Analyse von User Generated Content zur Identifikation von latenten Dienstleistungsqualitätsmerkmale
MoreThanWords_Logo.jpg

 

Shortfacts

Projektlaufzeit: 10/2013 - 12/2014
Projektleitung: Prof. Dr. Michaela Geierhos & Prof. Nancy Wünderlich
Förderprogramm: Forschungspreis 2013 der Universität Paderborn
Höhe der Förderung: 62.000 EUR


Motivation

Für Internetnutzende entstehen immer mehr Möglichkeiten, Bewertungen über eine Vielzahl an Produkten (z. B. Amazon Reviews), Leistungen (z. B. MyHammer, jameda) und Erlebnissen (z. B. TripAdvisor) abzugeben. Die Nutzerinnen und Nutzer suchen Bewertungsplattformen auf, um aktiv ihre Erfahrungen mit Dienstleistungen wie Hotelurlauben, Besuchen in medizinischen Einrichtungen oder auch Versandhandelserfahrungen mit interessierten anderen Kundinnen und Kunden zu teilen. Für viele Konsumierende sind diese Bewertungen eine als hilfreich empfundene Informationsquelle zur Abwägung einer persönlichen Kaufentscheidung. Die steigende Flut an Bewertungen und Rezensionen in Bewertungsportalen (z. B. ShopVote) und sozialen Medien (z. B. qype, flickr), stellt die Internetnutzenden allerdings auch vor die Herausforderung, die Vielzahl an Bewertungskommentaren und -portalen in Hinblick auf ihre Relevanz zu selektieren. Häufig bestehen diese Bewertungskommentare aus Freitexten (sog. User Generated Content), die in Struktur und inhaltlicher Fokussierung deutlich voneinander abweichen können. Insbesondere, wenn diese Freitexte die einzige Bewertungsgrundlage bilden, zeichnet sich auf Seite der Nutzenden eine Interpretationshürde ab. Stehen quantifizierbare Bewertungen der Nutzenden in Form von Skalen zur Verfügung, sind diese oft nicht immer konsistent mit den frei formulierten Bewertungskommentaren. Während es diverse Softwarelösungen gibt, die es Firmen ermöglichen, die Meinungen ihrer Kundinnen und Kunden automatisch zu analysieren (z. B. TrustYou) und so Trends zu verfolgen, haben die Internetnutzenden selbst kein Tool zur Hand, das sie dabei unterstützt, bei Millionen von Bewertungen die Servicequalität eines Unternehmens auf den ersten Blick einzuschätzen.


Innovation

Eine neue fächerübergreifende korrelative Methode, ...

  • welche durch computerlinguistische Verfahren zur semantischen Inhaltsanalyse von Bewertungstexten im Web 2.0 Rückschlüsse auf domänenspezifische Anforderungen der Kundinnen und Kunden an Dienstleistungen und User-spezifische Abweichungen in der Polarität ziehen kann;

  • welche empirisch ermittelte Dimensionen der Dienstleistungsqualität anstelle domänenunabhängiger SERVQUAL-Kategorien in Relation zur qualitativ und quantitativ messbaren Zufriedenheit der Kundinnen und Kunden stellt;

  • welche erstmals einen automatischen Vergleich von qualitativen mit quantitativen Dienstleistungsbewertungen durch Berücksichtigung der User-typischen Bewertungsintervalle für Polaritätsskalen ermöglicht.


Implementierung

Ziel des Forschungsvorhabens ist es, obiges Szenario mittels Methoden der Computerlinguistik (CL) und des Dienstleistungsmanagements (DLM) umzusetzen. Folgende Forschungsfragen aufbauend auf den Forschungslücken in beiden Disziplinen werden adressiert:

  • Inwieweit verwenden die Verfassenden von Bewertungskommentaren zur Beschreibung von Dienstleistungserfahrungen Merkmale, die den klassischen Bewertungsdimensionen der Dienstleistungsqualität entsprechen? Inwieweit werden weitere Bewertungskriterien und -dimensionen herangezogen?
  • Inwieweit variieren die Bewertungskommentare der Nutzerinnen und Nutzer? Welches Bewertungsverhalten wird erkenntlich? Inwieweit existieren Unterschiede für verschiedene Dienstleistungsbereiche?
  • Sofern quantitative Skalen eingesetzt werden: Hilft die Hinzunahme von Freitextbewertungen, Skalenäquivalenz festzustellen? Inwieweit stimmen die qualitativen Bewertungskommentare mit quantitativen Gesamturteilen überein – unter welchen Bedingungen weichen diese voneinander ab?



MoreThanWords_Grafik.png