Utilização do webQDA para análise de comentários da plataforma booking.com

Utilização do webQDA para análise de comentários da plataforma booking.com

Diamantino Ribeiro, Universidade de Évora (Portugal)

A análise realizada pretende exemplificar e fornecer algumas orientações para as unidades hoteleiras e sua gestão, apresentando caminhos que podem ser explorados de forma simples e regular, quando devidamente associados a uma ferramenta de apoio à análise de dados qualitativos, como é caso do software webQDA (Costa & Amado, 2018; Costa, de Souza, Moreira, & de Souza, 2018; Costa, Linhares, & de Souza, 2014; Costa, Linhares, & Souza, 2012; Costa, Moreira, & Souza, 2019)

As especificidades e o contexto de cada unidade hoteleira e a necessidade de dados mais oportunos e detalhados aumentam a responsabilidade de quem deve gerir negócios que envolvem o contato direto com clientes/turistas. Como referem  Lucia & Alves (2011) pesquisar é um ato abrangente e complexo; pesquisar não é simplesmente observar, experimentar, calcular, entrevistar ou mesmo compilar dados, por isso, torna-se fundamental problematizar a realidade e analisar com rigor e com espectro largo. Quando se trata da utilização de métodos qualitativos, é preciso saber utilizar os procedimentos adequados que possibilitem a interpretação do fenómeno estudado a partir das informações obtidas (Lucia & Alves, 2011).

O trabalho que desenvolvemos e explicamos a seguir, mostra como uma ferramenta tecnológica como o webQDA pode ajudar os gestores hoteleiros a complementar as informações quantitativas obtidas pela avaliação dos hóspedes no alojamento (limpeza, localização, funcionários, conforto, comodidades, relação custo-benefício, Wi-Fi, pequeno-almoço, entre outros) que, em geral, serve para calcular automaticamente a pontuação do alojamento numa escala de 0 a 10.

Proposta de Processo

Na atualidade, a plataforma de reservas online booking.com representa mais de 25% das reservas totais de hotéis na Europa, onde se incluem as principais cidades Portuguesas, Lisboa e Porto (Figueiredo, 2013). Em alguns alojamentos fora dos grandes centros urbanos, esse número é bastante superior, chegando a atingir 90% em algumas unidades, como nos confirmaram alguns gestores hoteleiros contactados por email e telefone.

No final do alojamento, os hóspedes são convidados pela plataforma a classificarem vários itens numa escala de 1 a 10. Esta classificação dá origem a uma média, que serve para classificar os hotéis como “excecional”, se a sua classificação média dos últimos dois anos for superior a 9,5 em 10; “soberbo” entre 9 e 9,5; “fabuloso” entre 8,5 e 9; “ótimo” entre 8 e 8,5; “bom” entre 7 e 8 e “agradável” entre 6 e 7. Por outro lado, também é solicitado aos hóspedes (no final do alojamento) que deixem um comentário geral ao hotel e, se for o caso, refiram aspetos positivos e negativos (Figura 1).

Figura 1 – Classificação atribuída pelos clientes (Fonte Booking)

Como se pode depreender, de uma forma automática a plataforma consegue posicionar os hotéis quanto à sua classificação, utilizando métricas, mas o mesmo não acontece com os comentários (Figura 2):

Figura 2 – Comentários dos hóspedes (Fonte: Booking.com)

Quando os clientes pesquisam os alojamentos na plataforma, para além de saberem de imediato qual a pontuação dos hotéis nos vários itens, também podem ler os comentários que os hóspedes anteriores deixaram sobre o alojamento, as respetivas condições, comodidades, etc. Isso realça a importância da análise qualitativa desses comentários por parte dos responsáveis hoteleiros, pois são esses comentários que poderão vir a influenciar a escolha e decisão dos potenciais clientes sobre a escolha de um determinado hotel em detrimento de outro.

Para o estudo, seleccionaram-se os hóteis Intercontinental, Sheraton e Yeatman (Figura 3). A opção por estas 3 unidades hoteleiras baseou-se nos seguintes fatores:

  • Tipologia (hoteis de 5 estrelas)
  • Localização nas cidades do Porto e Gaia
  • Preço médio superior a 250 euros/noite.
Figura 3 – Hoteis selecionados (Fonte: Booking.com)

Após a seleção dos hotéis, foram recolhidos os comentários na plataforma Booking.com (em Língua Portuguesa). Optou-se por um periodo temporal contínuo que contemplasse uma igual (ou muito aproximada) quantidade de comentários por hotel, razão pela qual se verificou posteriomente um ‘gap’ entre as datas.

A amostra é composta por 68 comentários:

  • 23 do Yeatman (todos de dezembro de 2018)
  • 23 do Sheraton (dezembro de 2018)
  • 22 do Intercontinental (entre julho e dezembro de 2018).

Organização dos dados

Os comentários foram organizados numa folha de excel contendo as seguintes colunas (Figura 4):

  • Coluna A – Nome do Hotel
  • Coluna B – Data do comentário
  • Coluna C – Nacionalidade do hóspede
  • Coluna D – Pontuação geral
  • Coluna E – Comentário principal
  • Coluna F – Comentário positivo
  • Coluna G – Comentário negativo
Figura 4 – Organização dos dados em excel

Codificaram-se 67 referências no código “comentário principal”, 30 referências no código “comentários positivos” e 9 referências no código “comentários negativos”.

Após a codificação, foi possível triangular os dados através da criação de diversas matrizes. Triangulando os ‘comentários’ versus ‘hotéis’, obteve-se a matriz seguinte (figura 5):

Figura 5 – Quantificação dos comentários dos Hóspedes (adaptado de webQDA)

Na etapa seguinte, selecionou-se em cada um dos hotéis os ‘códigos árvore’: “principais comentários”, “comentários positivos” e “comentários negativos” e organizaram-se novas fontes específicas para cada tipologia; essa nova organização permitiu usar a ferramenta de questionamento do webQDA “palavras mais frequentes” e, assim, criar automaticamente uma nuvem de palavras para cada tipo de comentário de hóspede, que analisaremos no ponto seguinte.

Análise e discussão dos resultados

A seguir apresentam-se os resultados nas ‘nuvens de palavras’ obtidas. Estas ‘nuvens’ permitem uma visualização rápida dos resultados (um aspeto importante para o uso da metodologia e ferramentas no apoio à gestão).

A palavra mais utilizada pelos hóspedes no comentário principal foi, em todos os hotéis, “Excecional” (Figura 6):

Figura 6 – Nuvens de palavras do comentário principal

Relativamente aos comentários positivos, as nuvens de palavras obtidas foram as que se observam na  figura 7:

Figura 7 – Nuvens de palavras dos comentários positivos

Estes dados permitem depreender algumas das vantagens competitivas de uns hotéis em relação aos outros. Por exemplo, embora apareça em destaque, em todos os comentários positivos dos 3 hotéis, a palavra “tudo”, no hotel Yeatman destaca-se, por exemplo, imediatamente a seguir, a intensidade da palavra “vista” com 6 referências conforme se pode verificar na figura 8.

Figura 8 – Repetição de palavras positivas – Hotel Yeatman

Relativamente às palavras positivas no Hotel Intercontinental, realce para a palavra “Localização” com 4 referências nos comentários positivos do hotel (figura 9).

Figura 9 – Repetição de palavras positivas Hotel Intercontinental

Relativamente ao Hotel Sheraton, como se pode verificar na figura 10, o destaque nos comentários positivos foi para as palavras “Tudo” e “Limpeza” com duas referências cada.

Figura 10 – Repetição de palavras positivas – Hotel Sheraton

Procedeu-se em seguida à análise das palavras frequentes nas nuvens de palavras dos comentários negativos: 1 no Hotel Yeatman, 2 no Hotel Intercontinental e 6 no Hotel Sheraton.

Neste caso, a quantidade de referências negativas apresenta-se como um fator de alerta e merecedor de uma análise cuidada por parte dos responsáveis; no caso dos hotéis Yeatman e Intercontinental correspondem, respetivamente, a 4,3% e 9% do total de comentários; no Hotel Sheraton, os 6 comentários negativos num total de 22, correspondem a 27,3%, o que se considera relevante em termos do grau de satisfação dos clientes (figura 11).

Figura 11 – Nuvens de palavras de comentários negativos

Se é verdade que num universo de 23 comentários, a tarefa de analisar 1 comentário negativo é simples, o mesmo não acontece ao analisar um período mais longo de comentários (em várias linguas) em qualquer um dos hóteis.

Nas figuras seguintes analisaremos a repetição de palavras negativas em cada um dos hotéis.

No hotel Yeatman, uma vez que somente teve um comentário negativo, a repetição de palavras não é relevante. De qualquer forma deixamos o comentário:

“apenas a temperatura do quarto deveria ser possível aumentar um pouco mais. A minha esposa, friorenta, gostaria de um pouco mais calor. No entanto, pra mim estava bom.” Ref.1

No hotel Intercontinental, nos dois comentários negativos, podemos perceber pela figura 12 que a reclamação tem a ver com a cozinha.

Figura 12 – Repetição de palavras negativas – Hotel Intercontinental

Relativamente ao Hotel Sheraton conforme se pode verificar na figura 13, nos 6 comentários negativos, destacam-se várias palavras.

Figura 13 – Repetição de palavras negativas – Hotel Sheraton

Referenciaram-se dois comentários relativos à cama:

“cama dura, estacionamento e café da manhã não inclusos!” (Ref.3)

“Tive de mudar de quarto devido ao colchão da cama ser muito rijo” (Ref.6)

E  dois comentários que referenciam o pequeno almoço:

“o pequeno almoço a fruta fresca era muito limitada” (Ref.2)

“o preço deveria incluir pequeno almoço, pois 18€ por pessoa considero um exagero” (Ref.5)

Conclusões

Este estudo coloca em evidência duas vertentes principais:

1) a simplicidade de organização e análise dos dados disponíveis no corpus latente quando associada a uma ferramenta de apoio à análise de dados qualitativos como o software webQDA;

2) a mais-valia da utilização de abordagens qualitativas no setor do turismo como complemento dos resultados quantitativos; neste caso específico, aplicados a unidades hoteleiras de cinco estrelas para análise do grau de satisfação dos clientes, com vista à eventual decisão e implementação de medidas corretivas.

As especificidades, a necessidade de dados atuais (com o maior grau de  mais detalhe possível) e a capacidade de reação ou intervenção rápida são fatores determinantes para o sucesso dos negócios que envolvem o contacto direto com clientes, neste caso turistas. Tratando-se de dados que são disponibilizados online, o seu impacto é imediato e pode influenciar positiva ou negativamente o negócio.

O exemplo apresentado realça que a utilização de ferramentas de análise de dados qualitativos pode ajudar os gestores hoteleiros a complementar as informações quantitativas obtidas pela avaliação dos hóspedes no alojamento (quanto a limpeza, localização, funcionários, conforto, comodidades, relação custo-benefício, Wi-Fi, pequeno-almoço, entre outros) que, em geral, somente servem para calcular a pontuação do alojamento numa escala de 0 a 10. Através da descrição do uso do software, é possível verificar, por exemplo, que o acesso a uma simples nuvem de palavras, obtida através da pesquisa de palavras mais frequentes, oferece aos gestores de hotéis uma visão imediata dos principais elementos que podem exigir a sua intervenção. A observação das nuvens de palavras criadas com as palavras frequentes dos comentários negativos (Yeatman Hotel: 1, Intercontinental Hotel: 2, Sheraton Hotel: 6), permite perceber que, no caso do Hotel Sheraton e Hotel Yeatman algo aconteceu relacionado com o conforto do quarto, ao passo que no Hotel Intercontinental os comentários negativos postados pelos hóspedes estão relacionados com o restaurante.

Extrapolando o exemplo apresentado (68 comentários em língua portuguesa) para um amplo universo de hotéis, entende-se que fica evidenciada a utilidade e a importância da análise qualitativa no setor empresarial e, mais especificamente, para o setor do turismo.

Entende-se ainda que este exemplo é passível de ser utilizado noutros setores de atividade empresarial, institucional, académica, social, etc., como por exemplo, na análise de relamações e sugestões de clientes, colaboradores ou utilizadores, na análise de comentários noutras plataformas, no facebook ou outras redes sociais.

Referências

Costa, A. P., & Amado, J. (2018). Content Analysis Supported by Software. Aveiro: Ludomédia. Retrieved from https://www.ludomedia.pt/en/prod_details.php?id=172&catId=13&offset=0

Costa, A. P., de Souza, F. N., Moreira, A., & de Souza, D. N. (2018). webQDA 2.0 Versus webQDA 3.0: A Comparative Study About Usability of Qualitative Data Analysis Software (pp. 229–240). https://doi.org/10.1007/978-3-319-58965-7_16

Costa, A. P., Linhares, R., & de Souza, F. N. (2014). Possibilidades de Análise Qualitativa no webQDA e colaboração entre pesquisadores em educação em comunicação. In R. Linhares, S. de L. Ferreira, & F. T. Borges (Eds.), Infoinclusão e as possibilidades de ensinar e aprender (pp. 205–215). Universidade Tiradentes, Aracaju – Brasil: Editora da Universidade Federal da Bahia.

Costa, A. P., Linhares, R., & Souza, F. N. de. (2012). Possibilidades de Análise Qualitativa no webQDA e colaboração entre pesquisadores em educação em comunicação. Educação e Comunicação, 276–286.

Costa, A. P., Moreira, A., & Souza, F. N. (2019). webQDA – Qualitative Data Analysis. Aveiro – Portugal: Aveiro University and MicroIO. Retrieved from www.webqda.net

Figueiredo, M. A. de. (2013). Será que os surfistas devem ser subsidiados? e se no futuro os nossos impostos pagarem um rendimento garantido a todos, igual para pobres ou ricos, preguiçosos ou viciados no trabalho? Alêtheia Editores.

Lucia, M., & Alves, B. (2011). Reflexões Sobre a Pesquisa Qualitativa Aplicada ao Turismo 1, 22(I), 599–613.

Produtos Relacionados

Partilhar
Share on facebook
Share on twitter
Share on linkedin
Share on email
Share on whatsapp

Notícias Relacionadas

A Análise de Conteúdo é uma técnica de análise de dados, colhidos em várias fontes, mas expressos, preferencialmente, em textos ou em imagens. A natureza destes documentos pode ser muito variada, tal como material de arquivo, textos literários, relatórios, notícias, comentários avaliativos de determinada situação, diários e autobiografias, artigos selecionados através do método de revisão da literatura, transcrições de entrevistas, textos solicitados sobre um determinado tema, notas de campo, etc.
Neste capítulo, objetiva-se construir uma crítica resultante de pesquisa qualitativa, de natureza teórica, com análise de conteúdo, realizada na modalidade estado do conhecimento. São estudos de teses e dissertações de programas stricto sensu em educação brasileiros…
À Universidade compete não só fazer ciência como também ensinar a fazê-la, capacitando o aluno nas habilidades e procedimentos necessários a torná-lo um consumidor crítico do conhecimento e um potencial gerador de mais conhecimento. Nesse sentido, as metodologias de investigação devem constituir-se como unidades curriculares centrais em qualquer curso, mormente nos segundo e terceiro ciclos.