
Il passaparola online nel settore turistico
Il sociologo francese Marc Boyer scrive “Quando si domanda ai turisti se hanno già sentito parlare del luogo in cui sono o del monumento che visitano, la maggior parte di loro risponde: da parenti o amici” (Giancarlo Dall’Ara, Il passaparola, cosa è e perché è importante saperlo gestire, 2018).
Per decenni l’intero sistema dell’ospitalità turistica si è basato su una clientela in gran parte individuale e fidelizzata, dove il passaparola è stato lo strumento di comunicazione principale degli operatori delle piccole e medie imprese turistiche. La centralità del potere assunto dal passaparola nel turismo è insito nell’immaterialità e nell’intangibilità del servizio turistico. La ricerca di informazioni e commenti diventa fondamentale nel processo di scelta, se non è possibile appurare le caratteristiche del servizio prima del suo acquisto. Il turista, grazie al passaparola, riesce a farsi un’idea del differenziale tra qualità comunicata dall’impresa turistica mediante i canali istituzionali e quella percepita da coloro che hanno già provato il servizio. La componente di percezione soggettiva, diventa un valido indicatore per stimare la complessità di un prodotto/servizio privo di criteri oggettivi di valutazione.
Gli utenti globali di TripAdvisor, affermano con una percentuale del 96% che le recensioni sono necessarie per pianificare i propri viaggi. TripAdvisor è il più grande sito web di viaggi al mondo che fornisce recensioni e informazioni utili a coloro che si apprestano a vivere un’esperienza turistica. Si tratta di un sito ampiamente autogestito (con più di 315 milioni di revisori, attivi e inattivi) che accoglie oltre 500 milioni di recensioni di numerosi hotel, case vacanze e ristoranti, spunti e opinioni su voli, attività e forum. Il grande successo di TripAdvisor è associato all’attuale e innato bisogno di affidarsi all’opinione altrui, adeguandosi ad idee condivise dalla maggioranza. Ciò spinge a prendere una decisione il più razionale possibile, in assenza di informazioni sufficienti, di fronte a numerose alternative. Poiché il settore alberghiero è piuttosto competitivo e dinamico, i proprietari degli hotel devono comprendere i loro clienti per migliorare le prestazioni alberghiere e porsi in una posizione vantaggiosa rispetto alle altre strutture. Le valutazioni dei clienti online svolgono un ruolo chiave nella decisione di acquisto dei consumatori nel settore dell’ospitalità.
Gli strumenti di estrazione del testo e la loro applicazione pratica
Gli strumenti di Text Mining e di Sentiment Analysis, possono essere una valida alternativa per estrarre conoscenze e approfondimenti significativi, dalla grande quantità di dati generati dagli utenti in rete. Il Text Mining (TM) è un settore in rapido sviluppo che viene utilizzato per l’estrazione di informazioni nascoste, sconosciute e potenzialmente utili, all’interno di set di dati non strutturati. Con il supporto dell’analisi del sentimento, informazioni non strutturate possono essere velocemente trasformate in opinioni su prodotti, marchi, servizi o qualsiasi argomento di interesse generale. Il linguaggio umano generalmente, può esprimere emozioni che le valutazioni quantitative non possono catturare. Nel settore turistico, gli hotel e i ristoranti iscritti a piattaforme online come TripAdvisor, possono analizzare il sentimento nascosto all’interno delle recensioni lasciate dai clienti sul sito. In questo modo, i manager possono valutare il comportamento generale adottato dai viaggiatori nei confronti della loro struttura, identificando gli aspetti sui quali concentrarsi per eccellere o sui quali migliorarsi. L’applicazione di questi strumenti mediante il software R Studio è stata condotta sulle recensioni di TripAdvisor, seguendo due direzioni distinte.
Risultati della ricerca e sviluppi futuri
La prima analisi condotta sulle recensioni lasciate dai clienti che avevano soggiornato nel Crowne Plaza (categoria Premium) e Holiday Inn (categoria budget) nella città di Roma, ha seguito un indirizzo qualitativo. Le recensioni scritte in lingua inglese, sono state salvate in formato CVS per facilitare la leggibilità sul software utilizzato. In seguito, le recensioni sono state sottoposte ad un processo di pulizia, trasformando la forma grezza del testo in uno stile più consono per l’analisi. Sono stati applicati algoritmi di Text Mining come: analisi della frequenza, wordcloud, cluster analysis, sentiment analysis e regressione lineare. Viene riportato un esempio dell’analisi relativa alla frequenza delle parole maggiormente utilizzate per entrambe le categorie e il sentiment associato alle recensioni della categoria budget e premium.
Il risultato finale ha permesso di scoprire, l’esistenza di un effetto positivo tra il sentiment calcolato all’interno delle recensioni e la rispettiva valutazione assegnata (in termini di stelle) da parte degli ospiti alle strutture alberghiere. Successivamente, si è puntato ad approfondire lo stile linguistico e gli attributi tecnici che caratterizzano i testi delle recensioni per la città di Amsterdam, seguendo un’analisi prettamente quantitativa. Sono state effettuate due regressioni multivariate. Le variabili indipendenti utilizzate sono state: l’analiticità, l’influenza, il tono emotivo, l’autenticità, la soggettività, la polarità, la diversità, la lunghezza, la leggibilità ed il coinvolgimento. L’obbiettivo perseguito era stimare l’impatto delle variabili elencate sui voti utili e il rating (variabili dipendenti) assegnati dagli utenti di TripAdvisor alle recensioni esaminate. In questo modo gli albergatori possono concentrarsi in sede di analisi sulle recensioni che presentano attributi testuali “critici” come quelle contenenti più parole negative o maggiore lunghezza e soggettività. Sebbene ciò possa richiedere tempo, rispetto alla gestione di revisioni online brevi e semplici, questi attributi riflettono livelli più elevati di insoddisfazione dei clienti e dovrebbero essere valutati all’istante, adottando le azioni appropriate. Allo stesso modo l’analisi degli attributi testuali, potrebbe risultare utile anche agli utenti iscritti sulla piattaforma di TripAdvisor, che potranno conoscere come la modalità ed il contenuto della loro recensione venga percepita e valutata dai futuri lettori. In futuro gli studi potranno essere approfonditi raccogliendo recensioni da diverse fonti e osservando come le variabili esaminate mutino al trascorrere del tempo. Inoltre, potrebbe essere vantaggioso porre l’attenzione sulle recensioni testuali scritte in lingue diverse dall’inglese e concentrarsi su altri settori dell’ospitalità come la ristorazione o le compagnie aeree.