Servicios
Descargas
Buscar
Idiomas
P. Completa
IMPACTO DA VALÊNCIA, APELO E CLAREZA DE AVALIAÇÕES ONLINE NO DESEMPENHO HOTELEIRO: ESTUDO DE CASO DO BRASIL
Gabriel Donadio Costa; Rogério João Lunkes
Gabriel Donadio Costa; Rogério João Lunkes
IMPACTO DA VALÊNCIA, APELO E CLAREZA DE AVALIAÇÕES ONLINE NO DESEMPENHO HOTELEIRO: ESTUDO DE CASO DO BRASIL
Impact of Valencia, Appeal and Clarity of Online Reviews on Hotel Performance: Case Study from Brazil
Impacto de Valencia, atractivo y claridad de las reseñas online en el desempeño hotelero: estudio de caso de Brasil
Turismo - Visão e Ação, vol. 26, 2024
Universidade do Vale do Itajaí
resúmenes
secciones
referencias
imágenes

Resumo: Este estudo teve como objetivo analisar os efeitos da valência, apelo e clareza das avaliações online no desempenho (não financeiro e financeiro) de hotéis. Os dados foram coletados de fontes primárias, através de um questionário em hotéis brasileiros, e de fontes secundárias, por meio de web scraping na plataforma digital TripAdvisor. Foram utilizadas redes neurais transformers para análise textual multidimensional de 89.290 avaliações online e, posteriormente, empregou-se a modelagem de equações estruturais (PLS-SEM) para investigar as relações do modelo empírico. Os resultados mostram que a valência (sentimento e rating reputacional) e a clareza (detalhamento e compreensibilidade) das avaliações online estão positivamente associadas ao desempenho não financeiro e que as avaliações online com apelo emocional estão negativamente associadas ao desempenho não financeiro. Verificou-se, ainda, que o desempenho não financeiro afeta positiva e significativamente o desempenho financeiro dos hotéis.

Palavras-chave: avaliações online, valência, apelo, clareza, desempenho financeiro, desempenho não financeiro, hotéis.

Abstract: This study aimed to analyze the effects of valence, appeal and clarity of online reviews on the performance (non-financial and financial) of hotels. Data were collected from primary sources, through a questionnaire in Brazilian hotels, and from secondary sources, through web scraping on the TripAdvisor digital platform. Transformers neural networks were used for multidimensional textual analysis of 89,290 online reviews and, subsequently, structural equation modeling (PLS-SEM) was used to investigate the relationships of the empirical model. The results show that the valence (sentiment of reviews and reputational rating) and clarity (detail and comprehensibility) of online reviews are positively associated with non-financial performance and that online reviews with emotional appeal are negatively associated with non-financial performance. It was also found that non-financial performance positively and significantly affects the financial performance of hotels.

Keywords: online reviews, valence, appeal, clarity, financial performance, non-financial performance, hotels.

Resumen: Este estudio tuvo como objetivo analizar los efectos de la valencia, el atractivo y la claridad de las reseñas en línea sobre el desempeño (financiero y no financiero) de los hoteles. Los datos fueron recolectados de fuentes primarias, a través de un cuestionario en hoteles brasileños, y de fuentes secundarias, a través de web scraping en la plataforma digital TripAdvisor. Se utilizaron redes neuronales de transformadores para el análisis textual multidimensional de 89.290 reseñas en línea y, posteriormente, se utilizó el modelado de ecuaciones estructurales (PLS-SEM) para investigar las relaciones del modelo empírico. Los resultados muestran que la valencia (sentimiento de las reseñas y calificación de reputación) y la claridad (detalle y comprensibilidad) de las reseñas en línea se asocian positivamente con el desempeño no financiero y que las reseñas en línea con atractivo emocional se asocian negativamente con el desempeño no financiero. También se encontró que el desempeño no financiero afecta positiva y significativamente el desempeño financiero de los hoteles.

Palabras clave: reseñas online, valencia, atractivo, claridad, desempeño financiero, desempeño no financiero, hoteles.

Carátula del artículo

Artigos

IMPACTO DA VALÊNCIA, APELO E CLAREZA DE AVALIAÇÕES ONLINE NO DESEMPENHO HOTELEIRO: ESTUDO DE CASO DO BRASIL

Impact of Valencia, Appeal and Clarity of Online Reviews on Hotel Performance: Case Study from Brazil

Impacto de Valencia, atractivo y claridad de las reseñas online en el desempeño hotelero: estudio de caso de Brasil

Gabriel Donadio Costa
Universidade Federal de Santa Catarina, Florianópolis, SC, Brasil
Rogério João Lunkes
Universidade Federal de Santa Catarina, Florianópolis, SC, Brasil
Turismo - Visão e Ação, vol. 26, 2024
Universidade do Vale do Itajaí

Recepción: 12 Abril 2024

Aprobación: 09 Julio 2024

INTRODUÇÃO

A Web 2.0, mais especificamente as plataformas digitais, revolucionaram a interação entre usuários e estabelecimentos comerciais, oportunizando as avaliações online (AO) de produtos e serviços e a disseminação do boca a boca eletrônico (electronic Word of Mouth) (Ghosh, 2017; King et al., 2014; Liu & Hu, 2021; Mariani & Nambisan, 2021).

As avaliações online podem ser definidas como uma comunicação informal e sem intenção comercial, com o objetivo de compartilhar informações e fomentar a troca de experiências entre os atuais e antigos usuários, tornando-se uma das fontes mais confiáveis para tomada de decisões em e-commerces (Baka, 2016; Eslami et al., 2018; Gavilan et al., 2018; Verma e Yadav, 2021). Uma pesquisa realizada pela Brightlocal revelou que 97% dos consumidores consultam AO, pelo menos regularmente, antes de realizarem uma compra, 77% utilizam pelo menos duas plataformas digitais para suas pesquisas e 50% confiam tanto nos reviews quanto em recomendações de amigos e familiares (Paget, 2024).

As AO ganharam importância no setor hoteleiro, fomentando a criação de plataformas específicas (TripAdvisor.com, Booking.com), tornando-se a principal fonte de informação no setor de turismo e hotelaria (Liu & Park, 2015; Park et al., 2020). Além de consultarem o preço e verificarem a disponibilidade dos estabelecimentos, os usuários utilizam essas plataformas para trocarem experiências com a comunidade de viajantes, verificando a qualidade do serviço, higiene, quarto, café da manhã e atendimento (Roy, 2023).

No contexto organizacional, o feedback dos clientes contido nas AO pode ser utilizado como fonte de conhecimento estratégico, servindo de base para definição de preços, previsão de demanda, avaliação da qualidade do produto e gestão do relacionamento com o cliente, podendo tornar-se também uma ferramenta para prospecção, retenção e fidelização de clientes (Gutt et al., 2019;Liu & Park, 2015;Ye et al., 2009). O conjunto das AO constitui a reputação empresarial nas plataformas digitais, tendo o poder de influenciar o processo de tomada de decisão dos demais usuários, causando reflexos na taxa de reserva, no desempenho financeiro e não financeiro (Gavilan et al., 2018; Park et al., 2020; Roy, 2023; Wang et al., 2022). Portanto, a identificação, compreensão e mensuração dos atributos das AO, e o gerenciamento estratégico dessas informações tornam-se tarefa crucial para as organizações que estão inseridas no ambiente virtual, principalmente em setores experienciais e subjetivos, como os de hotéis e restaurantes (Bénet et al., 2021; Eslami et al., 2018; Gutt et al., 2019; Srivastava & Kalro, 2019).

A literatura demonstra que os atributos das AO possuem impactos distintos nas variáveis organizacionais (Wang & Kuchmaner, 2023). Enquanto avaliações com valência positivas podem refletir nas vendas de produtos (Zhai et al., 2024) e na intenção de retornar ao hotel (Park et al., 2020), avaliações com valências negativas, como críticas, reclamações ou avaliações baixas, possuem características potencialmente negativas, prejudiciais à imagem da organização, refletindo na intenção de compra (Lee & Youn, 2015), avaliação do produto (Huang & Korfiatis, 2015), e vendas (Cui et al., 2012).

Estudos indicam também que os apelos emocionais e funcionais influenciam o processo de decisão por meios diferentes (Mazzucchelli et al., 2018). Enquanto o primeiro utiliza a polarização e os sentimentos (por exemplo: raiva, amor, repulsa e felicidade) causando reflexos na confiança do consumidor e lealdade à marca, as avaliações funcionais focam em descrever e avaliar tecnicamente atributos positivos e negativos do produto ou serviço, refletindo no aumento das vendas (Aureliano-Silva et al., 2021; Jang et al., 2021; Standing et al., 2016; Parikh et al., 2017). Relativamente à clareza, AO mais detalhadas e compreensíveis são consideradas mais úteis, tendo em vista que apresentam, de forma mais eficiente, as informações, ao facilitar a avaliação de atributos específicos dos produtos e serviços e, portanto, recebendo mais atenção dos leitores (Ghasemaghaei et al., 2018;Eslami et al., 2018; Liu & Hu, 2021; Liu & Park, 2015; Srivastava & Kalro, 2019), enquanto avaliações curtas estão relacionadas à pouca informação (Park et al., 2020) e a falta de uma avaliação abrangente sobre produtos (Ghasemaghaei et al., 2018).

Em suma, a literatura relaciona o impacto de diferentes atributos das AO no processo de tomada de decisão dos consumidores e nas vendas de produtos. Nossa investigação expande este alcance ao propor dois aspectos principais: (i) análise conjunta do impacto da valência, apelo e clareza das AO e (ii) mediação do constructo desempenho não financeiro. Desta forma, propomos que os atributos das AO influenciam diretamente o desempenho não financeiro, que, por consequência, influencia o desempenho financeiro. Portanto os feedbacks presentes nas AO podem prover informações e ajudar no gerenciamento estratégico dos hotéis, resultando em uma melhoria nos fatores da organização, como desenvolvimento e inovações de produtos e serviços, satisfação dos clientes e gerenciamento dos funcionários e que esses fatores refletem em maior desempenho financeiro. Visando a investigar este gap na literatura, o presente artigo apresenta a seguinte questão de pesquisa: Quais os efeitos da valência, apelo e clareza das AO no desempenho (não financeiro e financeiro) dos hotéis?

Para responder à referida questão de pesquisa, foram coletados dados primários (survey) e secundários (web scraping na plataforma TripAdvisor) de 139 hotéis brasileiros. Realizou-se uma análise textual multidimensional, utilizando redes neurais transformers, com 89.290 avaliações online (5.984.579 palavras), visando à identificação de seus atributos. Com o objetivo de testar o efeito da valência (sentimento das avaliações e rating reputacional), apelo (funcional/emocional) e clareza (detalhamento e compreensibilidade) das AO no desempenho, utilizou-se modelagem de equações estruturais partial least squares (PLS-SEM). Nossos resultados auxiliam na compreensão de como os atributos das AO influenciam a performance não financeira e financeira das organizações.

Esta pesquisa contribui para a literatura, ao analisar os efeitos multidimensionais das avaliações online, identificando os papéis do apelo (dimensão qualitativa), clareza (dimensão quantitativa) e da valência (dimensão quali-quantitativa) das AO no desempenho dos hotéis. Auxilia também na compreensão da dinâmica de como os feedbacks presentes nas AO contribuem no gerenciamento estratégico dos hotéis, resultando em desempenho não financeiro e, por conseguinte, financeiro, dessa forma elucidando o gap de pesquisa e contribuindo com o avanço do conhecimento no setor hoteleiro. Este artigo também contribui metodologicamente para a área de gestão/negócios, ao fornecer um framework de processamento de linguagem natural para coleta, limpeza, análise de dados textuais não estruturados e identificação de características multifacetadas das AO retiradas da plataforma TripAdvisor.

Gestores da indústria hoteleira também podem utilizar este estudo como contribuição em suas práticas gerenciais. As AO possuem informações relevantes sobre serviços e produtos entregues pelos hotéis. Portanto, analisar a valência, apelo e clareza das AO auxiliam os gestores na identificação e monitoramento de fraquezas, riscos ou oportunidades de crescimento (Proserpio & Zervas, 2017; Chang, 2013; O’Leary & Spangler, 2018), contribuindo para melhoria nos serviços, inovações, satisfação dos clientes e desempenho financeiro. Os resultados desta pesquisa também podem servir de guia, auxiliando os gestores na previsão do desempenho do hotel e da sua concorrência.

Além desta introdução, o artigo está dividido nas seguintes seções: (ii) referencial teórico e desenvolvimento das hipóteses, (iii) metodologias para coleta, mensuração dos constructos e variáveis e análise dos dados, (iv) resultados dos modelos de mensuração e estrutural, discussões e, por fim, (v) conclusões, recomendações de pesquisas futuras e limitações.

REVISÃO TEÓRICA

Valência das Avaliações Onlinee Desempenho Não Financeiro

A valência das AO diz respeito ao nível de satisfação dos consumidores em relação aos produtos e serviços oferecidos, podendo ser expressa em termos de rating ou detectada através do sentimento das avaliações (Jang & Moutinho, 2019; Nicolau et al., 2024; Roy, 2023).

O rating representa a classificação geral subjetiva sobre a experiência dos hóspedes e normalmente expressa na forma de categorização por estrelas, variando de 1 a 5, que simboliza uma forma de influência social nas plataformas digitais (Gavilan et al., 2018; Ghasemaghaei et al., 2018). O sentimento das AO são obtidos do comentário dos hóspedes e influenciados pela experiência no momento da viagem (Jang & Moutinho, 2019; Roy, 2023), refletindo seu nível de satisfação em relação à hospedagem, podendo assumir classificações positivas, negativas ou neutras (Nicolau et al., 2024).

As características das AO podem afetar a tomada de decisão das organizações e de outros consumidores, de diferentes formas (Nicolau et al., 2024). Enquanto as AO positivas, como elogios e compartilhamento de experiências positivas, são considerados mais úteis (Liu & Park, 2015) e podem tornar-se uma propaganda virtual gratuita da empresa, causando reflexos na reputação da marca e, consequentemente, nas vendas (Chen & Law, 2016; Longart, 2010; Zhai et al., 2024), as negativas, como críticas, reclamações e reivindicações podem causar impactos significativos à marca e imagem da organização, prejudicando sua reputação (Tripp & Grégoire, 2011). Em um estudo que coletou AO da plataforma digital TripAdvisor, Roy et al. (2023) analisaram como o sentimento dos clientes variavam de acordo com a experiência em hotéis de luxo, intermediários e de custo baixo, utilizando a Teoria do Lodging. Os resultados demonstraram que os hotéis de luxo apresentam maior proporção de avaliações positivas e os comentários adotavam uma abordagem subjetiva, enquanto os hotéis de baixo custo, apresentavam uma menor proporção de avaliações positivas e uma abordagem objetiva.

Pesquisas na indústria hoteleira também demonstram que o rating reputacional alto, sob certas condições, podem aumentar significativamente o número de reservas online (Gavilan et al., 2018; Ye et al., 2009), enquanto a variância e polaridade dos ratingspodem ter um impacto negativo nas vendas online (Ye et al., 2009). Em um experimento que buscou analisar o impacto do rating no processo de decisão de reserva do hotel, Gavilan et al. (2018) evidenciaram o papel moderador do número de avaliações, ressaltando a sustentação teórica da heurística da prova social. Usuários da web tendem a desconfiar de ratings altos, quando os hotéis possuem poucas avaliações, no entanto, para estabelecimentos com muitas avaliações, os ratingspassam a ser fontes de informação fiáveis, influenciando o processo de decisão.

Tendo em vista que a valência das AO provém informações ricas para as organizações, proporcionando aos gestores feedbacks importantes para melhoria de produtos e serviços (Ghasemaghaei et al., 2018; Schuckert et al., 2015) e fomentando estratégias organizacionais para vigilância contínua (Baka, 2016), acredita-se que a valência das AO possa auxiliar na identificação e monitoramento de fraquezas, riscos ou oportunidades de crescimento (Proserpio & Zervas, 2017; Chang, 2013; O’Leary & Spangler, 2018), contribuindo para melhoria nos serviços, inovações, satisfação dos clientes e capacidade dos funcionários (Baka, 2016). Nesse sentido, propõem-se a primeira hipótese:

H1: A valência das avaliações online está positivamente associada ao desempenho não financeiro do hotel.

Apelo das Avaliações Online e Desempenho Não Financeiro

O apelo é um estilo/estratégia de comunicação utilizada em diversos contextos, como para atrair atenção dos leitores, persuasão, marketing, entre outros. Uma AO pode apresentar um apelo funcional (cognitivo) ou emocional (afetivo), sendo que ambos podem ser usados para influenciar a decisão de compra dos atuais consumidores e prever o comportamento dos futuros clientes (Aureliano-Silva et al., 2021. Jang et al., 2021; Zhai et al., 2024).

As avaliações emocionais referem-se a comentários que retratam sentimentos e emoções negativas, como raiva, medo e vergonha, ou positivas como, amor, contentamento ou felicidade, visam a persuadir e seduzir o consumidor a respeito dos atributos de um estabelecimento (produtos, serviços, ambiente e preços) (Jang et al., 2021; Standing et al., 2016), despertar emoções e influenciar o processo de tomada de decisão dos clientes (Aureliano-Silva et al., 2021).

Já as avaliações funcionais em hotéis incluem comentários positivos e negativos sobre a funcionalidade do produto/serviço e focam em descrever e avaliar atributos positivos e negativos do produto ou serviço, que, geralmente, abrangem a qualidade dos quartos, eficiência do serviço, ambiente, inovação e a aceitabilidade do preço (Jang et al., 2021; Parikh et al., 2017). Segundo Jang et al. (2021), as avaliações funcionais positivas podem influenciar a decisão de compra dos consumidores, acarretando o aumento nas vendas. Comportamento similar foi observado nas avaliações emocionais positivas, na qual Zhai et al. (2024) observaram um impacto positivo nas vendas.

Um estudo que identificou as subcategorias relacionadas ao apelo funcional (qualidade, inovação e facilidade de uso do produto e aceitação de preço) e ao apelo emocional (raiva, medo, vergonha, amor, satisfação e felicidade), realizado por Jang et al. (2021), revelou que as avaliações emocionais moderam a relação entre avaliações funcionais e venda de produtos. Os resultados indicaram também que para as subcategorias qualidade e facilidade de uso do produto, os consumidores tendem a confiar mais no volume das avaliações, já para as subcategorias inovação e aceitabilidade do preço, a valência das avaliações desempenham papel mais significativo.

As AO podem prover informações estratégicas para a organização, que são fundamentais para definição de preços, previsão de demanda, qualidade dos produtos e relacionamento com os clientes (Gutt et al., 2019). Portanto, as avaliações funcionais contribuem para a gestão do hotel e para o desempenho não financeiro, uma vez que proveem informações técnicas, que serão úteis à gestão dos funcionários, produtos ou serviços e para o monitoramento da satisfação dos clientes; enquanto as avaliações emocionais fornecem informações polarizadas, carregadas com sentimentos, muitas vezes dificultando ou impedindo os gestores de identificarem as inconsistências e erros. Consistente com os estudos prévios, propomos a seguinte hipótese:

H2: As avaliações online com apelo emocional estão negativamente associadas ao desempenho não financeiro do hotel.

Clareza das Avaliações Onlinee Desempenho Não Financeiro

Clareza das AO pode ser definida como o nível de compreensão que o texto requer para ser entendido, portanto o detalhamento (quantidade de informação, cobrindo vários aspectos da viagem) e compreensibilidade (legibilidade e facilidade de entendimento do texto) são aspectos cruciais para a clareza informacional do review (Srivastava & Kalro, 2019).

Escrever uma avaliação online detalhada e compreensível depende da motivação pessoal intrínseca e extrínseca do viajante (Burtch et al., 2018). Enquanto a motivação intrínseca refere-se ao senso de participação em uma comunidade virtual de troca de informações e experiências e a confiança nos seus conhecimentos, a extrínseca diz respeito ao recebimento de recompensas monetárias ou vouchers de descontos (Kim & Han, 2021; Liu & Park, 2015).

Tendo em vista que as avaliações online são tidas como fontes primárias e credíveis de informação pelos turistas, a pesquisa de Kim e Han (2021) buscou identificar o impacto da duração da estadia nas avaliações online de hotéis cadastrados no site Booking.com. Os autores utilizaram o Linguistic Inquiry and Word Count (LIWC), para mensurar atributos relativos às AO (profundidade e autenticidade das avaliações e pensamento analítico) e verificaram que viajantes com estadias mais duradouras são mais propensos a deixar avaliações escritas, sendo estas mais longas, detalhadas e analíticas, passando a ideia de autenticidade e familiaridade com o hotel.

O detalhamento das AO pode servir também como um mecanismo de grande visibilidade, utilizado para sinalizar a credibilidade do avaliador e indicar atributos pessoais, como honestidade e confiança (Wang & Kuchmaner, 2023). No âmbito organizacional, o detalhamento das avaliações pode prover importantes insightspara as organizações, tendo em vista que os feedbacksdos clientes detêm informações detalhadas, confiáveis, abrangentes e fidedignas, servindo como um diagnóstico detalhado sobre produtos, serviços e experiências nos destinos turísticos (Kin & Han, 2021; Srivastava & Kalro, 2019; Wang & Kuchmaner, 2023).

Já o papel da compreensibilidade das AO foi avaliado por diferentes perspectivas. Liu e Hu (2021) utilizaram o número de aspectos únicos do produto ou serviço disponível como uma proxypara mensurar a compreensibilidade, indicando que a não repetitividade da informação no review auxiliava os consumidores no processo de decisão. No entanto, a maior parte da literatura trata a compreensibilidade como um atributo de legibilidade, portanto uma AO compreensível utiliza menos linguagem complexa e exagerada, estando frequentemente associada à utilidade do review (Liu & Hu, 2021; Liu & Park, 2015; Srivastava & Kalro, 2019).

A compreensibilidade facilita a avaliação e diagnóstico do produto/serviço, reduz as incertezas e aumenta o entendimento dos usuários, dessa forma influenciando a intenção de compra (Liu & Hu, 2021; Srivastava & Kalro, 2019). No contexto turístico, Liu e Park (2015) buscaram identificar fatores que alteram a utilidade percebida das AO analisando aspectos dos avaliadores (anonimato, experiência e reputação do revisor) e aspectos da mensagem (detalhamento, valor percebido e compreensibilidade). Os resultados indicaram que principalmente os aspectos qualitativos das AO, como valor e compreensibilidade, contribuem para a utilidade das avaliações, demonstrando que os viajantes procuram e confiam mais em avaliações fáceis de ler, pois facilitam a obtenção de informações específicas e evitam a quantidade esmagadora de comentários postados online.

Portanto, a clareza da mensagem é um fator importante que informa quão bem a mensagem será compreendida, útil e adotada pelos usuários e pela organização (Srivastava & Kalro, 2019). Acredita-se que AO mais detalhadas e compreensíveis apresentam, de forma mais eficiente, informações relacionadas às suas deficiências ou qualidades. Com mais e melhores informações, os gestores podem melhorar qualidade dos produtos/serviços, satisfação dos clientes e o gerenciamento dos funcionários. Tendo em mente essas evidências, propõe-se a terceira hipótese de pesquisa:

H3: A clareza das avaliações online está positivamente associada ao desempenho não financeiro do hotel.

Desempenho Não Financeiro e Desempenho Financeiro

O setor hoteleiro foi um dos primeiros a adotar a ideia de monitorar e reportar medidas de desempenho não financeiro (DNF), como qualidade do produto, satisfação dos clientes e participação do mercado (Banker et al., 2005).

A satisfação dos clientes representa a disposição dos consumidores em comprarem mais e com maior frequência, adquirindo outros produtos e serviços da marca. Clientes satisfeitos também são mais propensos a indicarem a empresa para outras pessoas, reduzindo o custo de captação de novos clientes, e contribuindo para a melhora do desempenho financeiro (DF) (Sun & Kim, 2013; Prieto & Revilla, 2006). Um estudo realizado com empregados, clientes e gestores de hotéis de três e quatro estrelas, verificou que o nível de satisfação dos clientes apresenta um papel significante no DF da organização, tendo em vista que auxiliam na formação da lealdade e das avaliações online positivas, influenciando na recorrência de receitas (Chi & Gursoy, 2009). Sun e Kim (2013) observaram o impacto positivo do American Customer Satisfaction Index (ACSI) em variáveis de lucratividade (margem de lucro, retorno sobre os ativos - ROA - e retorno sobre o patrimônio líquido - ROE) e no valor dos hotéis (valor de mercado adicionado).

No contexto de serviços experienciais, como o de hotéis e restaurantes, a capacidade dos funcionários representa um recurso-chave para garantir a qualidade dos serviços e a satisfação dos clientes, uma vez que possuem contato direto com os consumidores, sendo informados das solicitações, pedidos e reclamações e tomam decisões que poderão afetar a experiência do viajante (Bénet et al., 2021). A satisfação dos empregados também é refletida no DF, uma vez que melhora a satisfação dos clientes (Chi & Gursoy, 2009), eficiência e produtividade (Prieto & Revilla, 2006).

Em um estudo que aplicou o Balanced Scorecard para analisar a relação entre performance não financeira e financeira em hotéis de economia emergente, Huang et al. (2007) concluíram que o DNF não apenas influencia diretamente, mas também indiretamente, o DF, uma vez que causa relações entre as perspectivas aprendizagem e crescimento, processos internos e clientes.

Portanto, a existência da relação entre desempenho não financeiro e financeiro parece bem estabelecida na literatura (Bénet et al., 2021; Huang et al., 2007; Banker et al., 2005; Prieto & Revilla, 2006). Banker et al. (2005) indicam uma complementariedade entre o DNF e DF, enquanto o DNF reflete as ações gerenciais atuais, como satisfação dos clientes, melhoria de processos e produtos e inovações, que podem não se materializar em receitas no exercício corrente, o DF constituí os efeitos das atividades passadas e atuais da organização e, portanto, pode induzir a alocação de um esforço de longo prazo em um único período. A performance não financeira pode também não apresentar valor intrínseco para os diretores das organizações, no entanto ela pode ser utilizada como indicador para a performance financeira, principalmente para previsão da performance futura, que é dificilmente mensurada pela contabilidade (Banker et al., 2005; Prieto & Revilla, 2006). Considerando as evidências da literatura, propomos a quarta hipótese:

H4: O desempenho não financeiro está positivamente associado com o desempenho financeiro dos hotéis.

Constituídas as hipóteses do estudo, apresenta-se, abaixo, o desenho da pesquisa.


Figura 1
Desenho da pesquisa
Fonte: Elaboração própria.

METODOLOGIA
População e Amostra

A população da pesquisa foi formada por hotéis e pousadas brasileiras cadastradas na plataforma TripAdvisor (https://www.tripadvisor.com.br), totalizando 1.616 estabelecimentos. Esta plataforma foi escolhida por ser o maior site de avaliação de viagens do mundo, presentes em 43 países e 22 línguas, contendo mais de um bilhão de AO a respeito de oito milhões de estabelecimentos, permitindo a obtenção de uma grande quantidade de dados secundários sobre os hotéis e avaliações online (TripAdvisor, 2024) e um dos websites mais pesquisados pela comunidade acadêmica (Srivastava & Kalro, 2019). A amostra compreendeu 139 hotéis de todas as regiões brasileiras (taxa de resposta de 8,6%) e 89.290 avaliações online, contendo 5.984.579 palavras. Utilizou-se o software G Power para testar o tamanho mínimo da amostra utilizando o t-test. Os resultados indicaram que a amostra é estatisticamente representativa da população e, portanto, os resultados podem ser generalizados. A heterogeneidade da amostra pode ser observada na Tabela 1, na qual é possível observar a presença de estabelecimentos de todos os portes e tempo de funcionamento.

Tabela 1:
Caracterização da amostra

Fonte: Elaboração própria.

Coleta dos Dados

A coleta dos dados foi realizada em duas etapas. Primeiramente, foi aplicado um questionário (survey) por meio de ligações telefônicas, no qual 139 hotéis repassam informações relacionadas ao desempenho não financeiro e financeiro. O período de coleta dos questionários foi de março a abril de 2023. A segunda parte da pesquisa compreendeu a coleta de dados da plataforma TripAdvisor. Para isso, foi utilizada a técnica de web scraping, visando à raspagem virtual dos dados relacionados à organização e às avaliações online. Os comentários dos usuários do TripAdvisor somaram 205.886 observações, destas foram excluídas as perguntas e dicas, resultando em 89.290 avaliações online. Cada hotel possuiu, na média, 642 avaliações (min=10, max=4095) e as avaliações apresentaram média de 67 palavras (min=7, max=2654). O período de coleta dos dados foi de dezembro de 2023 a janeiro de 2024.

Tratamento dos Vieses

Esta pesquisa adotou estratégias para eliminar ou mitigar os vieses de não resposta e do método comum nas variáveis obtidas na coleta survey. Referente ao método comum, nós adotamos os seguintes procedimentos (i) garantimos o anonimato dos respondentes; (ii) informamos a não existência de respostas corretas ou erradas; (iii) realizamos pré-testes do instrumento de pesquisa com cinco pesquisadores da área e cinco gestores de hotéis, visando a eliminar a ambiguidade e estimar o tempo de resposta e; (iv) procuramos adotar um nome genérico no projeto e título do instrumento de pesquisa, visando a prevenir que os participantes previssem os objetivos da pesquisa e as relações entre as variáveis.

Para testar o viés de não resposta, comparamos os resultados dos 20% primeiros e últimos dos respondentes, conforme sugerido por Mahama e Cheng (2013). O teste não paramétrico de Mann-Whitney indicou não existir diferenças nas médias dos grupos, para o nível de significância de 95%, sugerindo a inexistência deste viés.

Constructos, Variáveis e sua Mensuração

Os dados relacionados ao desempenho, coletados na primeira etapa da pesquisa (survey), foram mensurados pelo questionário com escala do tipo Likert de 7 pontos, na qual continham questões relativas ao constructo desempenho financeiro (DF), contendo as variáveis lucro operacional (LOP), receita líquida (RLQ) e retorno dos investimentos (ROI) e o constructo desempenho não financeiro do hotel (DNF), composto pelas variáveis desenvolvimento ou inovação de produtos e serviços (INV), satisfação dos clientes (SCL) e capacidade dos funcionários (CFU) em comparação aos seus concorrentes. O detalhamento de todos os constructos, variáveis e sua forma de mensuração constam no Quadro 1, abaixo.

O constructo valência da AO (VAO) foi formado por três variáveis: nota geral do hotel (NGH), proporção de avaliações excelentes (PAE) e sentimento das AO do hotel (SEM). A NGH corresponde o rating médio dos usuários, que podem variar de 1 a 5, com possibilidades de incrementos de 0,5 pontos. A PAE, quantifica a fração dos hóspedes que atribuíram ao hotel a classificação máxima, considerando as categorias horrível, ruim, razoável, muito bom e excelente.

Para a mensuração das variáveis provenientes de text mining (apelo, sentimento, contagem de sentenças, palavras e palavras simples das avaliações online), o texto bruto passou pelas etapas de pré-processamento, preparação e classificação, utilizando modelos avançados de processamento de linguagem natural (NLP), intitulados redes neurais transformers. O uso de NLP para analisar AO apresenta diversas vantagens: (i) oferece uma estrutura analítica e eficiente; (ii) é ideal para processamento de grandes volumes de dados, (iii) reduz a potencial intervenção humana e o viés e (iv) melhora significativamente a compreensão e interpretação de padrões complexos presentes no comportamento do consumidor (Zhai et al., 2024). A Figura 2 apresenta as três etapas do processo de text mining.


Figura 2
Processamento de Linguagem Natural das Avaliações Online
Fonte: Elaboração própria.

A etapa 1 - pré-processamento - consistiu na (i) limpeza dos dados, na qual foram excluídas as tags HTLM e caracteres especiais (não alfa numéricos), (ii) padronização dos dados, em que se procedeu a transformação do texto para letra minúscula e (iii) tokenização, que buscou separar o texto em palavras ou unidades menores. A contagem de palavras simples foi realizada com o texto pré-processado, obtida calculando o inverso da taxa de palavras complexas, utilizando a biblioteca syllablesdo Python.

A preparação do texto para aplicação dos algoritmos de classificação (etapa 2) compreendeu o (iv) word embedding, na qual transformou as palavras em vetores que capturam informações semânticas e relações entre as palavras e (v) padding/truncamento, que possuiu o objetivo de ajustar o comprimento ou cortar as sequências de entradas, visando a adequar ao tamanho definido pelo algoritmo.

O sentimento e apelo das avaliações online foram determinados na etapa 3 - classificação -, por meio de redes neurais transformers. A análise de sentimento foi realizada com um modelo RoBERTa, pré-treinado com tweets em português, possuiu 135 milhões de parâmetros, onde o texto é classificado de acordo com a probabilidade de pertencer as classes positivo, negativo ou neutro. Já o apelo do review foi treinado com um modelo multilíngue de 27 idiomas e 279 milhões de parâmetros, para realizar a tarefa de zero-shot classification. Portanto, o objetivo do algoritmo era classificar o texto em AO com apelo emocional ou funcional.

Por fim, para computar as características das avaliações online por nível organizacional, foi necessário fazer a média por hotel da valência, apelo e clareza das AO, resultando nas variáveis de sentimento do hotel (SEM), apelo emocional do hotel (AEH), contagem de sentenças (SEH), contagem de palavras (NPL) e taxa palavras simples (PSP) e o desvio padrão do apelo, para determinar a variabilidade do apelo emocional (VAE).

A mensuração das variáveis deste estudo utilizou escalas e medidas validadas pela literatura, visando manter a confiabilidade dos instrumentos. Abaixo apresentamos a tabela com os constructos, variáveis, formas de mensuração e os respectivos suportes teóricos.


Quadro 1:
Constructos, variáveis e sua mensuração
Fonte: Elaboração própria.

Fonte: Elaboração própria.

Visando a minimizar os efeitos de variáveis externas, este estudo controlou os seguintes constructos: Tamanho (números de funcionários e quartos); Localização (facilidade de acesso a pé, números de atrações e restaurantes em um raio de um quilometro) e; Oferta de serviços (academia, lavanderia, recepção 24 horas e restaurante).

Análise dos Dados

A análise dos dados foi realizada por meio de Modelagem de Equações Estruturais com a utilização do PLS-SEM. O PLS permite a construção e teste de modelos holísticos, pois possibilitam o uso de múltiplos preditores e critérios para construção de variáveis latentes e a análise não somente dos efeitos diretos, mas também dos indiretos como análises de mediação e moderação (Hair et al., 2022; Nitzl & Chin, 2017), sendo amplamente utilizado em estudos de gestão hoteleira (por exemplo, Lunkes et al., 2020; Bortoluzzi et al., 2020; Monteiro et al., 2022).

O PLS/SEM oferece uma abordagem analítica, e é recomendado para estudos como o presente, de natureza exploratória (que desejam testar ou expandir proposições teóricas), com uso de dados não normais e construções reflexivas no modelo, além de não requerer distribuição específica e normalidade dos dados (Hair et al., 2022) ou independência das observações (Chin & Dibbern, 2010), podendo oferecer resultados e insights sobre dados em que outros modelos de análise podem falhar (Nitzl & Chin, 2017). O PLS também possibilita a detecção de dados heterogêneos e é recomendável para pequenas amostras (Nitzl & Chin, 2017), como é o caso do presente estudo, com dados de 139 hotéis.

RESULTADOS E DISCUSSÕES
Modelo de Mensuração

Primeiramente, no modelo de mensuração, determina-se a validade convergente e a validade discriminante. A Tabela 2 apresenta os resultados da validade convergente, que se refere à extensão da concordância entre várias tentativas de medir o mesmo conceito, e verifica se as variáveis latentes (constructos) são diferentes entre si (Hair et al., 2022). O Alfa de Cronbach e confiabilidade composta (CR) ficaram com valores acima ou muito próximos de 0,7, de 0,9, conforme recomendado por Hair et al. (2022), indicando boa confiabilidade e consistência interna dos constructos. Da mesma forma, os valores da average variancy extracted (AVE) de todas as variáveis, que quantifica a quantidade de variância capturada pelos indicadores de um constructo em relação à variância total das medidas do constructo, ficaram acima do recomendado pela literatura (0,5), conforme Tabela 2.

Tabela 2:
Resultados das cargas fatoriais, confiabilidade e validade

Fonte: Elaboração própria.

Na sequência, também se determina a validade discriminante pelo Critério Fornell-Larcker. Ao demonstrar que a raiz quadrada da AVE para cada construto é maior do que a correlação entre esse construto e os demais constructos, os resultados pelo critério Fornell-Larcker indicam que as variáveis latentes são distintas entre si, garantindo que cada constructo está medindo uma ideia única e que não há correlação alta com outro constructo (Hair et al., 2022). Conforme Tabela 3, a seguir, os valores apresentados pelo critério Fornell-Larcker evidenciam boa validade discriminante entre os constructos.

Tabela 3:
Resultados da validade discriminante- Fornell-Larcker

Fonte: Elaboração própria.

Fonte: Elaboração própria.

Modelo Estrutural

Para testar as hipóteses da pesquisa utilizou-se a técnica de bootstrapping com 5.000 reamostragens. A Tabela 4 apresenta os resultados dos testes de hipóteses.

A hipótese H1, que prevê que a valência das avaliações online está positivamente associada ao desempenho não financeiro, foi confirmada (β = 0,135, . < 0,1). Os resultados também demonstram que as avaliações online com apelo emocional estão negativamente e significativamente associadas ao desempenho não financeiro, o que confirma H2 (β = -0,180, p < 0,1). A relação entre clareza da AO e desempenho não financeiro, foi positiva e estatisticamente significante, o que confirma H3 (β = 0,184, p < 0,05). Ainda nossos resultados confirmaram a hipótese H4, ao mostrar que o desempenho não financeiro afeta positiva e significativamente o desempenho financeiro (β = 0,410, p < 0,01).

Tabela 4:
Resultados do modelo estrutural

Fonte: Elaboração própria.Nota. *, **, ***, nível de significância a 0,1, 0,05 e 0,01, respectivamente

Discussões

O objetivo principal desta investigação era analisar os efeitos das características das avaliações online no desempenho não financeiro e, posteriormente, a relação entre os desempenhos não financeiro e financeiro dos hotéis brasileiros. Os resultados do nosso estudo empírico mostram que as AO são importantes no contexto de aquisições de produtos ou serviços experienciais (viagens, hotéis, restaurantes), tendo em vista que as pessoas possuem dificuldades em acessar a qualidade de produtos intangíveis antes do consumo (Liu & Park, 2015). Especificamente no setor hoteleiro, as AO constituem a principal fonte de informação dos viajantes, influenciando o processo de decisão dos demais consumidores, refletindo na taxa de ocupação (Park et al., 2020; Roy, 2023). Nossos resultados também proveram evidências que a valência, apelo e clareza das AO apresentam impactos no desempenho organizacional, e que a performance não financeira reflete no desempenho financeiro dos hotéis.

Verifica-se relação positiva entre a valência da AO e o desempenho não financeiro, isto é, hotéis com ratinge AO positivas e com maior proporção de avaliações “excelentes”, tendem a apresentar melhores níveis de satisfação dos clientes, capacidade dos funcionários e inovações ou desenvolvimento de produtos e serviços. Este resultado vem de encontro com a literatura ao evidenciar que a valência positiva das AO são mais úteis (Liu & Park, 2015), tornando-se uma propaganda virtual gratuita (Zhai et al., 2024), podendo aumentar significativamente a procura pelo hotel (Gavilan et al., 2018; Ye et al., 2009). Acredita-se que hotéis com estratégias organizacionais de vigilância contínua, identificam e monitoram as fraquezas e riscos, e exploram as oportunidades de crescimento, promovendo a avaliação e melhorias nos produtos e serviços, otimizando a precificação e a previsão de demanda, e gerenciando o relacionamento com o cliente (Baka, 2016; Bénet et al., 2021; Chang, 2013; Gavillan et al., 2018; Liu & Park, 2015; O’Leary & Spangler, 2018; Proserpio & Zervas, 2017; Roy, 2023), o que resulta em avaliações online positivas e, consequentemente, melhoram o desempenho não financeiro (satisfação dos clientes, capacidade dos funcionários e inovações).

Não obstante, a literatura indica que é importante não somente analisar o número de estrelas do review ou seu comprimento, mas sim como as avaliações online são escritas (Srivastava & Kalro, 2019). Nesse contexto, verificou-se como o apelo das AO influencia as variáveis de desempenho organizacional. Os resultados do estudo mostraram que o apelo emocional afeta negativamente e significativamente o DNF, o que confirmou a H2. Em contraste com o apelo funcional, que provê informações técnicas e construtivas, o apelo emocional do review fornece informações carregadas com sentimento e polarizadas, o que dificulta a identificação de erros, inconsistência ou pontos de melhoria na satisfação dos clientes, capacidade dos funcionários e melhoria de processos e serviços.

O apelo das AO possui diferentes meios de influenciar o processo de tomada de decisão (Aureliano-Silva et al., 2021; Jang et al., 2021; Standing et al., 2016). Enquanto o apelo funcional baseia-se na cognição e foca em descrever e avaliar atributos positivos e negativos do produto ou serviço, que, geralmente, abrangem a qualidade dos quartos, eficiência do serviço, ambiente, inovação e a aceitabilidade do preço (Jang et al., 2021; Parikh et al., 2017), influenciando os consumidores e auxiliando a organização na identificação de qualidade e defeitos. O apelo emocional utiliza as bases afetivas (ódio, raiva, contentamento e felicidade), sendo eficaz para persuadir o processo de decisão dos clientes (Aureliano-Silva et al., 2021), mas não a organização, o que nos leva a crer que mensagens carregadas com emoções, como discurso de ódio, possuem pouco valor informativo aos hotéis, dificultando o papel dos gestores na identificação de pontos de melhorias.

A terceira característica analisada neste artigo foi a clareza das AO que compreende os aspectos detalhamento e compreensibilidade. Em consonância com a literatura (Eslami et al., 2018; Park et al., 2020; Ghasemaghaei et al., 2018; Liu & Park, 2015; Kim & Han, 2021; Srivastava & Kalro, 2019; Wang & Kuchmaner, 2023), verifica-se que avaliações mais claras estão positivamente associadas com o DNF, confirmando H3.

Avaliações online mais detalhadas apresentam maior número de informações e análises mais profundas, facilitando a avaliação dos atributos específicos de produtos e serviços por parte dos clientes e das organizações (Ghasemaghaei et al., 2018; Liu & Park, 2015). A profundidade e o detalhamento das avaliações estão relacionados também com estadias mais longas, passando a ideia de autenticidade e familiaridade com o hotel (Kim & Han, 2021). Em complemento, AO compreensíveis utilizam linguagem menos complexa e exagerada, estando frequentemente associadas à utilidade do review (Liu & Hu, 2021; Liu & Park, 2015; Srivastava & Kalro, 2019).

Considerando que as AO provêm informações confiáveis e fidedignas, a sua clareza está relacionada com feedbacksdetalhados, abrangentes, úteis e de fácil entendimento. Portanto, avaliações claras não só influenciam o comportamento de outros usuários das plataformas digitais, mas também auxiliam os gestores hoteleiros, provendo diagnóstico detalhado e compreensível sobre produtos, serviços e experiências nos destinos turísticos (Liu & Hu, 2021; Kin & Han, 2021; Srivastava & Kalro, 2019; Wang & Kuchmaner, 2023). Nesse sentido, gestores munidos com mais e melhores informações, podem tomar decisões estratégicas de forma mais eficiente, reduzindo as incertezas e promovendo insightspara os hotéis.

Por fim, nossos resultados também confirmaram a relação hipotetizada por H4, confirmando a relação positiva e estatisticamente significante entre DNF e DF. Corroborando a literatura, fica evidente que a satisfação dos clientes, capacidade dos funcionários e desenvolvimento e inovações de produtos e serviços contribuem para o desempenho financeiro da organização, uma vez que refletem na disposição dos consumidores em comprarem mais e com mais frequência, indicarem a empresa a outras pessoas (Sun & Kim 2013; Prieto & Revilla, 2006), auxiliam na formação da lealdade (Chi & Gursoy, 2009), garantem a qualidade dos serviços (Bénet et al., 2021), melhoram a eficiência e produtividade (Prieto & Revilla, 2006).

Tendo em vista o caráter experiencial e subjetivo do setor de restaurantes (Bénet et al., 2021; Gavillan et al., 2018; Liu & Park, 2015), o uso de métricas de desempenho não financeiro também parece ser um bom indicador de desempenho para hotéis, tendo em vista que reflete as ações gerenciais atuais como, satisfação dos clientes, melhoria de processos e produtos e inovações, ou seja, pode ser usado em complemento aos indicadores financeiros (Banker et al., 2005) e para previsão da performance financeira futura, que é dificilmente mensurada pela contabilidade (Banker et al., 2005; Prieto & Revilla, 2006).

CONSIDERAÇÕES FINAIS

Este estudo teve como objetivo analisar a influência da valência, apelo e clareza das avaliações online no desempenho (não financeiro e financeiro) de hotéis. Para realizar o estudo foram coletados dados por meio de web scraping na Plataforma TripAdvisor e através da aplicação de uma survey com hotéis brasileiros. A análise textual multidimensional com 89.290 avaliações online permitiu a identificação e mensuração de atributos específicos da avaliação, como valência, apelo e clareza. A análise do modelo teórico utilizando equações estruturais (PLS-SEM), permitiu o reconhecimento de padrões e relações entre as características das AO e variáveis organizacionais, especificamente, os resultados demonstraram que a valência e clareza das AO influenciam positivamente o DNF e o apelo emocional está negativamente associado ao DNF. Também pode ser verificada a relação positiva entre desempenho não financeiro e financeiro dos hotéis brasileiros.

Os feedbacks dos viajantes apresentam informações que podem ser de extrema valia para a gestão hoteleira. Devido ao grande volume de dados textuais, o reconhecimento de características, padrões e informações relevantes podem tornar-se tarefas difíceis e custosas. Neste sentido, identificação, mensuração, monitoramento e gerenciamento da valência, apelo e clareza das AO tornam-se fatores-chave para a gestão estratégica, tendo em vista que influenciam o desempenho do hotel e podem ser utilizadas como ferramentas para definição de preços, previsão de demanda, avaliação da qualidade do produto/serviço, satisfação e gestão do relacionamento com o cliente, melhoria e inovações em produtos/serviços e gerenciamento dos funcionários (Bénet et al., 2021; Gavillan et al., 2018; Liu & Park, 2015; Roy, 2023).

Tendo em vista que as avaliações dos clientes apresentam informações detalhadas, confiáveis, abrangentes e fidedignas, os achados desta investigação mostram que as AO podem fornecer conhecimentos estratégicos às empresas ao prover insightsvaliosos para os gestores dos hotéis, servindo como um diagnóstico detalhado sobre produtos, serviços e experiências nos destinos turísticos, (Gutt et al., 2019; Kin & Han, 2021; Srivastava & Kalro, 2019;Wang & Kuchmaner, 2023).

O presente estudo avança na compreensão da literatura acadêmica ao empreender uma análise dos impactos multifacetados das avaliações online sobre a performance organizacional, tanto sob uma ótica financeira quanto não financeira. Esta investigação decompôs os componentes intrínsecos às avaliações online, identificando os papéis da dimensão qualitativa (apelo), quantitativa (clareza) e quali-quantitativa (valência) das AO no desempenho dos hotéis. Tal delineamento teórico e empírico oferece insights valiosos para o preenchimento de lacunas preexistentes na literatura científica, além de propiciar um avanço no corpo de conhecimento relativo ao setor hoteleiro.

Além disso, este artigo contribui de forma significativa para a metodologia empregada em estudos na área de gestão e negócios. Através da adoção e adaptação de um arcabouço metodológico fundamentado em técnicas de processamento de linguagem natural, este estudo delineia uma estratégia para a coleta, limpeza e análise de dados textuais não estruturados. Esse procedimento metodológico permite a extração e categorização de atributos multidimensionais das avaliações online, utilizando informações disponibilizadas na plataforma TripAdvisor. Assim, fornece uma contribuição metodológica robusta, capacitando futuras pesquisas na área de gestão e negócios a empregar ferramentas analíticas avançadas para a investigação de conjuntos de dados complexos e não estruturados, desvendando padrões e tendências que influenciam o desempenho organizacional.

A pesquisa contribui também para a prática de profissionais atuantes no âmbito da gestão hoteleira, constituindo-se como um recurso valioso na otimização de estratégias gerenciais. As AO detêm um conjunto de informações pertinente aos serviços e produtos oferecidos pelos hotéis. A análise meticulosa da valência, do apelo e da clareza desses comentários pode ser um instrumental para os gestores na identificação precisa e no monitoramento contínuo de potenciais vulnerabilidades, riscos, ou áreas promissoras para o crescimento e aprimoramento estratégico. Conforme evidenciado por estudos anteriores (Proserpio & Zervas, 2017; Chang, 2013; O’Leary & Spangler, 2018), a integração dessas análises nas práticas gerenciais pode conduzir à elevação da qualidade dos serviços, à inovação, ao incremento na satisfação do cliente e, consequentemente, ao aperfeiçoamento do desempenho financeiro das organizações hoteleiras.

As informações que podem ser extraídas das AO fornecem uma base sólida para a tomada de decisões estratégicas, habilitando os gestores a antever com maior precisão o desempenho futuro, tanto de suas empresas, quanto dos concorrentes no mercado. Essa capacidade de previsão, apoiada por uma compreensão profunda dos feedbacks deixados por clientes em plataformas de avaliação online, potencializa a construção de estratégias competitivas mais eficazes, permitindo aos executivos do setor hoteleiro posicionarem suas empresas de maneira vantajosa no panorama competitivo virtual.

Portanto, este estudo não apenas enriquece o acervo teórico relacionado à gestão de feedbacks de consumidores no setor de hospitalidade, como também oferece um roteiro prático para a aplicação desses conhecimentos no contexto empresarial, promovendo uma gestão mais informada, proativa e adaptada às demandas e expectativas do mercado e das plataformas digitais.

Apesar dos cuidados tomados no desenvolvimento, o estudo apresenta limitações. Ao coletar os dados sobre o desempenho financeiro e desempenho não financeiros, realizado por meio do questionário, capturou percepções dos gestores sobre o desempenho do seu hotel. A pesquisa foi realizada em um único setor, portanto generalizações devem ser feitas com muito cuidado. Futuras pesquisas podem analisar como avaliações dos clientes, positivas e negativas, afetam a tomada de decisão dos gestores hoteleiros.

Material suplementario
REFERÊNCIAS
Abdel-Maksoud, A., Kamel, H., & Elbanna, S. (2016). Investigating relationships between stakeholders’ pressure, eco-control systems and hotel performance. International Journal of Hospitality Management, 59, 95-104. https://doi.org/10.1016/j.ijhm.2016.09.006
Aureliano-Silva, L., Leung, X., & Spers, E. E. (2021). The effect of online reviews on restaurant visit intentions: Applying signaling and involvement theories. Journal of Hospitality and Tourism Technology, 12(4), 672-688. https://doi.org/10.1108/JHTT-06-2020-0143
Baka, V. (2016). The becoming of user-generated reviews: Looking at the past to understand the future of managing reputation in the travel sector. Tourism management, 53, 148-162. https://doi.org/10.1016/j.tourman.2015.09.004
Banker, R. D., Potter, G., & Srinivasan, D. (2005). Association of nonfinancial performance measures with the financial performance of a lodging chain. Cornell hotel and Restaurant administration Quarterly, 46(4), 394-412. https://doi.org/10.1177/0010880405275
Bénet, N., Deville, A., Raïes, K., & Valette-Florence, P. (2022). Turning non-financial performance measurements into financial performance: The usefulness of front-office staff incentive systems in hotels. Journal of Business Research, 142, 317-327. https://doi.org/10.1016/j.jbusres.2021.12.017
Bortoluzzi, D. A., Lunkes, R. J., Santos, E. A., & Mendes, A. C. A. (2020). Effect of online hotel reviews on the relationship between defender and prospector strategies and management controls. International Journal of Contemporary Hospitality Management, 13(12), 3721-3745. https://doi.org/10.1108/IJCHM-04-2020-0297
Burtch, G., Hong, Y., Bapna, R., & Griskevicius, V. (2018). Stimulating online reviews by combining financial incentives and social norms. Management Science, 64(5), 2065-2082. https://doi.org/10.1287/mnsc.2016.2715
Chang, K. C. (2013). How reputation creates loyalty in the restaurant sector. International Journal of Contemporary Hospitality Management , 25(4), 536-557. https://doi.org/10.1108/09596111311322916
Chen, Y. F., & Law, R. (2016). A review of research on electronic word-of-mouth in hospitality and tourism management. International Journal of Hospitality & Tourism Administration, 17(4), 347-372. https://doi.org/10.1080/15256480.2016.1226150
Chi, C. G., & Gursoy, D. (2009). Employee satisfaction, customer satisfaction, and financial performance: An empirical examination. International Journal of Hospitality Management , 28(2), 245-253. https://doi.org/10.1016/j.ijhm.2008.08.003
Chin, W. W., & Dibbern, J. (2009). An introduction to a permutation based procedure for multi-group PLS analysis: Results of tests of differences on simulated data and a cross cultural analysis of the sourcing of information system services between Germany and the USA. In Handbook of partial least squares: Concepts, methods and applications (pp. 171-193). Berlin, Heidelberg: Springer Berlin Heidelberg.
Cui, G., Lui, H. K., & Guo, X. (2012). The effect of online consumer reviews on new product sales. International Journal of Electronic Commerce, 17(1), 39-58. https://doi.org/10.2753/jec1086-4415170102
Eslami, S. P., Ghasemaghaei, M., & Hassanein, K. (2018). Which online reviews do consumers find most helpful? A multi-method investigation. Decision Support Systems, 113, 32-42. https://doi.org/10.1016/j.dss.2018.06.012
Gavilan, D., Avello, M., & Martinez-Navarro, G. (2018). The influence of online ratings and reviews on hotel booking consideration. Tourism Management, 66, 53-61. https://doi.org/10.1016/j.tourman.2017.10.018
Ghasemaghaei, M., Eslami, S. P., Deal, K., & Hassanein, K. (2018). Review’s length and sentiment as correlates of online review’s ratings", Internet Research, 28(3), 544-563. https://doi.org/10.1108/IntR-12-2016-0394
Ghosh, T. (2017). Managing negative reviews: the persuasive role of webcare characteristics. Journal of Internet Commerce, 16(2), 148-173. https://doi.org/10.1080/15332861.2017.1305254
Gutt, D., Neumann, J., Zimmermann, S., Kundisch, D., & Chen, J. (2019). Design of review systems-A strategic instrument to shape online reviewing behavior and economic outcomes. The Journal of Strategic Information Systems, 28(2), 104-117. https://doi.org/10.1016/j.jsis.2019.01.004
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM). third ed. Tousand Oaks, CA: Sage.
Harman, H. H. (1967). Modern factor analysis. second ed. University of Chicago Press, Chicago.
Huang, G. H., & Korfiatis, N. (2015). Trying before buying: The moderating role of online reviews in trial attitude formation toward mobile applications. International Journal of Electronic Commerce , 19(4), 77-111. doi:10.1080/10864415.2015.1029359
Huang, H. C., Chu, W., & Wang, W. K. (2007). Strategic performance measurement and value drivers: Evidence from international tourist hotels in an emerging economy. The Service Industries Journal, 27(8), 1111-1128. https://doi.org/10.1080/02642060701673778
Jang, S., Chung, J., & Rao, V. R. (2021). The importance of functional and emotional content in online consumer reviews for product sales: Evidence from the mobile gaming market. Journal of Business Research , 130, 583-593. https://doi.org/10.1016/j.jbusres.2019.09.027
Jang, S., & Moutinho, L. (2019). Do price promotions drive consumer spending on luxury hotel services? The moderating roles of room price and user-generated content. International Journal of Hospitality Management , 78, 27-35. https://doi.org/10.1016/j.ijhm.2018.11.010
Kim, J. M., & Han, J. (2021). Impact of the length of stay at hotels on online reviews. International Journal of Contemporary Hospitality Management , 34(4), 1249-1269. https://doi.org/10.1108/IJCHM-05-2021-0659
King, R. A., Racherla, P., & Bush, V. D. (2014). What we know and don't know about online word-of-mouth: A review and synthesis of the literature. Journal of Interactive Marketing, 28(3), 167-183. https://doi.org/10.1016/j.intmar.2014.02.001
Lee, M., & Youn, S. (2015). Electronic word of mouth (eWOM) How eWOM platforms influence consumer product judgement. International Journal of Advertising, 28(3), 473-499. doi:10.2501/s0265048709200709.
Liu, Y., & Hu, H.-f. (2021). Online review helpfulness: the moderating effects of review comprehensiveness. International Journal of Contemporary Hospitality Management , 33(2), 534-556. https://doi.org/10.1108/IJCHM-08-2020-0856
Liu, Z., & Park, S. (2015). What makes a useful online review? Implication for travel product websites. Tourism Management , 47, 140-151. https://doi.org/10.1016/j.tourman.2014.09.020
Longart, P. (2010). What drives word‐of‐mouth in restaurants?. International Journal of Contemporary Hospitality Management , 22(1), 121-128. https://doi.org/10.1108/09596111011013516
Lunkes, R. J., Bortoluzzi, D. A., Anzilago, M., & da Rosa, F. S. (2020). Influence of online hotel reviews on the fit between strategy and use of management control systems: A study among small-and medium-sized hotels in Brazil. Journal of Applied Accounting Research, 21(4), 615-634. https://doi.org/10.1108/JAAR-06-2018-0090
Mahama, H., & Cheng, M. M. (2013). The effect of managers' enabling perceptions on costing system use, psychological empowerment, and task performance. Behavioral Research in Accounting, 25(1), 89-114. https://doi.org/10.2308/bria-50333
Mariani, M. M., & Nambisan, S. (2021). Innovation analytics and digital innovation experimentation: the rise of research-driven online review platforms. Technological Forecasting and Social Change, 172, 121009. https://doi.org/10.1016/j.techfore.2021.121009
Mazzucchelli, A., Chierici, R., Ceruti, F., Chiacchierini, C., Godey, B., & Pederzoli, D. (2018). Affecting brand loyalty intention: The effects of UGC and shopping searches via Facebook. Journal of Global Fashion Marketing, 9(3), 270-286. https://doi.org/10.1080/20932685.2018.1461022
Monteiro, J., Malagueño, R., Lunkes, R. J., & Santos, E. A. (2022). The effectiveness of value-and calculation-based management controls in hotels, International Journal of Hospitality Management , 102, 103156, https://doi.org/10.1016/j.ijhm.2022.103156
Nicolau, J. L., Xiang, Z., & Wang, D. (2024). Daily online review sentiment and hotel performance, International Journal of Contemporary Hospitality Management , 36(3), 790-811. https://doi.org/10.1108/IJCHM-05-2022-0594
Nitzl, C., & Chin, W. W. (2017). The case of partial least squares (PLS) path modeling in managerial accounting research. Journal of Management Control, 28, 137-156. https://doi.org/10.1007/s00187-017-0249-6
O'Leary, D. E., & Spangler, S. (2018). Continuously monitoring bank risk, reputation, and opportunity. Journal of Emerging Technologies in Accounting, 15(2), 151-163. https://doi.org/10.2308/jeta-52234
Paget, S. (2024). 2024 local consumer review survey. Brightlocal. Recuperado em 28 de Março de 2024, de https://www.brightlocal.com/research/local-consumer-review-survey/ .
Parikh, A. A., Behnke, C., Almanza, B., Nelson, D., & Vorvoreanu, M. (2017). Comparative content analysis of professional, semi-professional, and user-generated restaurant reviews. Journal of Foodservice Business Research, 20(5), 497-511. https://doi.org/10.1080/15378020.2016.1219170
Park, E., Kang, J., Choi, D., & Han, J. (2020). Understanding customers’ hotel revisiting behaviour: a sentiment analysis of online feedback reviews. Current Issues in Tourism, 23(5), 605-611. https://doi.org/10.1080/13683500.2018.1549025
Prieto, I. M., & Revilla, E. (2006). Learning capability and business performance: a non‐financial and financial assessment. The Learning Organization, 13(2), 166-185. https://doi.org/10.1108/09696470610645494
Proserpio, D., & Zervas, G. (2017). Online reputation management: Estimating the impact of management responses on consumer reviews. Marketing Science, 36(5), 645-665. https://doi.org/10.1287/mksc.2017.1043
Roy, G. (2023). Travelers’ online review on hotel performance-Analyzing facts with the Theory of Lodging and sentiment analysis. International Journal of Hospitality Management , 111, 103459. https://doi.org/10.1016/j.ijhm.2023.103459
Schuckert, M., Liu, X., & Law, R. (2015). Hospitality and tourism online reviews: Recent trends and future directions. Journal of Travel & Tourism Marketing, 32(5), 608-621. https://doi.org/10.1080/10548408.2014.933154
Srivastava, V., & Kalro, A. D. (2019). Enhancing the helpfulness of online consumer reviews: the role of latent (content) factors. Journal of Interactive Marketing , 48(1), 33-50. https://doi.org/10.1016/j.intmar.2018.12.003
Standing, C., Holzweber, M., & Mattsson, J. (2016). Exploring emotional expressions in e-word-of-mouth from online communities. Information Processing & Management, 52(5), 721-732. https://doi.org/10.1016/j.ipm.2016.01.001
Sun, K. A., & Kim, D. Y. (2013). Does customer satisfaction increase firm performance? An application of American Customer Satisfaction Index (ACSI). International Journal of Hospitality Management , 35, 68-77. https://doi.org/10.1016/j.ijhm.2013.05.008
TripAdvisor (2024). Media Center. Recuperado em 05 de março de 2024, de https://tripadvisor.mediaroom.com/US-about-us.
Tripp, T. M., & Grégoire, Y. (2011). When unhappy customers strike back on the Internet. MIT Sloan Management Review.
Verma, S., & Yadav, N. (2021). Past, present, and future of electronic word of mouth (EWOM). Journal of Interactive Marketing , 53(1), 111-128. https://doi.org/10.1016/j.intmar.2020.07.001
Wang, Y., & Kuchmaner, C. A. (2023). Revisiting online reviews: signals of latent reviewer traits mediate the review length-helpfulness relationship. Journal of Marketing Theory and Practice, 1-16. https://doi.org/10.1080/10696679.2023.2196636
Wang, Q., Zhang, W., Li, J., Mai, F., & Ma, Z. (2022). Effect of online review sentiment on product sales: The moderating role of review credibility perception. Computers in Human Behavior, 133, 107272. https://doi.org/10.1016/j.chb.2022.107272
Ye, Q., Law, R., & Gu, B. (2009). The impact of online user reviews on hotel room sales. International Journal of Hospitality Management , 28(1), 180-182. https://doi.org/10.1016/j.ijhm.2008.06.011
Zhai, M., Wang, X., & Zhao, X. (2024). The importance of online customer reviews characteristics on remanufactured product sales: Evidence from the mobile phone market on Amazon. com. Journal of Retailing and Consumer Services, 77, 103677. https://doi.org/10.1016/j.jretconser.2023.103677
Notas
Notas
CONTRIBUIÇÃO DOS AUTORES: Gabriel Donadio Costa: Conceitualização, Curadoria de dados, Análise de dados, Pesquisa, Metodologia, Desenvolvimento,implementação e teste de software, Design da apresentação de dados, Redação do manuscrito original, Redação –revisão e edição.

Rogério João Lunkes: Conceitualização, Curadoria de dados, Pesquisa, Metodologia, Supervisão, Validação de dados,Design da apresentação de dados, Redação do manuscrito original, Redação – revisão e edição.

Editor de seção: Sinval Pereira Júnior.

Figura 1
Desenho da pesquisa
Fonte: Elaboração própria.
Tabela 1:
Caracterização da amostra

Fonte: Elaboração própria.

Figura 2
Processamento de Linguagem Natural das Avaliações Online
Fonte: Elaboração própria.

Quadro 1:
Constructos, variáveis e sua mensuração
Fonte: Elaboração própria.
Tabela 2:
Resultados das cargas fatoriais, confiabilidade e validade

Fonte: Elaboração própria.
Tabela 3:
Resultados da validade discriminante- Fornell-Larcker

Fonte: Elaboração própria.
Tabela 4:
Resultados do modelo estrutural

Fonte: Elaboração própria.Nota. *, **, ***, nível de significância a 0,1, 0,05 e 0,01, respectivamente
Buscar:
Contexto
Descargar
Todas
Imágenes
Visor de artículos científicos generados a partir de XML-JATS por Redalyc