Online Yorumların Faydalı Bulunma Durumunun İncelenmesi: Konaklama İşletmeleri Üzerine Bir Araştırma

Gelişen internet teknolojileri tüketicilerin turistik ürün satın alma davranışlarını köklü bir şekilde değiştirirken bilgi arama süreçlerinde online platformların önemli bir konuma gelmesini sağlamıştır. Tüketiciler tarafından online ortamlarda günlük olarak paylaşılan sayısız içerik neticesinde ise faydalı bilgilere ulaşmak zorlaşmış ve bu sorunu aşmak için yorum siteleri okuyucularına okumuş oldukları yorumları faydalı veya değil şeklinde değerlendirme imkanı sunmaya başlamıştır. Okuyucuların faydalı buldukları yorumlar hem tüketicilerin bilgi arama süresinin kısalmasını hem de satın alma karar süreçlerinin daha yüksek düzeyde etkilenmesini sağlamıştır. Faydalı yorumların sunmuş olduğu katkılar aynı zamanda araştırmacıların bir yorumu faydalı kılan özelliklerin neler olduğunu incelemesine neden olmuştur. Bu bağlamda çalışmanın amacı yorum, yorumcu ve yorumun bırakıldığı otele ilişkin hangi özelliklerin yorumun faydalı bulunma durumunu etkilediğinin tespit edilmesidir. Bu amaç doğrultusunda TripAdvisor sitesi üzerinde yer alan Antalya otelleri için bırakılmış 8,018 adet yorum indirilmiştir. Daha sonra lojistik regresyon modeli ile yorumların faydalı bulunma durumlarının tahmin edilmesine katkı sağlayan özellikler tespit edilmiştir. Sonuç olarak yorum puanı, yorum tarihi, yorumda resim paylaşımı, yorumcunun almış olduğu toplam faydalı oy sayısı, yorumcunun etki gücü ve yorumun bırakıldığı ilgili otelin toplam yorum sayısı yorumun faydalı bulunma durumunu etkileyen unsurlardır.

Investigating of Online Reviews Usefulness: A Research on Hospitality Industry

Emerging internet technologies have radically changed the way of purchasing tourism products and have made online platforms an important position especially for information search processes of the consumers. As a result of the numerous reviews shared daily by users in online environments, it has become difficult to access useful information for the consumers. Review sites start to offer to their users to vote the reviews useful or not to overcome this problem. Reviews that readers find useful, reduce consumers’ information search time and contribute their purchasing decision processes. The contributions of useful reviews have also led researchers to examine what are the features that make a review useful. In this context, the purpose of the study is to determine which features of the review and the reviewer affect the useful vote of review. For this purpose, 8,018 Antalya hotels’ reviews have been downloaded from TripAdvisor. Then, with the logistics regression model, features that contributed to estimating the usefulness of the reviews were identified. Consequently, the review score, the posting date of the review, the sharing of pictures in the review, the total number of useful votes received by the reviewer, the influence of the reviewer and the total number of reviews of the relevant hotel are factors that affect the usefulness of the review.

PDF

___

Ak, S. ve Kızılırmak, İ. (2019). Otel İşletmelerinde E-Şikâyetler ve E-Şikâyet Yönetimi Üzerine Bir Araştırma, Türk Turizm Araştırmaları Dergisi, 3(4): 820-832.
Ak, S. ve Dincer, M. Z. (2019). Investigation of Consumer Reviews on Social Media for Five-Star Hotel Enterprises in Istanbul: A Case of TripAdvisor, Journal of Tourismology, 5(2): 171‒183.
Akgöz, E. ve Tengilimoğlu, E. (2015). Online Müşteri Değerlendirmelerinin, Tesis Özellikleri Açısından İncelenmesi; Booking.Com Örneği. 16. Ulusal Turizm Kongresi, 12-15 Kasım. Çanakkale. ss: 145-163.
Çetinkaya, F. Ö. ve Şahbaz, R. P. (2019). Sosyal Medyada Gelişmeleri Kaçırma Korkusunun Kişinin Tatil Satın Alma Niyetine Etkisi, Türk Turizm Araştırmaları Dergisi, 3(3): 383-402.
Dirsehan, T. (2016). An Application of Text Mining to Capture and Analyze eWOM: A Pilot Study on Tourism Sector. In Rathore, S. and Panwar, A. (Ed.) Capturing, Analyzing, and Managing Word of Mouth in the Digital Marketplace. (pp. 168-186). IGI Global, USA.
Eslami, S. P., Ghasemaghaei, M. and Hassanein, K. (2018). Which Online Reviews do Consumers Find Most Helpful? A Multi-Method Investigation, Decision Support Systems, 113(2018): 32–42.
Fang, B., Ye, Q., Kucukusta, D. and Law, R. (2016). Analysis of The Perceived Value of Online Tourism Reviews: Influence of Readability and Reviewer Characteristics. Tourism Management, 52(2016): 498-506.
Filieri, R., McLeay, F. Tsui, B. and Lin, Z. (2018). Consumer Perceptions of Information Helpfulness and Determinants of Purchase Intention in Online Consumer Reviews of Services. Information & Management, 55(2018): 956-970.
Filieri, R., Raguseo, E. and Vitari, C. (2018). When are Extreme Ratings More Helpful? Empirical Evidence on the Moderating Effects of Review Characteristics and Product Type. Computers in Human Behavior, 88(2018): 134–142.
Hong, H., Xu D., Wang, G. A. and Fan, W. (2017) Understanding the Determinants of Online Review Helpfulness: A Meta-Analytic Investigation. Decision Support Systems, 102(2017): 1–11
Hu, Y. H. and Chen, K. (2016). Predicting Hotel Review Helpfulness: The Impact of Review Visibility and Interaction Between Hotel Stars and Review Ratings. International Journal of Information Management, 36(2016): 929–944.
Hu, Y., H., Chen, Y., L. and Chou, H., L. (2017). Opinion Mining from Online Hotel Reviews –A Text Summarization Approach. Information Processing and Management, 53(2017): 436-449.
Huang, A. H., Chen, K., Yen, D. C. and Tran, T. P. (2015). A Study of Factors That Contribute to Online Review Helpfulness. Computers in Human Behavior, 48(2015): 17–27.
İslamoğlu, A. H. ve Alnıaçık, Ü. (2014). Sosyal bilimlerde araştırma yöntemleri. İstanbul: Beta Basım A. Ş.
Karimi, S. and Wang, F. (2017). Online Review Helpfulness: Impact of Reviewer Profile Image. Decision Support Systems, 96(2017): 39–48.
Lee, P. J., Hu, Y. H. and Lu, K. T. (2018). Assessing The Helpfulness of Online Hotel Reviews: A Classification-Based Approach. Telematics and Informatics, 35(2018): 436–445.
Kozak, R. ve Cingi, C. C. (2019). Çevrimiçi Platformların Konaklama Sektörüne Etkileri, Türk Turizm Araştırmaları Dergisi, 3(3): 174-187.
Liang, S., Schuckert, M. and Law, R. (2019). How to Improve the Stated Helpfulness of Hotel Reviews? A Multilevel Approach. International Journal of Contemporary Hospitality Management, 31(2): 953-977.
Liu, Z. and Park, S. (2015). What Makes a Useful Online Review? Implication for Travel Product Websites. Tourism Management, 47(2015): 140-151.
Malik, M. and Hussain, A. (2018). An Analysis of Review Content and Reviewer Variables that Contribute to Review Helpfulness. Information Processing and Management, 54(2018): 88–104.
Pan, Y. and Zhang, J.Q. (2011) Born Unequal: A Study of the Helpfulness of User-Generated Product Reviews, Journal of Retailing. 87(4): 598–612.
Park, S. and Nicolau J., L. (2015). Asymmetric Effects of Online Consumer Reviews. Annals of Tourism Research, 50(2015): 67-83.
Singh, J. P., Irani, S., Rana, N. P., Dwivedi, Y. K., Saumya, S. and Roy, P. K. (2017). Predicting the “Helpfulness” of Online Consumer Reviews. Journal of Business Research, 70(2017): 346–355.
Tengilimoğlu, E., Göral, R. ve Akgöz, E. (2017). Olumlu ve Olumsuz Geri Bildirimlerin Memnuniyet Düzeylerine Göre İncelenmesi: Booking.Com Örneği. 18. Ulusal Turizm Kongresi, 18-22 Ekim. Mardin. ss: 556-566.
Wong, C. U. I. and Qi, S. (2017). Tracking the Evolution of a Destination's Image by Text-Mining Online Reviews - The Case of Macau. Tourism Management Perspectives, 23(2017): 19–29.
Wu, J. (2017). Review Popularity and Review Helpfulness: A Model for User Review Effectiveness. Decision Support Systems, 97(2017): 92–103.
Zhou, S. and Guo, B. (2017). The Order Effect on Online Review Helpfulness: A Social Influence Perspective. Decision Support Systems, 93(2017): 77–87