Optymalna liczba opinii dla produktu w sklepie internetowym – analiza

Redakcja PR - 03.08.2016
276

Analiza problemu optymalnej liczby recenzji w sklepie internetowym

Jest wiele czynników, które decydują o tym, jaka liczba recenzji będzie uważana za przewagę konkurencyjną przez potencjalnego klienta. Niestety nie istnieje na to pytanie jedna odpowiedź, sprowadzająca się do pojedynczej wartości. Nawet odpowiedź zawierająca przedział liczb jest zbytnim uproszczeniem problemu.

Sklep oraz otoczenie konkurencyjne: istnieją sklepy i kategorie, w których liczba opinii dla poszczególnych produktów jest liczona w tysiącach. Dla przykładu słuchawki Panasonic ErgoFit w sklepie Amazon.com zgromadziły ponad 33 tysiące recenzji. Na drugim biegunie znajdują się kategorie, w których uzbieranie zaledwie kilku recenzji jest nie lada wyzwaniem. Sprzedaż produktów w kategoriach często ocenianych będzie od producenta wymagała większego nakładu sił. Nowe produkty bowiem będą porównywane z tymi, które mają już ogromną bazę recenzji.

Na decyzje zakupowe wpływ ma ponadto łączna ocena produktu, wyrażająca się zazwyczaj poprzez liczbę gwiazdek. Nikogo nie przekona produkt z tysiącami opinii, który oceniany jest na mniej niż 3 gwiazdki. W takim przypadku każda kolejna opinia raczej pogrąża produkt, niż go promuje. Liczne badania rynkowe wskazują na to, że minimalna akceptowalna przez kupujących  liczba gwiazdek to 4. Należy jednak pamiętać jak ważne jest również odniesienie do konkurencyjnych produktów – być może konkurencja wymusi znacznie wyższe oceny. Firma Power Reviews przeprowadziła badanie nt. optymalnej liczby gwiazdek, którą określiła jako przedział od 4.2 do 4.6. Przedział ten nie zbliża się zbytnio do maksymalnej oceny (5), ponieważ zbyt wysoka liczba gwiazdek staje się niewiarygodna w oczach kupujących.

Kategoria produktu również ma znaczenie. W przypadku produktów, które są znane kupującym, o niskiej wartości, małym ryzyku błędu i charakteryzujące się szybkim cyklem zakupu ocena ma zdecydowanie mniejsze znaczenie podczas podejmowania decyzji zakupowej.

Jak przełożyć powyższe założenia na konkretne rekomendacje?

W eStoreMedia stworzyliśmy badanie elastyczności postrzegania liczby opinii oraz gwiazdek. Dzięki niemu możemy rekomendować optymalny poziom opinii dla konkretnych produktów, który będzie brał pod uwagę powyższe czynniki. Badanie pilotażowo zostało przeprowadzone dla międzynarodowego koncernu na 5 kluczowych rynkach – od USA po Japonię. Od września 2016  zbudowany na jego podstawie algorytm będzie częścią raportów eStoreCheck.com.

Kluczowe konkluzje, z naszego badania są następujące:

Najważniejsze dla kupujących jest to, aby ocena rozważanych produktów (wyrażona za pomocą gwiazdek) była przynajmniej porównywalna. Idealną sytuacją jest taka, gdy przewyższany jest poziom konkurencji. Nasze badanie potwierdziło ponadto, że produkty o oceni poniżej 4 gwiazdek nie są praktycznie rozważane przez kupujących.  Aby ocena produktu (niezależnie od liczby gwiazdek) była postrzegana jako wiarygodna, musi być potwierdzona pewną liczbą recenzji. Liczba ta jest relatywnie niewysoka, ale osiągnięcie jej jest kluczowe w postrzeganiu oceny produktu.

  1. Liczba opinii nie powinna znacząco różnić się od konkurencyjnych produktów. Dodatkowo powinna ona uwzględniać przewagę lub stratę w ilości gwiazdek, np. jeżeli rozważany przez klienta produkt ma średnio więcej gwiazdek niż konkurencyjny, w oczach kupującego, dopuszczalna jest mniejsza liczba recenzji niż dla konkurencji.
  2. Czytelne oznaczenie produktu jako nowość może mieć istotny wpływ na obniżenie wymagań kupujących dotyczących, minimalnej liczby recenzji, które uwiarygodnią ocenę. Może być to kluczowe we wczesnym etapie wprowadzania produktu na rynek.

Dzięki przeprowadzonemu badaniu nasz klient uzyskał informacje dotyczące:

  • minimalnej liczba recenzji, które sprawią że ocena produktu będzie wiarygodna
  • liczby recenzji, przy której szanse wyboru w stosunku do konkurencyjnego produktu są porównywalne (przy założeniu rzeczywistej liczby recenzji konkurencyjnego produktu oraz liczby gwiazdek)
  • optymalnej liczby recenzji, czyli takiej przy której w 80% przypadki kupujący podejmie decyzję korzystną dla badanego produktu (zawsze pojawiają się osoby dokonujące nieoptymalnych wyborów, a więc optymalizacja na ponad 80% nie ma sensu).

***

eStoreMedia to firma istniejąca od 2009 roku, zajmuje się badaniem rynku e-commerce w Polsce i na świecie oraz dbaniem o prawidłową prezentację produktów w tym kanale dystrybucji. Firma pracowała dla dziesiątek marek, m.in. Microsoft, NIKE, Oral B, Braun na 30 rynkach.

Jakub H. Gruszczyński –  absolwent wydziału Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego oraz studiów doktoranckich Szkoły Głównej Handlowej. Od 10 lat zajmuje się badaniami internetu.  Od 2014 roku związany jako Manager ds. Badań z eStoreMedia, wcześniej pracował jako kierownik działów Market Intelligence w GG Network oraz w pkt.pl.  Od 2013 roku członek stałych zespołów metodologicznych w Polskich Badaniach Internetu.

Comments

comments

276
Komentarze
Sonda

Czy sztuczna inteligencja może zastąpić pracę PR-owca??

Loading ... Loading ...