Le machine learning au service de la satisfaction utilisateur: cas des offres marocaines sur airbnb

Résumé

Les plateformes collaboratives, telles qu'Airbnb, ont profondément transformé l'industrie hôtelière, devenant des acteurs majeurs au pouvoir disruptif. Cette étude se concentre sur le marché marocain pour analyser en détail l'expérience client en identifiant les facteurs clés influençant leur satisfaction dans le contexte d'hébergement entre particuliers. En utilisant l'analyse des sentiments et des techniques d'apprentissage automatique, telles que la régression logistique et les forêts aléatoires, l'étude a examiné 19 448 avis en langue française postés entre 2011 et 2023.

Les résultats ont révélé que le taux de réponse de l'hôte, son statut de super hôte et son temps de réponse sont les principaux déterminants de la satisfaction client. Ces facteurs soulignent l'importance de l'interaction hôte-invité, qui prévaut sur les aspects physiques de l'hébergement. De plus, cette recherche illustre l'utilité des méthodes d'apprentissage automatique pour analyser le vaste contenu généré par les utilisateurs dans le secteur hôtelier. Les conclusions de cette étude fournissent des informations précieuses pour les hôtes Airbnb désireux d'améliorer l'expérience client et d'accroître leur visibilité sur la plateforme.

Mots clés : Airbnb, apprentissage automatique, analyse des sentiments, satisfaction client, plateformes collaboratives