Aanbevelingssystemen worden gebruikt in e-commerce om consumenten te begeleiden met berichten als "Mensen die dit artikel kochten, kochten ook ..." Eerder onderzoek heeft aangetoond dat deze systemen de keuzes van consumenten beïnvloeden en in het algemeen de verkoop stimuleren, maar weinig studies hebben onderzocht hoe productspecifieke attributen of recensiebeoordelingen de effectiviteit van dergelijke systemen beïnvloeden. Een nieuwe studie probeerde te bepalen hoe de impact van aanbevelingssystemen (ook wel aanbevelingssystemen genoemd) wordt beïnvloed door factoren zoals producttype, attributen, en andere informatiebronnen over producten op de websites van retailers. Uit het onderzoek bleek dat aanbevelingen het aantal consumentenweergaven van productpagina's verhoogden, evenals het aantal producten dat consumenten overwegen, maar dat de stijging werd gemodereerd door productkenmerken en recensiebeoordelingen.

De studie, door onderzoekers van Carnegie Mellon University en The Wharton School, verschijnt in Bestuurswetenschappen .

"Onze bevindingen kunnen het effectieve gebruik van aanbevelingssystemen in e-commerce sturen en inzicht geven in het koopgedrag van consumenten, " zegt Dokyun Lee, Universitair docent Business Analytics aan de Tepper School of Business van Carnegie Mellon University, die co-auteur was van de studie. "Begrijpen of en hoe de effectiviteit van aanbevelingssystemen varieert tussen productcategorieën en door het aantal beoordelingen, kan managers helpen beter te begrijpen hoe deze systemen het beste kunnen worden gebruikt."

Onderzoekers voerden een experiment uit op een e-commercesite van een vooraanstaande Noord-Amerikaanse detailhandelaar met 184, 375 gebruikers. In het experiment, ongeveer de helft van de gebruikers werd willekeurig geselecteerd om aanbevelingen te ontvangen van een op aankoop gebaseerd filteralgoritme ("Mensen die dit kochten, kochten ook..."), terwijl de andere helft willekeurig geselecteerd om in een controlegroep te zitten, geen aanbevelingen gekregen. De studie gebruikte Amazon Mechanical Turk, een crowdsourcingmarkt, om de attributen van 37 te coderen, 125 unieke producten. De onderzoekers analyseerden vervolgens de resulterende dataset om te bepalen hoe factoren die de kosten beïnvloeden, onzekerheid, en risico's die verband houden met het zoeken naar producten, hebben een wisselwerking met de positieve impact van aanbevelingen op de mening van klanten over producten en hun aankoopbeslissingen.

Uit het onderzoek bleek dat het gebruik van aanbevelingen zowel het volume van de mening van consumenten over producten als de waarschijnlijkheid van consumenten om een ​​product te kopen, verhoogde. De positieve impact van een aanbeveling op productweergaven was groter voor gebruiksproducten (bijv. een hamer) dan voor hedonistische producten (bijv. parfum), en hoger voor producten met kenmerken die alleen door gebruik kunnen worden onderscheiden (bijv. wijn, films) dan voor producten waarvan consumenten de kwaliteit gemakkelijk kunnen beoordelen door beschrijvingen te lezen (bijv. computers, telefoons).

In tegenstelling tot, de positieve invloed van een aanbeveling op de kans om een ​​product te kopen was groter voor hedonistische producten dan voor utilitaire producten. In tegenstelling tot eerder onderzoek, het attribuut gerelateerd aan gebruik of eerdere ervaring had geen invloed op het effect van de aanbeveling op de waarschijnlijkheid van consumenten om een ​​product te kopen.

De auteurs van de studie merken verschillende beperkingen op, inclusief het gebruik van slechts één type aanbevelingssysteem. Ook, zij wisten niet welke producten daadwerkelijk door de aanbeveler werden aanbevolen en konden daarom niet analyseren of een bepaalde aankoop voortvloeide uit een aanbeveling; in plaats daarvan, ze vergeleken het koopgedrag van consumenten in de twee groepen en, vanwege randomisatie, schreef het verschil toe aan de aanbeveler. Eindelijk, ze konden niet bepalen hoe lang de impact van een aanbevelingssysteem zou duren.

"Onze resultaten suggereren dat de manier waarop aanbevelingen helpen om de productverkoop te stimuleren, verschilt per type product, " legt Kartik Hosanagar uit, hoogleraar operaties, Informatie en beslissingen op de Wharton School, die co-auteur was van de studie. "We hebben geconstateerd dat de positieve impact van aanbevelingen op weergaven groter is voor producten met een hoge gemiddelde beoordelingsscore, suggereren dat een aanbeveler een aanvulling vormt op beoordelingsbeoordelingen, terwijl het tegenovergestelde waar is voor conversiepercentages die afhankelijk zijn van weergaven, dat is, aanbevelings- en recensiebeoordelingen zijn vervangingen."