User-Generated-Content

MIT-Forscher sehen Reviews als Alternative für Umfragen

   Artikel anhören
© Pixabay
Die Analyse von User-generiertem Content aus Online-Reviews, Blogs und Social-Media-Postings soll laut einer Veröffentlichung von Wissenschaftlern des angesehenen MIT im Journal Marketing Science den Kundenwillen schneller und günstiger erfassen, als klassische Befragungen.  

Zwei Wissenschaftler am Massachusetts Institute of Technology (MIT) behaupten in einer Studie, die in der wissenschaftlichen Zeitschrift Journal Marketing Science veröffentlicht wurde, dass der sogenannte User-Generated-Content (UCG), also Online-Bewertungen, Blogs oder Social Media-Kommentare, eine vielversprechende Alternative zu klassischen Methoden darstellt. 



Artem Timoshenko, Doktorand am MIT und Erstautor der Studie „Identifying Customer Needs from User-Generated Content“ und Professor John R. Hauser ließen Kundenbewertungen von Algorithmen analysieren und versuchten so eine schnelle und günstige Möglichkeit zu finden, die Wünsche ihrer Kunden zu erfassen. Ein lernendes Programm filterte relevante Daten aus Amazon-Bewertungen, die anschließend von einem Experten analysiert wurden. Bei dem Test wurden Bewertungen zu Mundhygiene-Produkten mit Ergebnissen aus persönlichen Befragungen verglichen.

Das Team stellte fest, dass das selbstlernende System die Datenmengen tatsächlich auf eine sinnvolle Auswahl reduzierte, mit der der menschliche Experte gut arbeiten konnte. Trotz allem könne die Technik den Menschen jedoch auf lange Sicht nicht ersetzen. "Die persönliche Prüfung bleibt ein wichtiger letzter Schritt im Vorgang, da professionelle Analysten am besten die kontextabhängige Natur der Konsumentenbedürfnisse einschätzen können", so der Marketing-Professor Hauser.

Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats