以消費者對產品特徵的偏好進行個人化評論排名(實務問題篇)


網路消費者評論(Online Consumer Reviews, OCR)平台使網路消費者能透過可公開的評論,來表達與分享其對於產品、服務的體驗與想法。網路消費者評論是身為產品設計師、製造商、網路零售商與網路消費者的重要訊息來源。可以協助企業開發新產品、優化服務、與進行銷售,同時也有助於消費者進行購買決策。

此外,網路消費者評論的內容越來越多,也會對消費者帶來資料量過載的問題,讓消費者很難快速地找到滿足其需求與有用的資訊。其中,資訊過載是指對消費者提供大量的訊息,使其無法消化的狀態,也會導致消費者對訊息的認知下降等問題。

面對這樣的問題,許多網路消費者評論平台(像是:Amazon.com、Yelp.com)會透過各式各樣的標準(像是有用性投票、星級評等、與評論發布日期等),提供使用者排序或是過濾等服務。只是縱使平台商提供這類服務,消費者仍要費力地完成瀏覽大量的評論,來獲得其所需要的資訊。

此外,不同的消費者在進行購買決定時,通常會對產品功能有著不同的偏好,因此,獲得有用性投票高分的評論,未必是能滿足每個消費者需求的資訊。另一方面,與消費者需求高度相關的評論,也可能會因為有用性投票分數很低,而被消費者所忽略。例如,欲購買床墊時,部分消費者可能會認為床墊的硬度是重要的考量因素,另一群消費者則喜歡記憶海綿。相同的網路消費者評論對不同需求的消費者來說,可能會出現南轅北轍的結果,如圖1所示:

圖1 排名的缺失

最後,若消費者想透過關鍵字尋找相關的評論,搜尋結果仍會有排序的問題。此外,消費者對產品功能的偏好,在描述上可能很複雜,超出關鍵字機制的能力。

對於網路消費者評論平台來說,是否有更好的方法,能夠解決以上的問題?提高消費者對網路消費者評論有用性的認知?

智能自動化公司(Intelligent Automation Inc.)的阿努帕姆戴許(Anupam Dash)等人,就在2021年的《國際電子商務期刊》(International Journal of Electronic Commerce)中,發表了一篇文章〈基於消費者對產品特徵的偏好進行個人化評論排名〉(Personalized Ranking of Online Reviews Based on Consumer Preferences in Product Features),並針對以上的議題,提出了解決方法。


作者:陳苡任(台科大企管系博士)、羅凱揚(台科大企管系博士)

繪圖者:謝瑜倩

更多商普好文推薦

回到頂端