Naarmate meer mensen online gaan winkelen, begrijpen hoe ze vertrouwen op e-commerce aanbevelingssystemen om aankopen te doen, wordt steeds belangrijker. Onderzoekers van Penn State suggereren nu dat het niet alleen is wat wordt aanbevolen, maar hoe en waarom het wordt aanbevolen, dat helpt om de mening van de consument vorm te geven.

In een onderzoek, de onderzoekers onderzochten hoe mensen reageerden op twee productaanbevelingssystemen. Het eerste systeem genereerde aanbevelingen op basis van eerdere aankopen van de gebruiker, vaak op inhoud gebaseerde aanbevelingssystemen genoemd. De tweede gaf aanbevelingen op basis van wat andere mensen kochten, de zogenaamde collaboratieve aanbevelingssystemen.

De onderzoekers, die hun bevindingen rapporteren in de Tijdschrift voor reclame , ontdekte dat mensen die graag zelf nadenken en problemen oplossen - een persoonlijkheidstype dat de onderzoekers beschrijven als 'hoge behoefte aan cognitie' - op inhoud gebaseerde aanbevelingen overtuigender vinden. Echter, degenen met een lage behoefte aan cognitie worden meer overtuigd door collaboratieve aanbevelingssystemen, wat kan dienen als een signaal dat andere kopers het product al voor hen hebben doorgelicht.

De aard van het aanbevelingssysteem en de mate van vertrouwen in het voorstellen van de juiste producten kan erg belangrijk zijn bij het begeleiden van mensen bij het doen van online aankopen, zei S. Shyam Sundar, James P. Jimirro Hoogleraar media-effecten aan het Donald P. Bellisario College of Communications en mededirecteur van het Media Effects Research Laboratory.

"In het pre-internettijdperk vóór kunstmatige intelligentie, we zouden een andere persoon vragen op een cocktailparty, 'Ik hoorde dat je naar Italië ging, kun je me wat aanbevelingen geven, Ik ga er volgende maand heen, ' als een manier om informatie te verzamelen voor het nemen van onze beslissingen, " zei Sundar, die ook een filiaal is van Penn State's Institute for Computational and Data Sciences. "Nutsvoorzieningen, we gaan online en hebben toegang tot informatie van zowat iedereen die vorige maand naar Italië is gegaan, niet alleen de vriend die je tegenkwam op de cocktailparty. Je bent nu in staat om die informatie te krijgen over de collectieve ervaring van anderen, en hoe het aansluit bij je eigen achtergrond en eerdere reizen."

Volgens Mengqi Liao, een doctoraatsstudent in massacommunicatie en eerste auteur van het artikel, een subtiel "bandwagon-effect" kan mensen overtuigen.

"Vanuit het perspectief van een leek, we weten misschien niet dat dit eigenlijk twee verschillende aanbevelingssystemen zijn, "zei Liao. "Eén systeem zou de klant kunnen vertellen dat de aanbeveling is gebaseerd op wat ze eerder hebben gekocht. Maar het gezamenlijke aanbevelingssysteem geeft aan dat veel andere mensen dit product hebben gekocht, die een extra laag van overtuigende aantrekkingskracht toevoegt."

De onderzoekers ontdekten ook dat de effectiviteit van de aanbevelingssystemen verband hield met het type product dat het systeem aanbeveelde. Bij het nemen van beslissingen over ervaringen, zoals films, reisbestemming en dineren, consumenten met een hoge behoefte aan cognitie reageerden eerder op informatie over de mate waarin het aanbevolen product hun persoonlijke voorkeuren weerspiegelt, uitgedrukt in een percentage dat overeenkomt met producten die worden aanbevolen door op inhoud gebaseerde filtersystemen.

Echter, consumenten met een lage behoefte aan cognitie gaven de voorkeur aan collaboratieve filtering omdat ze meer overtuigd waren door het percentage andere mensen dat het aanbevolen artikel kocht, die ook hun intenties om het item te kopen bevorderden.

Dergelijke verschillen werden niet gevonden voor aanbevelingen van "zoekproducten, " informatie over die kan worden verkregen door online te zoeken. Beide persoonlijkheidstypes gaven de voorkeur aan collaboratieve aanbevelingssystemen.

"Je kunt het zien als een soort cognitieve outsourcing, " zei Sundar. "Een klant kan de advertentie voor een smartwatch zien, bijvoorbeeld, en bekijk de kenmerken, maar denk, 'Ik ga niet het harde werk doen om alle details te onderzoeken en tot een conclusie te komen die beter is, Ik besteed dit gewoon uit aan anderen.' Als ze zeggen dat het een goed slim horloge is, dan kopen ze het."

Volgens Liao, het meeste onderzoek naar aanbevelingssystemen richt zich op het optimaliseren van de suggesties van deze systemen. Deze bevindingen suggereren dat ontwikkelaars mogelijk andere factoren moeten overwegen, zoals persoonlijkheidstypes en producttypes, voor het verbeteren van de gebruikerservaring van hun systemen, in plaats van zich uitsluitend te concentreren op de nauwkeurigheid van de suggesties van hun algoritme.

"Veel kan afhangen van hoe gebruikers de informatie ontvangen over de aanbevelingen van de systemen, "zei Liao. "Het is belangrijk waarom deze systemen de aanbevelingen voor producten en ervaringen geven."

De onderzoekers rekruteerden 469 mensen op een online crowdsourced microtask-site voor het onderzoek en wezen ze willekeurig toe aan een experimentele website die ofwel een algoritme voor samenwerking of inhoudsfiltering gebruikte.

Voor collaboratieve systemen, de onderzoekers gebruikten een percentagebereik om aan te geven hoeveel vergelijkbare mensen het aanbevolen product - of percentageovereenkomst - gebruikten en dienden als een signaal voor het bandwagon-effect. Voor op inhoud gebaseerde systemen, dezelfde percentages werden gebruikt om aan te geven in hoeverre het aanbevolen product op basis van hun gebruikersprofiel overeenkwam met de persoonlijke kenmerken van de consument. Er waren drie niveaus van indicatoren voor overeenstemmingspercentages:laag, gemiddeld en hoog.

Bij het testen van de twee verschillende soorten producten - zoeken en ervaren - gebruikten de onderzoekers een aanbeveling voor een smartwatch als voorbeeld van een zoekproduct en een aanbeveling voor een toeristische bestemming om de reacties van deelnemers op producten te onderzoeken.

Voordat ze de e-commercesite bezochten, alle deelnemers beantwoordden een reeks vragen om te bepalen of ze een hoge behoefte aan cognitie hadden, of lage behoefte aan cognitie, persoonlijkheidstypes.

Omdat de onderzoekers slechts twee producten en twee gemeenschappelijke aanbevelingssystemen hebben getest, toekomstig onderzoek zou kunnen kijken naar de psychologische effecten van andere systemen en andere soorten producten onderzoeken. De onderzoekers zeiden dat dit zou kunnen helpen de validiteit van hun bevindingen te verifiëren.