• rev'u

Die Polarisierung von Online-Bewertungen - Ursachen analysiert

Aktualisiert: 14. Juli 2020

Betrachtet man die Verteilung von Online-Bewertungen auf vielfältigen Portalen, sticht schnell eine enorme Polarisierung der von den Nutzern abgegebenen Einschätzungen ins Auge. Dabei werden die Produkte oder Dienstleistungen meist in ihren Extremen bewertet (mit einer deutlichen positiven Tendenz), während differenzierte und mittelmäßige Bewertungen nur verhältnismäßig selten vergeben werden. In einem 2018 veröffentlichten Paper der Colombia Business School, New York untersuchen die Autoren Schoenmüller, Netzer und Stahl empirisch die Verteilung von über 280 Millionen Online-Reviews auf 25 Plattformen weltweit und versuchen deren Ursachen auf den Grund zu gehen („The Extreme Distribution of Online Reviews: Prevalance, Drivers and Implications“). In diesem Blogbeitrag wollen wir auf einige interessante Erkenntnisse ihrer Forschung eingehen und beispielhaft praktische Handlungsempfehlungen für Ihr Unternehmen ableiten.


rev’u unterstützt Sie gerne als Dienstleister für bessere Bewertungen und beantwortet beispielsweise für 14,99€ individuell Ihre schlechte Bewertung, damit Sie sich auf das Wesentliche Ihrer Arbeit konzentrieren können. Einen Überblick über alle unsere Dienstleistungen finden Sie hier: Services. Gerne können Sie uns auch direkt mit Ihrem Anliegen kontaktieren und von unserem Know-How profitieren: Kontakt.

Polarisierung Online-Bewertungen

In der wirtschaftswissenschaftlichen Literatur wurde die angesprochene Polarisierung von Bewertungen bereits in einigen internationalen Forschungsarbeiten als statistisch signifikant nachgewiesen. Die meisten Ausarbeitungen beschäftigen sich dabei aber ausschließlich mit der Online-Plattform Amazon. Umso interessanter ist nun der enorme Fokus dieser wissenschaftlichen Arbeit, welche global mehr als 280 Millionen Bewertungen von 25 verschiedenen Plattformen (darunter u.a. Google Restaurant Bewertungen, Airbnb, Expedia, Trustpilot, Yelp, etc.) analysiert.


Grundsätzlich und ex ante ist eine polarisierte Bewertungsverteilung, wie wir sie in der Realität des Internets täglich betrachten können, nicht zu erwarten. Die meisten Produkte und Dienstleistungen werden schließlich von einer auf den ersten Blick breiten und heterogenen Menge an Menschen bewertet (denken Sie beispielsweise an eine Arztpraxis).


Wie also kann es zu dieser Verzerrung kommen?


Die bisherige Forschung hat bereits einige Theorien für die Polarisierung von Online-Bewertungen herausgearbeitet:


Menschen bewerten verstärkt, wenn Sie entweder besonders zufrieden oder unzufrieden sind oder wenn es eine enorme Diskrepanz zwischen Erwartungen und tatsächlicher Leistung gab (Ursachen in der Sozialpsychologie). Die empirische Literatur ist sich hingegen nicht einig, welche der beiden Faktoren (also Zufriedenheit oder Unzufriedenheit) zu einer statistisch signifikanten höheren Anzahl an Bewertungen führt.


Die Selbstentscheidung (englisch „self-selection“), wann man sich als Mensch entscheidet, etwas im Internet zu bewerten, sorgt für diese Verteilung. Menschen die grundsätzlich von einem Produkt oder Dienstleistung überzeugt sind, fragen dieses auch verstärkt nach und geben durch ihre Zufriedenheit dann auch tendenziell eher selbstmotiviert eine Bewertung ab.


Soziale Prozesse sorgen dafür, dass man bei vielen bisherigen 5-Sterne Bewertungen ebenso agiert wie „die Masse“ vor einem (man möchte sich nicht gegen die Konsensmeinung stellen). Darüber hinaus werden die ersten Bewertungen meist von starken Verfechtern („Fans“) der jeweiligen Produkte geschrieben, welche dann mit einem entsprechenden Bias ausgestattet polarisiert bewerten und den Grundstein dieses Prozesses legen.


Missbrauch und Fake-Reviews entweder von den Unternehmen selbst (5-Sterne) oder der Konkurrenz (1-Stern). Portale ohne verifizierte Bewertungen weisen beispielsweise signifikant mehr 1-Sterne Bewertungen auf. Die Literatur sieht in diesem Punkt eher eine Verzerrung in den 1-Sterne-Bereich.


Bewertungen sind oft nur in einer 5-Sterne Skala möglich und mithin nicht derart differenziert wie beispielsweise eine 100-Punkte Skala. Auch sind die entsprechenden Texte meist nicht derart extrem formuliert wie die dazu abgegebene Sternebewertung.


Neue Erkenntnisse der Studie


Die Autoren liefern in ihrer umfassenden Auswertung der Bewertungen spannende und teils auch völlig neuartige Forschungsergebnisse zur Polarisierung von Online-Bewertungen. Eine Auswahl der empirisch nachgewiesen Erkenntnisse haben wir für Sie nachfolgend zusammengefasst.


Menschen, die wenig bewerten, bewerten extremer und positiver


„[…] the larger the number of reviews the reviewer wrote, the less extreme and less positive is the distribution of her reviews.“ (S. 19)


Menschen, die nur sehr selten Online-Bewertungen abgeben, bewerten signifikant häufiger mit einem 1- oder 5-Sterne Ranking, als Menschen, die regelmäßig Bewertungen schreiben.


Ohne „self-selection“ sind die Bewertungen ausgewogener


Die Autoren haben in ihrer Untersuchung einen Test integriert, in welchem ein Teil der Personen ein Restaurant oder Buch bewerten sollte, in welchem sie zuletzt gewesen sind oder gelesen haben. Der andere Teil der Testgruppe sollte ein Restaurant/Buch wählen, das sie zuletzt tatsächlich bewertet haben (oder es am ehesten täten, wenn sie noch niemals online bewertet haben). Hierbei handelt es sich dann um die bereits angesprochene Form der Selbstentscheidung („self-selection“).


Tatsächlich bewerten Menschen deutlich gleichmäßiger verteilt, wenn sie randomisiert zu einem bestimmten Produkt befragt werden, als wenn sie selbstbestimmt entscheiden, was sie bewerten.


Sehr spannend ist ein ebenfalls im Rahmen der Ausarbeitung durchgeführtes Experiment, in welchem ein Kunde per E-Mail um Bewertungen zwei Tage und zwei Wochen nach der Dienstleistung gebeten wurde. Auch diese Bewertungen sind signifikant weniger extrem, als Bewertungen, die ohne dementsprechende Aufforderungen eingingen.


Positive Überraschung des Kunden sorgt für eine höhere Bewertungswahrscheinlichkeit als eine negative Abweichung


Es werden signifikant mehr Bewertungen abgegeben, wenn die Erwartungen des Kunden positiv übertroffen werden, als im negativen Fall. Die Autoren sehen hier eine weitere Ursache in den meist zum Positiven verzerrten Onlinebewertungen.


Plattformen sollten für möglichst ausgewogene Bewertungen self-selection reduzieren


Möchte eine Bewertungsplattform ihren Nutzern möglichst ausgewogene und tatsächlich informative Inhalte liefern, sollte sie die „self-selection“ der Bewertungsschreiber möglichst reduzieren. Darüber hinaus könnte sie die Bewertungsmatrix für häufige Bewerter (die ausgewogener schreiben) und nur sehr sporadisch schreibende Nutzer anpassen (beispielsweise wie deren Meinungen gewichtet in die Gesamtmatrix eingehen).


Was können wir aus den Untersuchungen für die Praxis lernen?


Mit Ihrer empirischen Untersuchung von über 280 Millionen Online-Reviews haben uns die Autoren viele neue wissenschaftliche Einblicke in die Welt der Bewertungen gegeben aus denen man praxisnahe Schlussfolgerungen für das Bewertungsmanagement ziehen kann.


  • Aktivieren Sie Kunden für Bewertungen / Kunden, die grundsätzlich selten bis nie bewerten, werden Sie vermutlich deutlich positiver bewerten, als „Vielbewerter“, die meist ohne Ihr zutun bei den Bewertungsplattformen aktiv werden. Das einzige Problem hierbei: Sie müssen aktiv auf diese Menschen zugehen, um sie zu Bewertungen zu aktivieren. Wie Sie dies ausgestalten hängt selbstverständlich konkret von Ihrem Unternehmen und Ihren Vorlieben ab.


Kunden, die grundsätzlich selten bis nie bewerten, werden Sie vermutlich deutlich positiver bewerten, als „Vielbewerter“, die meist ohne Ihr zutun bei den Bewertungsplattformen aktiv werden.

  • Setzen Sie die Erwartungen in Ihr Produkt oder Ihre Dienstleistungen nicht extrem hoch / Sie werden deutlich mehr Bewertungen auch ohne aktive Handlungen erhalten, wenn Kunden positiv überrascht werden. Daher bleiben Sie beim Anpreisen Ihrer Leistungen realistisch und setzen die Messlatte nicht gleich ins Extreme.


  • Seien Sie misstrauischer bei Bewertern, die lediglich sehr wenige Bewertungen aufweisen / Wenn Sie selbst auf der Suche nach einem Produkt oder eine Dienstleistung sind, dann ziehen Sie die Meinungen von Menschen, die bereits recht viele Bewertungen aufweisen stärker in Betracht.


rev’u unterstützt Sie gerne als Dienstleister für bessere Bewertungen und beantwortet beispielsweise für 14,99€ individuell Ihre schlechte Bewertung, damit Sie sich auf das Wesentliche Ihrer Arbeit konzentrieren können. Einen Überblick über alle unsere Dienstleistungen finden Sie hier: Services. Gerne können Sie uns auch direkt mit Ihrem Anliegen kontaktieren und von unserem Know-How profitieren: Kontakt.


Weiteführende Links zum Thema 'Polarisierung von Online-Bewertungen':


The Extreme Distribution of Online Reviews: Prevalence, Drivers and Implications (Schoenmüller, Netzer, Stahl), abgerufen via www.columbia.edu am 25.03.2020


Die gesamte hier analysierte Studie finden Sie online auf der Website der Columbia Business School:

http://www.columbia.edu/~on2110/Papers/Schoenmueller_netzer_stahl_2018.pdf


Ursache für extreme Bewertungen


#Bewertung #Polarisierung #Bewertungsmanagement #Online-Bewertung #Review

45 Ansichten0 Kommentare

Aktuelle Beiträge

Alle ansehen