більше доходу за кожну додаткову зірку Yelp у незалежних ресторанів
Майкл Лука, Harvard Business School, робочий документ 12-016 (2016); 3,582 ресторани Сіетла, з січня 2003 по жовтень 2009
Одна зірка рейтингу коштує вимірюваних грошей. Економісти рахують цю вартість уже два десятиліття. За аналізом податкових записів, який провели в Harvard Business School, незалежні ресторани Сіетла отримували на 5-9% більше доходу за кожну додаткову зірку в середньому рейтингу Yelp. У Сан-Франциско підвищення на пів зірки робило ресторани на 49% частіше повністю заброньованими в години пік. Готелі в одинадцяти містах, від Лондона до Лос-Анджелеса, могли піднімати ціни на 11.2% за тих самих шансів на бронювання, коли оцінка відгуків зростала на повний бал. Чотири різні дизайни, чотири платформи, один напрямок: рейтинг зрушує попит ще до того, як клієнт переступив поріг.
Оцінка Гарварду: від п’яти до дев’яти відсотків за зірку
Найцитованіше число в економіці репутації належить Майклу Луці. Він зіставив кожен відгук на Yelp про ресторан Сіетла з реальним доходом, задекларованим у Департаменті доходів штату Вашингтон. Період: з січня 2003 по жовтень 2009 року. Усього 3,582 ресторани; у середньому 1,587 працювали в будь-який окремий квартал.
Лука не обмежився простою кореляцією рейтингів і продажів. Він скористався тим, як Yelp показує оцінки: середні округляються до найближчої половини зірки. Ресторан з оцінкою 3.24 показує 3 зірки, а з 3.25 уже 3.5. Для реальної якості різниця мізерна, а покупець у списку її добре бачить. Порівняння ресторанів по обидва боки цієї межі виокремлює причинний ефект саме показаного рейтингу, а не їжі за ним.
Результат: одна зірка піднімала дохід на 5-9%, але лише в незалежних ресторанів. У 143 мережевих закладів у вибірці (близько 5% ринку в будь-який квартал) ефект статистично не відрізнявся від нуля, і бренд мережі вже робить ту репутаційну роботу, яку для незалежного закладу виконує рейтинг.
Та сама закономірність у бронюваннях, готелях і книжках
Дизайн Луки з порогом округлення відтоді застосовували й на інших платформах. Напрямок ефекту зберігається. У районі затоки Сан-Франциско економісти Майкл Андерсон і Джеремі Магрудер застосували той самий прийом до даних про бронювання столиків. Додаткові пів зірки підвищували ймовірність повної завантаженості в години пік на 19 відсоткових пунктів, тобто на 49%. Ефект був найсильнішим там, де у відвідувачів найменше іншої інформації.
У готелів схожа картина, але іншого порядку величини. Звіт Cornell Hospitality Report зіставляв щомісячні показники STR з індексом Global Review Index від ReviewPro та рейтингами Travelocity. У вибірці 11 великих ринків: Берлін, Чикаго, Лондон, Лос-Анджелес, Мадрид, Маямі, Мілан, Нью-Йорк, Прага, Рим і Сан-Франциско. Період: з січня 2010 по червень 2012 року, понад 50,000 об’єкто-місяців. Зростання репутаційної оцінки готелю на 1% було пов’язане зі зростанням середнього добового тарифу до 0.89%, заповнюваності на 0.54%, а доходу на доступний номер на 1.42%. У масштабі це означає таке. Готель, який підняв оцінку відгуків на повний бал, скажімо з 3.3 до 4.3, міг підняти ціну на 11.2% за тих самих шансів на бронювання.
Книжки показують радше асиметрію, ніж середнє. Джудіт Шевальє і Діна Мейзлін порівняли зміни рейтингу продажів тих самих назв на Amazon.com і Barnesandnoble.com. Відстежували 2,387 книжок у вікнах збору даних у травні 2003, серпні 2003 і травні 2004 року, і відгуки з однією зіркою тягнули продажі вниз сильніше, ніж відгуки з п’ятьма зірками тягнули їх угору. В одному прикладі зі статті перетворення одного відгуку з п’ятьма зірками на відгук з однією зіркою для книжки із середнім рейтингом змоделювали як втрату приблизно 20 продажів на тиждень.
Чотири дослідження, чотири галузі, один напрямок
Головні цифри напряму не зіставні. Різні шкали рейтингів, різні змінні результату, різні епохи, але поставлені поруч, вони щоразу показують один і той самий знак.
| Дослідження | Галузь і ринок | Ефект одного додаткового бала рейтингу | Дані та метод | Період |
|---|---|---|---|---|
| Лука (2016), Harvard Business School | Незалежні ресторани, Сіетл, США | +5-9% доходу за зірку | Податкові записи × Yelp, regression discontinuity | 2003-2009 |
| Андерсон і Магрудер (2012), The Economic Journal | Ресторани, Сан-Франциско, США | +49% (19 в.п.) шансів на повне бронювання, за пів зірки | Дані бронювань × Yelp, regression discontinuity | ~2011 |
| Андерсон (2012), Cornell Hospitality Report | Готелі, 11 міст, зокрема Лондон, Берлін, Мадрид, Рим | +11.2% ціни за тих самих шансів на бронювання, за повний бал | Дані STR × ReviewPro/Travelocity, модель еластичності | 2010-2012 |
| Шевальє і Мейзлін (2006), Journal of Marketing Research | Книжки, Amazon.com проти Barnesandnoble.com, США | Асиметрично: втрата від однієї зірки > здобуток від п’яти зірок | Sales-rank differences-in-differences | 2003-2004 |
Чому гроші рухаються асиметрично
Цей механізм повторюється в усіх чотирьох дослідженнях. Споживачі рідко читають сотні відгуків цілком. Лука зазначає: у багатьох ресторанів на Yelp понад 200 відгуків. Тому округлене середнє стає коротким шляхом оцінити якість, на реальну перевірку якої інакше пішло б чимало часу.
Цей короткий шлях важить більше там, де інші сигнали найслабші. Йдеться про незалежні заклади без упізнаваного бренду, ресторани, що змагаються за єдиний столик у годину пік, і готелі в незнайомому місті. Він також залежить від того, хто залишив відгук. Лука виявив: відгуки «елітних» користувачів Yelp зрушують дохід майже вдвічі сильніше за звичайні, І важить він більше в бік зниження, ніж підвищення, що збігається з несприйняттям втрат, яке Шевальє і Мейзлін задокументували на Amazon.
Жодне з чотирьох досліджень не стверджує, що його точний множник переноситься на сьогоднішні рейтинги Google Business Profile, Trustpilot чи Tripadvisor. Кожен результат прив’язаний до конкретної механіки округлення й ранжування тієї платформи, яку досліджували.
Методологія
- Джерела
- Майкл Лука, «Reviews, Reputation, and Revenue. The Case of Yelp.com», Harvard Business School Working Paper 12-016 (2011, переглянуто в 2016). 3,582 ресторани Сіетла, зіставлені з податковими записами Департаменту доходів штату Вашингтон, з січня 2003 по жовтень 2009. Майкл Андерсон і Джеремі Магрудер, «Learning from the Crowd: Regression Discontinuity Estimates of the Effects of an Online Review Database», The Economic Journal 122(563), 2012: дані про бронювання ресторанів району затоки Сан-Франциско, зіставлені з Yelp.com, дані станом на 2011 рік. Кріс К. Андерсон, «The Impact of Social Media on Lodging Performance», Cornell Hospitality Report 12(15), листопад 2012. Дані ефективності STR для готелів на 11 ринках (Берлін, Чикаго, Лондон, Лос-Анджелес, Мадрид, Маямі, Мілан, Нью-Йорк, Прага, Рим, Сан-Франциско), зіставлені з рейтингами ReviewPro і Travelocity, понад 50,000 об’єкто-місяців, з січня 2010 по червень 2012. Джудіт Шевальє і Діна Мейзлін, «The Effect of Word of Mouth on Sales: Online Book Reviews», Journal of Marketing Research 43(3), серпень 2006. 2,387 книжок, для яких відстежували зміни рейтингу продажів і відгуків на Amazon.com і Barnesandnoble.com у вікнах збору даних у травні 2003, серпні 2003 і травні 2004 року.
- Межі охоплення
- Усі чотири дослідження спираються на дані до 2013 року з американських платформ. Готельне дослідження також охоплює шість європейських міст і Лондон. Жодне з чотирьох не має україно-специфічної реплікації чи реплікації після 2015 року, яку ми могли б перевірити для цього матеріалу. Точні відсотки не варто читати як актуальні орієнтири для сьогоднішніх платформ відгуків. Кожен результат прив’язаний до конкретної механіки показу тієї платформи, яку досліджували: округлення до пів зірки на Yelp, системи рейтингу продажів Amazon і Barnesandnoble.com. Самі автори не стверджують, що розміри ефекту автоматично переносяться на інші рейтингові системи чи галузі. Висновок Шевальє і Мейзлін має радше напрямковий характер (відгуки з однією зіркою важать більше, ніж відгуки з п’ятьма зірками), ніж є єдиною точковою оцінкою. Тут він наведений саме так, а не переведений у відсоток, якого стаття не наводить.
- Оновлення
- Цей матеріал переглядатиметься в міру публікації нових даних. Виправлення обробляються згідно з нашою політикою виправлень.
Оновлено 2026-08-03.