Customer-generated online reviews have become informative resources for marketers to observe customer perceptions in the service industry. Various studies have mainly focused on customers’ experiences and feedback on services or firms’ performance. However, these studies have remained mostly exploratory and there is difficulty in how to interpret reviews to represent different dimensions of service quality. The aim of this paper is to explore online customer reviews to establish causal relationships among service quality, customer satisfaction, and behavioral intention, and identify different customer segments. This paper demonstrates that latent dirichlet allocation (LDA) extracts service attributes from online reviews and that ratings and recommendations measure customer satisfaction and behavioral intention, respectively. The data set includes 33,193 online reviews for 84 airlines operating in 46 countries and including 23 low-cost carriers. After validation procedures, LDA identifies service attributes that affect dimensions of customer satisfaction, and in turn, these dimensions influence behavioral intention. Managerially, marketers are provided with insights to focus on specific service attributes to improve each dimensions of customer satisfaction and behavioral intention, based on identified customer segments.
온라인리뷰는 서비스 산업에서 소비자들의 인식을 탐구할 수 있는 새로운 자료로 최근 주목을 받고있다. 선행연구들은 온라인리뷰를 이용하여 소비자들의 서비스 경험과 피드백, 기업의 성과와 같은 다양한 변수에 대해 분석했다. 하지만, 이 연구들은 대부분 탐색적인 수준에서 분석을 진행했으며 온라인리뷰를 서비스 품질의 각기 다른 차원으로 나타내고 해석하지 못한 한계를 가지고 있다. 본 연구는 온라인리뷰를 활용하여 서비스 품질, 고객만족, 행동의도 간의 인과관계를 실증적으로 검정하고 서로 다른 성격을 가지고 있는 고객군을 확인했다. 구체적으로, 잠재 디리클레 할당 알고리즘을 활용하여 온라인리뷰로부터 서비스 속성을 추출하고, 별점과 추천여부를 이용하여 고객만족과 행동의도를 측정했다. 결과적으로, 각 변수를 구성하는 차원들 간의 각기 다른 영향력을 실증적으로 확인하였다. 또한, 변수들을 활용하여 이질적인 고객군을 정의하고 각 고객군의 특징을 확인하였다.
