I dati dei siti Web di social commerce possono fornire informazioni essenziali agli imprenditori prima che prendano decisioni che potrebbero determinare se una nuova impresa ha successo o meno, mostra uno studio dell'Oregon State University.

I siti di social commerce come il sito di recensioni e consigli Yelp raccolgono grandi quantità di dati da una varietà di utenti, comprese le opinioni dei clienti, distribuzione geografica delle imprese in una determinata area, e "check-in" dei clienti che forniscono un senso del traffico pedonale.

Tali informazioni possono fornire agli imprenditori informazioni preziose sull'ambiente competitivo in cui operano o stanno pensando di operare, ha detto l'autore principale dello studio, Xiaohui Chang, un assistente professore al College of Business dell'OSU.

Chang e il coautore Jiexun Li della Western Washington University hanno sviluppato uno strumento che utilizza i dati raccolti attraverso un sito di social commerce, inclusi dettagli come i tipi di attività commerciali in un quartiere, le loro ore, disponibilità di parcheggio e altre funzionalità per i consumatori, per aiutare a determinare se una posizione ha maggiori probabilità di avere successo rispetto a un'altra.

"Piccoli imprenditori, in particolare, avere molte scelte quando si apre una nuova attività, compreso dove localizzare, " Chang ha detto. "Con questo modello, utilizziamo i dati di social commerce esistenti per aiutarti a determinare quale posizione avrà il rendimento migliore."

I risultati sono pubblicati nel numero di luglio della rivista Sistemi esperti con applicazioni .

Lo studio è stato concepito come un modo per affrontare l'annosa questione del perché alcune aziende hanno successo e altre no, ha detto Chang. Il lavoro è particolarmente applicabile alle piccole imprese. Mentre le grandi aziende possono dedicare risorse alla raccolta e all'analisi dei dati finanziari, le piccole imprese potrebbero non avere tutti questi strumenti a disposizione durante la ricerca di dove aprire o quali orari di apertura mantenere.

I ricercatori si sono concentrati sui ristoranti perché la maggior parte delle nuove piccole imprese sono ristoranti, e molti falliscono entro il primo anno dall'apertura.

Per lo studio, i ricercatori hanno esaminato l'accuratezza di quattro diversi modelli di previsione delle prestazioni aziendali. Il modello di affinità degli attributi è un modello di base che esamina gli attributi intrinseci delle aziende senza tener conto della posizione o della concorrenza.

Il modello geografico, che è stato utilizzato e testato da altri ricercatori, suggerisce che le aziende che sono vicine l'una all'altra e condividono attributi simili probabilmente andranno altrettanto bene. Il modello contestuale, che è un nuovo modello, esamina gli attributi dell'impresa e dell'ambiente che potrebbero contribuire al successo di un'impresa; due aziende a centinaia di miglia di distanza con caratteristiche simili e quartieri circostanti potrebbero ottenere prestazioni simili. Il modello ibrido utilizza sia modelli contestuali che geografici, che comprendono anche aspetti del modello di affinità.

I ricercatori hanno utilizzato i dati dei ristoranti dell'area di Phoenix da Yelp, un sito di social commerce che aiuta i consumatori a trovare attività utilizzando servizi basati sulla posizione, per testare ogni modello. Yelp ha messo a disposizione dei ricercatori alcuni dei suoi dati e questo studio ha utilizzato i dati del 2013.

Hanno scoperto che il modello ibrido ha fatto il miglior lavoro nel prevedere se un ristorante avrebbe avuto successo. Sia gli attributi aziendali che gli ambienti circostanti svolgono ruoli importanti, ha detto Chang.

Sono necessarie ulteriori ricerche per testare completamente come il modello potrebbe essere utilizzato per aiutare una nuova azienda a prendere decisioni, e per determinare se funziona anche per altri tipi di attività, ha detto Chang. Inoltre, società di social commerce come Yelp, Trip Advisor o Foursquare, che raccolgono una serie di dati basati sulla posizione, potrebbe utilizzare il modello per aiutare le aziende a migliorare le proprie attività.

"Potresti ottenere regolarmente nuove previsioni sulle prestazioni e i dati potrebbero essere utilizzati per aiutare le aziende a risolvere i problemi o mantenersi vivaci, " ha detto Chang. "Se un'attività simile ha più successo e puoi utilizzare i dati basati sulla posizione per individuare che il successo è dovuto in parte alla disponibilità di parcheggio, ore o prezzo, puoi prendere decisioni sulla base di tali informazioni."