Il potenziale dell'IA generativa nelle applicazioni aziendali: un focus sulle recensioni dei consumatori online

This thesis examines the role of AI in assisting customers in writing and publishing online restaurant reviews, with the aim of improving brand reputation and increasing sales. The study fills a significant gap in existing literature, investigating how personally generated reviews influence potential customers' choices, particularly for experiential goods such as catering services. The project involved collecting customer feedback, generating potential reviews based on that feedback and sending generated reviews to customers for publication. The workflow, which integrated Google Sheets, Google Apps Script, an online server and the OpenAI API, ensured that the review generation process was mostly automated with minimal human intervention. Our analysis shows that the reviews generated led to an OCR publication rate of 3.6% and that 88% of customers shared the generated review instead of writing their own. Therefore, we can conclude that the reviews generated effectively captured customer experiences while reducing the effort for customers to share their opinions online. In addition, the study delves into the broader implications of using AI in a business context. In summary, this thesis contributes to the field of digital marketing and content creation driven by generative artificial intelligence, demonstrating the feasibility and disadvantages of generating draft reviews from online consumers, while maintaining the authenticity of the generated content.

Questa tesi esamina il ruolo dell'intelligenza artificiale generativa nell'assistere i clienti nella scrittura e pubblicazione di recensioni online di ristoranti, con l'obiettivo di migliorare la reputazione del marchio e incrementare le vendite. Lo studio colma una lacuna significativa nella letteratura esistente, indagando come le recensioni generate personalmente influenzino le scelte dei potenziali clienti, in particolare per beni esperienziali come i servizi di ristorazione. Il progetto ha comportato la raccolta di feedback dei clienti, la generazione di potenziali recensioni basate su quel feedback e l'invio delle recensioni generate ai clienti per la pubblicazione. Il flusso di lavoro, che integrava Google Sheets, Google Apps Script, un server online e l'API di OpenAI, ha garantito che il processo di generazione delle recensioni fosse per lo più automatizzato con il minimo intervento umano. La nostra analisi mostra che le recensioni generate hanno portato a un tasso di pubblicazione OCR del 3,6% e che l'88% dei clienti ha condiviso la recensione generata invece di scriverne una propria. Pertanto, possiamo concludere che le recensioni generate hanno catturato efficacemente le esperienze dei clienti, riducendo al contempo lo sforzo per i clienti di condividere le proprie opinioni online. Inoltre, lo studio approfondisce le implicazioni più ampie dell'utilizzo dell'intelligenza artificiale generativa in un contesto aziendale. In sintesi, questa tesi contribuisce al campo del marketing digitale e alla creazione di contenuti guidata dall'intelligenza artificiale generativa, dimostrando la fattibilità e gli svantaggi della generazione di bozze di recensioni dei consumatori online, pur mantenendo l'autenticità del contenuto generato.