L'impatto dell'aspect-based sentiment analysis delle recensioni dei consumatori sulla strategia di prodotto

In recent decades, the growth of the digital economy has led to an exponential increase in the amount of data available to companies. Among this data, online product reviews stand out as a strategic source of information of immediate relevance, as they offer an accurate and spontaneous assessment by consumers. However, the textual and unstructured nature of these reviews makes their systematic analysis difficult and costly on a large scale. This thesis examines a type of analysis called Aspect-Based Sentiment Analysis (ABSA), which uses a neural network architecture known as a transformer to automatically identify, within customer reviews, the features of a product being discussed. The model used to conduct the analysis then assigns each product feature a positive, negative, or neutral sentiment based on the content of the review itself. The research question guiding this study is therefore as follows: Can aspect-based sentiment analysis of customer reviews improve the formulation of marketing strategy? To answer this question, the study presents an empirical analysis based on a corpus of 426 reviews of the Meta Quest 3 virtual reality headset, collected from Amazon across six markets, and defines seven aspects: battery, comfort, resolution, price, passthrough, controllers and head strap. The results reveal significant strategic insights, such as the frequency with which each aspect is mentioned and the overall sentiment associated with it in the reviews. In the data sample analyzed, the attributes most frequently discussed by customers (namely, the battery and the head strap) are also the ones rated most negatively, while resolution is among the least mentioned. However, when it is mentioned, it is almost always in a positive light. The analysis also highlights a marked dependence of price sentiment, with an unusual discrepancy between Italy and Germany, where the price is viewed in a positive and negative light, respectively. Finally, the study demonstrates that, although within the limitations of a small data sample, the type of exploratory and predictive analysis conducted is capable of generating information at various levels of granularity and has the potential to influence strategic marketing and product decisions, thereby providing an affirmative answer to the research question and helping to fill a gap in the literature on the application of transformers to product reviews.

Nelle ultime decadi, la crescita dell’economia digitale ha portato con sé un aumento esponenziale del numero di dati a disposizione delle aziende. Tra questi, le recensioni online dei prodotti spiccano come una fonte di informazione strategica di immediata rilevanza, in quanto offrono una valutazione precisa e spontanea da parte dei consumatori. Tuttavia, la natura testuale e non strutturata di tali recensioni ne rende l'analisi sistematica difficile e costosa su larga scala. Questa tesi studia un tipo di analisi chiamato Aspect-Based Sentiment Analysis (ABSA), che sfrutta l’architettura di reti neurali chiamata transformer per individuare in modo automatico, all’interno delle recensioni dei clienti, le caratteristiche di un prodotto di cui si parla. Dopodiché, il modello utilizzato per condurre l’analisi assegna a ciascuna caratteristica del prodotto un sentiment positivo, negativo o neutrale, in base al contenuto della recensione stessa. La domanda di ricerca che guida il lavoro è dunque la seguente: l’aspect-based sentiment analysis delle recensioni dei clienti può migliorare la formulazione strategia di marketing? Per rispondere a tale quesito, lo studio propone un’analisi empirica basata su un corpo di 426 recensioni del visore di realtà virtuale Meta Quest 3, raccolte da Amazon in sei mercati e definendo sette aspetti: batteria, comfort, risoluzione, prezzo, passthrough, controller e fascia (strap). I risultati rivelano informazioni strategiche significative come la frequenza di menzione di ogni aspetto e il sentimento generale ad esso associato nelle recensioni. Nel campione di dati analizzato, gli attributi più discussi dai clienti, ovvero la batteria e la fascia, sono anche quelli valutati più negativamente, mentre la risoluzione è tra i meno menzionati ma, quanto viene citato, è quasi sempre per parlarne in maniera positiva. L'analisi evidenzia inoltre una marcata dipendenza del sentiment relativo al prezzo dal mercato di riferimento, con una discrepanza insolita tra Italia e Germania, dove il prezzo viene visto sotto una luce rispettivamente positiva e negativa. Lo studio dimostra infine che, pur entro i limiti propri di un campione ristretto di dati, il tipo di analisi esplorativa e predittiva condotto è in grado di generare informazioni di diverso grado di granularità e con il potenziale di influenzare decisioni strategiche di marketing e di prodotto, fornendo così una risposta affermativa alla domanda di ricerca e contribuendo a colmare una lacuna nella letteratura sull'applicazione dei transformer alle recensioni di prodotto.