Debatte im Social Web sagt Produkt-Erfolg voraus

Firmen können besser vorhersagen, wie ein neues Produkt nach dem Markteintritt abschneiden wird, wenn sie dazu vorher Bewertungen und Äußerungen der Konsumenten in sozialen Medien und Blogs analysieren. [...]

Das ergibt eine Studie, die in „Marketing Science“ publiziert wurde, einem Journal des amerikanischen Institute for Operations Research and the Management Sciences. Die Untersuchung zeigt, dass Kommentare in sozialen Medien zu zukünftigen Produkten auch Einfluss auf die Börsenkurse des jeweiligen Unternehmens haben können. Bewertungen, Äußerungen und Kommentare in Foren, Blogs und Netzwerken wie Facebook und Twitter bezeichnen die Autoren der Studie dabei als „Buzz“, was im Deutschen etwa „Stimmengewirr“ entspricht.

„Online-Buzz ist zahlreich und lässt sich einfach nachverfolgen. Da Konsumenten-Bewertungen zahlreicher und gleichzeitig Rechen- und Speicherkapazität billiger werden, kann Buzz in Hinblick auf sich verändernde Muster über einen Zeitraum hinweg analysiert werden“, erklärt Guiyang Xiong vom Terry College of Business der University of Georgia und Mitautor der Studie „Prerelease Buzz Evolution Patterns and New Product Performance“.

Die Muster sollen aufzeigen können, wie sich die Interessen der Konsumenten ändern, wie sie je nach Produkt variieren, und sie sollen vorhersagen können, wie sich neue Produkte am Markt durchsetzen. Zum Beispiel gab es stark ansteigenden Online-Buzz für das Videospiel „Alan Wake“ vor der Veröffentlichung. Viele User im Internet sehnten es herbei, bevor es schließlich ein Erfolg wurde.

Zudem reagieren laut der Studie Aktienkurse sofort und positiv auf stärker werdenden Online-Buzz vor dem Produkt-Launch. Für die Erhebung haben die Forscher über 800.000 Blog- und Forum-Postings über 600 neue Games analysiert, die zwischen 2009 und 2010 erschienen. Als angewandte Methode kam die sogenannte funktionale Datenanalyse zum Einsatz, basierend auf neuen Fortschritten bei Statistik und mathematischen Modellen.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*