Ob bei Amazon, Booking.com oder Google Reviews: Sternebewertungen gehören heute zu den wichtigsten Entscheidungshilfen für Verbraucher*innen beim Online-Einkauf. Plattformen fassen dabei die Bewertungen tausender Kund*innen in einer einzigen Kennzahl zusammen, in der Regel dem arithmetischen Mittel, also dem klassischen Durchschnitt. Doch entspricht diese Berechnung tatsächlich der Art und Weise, wie Verbraucher*innen Bewertungsverteilungen wahrnehmen und verarbeiten? Eine neue Studie eines interdisziplinären Forschungsteams der Universität Paderborn und der Ludwig-Maximilians-Universität München liefert nun erstmals experimentelle Antworten auf diese Frage. Die Ergebnisse wurden in der internationalen Fachzeitschrift „PLOS ONE“ veröffentlicht.
Die bisherige Forschung auf dem Gebiet hat sich vorrangig damit beschäftigt, ob das arithmetische Mittel ein nützlicher Indikator für Kaufentscheidungen ist. Weitgehend unerforscht blieb hingegen, welche Aggregationsprinzipien Verbraucher*innen tatsächlich anwenden, wenn sie Bewertungsverteilungen betrachten, also wie und auf welche Art und Weise sie diese miteinbeziehen. Nutzen sie wirklich den reinen Durchschnitt oder gewichten sie bestimmte Bewertungskategorien stärker als andere, beispielsweise mit einem Fokus auf besonders negative oder positive Bewertungen?
Um diese Frage zu beantworten, führten die Wirtschaftswissenschaftler und Informatiker ein kontrolliertes Laborexperiment mit 107 Teilnehmenden durch. Die Proband*innen erhielten ausschließlich die Bewertungsverteilungen von jeweils drei Produkten und mussten diese nach ihren persönlichen Präferenzen ohne Kenntnis der Produktnamen oder weiterer Eigenschaften in eine Rangfolge bringen. Ein anreizkompatibles Studiendesign stellte sicher, dass die Teilnehmer*innen ihre tatsächlichen Präferenzen offenbarten: Je höher sie ein Produkt einstuften, desto wahrscheinlicher erhielten sie es auch. Die so gewonnenen Rangentscheidungen wurden anschließend mit verschiedenen statistischen Modellen analysiert und mit unterschiedlichen theoretisch abgeleiteten Aggregationsfunktionen verglichen.
Die Ergebnisse zeigen eindeutig, dass nicht nur die durchschnittliche Bewertung eines Produkts für die Kaufentscheidung von potenziellen Kund*innen relevant ist. Zwar aggregiert die Mehrheit Bewertungsverteilungen tatsächlich im Einklang mit dem arithmetischen Mittel, doch mehr als 40 Prozent der Teilnehmer*innen weichen systematisch davon ab. Ein erheblicher Anteil folgt einer binären Strategie, bei der lediglich zwischen positiven (4-5 Sterne) und negativen (1-2 Sterne) Bewertungen unterschieden wird, während die mittlere Kategorie (3 Sterne) kaum Beachtung findet. Weitere Gruppen konzentrieren sich vorwiegend auf negative Bewertungen, insbesondere 1-Stern-Bewertungen. Bemerkenswert ist zudem, dass keine*r der Teilnehmenden den Median als Aggregationsprinzip verwendete, obwohl dieser in der theoretischen Literatur als besonders robust gilt. Diese Muster erwiesen sich als stabil. Sie blieben unabhängig davon bestehen, ob den Teilnehmenden neben den grafischen Bewertungsbalken auch die prozentualen Anteile der einzelnen Sternekategorien sowie der Durchschnittswert angezeigt wurden, und wurden auch nicht wesentlich durch individuelle Merkmale wie Alter, Geschlecht oder Online-Einkaufserfahrung beeinflusst.
„Die Ergebnisse legen nahe, dass die gängige Praxis, Produktbewertungen ausschließlich über das arithmetische Mittel zusammenzufassen, für einen erheblichen Teil der Verbraucher*innen tatsächlich nicht die optimale Entscheidungsgrundlage bietet. Plattformbetreiber*innen könnten davon profitieren, individualisierbare Aggregationsoptionen anzubieten“, erklärt Dr. Benhud Mir Djawadi, ehemaliger Leiter des „Business and Economic Research Laboratory“ der Universität Paderborn. So könnten Verbraucher*innen wählen, ob sie eine klassische Durchschnittsbewertung, eine auf negative Erfahrungen fokussierte Kennzahl oder eine vereinfachte Positiv-Negativ-Darstellung bevorzugen. „Da alle notwendigen Bewertungsdaten bereits vorliegen, wären solche Anpassungen technisch umsetzbar und könnten zu zufriedeneren Kunden und besseren Kaufentscheidungen führen“, so Mir Djawadi.
Die Studie „Aggregation Processes in Customer Rating Systems — Insights from an Economic Decision Experiment" von Dr. Dirk van Straaten, Dr. Behnud Mir Djawadi, Vitalik Melnikov, Prof. Dr. Eyke Hüllermeier und Prof. Dr. René Fahr ist online abrufbar. Die Publikation wurde durch den Open Access-Publikationsfonds der Universität Paderborn sowie von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen des Sonderforschungsbereichs SFB 901 On-the-Fly-Computing gefördert.
