نقش نقل قول های الکترونیکی در کاهش عدم تقارن اطلاعات
چکیده
صنعت هتل داری با آفت عدم تقارن اطلاعات مواجه است که این عامل می تواند باعث ایجاد اختلال در قیمت ها و کاهش انگیزه برای ارائه خدمات با کیفیت شود. به هر حال، عواملی چون مارک و ستاره های یک هتل می توانند نقش مهمی در کاهش عدم تقارن اطلاعات ایفا کنند. سوالی که در اینجا مطرح می شود این است که آیا نقل قول های الکترونیکی (ewom) – نوع رایج بازخوردهای آنلاین- به کاهش عدم تقارن اطاعات کمک می کند و اگر پاسخ مثبت است چگونه این اتفاق می افتد. با استفاده از یک مجموعه داده از قیمت ها و رتبه بندی مهمانان که از سایت Booking.com گرفته شده است و گزینه های متعدد را شامل می شود، نشان می دهیم که شیب قیمت در هتل های کم ستاره بیشتر از هتل های معروف است. این شیب در هتل های غیر معروف بیشتر از هتل های معروف است. چون در هتل های غیر معروف و کم ستاره تردد در کیفیت بیشتر است، این نتایج می توانند تائید کننده این فرضیه باشند که هر چه عدم تقارن اطلاعات بیشتر باشد، نقش WOM در کاهش تردد بیشتر خواهد بود. کاربردهای مدیریتی مورد بحث قرار گرفته اند.
1. مقدمه
از سال 1995 که زمان شروع فعالیت آمازون می باشد و امکان ارسال نظرات برای خریداران آنلاین ایجاد شد، بررسی های آنلاین مشتریان گسترش روز افزون یافت. اگر چه نقل قول های الکترونیکی (ewom) اعتبار کمتری در مقایسه با نقل قول های آفلاین دارد ( چارترجی2001)، معتبر تر از اطلاعات ایجاد شده توسط فروشندگان در نظر گرفته می شوند ( چن& زی2008). به علاوه، (ewom) این نقل قول ها دارای مزایای متعددی هستند که از جمله آنها می توان به توانایی برای انتشار سریعتر اطلاعات در مقایسه با نقل قول های معمولی اشاره کرد. تائید محبوبیت (ewom) در میان 90 درصد از مشتریان در آمریکا بیان می کند که تصمیمات خرید مشتریان تحت تاثیر نظرات آنلاین قرار می گیرد ( گسنهاوس2013) و 80 درصد از مشتریان بریتانیایی نیز به همین صورت تحت تاثیر قرار گرفته اند ( کاسالو، فلاویان، گوئینالو & اکینسی2015). در صنعت هتلداری، گرتزل و یو (2008) برآورد کرده اند که 75 درصد از مسافران در سراسر جهان ،(ewom) را در برنامه ریزی برای مسافرت های خود به عنوان منبع اطلاعاتی در نظر می گیرند. با در نظر گرفتن فراوانی استفاده از (ewom)، جای تعجب نیست اگر بیان کنیم که ادبیات موجود می توانند شکل دهنده ارتباط بین (ewom) و عملکرد شرکت ها باشند.
5.2 محدودیت ها و پیشنهادات برای تحقیقات آینده
یکی از محدودیت های احتمالی مربوط به تفسیر نتایج این است که ما از قیمت های لیست شده ببشتر از قیمت های واقعی به عنوان متغیر وابسته استفاده کرده ایم. بنا به دلایل مشخص، هتل هایی که در محیط های رقابتی فعالیت می کنند دارای اطلاعات محرمانه بیشتری در مورد قیمت ها هستند. از این رو، سایر تحقیقات هم از قیمت های لیست شده در بررسی تاثیر eWOM استفاده کرده اند. به علاوه، قیمت های لیست شده می توانند اختلاف قابل توجهی با قیمت های درک شده داشته باشند. به هر حال، این اختلافات در قیمت های لیست شده برای فروشندگان می توانند منعکس کننده اختلاف در فاکتورهای مرتبط با یک میزبان باشند که در بر گیرنده مناسب بودن نظرات مشتریان آنلاین، هتل های مجهز به نمرات بهتر در موقعیت های بهتر در مقایسه با هتل های رقبا می باشد. به همین دلیل، معتقدیم که قیمت های لیست شده یک شاخص مناسب برای قیمت های درک شده هستند.
Abstract
The hotel industry is plagued with asymmetric information, which may distort prices and reduce incentives to provide quality service. However, both branding and hotel star ratings play an important role in reducing information asymmetry. The question addressed here is whether electronic word-of-mouth (eWOM) - an increasingly popular form of online feedback -contributes to any further reduction in information asymmetry; and, if so, in what manner. Using a dataset of listed prices and guests' ratings extracted from Booking.com, including several covariates, we show that the price–reputation gradient is much steeper in lower star-rated hotels than in higher star-rated hotels. The gradient is also steeper in unbranded hotels than in branded hotels. As lower star-rated and unbranded hotels are laden with greater quality uncertainty, this finding lends support to the hypothesis that the greater the information asymmetry, the greater the role of eWOM in reducing that uncertainty. Managerial implications are discussed.
1. Introduction
Since the 1995 launch of Amazon, which first allowed online shoppers to post product feedback, online consumer reviews have become increasingly popular and widespread. Although electronic word of mouth (eWOM) is perceived as being less reliable than off-line worldof-mouth (Chatterjee, 2001), it is considered more credible than information created by the sellers themselves (Chen & Xie, 2008). Furthermore, eWOM has several advantages, including the ability to disseminate information more quickly and spontaneously than traditional world-of-mouth. Attesting to the popularity of eWOM, 90% of customers in the United States reported that their buying decisions are influenced by online reviews (Gesenhues, 2013) and 80% of British consumers were found to be influenced in the same way (Casaló, Flavián, Guinalíu, & Ekinci, 2015). In the hotel industry, Gretzel and Yoo (2008) estimated that 75% of travelers worldwide consider eWOM as an information source when planning their trips. Given the frequency with which eWOM is used, it is not surprising that the emerging literature has established a significant link between eWOM and the performance of companies.
5.2. Limitations and suggestions for future research
A possible limitation on the interpretation of our results is the fact that we used listed prices rather than actual prices as our dependent variable. For obvious reasons, hotels which operate in a highly competitive environment are disinclined to voluntarily disclose information on realized prices. This is why other studies have also employed listed prices in studying the effects of eWOM.14 Indeed, listed room prices may eventually differ from realized prices. However, these differences in listed prices in the cross section of sellers, reflect variation in a host of possible factors, including the favorability of online customer reviews; hotels armed with better review scores are in more favorable position to list higher prices than those listed by rival hotels. For this reason, we believe that listed prices are a good proxy for realized prices.
(جهت بزرگ نمایی روی عکس کلیک نمایید)
چکیده
1. مقدمه
2.مفاهیم اصلی و فرضیه ها
3.داده ها و روش ها
3.1 داده ها
3.2 روش ها
4.نتایج
4.1 فرضیه 1 بخش اول
4.2 فرضیه 1 بخش دوم
4.3 فرضیه 2
5. بحث
5.1 کاربردهای مدیریتی
5.2 محدودیت ها و پیشنهادات برای تحقیقات آینده
منابع
Abstract
1. Introduction
2. Basic concepts and hypotheses
3. Data and methods
3.1. Data
3.2. Methods
4. Results
4.1. Hypothesis 1 part (i)
4.2. Hypothesis 1 part (ii)
4.3. Hypothesis 2
4.4. Further empirical analyses
5. Discussion
5.1. Managerial implications
5.2. Limitations and suggestions for future research
Acknowledgements
Appendix A. Kernel density of the variable Price in the high- and low-season datasets
Appendix B. Fixed-effects (within) regression including branded hotel only. Dependent variable: ln(Price)
References
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه