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

No mercado digital, um vasto oceano de texto flui de milhões de compradores, cada um deixando para trás um rastro de palavras sobre o que comprou, o que amou e o que os decepcionou. Para vendedores de produtos frescos, essas palavras são uma tábua de salvação, mas também são uma fonte de confusão. Diferente de uma torradeira ou de um par de sapatos, a fruta fresca carrega uma incerteza inerente; uma fruta que parece perfeita na tela pode chegar machucada, verde ou simplesmente sem sabor. Essa imprevisibilidade torna difícil para as lojas online saberem exatamente o que seus clientes desejam. Para navegar nisso, pesquisadores recorreram a um campo de estudo conhecido como tomada de decisão em grupo em larga escala. Essa abordagem trata a voz coletiva de milhares de compradores como um único e massivo grupo tentando chegar a um acordo sobre uma solução. Em vez de pedir a alguns especialistas que adivinhem o que o público quer, este método ouve a multidão, organizando suas opinições caóticas em um entendimento claro e compartilhado. É uma forma de transformar o ruído de reclamações e elogios individuais em um sinal que possa guiar melhores escolhas de negócios.

Construindo sobre essa base, uma equipe de pesquisadores da Universidade Northwest A&F, na China, desenvolveu uma nova maneira de ouvir essa multidão, especificamente para o mundo das frutas frescas em plataformas de comércio eletrônico. Eles se concentraram nas enormes quantidades de avaliações online geradas por compradores em um grande site de compras chinês. O objetivo deles era ir além das simples classificações por estrelas e mergulhar nas palavras reais que as pessoas usavam para descrever suas experiências. Ao tratar cada avaliação de produto como uma voz única em uma conversa gigante, eles criaram um sistema que poderia extrair as verdadeiras preferências dos compradores. Eles descobriram que, quando as pessoas compram frutas frescas online, não estão buscando apenas a fruta em si; elas estão profundamente preocupadas com o serviço que a envolve. Os pesquisadores descobriram que os clientes mais se importam com a forma como o vendedor lida com problemas, com a confiabilidade da própria plataforma e com a condição da loja. Esses fatores muitas vezes superam o sabor ou o tamanho específicos da fruta na mente do comprador decepcionado ou satisfeito.

Para dar sentido aos milhões de avaliações, os pesquisadores primeiro tiveram que limpar os dados, removendo comentários vazios e caracteres sem sentido para deixar apenas o feedback genuíno. Eles então usaram um programa de computador para identificar as palavras mais comuns usadas pelos compradores, como "atendimento ao cliente", "entrega", "fresco" e "sabor". Essas palavras tornaram-se os blocos de construção para um novo tipo de mapa. Em vez de tratar cada comprador como um indivíduo isolado, os pesquisadores buscaram padrões na forma como as opiniões das pessoas se sobrepunham. Eles agruparam os compradores em comunidades menores com base em quão semelhantes eram suas avaliações. Imagine uma sala grande onde todos estão conversando; este método ajuda a identificar os pequenos círculos de amigos que estão discutindo o mesmo problema específico, permitindo que os pesquisadores vejam as diferentes perspectivas dentro da multidão maior. Eles usaram uma técnica de agrupamento sofisticada para organizar esses grupos, garantindo que mesmo os pequenos e silenciosos grupos de compradores com preocupações únicas não fossem perdidos no ruído da maioria.

Uma vez que os compradores foram organizados nessas comunidades, os pesquisadores enfrentaram o desafio de fazer com todos concordarem. Em qualquer grupo grande, sempre há algumas vozes que discordam do restante. A equipe desenvolveu uma estratégia para encontrar essas vozes dissidentes e guiá-las gentilmente em direção a uma visão compartilhada, sem forçá-las a mudar de ideia drasticamente. Eles calcularam o custo de pedir a alguém para mudar sua opinião, considerando o quão influente essa pessoa era dentro de sua comunidade. Se uma pessoa tinha muitas conexões ou uma voz forte, mudar sua mente exigia mais esforço. O sistema usou um método de otimização para encontrar o caminho de menor resistência, ajustando as opiniões do menor número de pessoas necessário para chegar a um ponto onde todo o grupo se sentisse satisfeito. Esse processo garantiu que o resultado final fosse um consenso real, refletindo a vontade coletiva dos compradores, em vez de apenas as vozes mais altas.

Com as opiniões do grupo alinhadas, os pesquisadores então tiveram que decidir quais preferências importavam mais. Eles aplicaram uma estrutura matemática que tratava as opiniões dos compradores como informações imprecisas, ou ligeiramente incertas, o que é uma maneira mais realista de lidar com sentimentos humanos do que números estritos. Ao analisar as relações entre diferentes preferências, eles atribuíram um peso a cada uma, determinando sua importância na decisão final. Os resultados foram impressionantes. A análise revelou que o "atendimento ao cliente" era o fator mais importante para os compradores. Isso foi seguido de perto pela reputação da plataforma, especificamente o site de compras, e pela qualidade da loja. Embora o sabor e o frescor da fruta fossem importantes, eles ficaram abaixo do que era a confiança e o suporte fornecidos pelo vendedor e pela plataforma. Isso sugere que, ao comprar alimentos frescos online, a rede de segurança de um bom serviço e uma plataforma confiável é o que dá aos clientes a confiança para realizar uma compra.

Os pesquisadores não pararam na teoria; eles construíram uma ferramenta funcional para colocar essas descobertas em prática. Eles criaram um sistema de suporte à decisão inteligente que pode ser usado por plataformas de e-commerce para responder às perguntas dos clientes e fornecer recomendações personalizadas. Este sistema pode ler as avaliações, entender o que os clientes estão realmente dizendo e oferecer conselhos baseados na sabedoria coletiva do grupo. Para mercadores e plataformas, as implicações são claras. Para vender mais frutas frescas, eles devem focar em seu serviço pós-venda, garantir que sua logística seja rápida e confiável, e manter altos padrões para suas lojas. O estudo mostra que, embora a fruta em si deva ser boa, a experiência de comprá-la — como ela é entregue, como os problemas são resolvidos e o quão confiável o vendedor parece — é o que realmente impulsiona a satisfação e a repetição de negócios.

Os pesquisadores também testaram seu método contra outras formas de análise de dados para garantir que fosse robusto. Eles compararam sua abordagem com métodos tradicionais e descobriram que seu sistema produzia resultados mais estáveis e confiáveis. Eles verificaram seu trabalho alterando as configurações de seus modelos para ver se os resultados mudariam, e descobriram que a classificação das preferências mais importantes permaneceu consistente. Isso dá confiança de que as descobertas não são apenas um acaso dos dados específicos que usaram, mas um reflexo genuíno de como os compradores pensam. O estudo conclui que, ao ouvir a multidão e usar ferramentas inteligentes para organizar suas vozes, os vendedores online podem entender melhor seus clientes. Isso leva a uma melhor experiência de compra, menos reclamações e um mercado mais bem-sucedido para produtos frescos. O trabalho destaca que, na era digital, a chave para vender bens perecíveis não está apenas na qualidade do produto, mas na qualidade da conversa entre o comprador e o vendedor.