Data från sociala handelswebbplatser kan ge viktig information till företagsägare innan de fattar beslut som kan avgöra om en ny satsning lyckas eller misslyckas, visar en studie från Oregon State University.

Sociala handelssajter som recensions- och rekommendationssajten Yelp samlar in stora mängder data från en mängd olika användare, inklusive kunders åsikter, geografisk fördelning av företag inom ett visst område, och kundincheckningar som ger en känsla av gångtrafiken.

Denna information kan ge företagsägare värdefull information om den konkurrensmiljö där de verkar eller överväger att verka i, sa studiens huvudförfattare, Xiaohui Chang, en biträdande professor vid OSU:s Handelshögskola.

Chang och medförfattaren Jiexun Li från Western Washington University utvecklade ett verktyg som använder data som samlats in via en social handelssajt, inklusive detaljer som typer av företag i ett grannskap, deras timmar, parkeringstillgänglighet och andra konsumentfunktioner, för att avgöra om en plats är mer sannolikt att bli framgångsrik än en annan.

"Småföretagare, särskilt, har många val när du öppnar ett nytt företag, inklusive var man kan hitta, " sade Chang. "Med den här modellen, vi använder befintliga sociala handelsdata för att hjälpa dig att avgöra vilken plats som kommer att prestera bäst."

Resultaten publiceras i julinumret av tidskriften Expertsystem med applikationer .

Studien var tänkt som ett sätt att ta itu med den urgamla frågan om varför vissa företag lyckas och andra inte, sa Chang. Arbetet är särskilt tillämpligt på småföretagare. Medan stora företag kan ägna resurser åt att samla in och analysera finansiell data, små företag kanske inte har alla dessa verktyg tillgängliga när de undersöker var de ska öppna eller vilka öppettider de ska hålla.

Forskarna fokuserade på restauranger eftersom majoriteten av nya småföretag är restauranger, och många misslyckas under det första året efter öppningen.

För studien, forskarna tittade på exaktheten hos fyra olika modeller för förutsägelse av affärsresultat. Attributaffinitetsmodellen är en grundläggande modell som tittar på företags inneboende attribut utan att ta hänsyn till plats eller konkurrens.

Den geografiska modellen, som har använts och testats av andra forskare, föreslår att företag som ligger nära varandra och delar liknande egenskaper sannolikt kommer att klara sig lika bra. Den kontextuella modellen, som är en ny modell, tittar på de egenskaper hos verksamheten och miljön som kan bidra till ett företags framgång; två företag hundratals mil från varandra med liknande egenskaper och omgivande stadsdelar skulle kunna uppnå liknande prestanda. Hybridmodellen använder både kontextuella och geografiska modeller, som var och en också inkluderar aspekter av affinitetsmodellen.

Forskarna använde restaurangdata från Phoenix-området från Yelp, en social handelssida som hjälper konsumenter att hitta företag som använder platsbaserade tjänster, att testa varje modell. Yelp har gjort en del av sin data tillgänglig för forskare och denna studie använde data från 2013.

De fann att hybridmodellen gjorde det bästa jobbet med att förutsäga om en restaurang skulle bli framgångsrik. Både affärsegenskaper och omgivande miljöer spelar viktiga roller, sa Chang.

Ytterligare forskning behövs för att helt testa hur modellen kan användas för att hjälpa ett nytt företag att fatta beslut, och för att avgöra om det också fungerar för andra typer av företag, sa Chang. Dessutom, sociala handelsföretag som Yelp, Trip Advisor eller Foursquare, som samlar in en mängd platsbaserad data, skulle kunna använda modellen för att hjälpa företag att förbättra sina verksamheter.

"Du kan regelbundet få nya resultatförutsägelser och data kan användas för att hjälpa företag att lösa problem eller hålla sig levande, ", sa Chang. "Om en liknande verksamhet är mer framgångsrik och du kan använda platsbaserade data för att fastställa att framgången delvis beror på parkeringstillgänglighet, timmar eller pris, du kan fatta beslut baserat på den informationen."