Online customer reviews: insights from the coffee shops industry and the moderating effect of business types

Abstract

Purpose

This study aims to explore the hidden connectivity among words by semantic network analysis, further identify salient factors accounting for customer satisfaction of coffee shops through analysis of online reviews and, finally, examine the moderating effect of business types of coffee shops on customer satisfaction.

Design/methodology/approach

Two typical major procedures of big data analytics in the hospitality industry were adopted in this research: one is data collection and the other is data analysis. In terms of data analysis, frequency analysis with text mining, semantic network analysis, CONCOR analysis for clustering and quantitative analysis with dummy variables were performed to dig new insights from online customer reviews both qualitatively and quantitatively.

Findings

Different factors were extracted from online customer reviews contributing to customer satisfaction or dissatisfaction, and among these factors, the brand-new factor “Sales event” was examined to be significantly associated with customer satisfaction. In addition, the moderating effect of business types on the relationship between “Value for money” and customer satisfaction was verified, indicating differences between customers from different types of coffee shops.

Research limitations/implications

The present study broadened the research directions of coffee shops by adopting online customer reviews through relative analytics. New dimensions such as “Sales event” and detailed categorization of “Coffee quality”, “Interior” and “Physical environment” were revealed, indicating that even new cognition could be generated with new data source and analytical methods. The industry professionals could develop their decision-making based on information from online reviews.

Originality/value

The present study used online reviews to understand coffee shop costumer experience and satisfaction through a set of analytical methods. The textual reviews and numeric reviews were concerned simultaneously to unearth qualitative perception and quantitative data information for customers of coffee shops.

目的

本研究的目的在于通过网络评论分析了解网络评论中关键词之间的隐含联系, 然后探究影响咖啡店顾客满意度的因素, 最后验证不同咖啡店经营类型的调节作用。

设计/方法

本研究使用文本挖掘的频率分析、语义网络分析、聚类分析和通过虚拟变量进行的定量分析, 从网络评论中挖掘对咖啡店行业的新见解。此外, 还检验了咖啡店经营类型的调节作用。

结果

从网络评论中提取影响顾客满意度的不同因素, 探索出“销售活动”对顾客满意度的显著影响。同时, 相较于连锁咖啡店, 独立经营咖啡店对“物有所值”到顾客满足度的关系具有调节作用。  

研究局限性/启示意义

本研究通过使用相关的分析方法对顾客网络评论进行分析, 拓宽了咖啡店研究的方向。研究结果发现“销售活动”和“咖啡品质”的细分等新方面, 揭示了利用新的数据源和分析方法可以为相关产业提供全新的认知。本研究的研究结果表明行业从业者可以根据顾客网络评论来制定相应的营销策略。

原创性/价值

本研究利用网络顾客评论及相关分析方法, 了解顾客咖啡店体验及满意度。本研究同时利用文本评论和数字评论来挖掘和分析咖啡店顾客的定性感知和定量数据信息。

关键词咖啡店 在线顾客评论 文本挖掘 语义网络分析 经营类型

文章类型： 研究型论文

Propósito

Este estudio intenta explorar las relaciones encubiertas de palabras, mediante el análisis de redes semánticas, pero aún más, identificar los factores destacados que explican la satisfacción de los clientes de las cafeterías a través del análisis de reseñas online y, por último, examinar el efecto moderador de los tipos de negocios de cafeterías en la satisfacción al cliente.

Diseño/metodología/enfoque

En esta investigación se adoptaron dos procedimientos principales de análisis de “Big Data” en la industria hotelera, uno es la recopilación de datos y el otro es el análisis de datos. En términos de análisis de datos, se efectuó un análisis de frecuencia con minado de texto (text mining), análisis de red semántica, análisis CONCOR para agrupamiento y análisis cuantitativo con variables ficticias para extraer nuevas perspectivas de las reseñas de los clientes online, tanto cualitativa como cuantitativamente.

Hallazgos

Diferentes factores fueron extraídos de las reseñas de clientes online que contribuyen a la satisfacción o insatisfacción de estos y, entre estos factores, se examinó que el nuevo factor “Evento de Ventas” está significativamente asociado con la satisfacción al cliente. Además, se verificó el efecto moderador de los tipos de negocios entre la relación de “Valor por Dinero” y la satisfacción del cliente, indicando las diferencias entre los clientes de distintos tipos de cafeterías.

Limitaciones/implicaciones de la investigación

El presente estudio amplia la perspectiva de investigación de las cafeterías, al adoptar las reseñas de clientes online a través de un análisis relativo. Se revelaron nuevas dimensiones como “Evento de Ventas” y la categorización detallada de la “Calidad del Café”, “Interior” y “Entorno Físico”, lo que indica que se podría generar una nueva cognición con una nueva fuente de datos y métodos analíticos. Los profesionales de la industria podrían llevar a cabo la toma de decisiones en función de la información obtenida a través de las reseñas en línea.

Originalidad/valor

El presente estudio utilizó reseñas de clientes online para comprender la experiencia y satisfacción de los clientes de las cafeterías a través de un conjunto de métodos analíticos. Las revisiones numéricas y de texto se tomaron en cuenta simultáneamente para revelar la percepción tanto cualitativa como cuantitativa de la información de los clientes de las cafeterías.

Palabras claves

Cafetería, Reseñas de clientes online, Minado de texto, Análisis de redes semánticas, Tipos de negocios

Tipo de papel

Trabajo de investigación

Citation

Tao, S. and Kim, H.-S. (2022), "Online customer reviews: insights from the coffee shops industry and the moderating effect of business types", Tourism Review, Vol. 77 No. 5, pp. 1349-1364. https://doi.org/10.1108/TR-12-2021-0539