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

In de digitale marktplaats stroomt een enorme oceaan van tekst voort uit miljoenen shoppers, die elk een spoor van woorden achterlaten over wat ze kochten, wat ze geweldig vonden en wat hen teleurstelde. Voor verkopers van verse producten zijn deze woorden een levenslijn, maar ze zijn ook een bron van verwarring. In tegen tegenstelling tot een broodrooster of een paar schoenen, draagt vers fruit een inherente onzekerheid met zich mee; een vrucht die er perfect uitziet op het scherm kan aankomen met kneuzingen, onrijp, of simpelweg zonder smaak. Deze onvoorspelbaarheid maakt het voor online winkels moeilijk om precies te weten wat hun klanten willen. Om dit te navigeren, hebben onderzoekers zich gericht op een vakgebied dat bekend staat als grootschalige groepsbesluitvorming. Deze benadering behandelt de collectieve stem van duizenden shoppers als één enkele, enorme groep die probeert tot een oplossing te komen. In plaats van een paar experts te vragen wat zij denken dat het publiek wil, luistert deze methode naar de menigte en organiseert de chaotische meningen tot een helder, gedeeld begrip. Het is een manier om de ruis van individuele klachten en lof te veranderen in een signaal dat betere zakelijke keuzes kan sturen.

Voortbouwend op deze basis heeft een team van onderzoekers van Northwest A&F University in China een nieuwe manier ontwikkeld om naar deze menigte te luisteren, specifiek voor de wereld van vers fruit op e-commerceplatforms. Ze richtten zich op de enorme hoeveelheden online beoordelingen die door shoppers zijn gegenereerd op een grote Chinese website voor online winkelen. Hun doel was om verder te gaan dan eenvoudige sterrenratings en dieper in te gaan op de werkelijke woorden die mensen gebruikten om hun ervaringen te beschrijven. Door elke productbeoordeling te behandelen als een unieke stem in een gigantisch gesprek, creëerden ze een systeem dat de werkelijke voorkeuren van de shoppers kon extraheren. Ze ontdekten dat wanneer mensen online vers fruit kopen, ze niet alleen op zoek zijn naar het fruit zelf; ze maken zich diep zorgen over de service rondom het product. De onderzoekers ontdekten dat klanten het meest geven om de manier waarop de verkoper met problemen omgaat, de betrouwbaarheid van het platform zelf en de conditie van de winkel. Deze factoren wegen in de geest van de teleurgestelde of tevreden koper vaak zwaarder dan de specifieke smaak of grootte van het fruit.

Om miljoenen beoordelingen te begrijpen, moesten de onderzoekers eerst de data opschonen, door lege reacties en betekenisloze tekens te verwijderen om alleen de oprechte feedback over te laten. Vervolgens gebruikten ze een computerprogramma om de meest voorkomende woorden te identificeren die shoppers gebruikten, zoals "klantenservice", "bezorging", "vers" en "smaak". Deze woorden werden de bouwstenen voor een nieuw soort kaart. In plaats van elke shopper als een geïsoleerd individu te behandelen, zochten de onderzoekers naar patronen in hoe de meningen van mensen elkaar overlapten. Ze groepeerden de shoppers in kleinere gemeenschappen op basis van hoe vergelijkbaar hun beoordelingen waren. Stel je een grote kamer voor waar iedereen aan het praten is; deze methode hels bij het identificeren van de kleinere vriendengroepen die discussiëren over dezelfde specifieke onderwerpen, waardoor de onderzoekers de verschillende perspectieven binnen de grotere menigte kunnen zien. Ze gebruikten een geavanceerde clusteringtechniek om deze groepen te organiseren, waardoor ervoor werd gezorgd dat zelfs kleine, stille groepen shoppers met unieke zorgen niet verloren gingen in de ruis van de meerderheid.

Zodra de shoppers in deze gemeenschappen waren georganiseerd, stonden de onderzoekers voor de uitdaging om iedereen tot overeenstemming te laten komen. In elke grote groep zijn er altijd stemmen die afwijken van de rest. Het team ontwikkelde een strategie om deze dissidente stemmen te vinden en hen voorzichtig naar een gedeeld standpunt te leiden zonder hen te dwingen hun mening te drastisch te veranderen. Ze berekenden de kosten van het vragen aan iemand om van mening te veranderen, waarbij ze rekening hielden met hoe invloedrijk die persoon binnen zijn gemeenschap was. Als een persoon veel connecties had of een sterke stem had, vereiste het veranderen van hun mening meer inspanning. Het systeem gebrude een optimalisatiemethode om het pad van de minste weerstand te vinden, waarbij de meningen van het kleinste aantal mensen werden aangepast om een punt te bereiken waarop de hele groep zich tevreden voelde. Dit proces zorgde ervoor dat het eindresultaat een echte consensus was, die de collectieve wil van de shoppers weerspiegelde in plaats van alleen de luidste stemmen.

Met de meningen van de groep op één lijn, moesten de onderzoekers vervolgens beslissen welke voorkeuren het belangrijkst waren. Ze pasten een wiskundig kader toe dat de meningen van de shoppers behandelde als vage, of licht onzekere informatie, wat een realistischere manier is om menselijke gevoelens te hanteren dan strikte getallen. Door de relaties tussen verschillende voorkeuren te analyseren, wijsden ze een gewicht toe aan elk van hen, om zo de belangrijkheid ervan in de uiteindelijke beslissing te bepalen. De resultaten waren opmerkelijk. De analyse onthulde dat "klantenservice" de belangrijkste factor was voor shoppers. Dit werd nauw gevolgd door de reputatie van het platform, specifelijk de website zelf, en de kwaliteit van de winkel. Hoewel de smaak en de versheid van het fruit belangrijk waren, kwamen zij lager uit dan het vertrouwen en de ondersteuning geboden door de verkoper en het platform. Dit suggereert dat bij het online kopen van vers voedsel, het vangnet van goede service en een betrouwbaar platform is wat klanten het vertrouwen geeft om een aankoop te doen.

De onderzoekers stopten niet bij de theorie; ze bouwden een werkend instrument om deze bevindingen in de praktijk te brengen. Ze creëerden een intelligent besluitvormingssysteem dat door e-commerceplatforms gebruikt kan worden om klantvragen te beantwoorden en gepersonaliseerde aanbevelingen te geven. Dit systeem kan de beoordelingen lezen, begrijpen wat de klanten echt zeggen en advies bieden op basis van de collectieve wijsheid van de groep. Voor handelaren en platforms zijn de implicaties duidelijk. Om meer vers fruit te verkopen, moeten ze zich richten op hun after-sales service, ervoor zorgen dat hun logistiek snel en betrouwbaar is, en hoge standaarden voor hun winkels handhaven. De studie laat zien dat hoewel het fruit zelf goed moet zijn, de ervaring van het kopen ervan — hoe het wordt bezorgd, hoe problemen worden opgelost en hoe betrouwbaar de verkoper overkomt — is wat de tevredenheid en herhaalaankopen werkelijk drijft.

De onderzoekers testten hun methode ook tegen andere manieren van data-analyse om te verzekeren dat het robuust was. Ze vergeleken hun aanpak met traditionele methoden en vonden dat hun systeem stabielere en betrouwbaardere resultaten produceerde. Ze controleerden hun werk door de instellingen van hun modellen te veranderen om te zien of de resultaten zouden verschuiven, en ze vonden dat de rangschikking van de belangrijkste voorkeuren consistent bleef. Dit geeft vertrouwen dat de bevindingen niet slechts een toevalstreffer zijn van de specifieke data die ze gebruikten, maar een werkelijke reflectie van hoe shoppers denken. De studie concludeert dat door naar de menigte te luisteren en slimme tools te gebruiken om hun stemmen te organiseren, online verkopers hun klanten beter kunnen begrijpen. Dit leidt tot een betere winkelervaring, minder klachten en een succesvollere markt voor verse producten. Het werk benadrukt dat in het digitale tijdperk de sleutel tot de verkoop van bederfelijke goederen niet alleen ligt in de kwaliteit van het product, maar in de kwaliteit van de conversatie tussen de koper en de verkoper.