집단적 의지를 반영하는 진정한 합의가 되도록 보장했습니다.

집단의 의견이 정렬되자, 연구자들은 어떤 선호도가 가장 중요한지를 결정해야 했습니다. 그들은 인간의 감정을 엄격한 숫자로 다루는 것보다 더 현실적인 방식인, 쇼핑객의 의견을 퍼지(fuzzy, 모호한) 또는 약간 불확실한 정보로 취급하는 수학적 프레임워크를 적용했습니다. 다양한 선호도 간의 관계를 분석함으로써, 그들은 각 선호도에 가중치를 부여하여 최종 결정에서의 중요도를 결정했습니다. 결과는 놀라웠습니다. 분석 결과, "고객 서비스"가 쇼핑객들에게 가장 중요한 단일 요소로 나타났습니다. 그 뒤를 플랫폼의 평판, 구체적으로는 쇼핑 사이트 자체와 상점의 품질이 바짝 뒤쫓았습니다. 과일의 맛과 신선함도 중요했지만, 그것들은 실망하거나 만족한 구매자의 마음속에서 판매자와 플랫폼이 제공하는 신뢰와 지원보다 낮은 순위에 머물렀습니다. 이는 신선한 식품을 온라인으로 구매할 때, 좋은 서비스와 신뢰할 수 있는 플랫폼이라는 안전망이 고객에게 구매 확신을 주는 핵심임을 시사합니다.

연구자들은 이론에 머물지 않고, 이러한 발견을 실제로 적용하기 위한 작동하는 도구를 구축했습니다. 그들은 이커머스 플랫폼이 고객 질문에 답하고 개인화된 추천을 제공하는 데 사용할 수 있는 지능형 의사결정 지원 시스템을 만들었습니다. 이 시스템은 리뷰를 읽고, 고객이 실제로 말하고자 하는 바를 이해하며, 집단의 집단 지성에 기반한 조언을 제공할 수 있습니다. 상인과 플랫폼에게 시사하는 바는 명확합니다. 신선한 과일을 더 많이 팔기 위해서는 사후 서비스에 집중하고, 물류가 빠르고 신뢰할 수 있도록 보장하며, 상점의 높은 표준을 유지해야 합니다. 이 연구는 과일 자체가 좋아야 함은 물론이지만, 구매 경험—그것이 어떻게 배송되는지, 문제가 어떻게 해결되는지, 그리고 판매자가 얼마나 신뢰할 수 있게 보이는지—이 진정으로 만족도와 재구매를 이끄는 동력임을 보여줍니다.

연구자들은 또한 그들의 방법이 견고한지 확인하기 위해 다른 데이터 분석 방식들과 비교 테스트를 진행했습니다. 그들은 자신들의 접근 방식을 전통적인 방식들과 비교하였고, 그들의 시스템이 더 안정적이고 신뢰할 수 있는 결과를 생성한다는 것을 발견했습니다. 그들은 모델의 설정을 변경하여 결과가 바뀌는지 확인하는 방식으로 작업을 검증하였으며, 가장 중요한 선호도의 순위가 일관되게 유지된다는 것을 발견했습니다. 이는 그들의 결과가 특정 데이터의 우연한 현상이 아니라, 쇼핑객의 사고방식을 반영하는 진정한 반영임을 확신시켜 줍니다. 연구는 디지털 시대에 부패하기 쉬운 상품을 판매하는 열쇠는 단순히 제품의 품질뿐만 아니라, 구매자와 판매자 사이의 대화의 질에 있다는 점을 강조하며 결론을 맺습니다.