Vlerësimet online: sa vlen një yll

Në këtë numër

Yjet janë bërë një KPI që e shkruan klienti dhe e lexon gjithë tregu. Menaxherit i kërkohet pse rezultati ra nga 4,4 në 4,2, dhe rrallë pyet sa vetë shkruan, kush ishin, apo nëse disa prej tyre ishin të vërtetë. Ky numër i vë një çmim një ylli, pastaj e çmonton mesataren.

Në Seattle një yll më shumë në Yelp do të thoshte 5% deri 9% më shumë të ardhura për një restorant të pavarur, dhe asgjë të matshme për një zinxhir. Për hotelet në Travelocity më 2012, një pikë më shumë vlente 11,2% çmim më të lartë. Por në Amazon shumica e vlerësimeve janë pesëshe, me një grumbull më të vogël njëshash; kur një grup i tërë vlerësoi një CD, vlerësimet ishin më të ulëta dhe në mes. Në Yelp rreth 16% e vlerësimeve të restoranteve të Bostonit u filtruan si të dyshimta. Një kartë mujore e mbyll numrin.

Stiven Janaqi, Redaktor

Tema kryesore

Gjysmë ylli në Seattle

Michael Luca nga Harvard Business School i lidhi vlerësimet e Yelp me të ardhurat e deklaruara në tatime të çdo restoranti në Seattle, 2003 deri 2009: 3.582 restorante. Yelp e tregon çdo mesatare të rrumbullakuar te gjysmë ylli më i afërt, ndaj një 3,24 shfaqet tre yje dhe një 3,25 tre e gjysmë.

• 5–9% më shumë të ardhura për një restorant të pavarur për çdo yll shtesë, sipas metodës
• ≈ 0 efekti për restorantet e zinxhirëve: jo i rëndësishëm

Duke krahasuar restorantet pak sipër e pak poshtë një vije rrumbullakimi, vetëm gjysmë ylli shtesë i rriti të ardhurat; e shtrirë në një yll të plotë, rreth 9%. Klientët reaguan ndaj numrit të rrumbullakuar që panë, jo vetëm ndaj vlerësimeve pas tij. Deri më 2009 Yelp mbulonte 70% të restoranteve të Seattle-it; gazeta e qytetit kishte shkruar për rreth 5%.

Leximi ynë

Vija e rrumbullakimit është arbitrare, dhe paraja e ndoqi. Një numër i shfaqur është një vendim për klientin.

Luca (2016), punim pune i HBS: të ardhura tremujore nga Departamenti i të Ardhurave i shtetit Washington; 5,4% nga efektet fikse, rreth 9% nga restorantet brenda 0,1 ylli nga një prag. Një qytet, të dhëna deri më 2009; zinxhirët ishin rreth 5% e restoranteve.

Burimi: Michael Luca, Harvard Business School, 2016

Shifrat

Sa vlen një pikë për një hotel

Chris Anderson nga Shkolla e Administrimit të Hoteleve e Cornell-it studioi 13.341 rezervime në Travelocity në nëntë qytete amerikane në korrik 2012. Një pikë më shumë në vlerësimin me pesë pikë i rriti shanset e një hoteli për t'u zgjedhur me 14,2%: aq sa të kërkonte 11,2% më shumë dhe të rezervohej njësoj. Çdo vend më poshtë në listë i uli shanset me 11,5%.

Ndryshimi i RevPAR për 1% reputacion online më të mirë, sipas klasës së hotelit, 2010–2012: Luks 0,49%, Shumë i lartë 0,74%, I lartë 0,83%, Mesatar i lartë 1,13%, Mesatar 1,42%.

Leximi ynë

Sa më pak mund të hamendësojë mysafiri nga marka dhe çmimi, aq më shumë vendosin vlerësimet. Te klasa mesatare fitimi ishte gati tri herë sa te luksi.

Anderson (2012): të dhëna mujore të STR, janar 2010 deri qershor 2012, 11 qytete në Evropë dhe Amerikën e Veriut, kundrejt grupit konkurrues të çdo hoteli; reputacioni është indeksi i ReviewPro. Për të gjitha klasat: çmimi 0,80%, zënia 0,20%, RevPAR 0,96%. Lidhje, jo prova shkaku, të dhëna të vjetra; autori shënon se shumëçka nuk matet.

Burimi: Chris K. Anderson, Cornell University, Center for Hospitality Research, 2012

Modeli

Tri gjëra që fsheh mesatarja

Një mesatare yjesh është një shifër e vetme e ndërtuar nga tri gjëra që lexuesi nuk i sheh: sa vetë shkruan, si shpërndahen vlerësimet e tyre, dhe kush ishin. Luca gjeti se lexuesit e peshojnë të parën dhe të fundit kur i shohin.

• Sa vetë. Një ndryshim vlerësimi lëvizi të ardhurat 50% më shumë me 50 vlerësime e sipër se me nën 10.
• Shpërndarja. Vlerësimet grumbullohen te pesa dhe njëshi; mesatarja rri mes dy turmave.
• Kush shkroi. Vlerësuesit elitë të Yelp kishin rreth dyfishin e efektit; disa vlerësues nuk janë klientë.

Shembull, i shpikur nga redaksia

• Hoteli A, 10 vlerësime: të gjitha tre yje: mesatarja 3,0
• Hoteli B, 10 vlerësime: pesë pesëshe, pesë njësha: mesatarja 3,0

E njëjta mesatare, dy hotele të ndryshëm: njëri është i zakonshëm për të gjithë, tjetri i ndan mysafirët. Vetëm shpërndarja i dallon.

Kartat: përmbledhje e redaksisë nga Luca (2016, tabelat 9 dhe 10), Hu, Pavlou & Zhang (2007) dhe Luca & Zervas (2016). 50% krahason restorantet me të paktën 50 vlerësime me ato me më pak se 10. Shembulli është i shpikur.

Burimet: Michael Luca, Harvard Business School, 2016; Nan Hu, Paul A. Pavlou & Jennifer Zhang, 2007; Michael Luca & Georgios Zervas, Management Science 62(12), 2016

Çfarë thotë kërkimi

J-ja që s'e zgjodhi askush

Nan Hu, Paul Pavlou dhe Jennifer Zhang mblodhën vlerësimet e Amazon për 32.878 libra, 17.978 DVD dhe 28.983 video më 2005. Vlerësimet grumbulloheshin te pesë yjet, me një grumbull më të vogël te njëshi dhe pak në mes: një J. Pastaj u dhanë një CD muzike 66 studentëve dhe i kërkuan secilit ta vlerësonte.

Pjesa e vlerësimeve në Amazon me katër ose pesë yje, 2005: Libra 78%, DVD 73%, Video 72%.

U përgjigjën 60 studentë. Vlerësimet e tyre formuan një kambanë rreth mesit, mesatarja 3,12; në Amazon i njëjti CD kishte mesatare 3,54, me mbi 60% të vlerësimeve me një ose pesë yje, kundrejt nën 10% te studentët. Shumica e produkteve kishin edhe pak zëra: 78% e librave kishin më pak se 20 vlerësime.

Leximi ynë

Ata që blejnë e pëlqejnë tashmë produktin, dhe ata që shkruajnë janë të kënaqurit e të zemëruarit. Klienti i zakonshëm kryesisht hesht.

Hu, Pavlou & Zhang (2007), punim pune; të dhëna të Amazon shkurt deri korrik 2005; shiritat janë pjesë e të gjitha vlerësimeve të çdo kategorie. Autorët i quajnë dy shkaqet paragjykim i blerjes dhe paragjykim i mosraportimit. Një CD dhe studentë: kufij që i emërtojnë vetë.

Burimi: Nan Hu, Paul A. Pavlou & Jennifer Zhang, 2007

Si matet

Numri, shpërndarja, dhe të rremet

Michael Luca dhe Georgios Zervas studiuan 316.415 vlerësime në Yelp për 3.625 restorante të Bostonit, 2004 deri 2012. Filtri i Yelp kishte lënë mënjanë rreth 16% si të dyshimta. Vlerësimet e filtruara ishin më ekstreme; restorantet me pak vlerësime ose me vlerësime të këqija së fundmi kishin më shumë gjasa të mashtronin, zinxhirët më pak.

• 79% : 19% e vlerësimeve të filtruara te bizneset e kapura duke kërkuar vlerësime të rreme, kundrejt restorantit mesatar të Bostonit

• Numri. sa këtë muaj, dhe totali pas mesatares
• Shpërndarja. pjesa e njëshave dhe dyshave, dhe e pesësheve, jo vetëm mesatarja
• Të fundit, jo të gjitha. muaji kundrejt tre të fundit; mesatarja e përgjithshme lëviz ngadalë
• Kush shkroi. vlerësuesit e filtruar në Boston kishin shkruar 10 vlerësime mesatarisht, të publikuarit 137

Luca & Zervas (2016), versioni i pranuar i 2015-s. Filtri është tregues i përafërt për të rremet, me gabime në të dy drejtimet; kurthi përfshiu 126 biznese amerikane të shënuara nga Yelp në 90 ditët para marsit 2014. Fushat janë propozim i redaksisë. Top-2-box është te Nr. 32, ligji i Goodhart-it te Nr. 43.

Burimi: Michael Luca & Georgios Zervas, Management Science 62(12), 2016

Mjeti i numrit

Karta mujore e vlerësimeve

Një herë në muaj, lexoji vlerësimet si regjistër ankesash, jo si rezultat: numëroji, shiko shpërndarjen, rendit të ulëtat sipas asaj që shkoi keq dhe kontrollo nëse recepsioni e dëgjoi i pari. Mjeti Guest Complaints i kthen kategoritë në Pareto dhe gjen dhomat që ankohen dy herë.

1. Muaji, platforma, numri vlerësimet e reja këtë muaj; totali pas mesatares
2. Mesatarja dhe shpërndarja pjesa e njëshave e dyshave, pjesa e pesësheve; kundrejt tre muajve të fundit
3. Çfarë thonë të ulëtat me fjalët e mysafirit, një kategori secila
4. U dëgjua më parë në recepsion? në regjistrin e ankesave apo jo; nëse jo, pse
5. E rregulluar, dhe e përgjigjur kush e rregullon shkakun, deri kur; kush i përgjigjet vlerësimit

Karta është propozim i redaksisë, jo metodë e provuar, e ndërtuar mbi paralajmërimet e tri burimeve për numrin, shpërndarjen dhe kush shkroi. Sipas redaksisë, rezultati i vlerësimeve nuk duhet të bëhet objektiv për stafin. Eseja e lidhur më poshtë jep mënyrën e autorit për të shkruar një ankesë me fjalët e mysafirit.

Burimet: Michael Luca, Harvard Business School, 2016; Nan Hu, Paul A. Pavlou & Jennifer Zhang, 2007; Michael Luca & Georgios Zervas, Management Science 62(12), 2016

Më shumë te eseja: Mysafiri i zemëruar në orën 2 të natës

Hape mjetin: Ankesat e mysafirëve

Burimet dhe metoda

Çdo shifër ka një burim.

Shifrat e këtij numri vijnë nga burimet më poshtë. Viti tregon sa e re është secila.

• Michael Luca, Harvard Business School, “Reviews, Reputation, and Revenue: The Case of Yelp.com (Working Paper 12-016)”, 2016. https://www.hbs.edu/ris/Publication%20Files/12-016_a7e4a5a2-03f9-490d-b093-8f951238dba2.pdf
• Chris K. Anderson, Cornell University, Center for Hospitality Research, “The Impact of Social Media on Lodging Performance (Cornell Hospitality Report 12(15))”, 2012. https://ecommons.cornell.edu/items/d64bbbba-651a-4e13-a058-af3e2e82f4cf
• Nan Hu, Paul A. Pavlou & Jennifer Zhang, “Why do Online Product Reviews have a J-shaped Distribution? Overcoming Biases in Online Word-of-Mouth Communication (working paper)”, 2007. https://archive.nyu.edu/bitstream/2451/14951/2/usedbook1.pdf
• Michael Luca & Georgios Zervas, Management Science 62(12), “Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud”, 2016. https://doi.org/10.1287/mnsc.2015.2304

Metoda editoriale

Çdo shifër u kontrollua për vitin, botuesin dhe çfarë mat, te teksti i plotë kur u hap. Burimi i lexuar vetëm te një përmbledhje, një abstrakt ose copa shënohet me “përmes”. Shifra që nuk u konfirmua te ajo që u lexua shënohet si e tillë në faqen e vet, ose lihet jashtë. Interpretimi i redaktorit shënohet “Leximi ynë”.

Redaktuar nga Stiven Janaqi, që përgjigjet për të; “redaksia” në këtë botim është ai. Tekstet, përkthimet, faqosja dhe kontrolli i shifrave te burimet e tyre bëhen në seanca pune me Claude, një model AI i Anthropic. Si bëhet kjo faqe