Key points are not available for this paper at this time.
우리는 소비자 리뷰의 양이 제품 페이지를 탐색하는 사용자들의 구매 가능성(전환율)에 미치는 영향을 연구합니다. 우리는 전환율이 리뷰 수에 따라 어떻게 변하는지를 연구하기 위해 지수 학습 곡선 모델을 사용하는 것을 제안합니다. 리뷰가 없는 경우와 무한한 수의 리뷰를 가지고 있을 때의 전환율 차이를 리뷰의 가치라고 부릅니다. 우리는 평균적으로 제품의 전환율이 리뷰를 축적함에 따라 최대 270% 증가할 수 있음을 발견했습니다. 이 연구는 리뷰를 표시하기로 선택한 사용자들 사이에서 나타났습니다. 우리는 또한 제품이 리뷰를 축적함에 따라 감소하는 한계 가치를 발견했으며, 첫 다섯 개의 리뷰가 앞서 언급한 증가의 대부분을 이끌어냅니다. 리뷰와 전환율의 동시 증가 문제를 해결하기 위해 우리는 리뷰가 표시되지 않았던 고객 세션을 추세에 대한 기준으로 사용했습니다. 우리 프레임워크를 사용하여, 우리는 고가의 품목이 저가의 품목보다 리뷰의 가치가 더 높다는 것을 추가로 발견했습니다. 고가의 품목은 리뷰를 축적함에 따라 최대 380%의 전환율 증가를 경험할 수 있는 반면, 저가의 품목은 190%에 불과합니다. 우리는 리뷰의 존재가 고객들에게 귀중한 신호를 제공하여 그들의 구매 경향을 증가시킨다고 추론합니다. 또한 사용자는 보통 많은 리뷰가 있을 경우 모든 리뷰 세트에 주의를 기울이지 않고, 대신 처음 몇 개의 리뷰에 집중한다는 것을 추론합니다. 우리의 접근법은 다양한 환경에서 확장될 수 있으며, 추가적인 통찰력을 얻기 위해 적용될 수 있습니다.
Askalidis et al. (Thu,)는 이 질문을 연구했습니다.