I marchi di consumo utilizzano da tempo focus group antiquati, interviste e sondaggi per valutare al meglio i desideri dei consumatori, desideri e bisogni come parte di processi che vanno dallo sviluppo del prodotto, al marketing e alle vendite. Con l'emergere dell'apprendimento automatico e dell'intelligenza artificiale (AI), c'è un crescente interesse per la capacità di sfruttare queste soluzioni per risparmiare tempo e denaro, e per fornire informazioni più affidabili sui consumatori.

L'apprendimento automatico può aiutare ad analizzare i contenuti generati dagli utenti (UGC), che comporta la raccolta di dati da recensioni online, social media, e blog, che forniscono approfondimenti sulle esigenze dei consumatori, preferenze e atteggiamenti.

Nonostante il potenziale per una migliore informazione, i marketer hanno sollevato preoccupazioni sul valore dei dati UGC perché la vastità e la qualità degli UGC ne rendono difficile l'elaborazione. Mentre i dati sono accessibili, identificare le informazioni sui consumatori richiede che gli esseri umani analizzino i dati, che è difficile da fare su larga scala.

Due ricercatori del Massachusetts Institute of Technology (MIT) hanno deciso di affrontare questo problema attraverso una ricerca progettata per esaminare la sfida di come utilizzare in modo più efficiente gli UGC per identificare le esigenze dei clienti in modi più efficienti in termini di costi e accurati.

Lo studio in uscita nel numero di febbraio della rivista INFORMS Scienze del marketing è intitolato "Identificazione delle esigenze del cliente dai contenuti generati dagli utenti, " ed è scritto da Artem Timoshenko e John R. Hauser del MIT.

Scoprono che l'apprendimento automatico può migliorare il processo di identificazione delle esigenze dei clienti, riducendo notevolmente i tempi di ricerca, aiutare i marchi di marketing dei consumatori a evitare ritardi nel portare i prodotti sul mercato.

"Poiché sempre più persone si rivolgono al mercato digitale per ricercare prodotti, condividere le proprie opinioni, e scambiare esperienze sui prodotti, grandi quantità di dati UGC sono disponibili rapidamente e con un basso costo incrementale per le aziende, " ha detto Timoshenko. "In molte categorie di marchi, UGC è esteso.

Per esempio, ce ne sono più di 300, 000 recensioni su prodotti per la salute e la cura della persona solo su Amazon. Se l'UGC può essere estratto per le esigenze dei clienti, ha il potenziale per identificare le esigenze dei clienti meglio delle interviste dirette ai clienti."

Altri vantaggi dei dati UGC sono che vengono aggiornati continuamente, che consente alle aziende di rimanere al passo con la loro comprensione delle esigenze dei clienti. E a differenza delle interviste ai clienti, I dati UGC sono disponibili per la ricerca per tornare a esplorare ulteriormente nuove intuizioni.

Per condurre le loro ricerche, gli autori dello studio hanno costruito e analizzato un set di dati personalizzato che confronta le esigenze dei clienti per la categoria di igiene orale identificata dalle interviste dirette con le esigenze dei clienti dalle recensioni di Amazon. Il set di dati è stato costruito in collaborazione con una società di consulenza di marketing per garantire la qualità standard del settore delle interviste e degli approfondimenti.

Gli autori hanno sviluppato e valutato un approccio ibrido di machine learning per identificare le esigenze dei clienti da UGC. Primo, utilizzano l'apprendimento automatico per identificare i contenuti pertinenti e rimuovere le ridondanze. I dati elaborati vengono quindi analizzati dagli esseri umani per formulare le esigenze dei clienti a partire da contenuti selezionati.

"Alla fine, abbiamo scoperto che UGC funziona almeno quanto i metodi tradizionali basati su un insieme rappresentativo di clienti, " ha affermato Hauser. "Siamo stati in grado di elaborare grandi quantità di dati e di restringerli a campioni gestibili per la revisione manuale. La revisione manuale rimane una parte finale importante del processo, poiché gli analisti professionisti sono in grado di giudicare meglio la natura dipendente dal contesto delle esigenze dei clienti."