Wie Voice-Händler Kundenstimmung erkennen und diese Information nutzen können

Abstract

Voice-Shopping ist (mittels Smart Speakern, z. B. Amazon Echo) in sich selbst grundsätzlich emotional und damit auch ein Indikator für die Stimmungslage der Nutzer. In dem vorliegenden Forschungsartikel wird die Möglichkeit eines Voice-Händlers untersucht, die Stimmung seiner Kunden mithilfe eines Machine-Learning-Ansatzes anhand ihrer Sprachbefehle in Voice-Shopping-Situationen auszuloten. Dieser Ansatz wird mit einem Ansatz verglichen, der Stimmungskorrelate, die einem Smart Speaker zur Verfügung stehen (Wetter, Musikauswahl, Wochentag und Tageslicht), für die Vorhersage nutzt. Zusätzlich wird eine Kombination beider Verfahren verwendet.

Im Anschluss an den Nachweis der Möglichkeit einer Stimmungsvorhersage auf Grundlage dieser Daten wird in einer zweiten Studie ‒ geleitet von Forschung im Bereich Verbraucherpsychologie ‒ analysiert, wie Voice-Händler dieses Wissen für sich nutzen könnte. Die Ergebnisse veranschaulichen, dass Voice-Händler das Wissen über eine positive Stimmungslage verwenden können, indem sie von den entsprechenden Konsumenten höhere Preise für identische Produkte verlangen. Die Stimmungsvorhersage kann indes auch dazu dienen, Konsumenten bei der Optimierung ihrer Entscheidungen zu unterstützen, indem die Art und Weise, wie Produktinformationen präsentiert werden, an ihre Stimmung angepasst wird. Darüber hinaus wird in einer Sensitivitätsanalyse untersucht, wie zuverlässig die Stimmungsvorhersage sein muss, um die beobachteten Effekte zu nutzen. Basierend auf diesen Ergebnissen lässt sich der Schluss ziehen, dass Voice-Händler in der Lage sein werden, Systeme zur Stimmungsvorhersage zu entwickeln, die es ihnen ermöglichen, stimmungsabhängige Verzerrungen der Konsumenten beim Voice-Shopping nutzbringend für sich zu verwenden.

3.1 Elektronisches Zusatzmaterial

Zusatzmaterial 1 (Docx 7299 kb)