Seguiamo l'oracolo
La diffusa disponibilità delle opinioni dei consumatori condivise sulle piattaforme di recensioni e altri canali di social media ha offerto una nuova fonte di informazioni per valutare meglio quali prodotti avranno successo sul mercato. In particolare, le recensioni online offrono una fonte di informazioni prontamente disponibili e accessibili pubblicamente, fornendo una finestra sulle opinioni dei consumatori già al momento del lancio di un prodotto. Le recensioni online dei prodotti hanno dimostrato di essere utili per comprendere e prevedere il successo di un prodotto in molteplici contesti.
Anche se questo ambiente offre una fonte molto ricca di informazioni, sorprendentemente quasi nessun lavoro ha studiato i recensori stessi e se il loro comportamento nelle recensioni può aiutarci a capire il successo del prodotto. La domanda è quindi se le informazioni sugli individui che decidono di scrivere una recensione per un prodotto subito dopo il lancio del prodotto possono dare alle aziende, alle piattaforme online e ad altri attori interessati un segnale per il futuro successo del prodotto.
Proponiamo un nuovo approccio all'analisi dei dati delle recensioni, considerando il recensore, piuttosto che la recensione stessa, come unità di analisi. Scopriamo che alcuni recensori hanno un tratto predittivo: recensiscono sistematicamente i prodotti di successo subito dopo il lancio del prodotto. Usiamo due grandi set di dati di recensioni di film e libri e creiamo per ogni recensore nel nostro set di dati un punteggio del recensore, che misura la tendenza del recensore a recensire prodotti di successo all'inizio del ciclo di vita del prodotto. Usando questo approccio, possiamo identificare un segmento di recensori oracolo che forniscono sistematicamente recensioni precoci di prodotti che finiscono per avere successo tra i consumatori. Troviamo non solo che i recensori oracolo esistono, ma che sono predittivi del successo del prodotto al di là dei previsori di successo precedentemente studiati in diversi domini. Possiamo dimostrare che più alta è la proporzione di recensori oracolo nella folla di recensori di prodotti, più il prodotto ha successo. I recensori oracolo sono predittivi di varie misure di successo del prodotto, comprese le vendite, il rango delle vendite, la durata del prodotto e il numero di recensioni.
Basandoci sul fenomeno dei recensori oracolo, scopriamo le caratteristiche dei recensori oracolo che li differenziano sistematicamente dagli altri. Scopriamo che i recensori oracolo sono recensori selettivi, ma il loro tratto predittivo va oltre la selettività. I recensori oracolo tendono a scrivere meno recensioni e a scriverle più vicino alla data di uscita del prodotto, relativamente ai recensori non-oracolo. I recensori oracolo non amano i film di successo più degli altri recensori e scrivono recensioni meno emotive, una caratteristica che è stata trovata anche per i recensori critici.
Il nostro lavoro espande e combina le letterature delle recensioni dei prodotti e dei consumatori predittivi identificando una caratteristica dei recensori che li rende predittivi del successo del prodotto. Stabiliamo l'esistenza di recensori oracolo attraverso contesti empirici e piattaforme. Inoltre, dimostriamo che i consumatori predittivi possono essere identificati anche in assenza di dati di acquisto osservati e solo in base alla loro decisione di recensire un prodotto. Infatti, non stiamo nemmeno utilizzando il contenuto della recensione per identificare i recensori oracolo, ma solo se hanno recensito o meno. Inoltre, la prevalenza e la disponibilità delle recensioni dei prodotti rendono il nostro approccio estremamente utile per identificare i consumatori predittivi. I marketer e le piattaforme possono usarlo per identificare facilmente i recensori oracolo che, con la loro semplice scelta di recensire un prodotto, possono informarli in anticipo se un prodotto avrà successo. Questo approccio può essere facilmente implementato da qualsiasi azienda o piattaforma i cui prodotti o servizi sono recensiti dai consumatori. Piattaforme online come Amazon possono usare queste informazioni per capire il successo dei prodotti poco dopo che il prodotto è stato lanciato e di conseguenza incorporare queste informazioni rispetto alle decisioni su quali prodotti promuovere o alle decisioni relative all'inventario. Gli inserzionisti possono incorporare queste informazioni su come allocare il loro budget e posizionare meglio gli annunci sui prodotti che saranno popolari. I produttori possono monitorare i loro prodotti sulle piattaforme di revisione per acquisire una comprensione anticipata di quali prodotti saranno probabilmente popolari tra i consumatori.