发布时间：2023-05-10
消费者体验与满意度之间的关系一直是业界与学术界所关注的重点，不同于过往专注于两个主效应关系的研究，本研究重点关注的是不同体验之间的交互关系对消费者满意度的影响。简单来说，就是当两个不同维度的体验被消费者同时感知到后，是否其对满意度的影响存在正向协同效应，也就是1+1>2，或者是反向协同效应，也就是1+1<2。日常生活中，很多服务或产品带给消费者的消费体验往往是多维度，且很多维度又可以进一步分为不同的细类。为探究上述现象，中国人民大学商学院市场营销系张泽林与合作者撰写了论文“Uncovering Synergy and Dysergy in Consumer Reviews A Machine Learning Approach”并在管理学顶级期刊Management Science上发表。
本研究基于对消费者海量线上评论数据，应用机器学习技术，解决了3个主要挑战：
一是，从更细颗粒的程度来从消费者评论中准确抽取不同维度体验的描述，并将相似的体验描述进行聚类合并。
二是，甄别消费者评论中所描述的体验之间，是否存在语义上的相关关系，并在后续分析中将其进行剔除。例如，在“墙很薄，隔壁很吵”这个表述中，这两个体验之间明显存在相关关系，不应作为交互关系的研究对象。
三是，高维度且存在局部稀疏的数据结构的回归分析。
该项研究基于自然语言处理预训练模型（BERT），结合网络标注框架（Grid Tagging Scheme）、孪生网络（Siamese BERT networks）以及多任务学习等多种机器学习方法的综合应用与优化，并结合广义随机森林（Generalized Random Forest），开发了一套可以对消费者高维度体验间的交互作用进行精细化分析的工具系统。
通过对缤客（Booking.com）网上152个国家，9621家酒店在2016-2017年间的超过70万条英文评论的大规模自然语言处理，获得102条最具代表性的消费者体验的描述，涵盖了清洁度、舒适度，设施完备度、位置便利度、餐饮质量、员工服务质量与态度、WIFI质量与速度、以及是否物有所值等8个主要维度。通过分析，发现了319对正面体验间和271对负面体验间存在显著的（正向和反向）协同效应，最后还有714对正面与负面体验间的交互也存在显著的交互。
最后，基于研究的主要结论，该论文进一步对地处伦敦温布利球场附近的著名酒店“Hilton London Bankside”的消费者评论进行了分析，并给出了针对性的服务提升和补救的建议。本研究的成果也可以应用于航空业、旅游业、金融业等服务行业，以及包括汽车、安防设备、家用机器人等复杂或高科技实体产品领域。
已发表文章：
官方微信
中国人民大学商学院
