Companies use crowdsourcing to solve specific problems or to search for innovation. By using open innovation platforms, where community members propose ideas, companies can better serve customer needs. So far, it remains unclear which factors influence idea implementation in crowd sourcing context. With the research idea that we present here, we aim to get a better understanding of the success and failure of ideas by examining relationships between characteristics of ideators, characteristics of ideas and the likelihood of implementation. In order to test the methodological approach that we propose in this paper in which we investigate for business relevant innovativeness as well as sentiment based on text analytics, data including unstructured text was mined from Dell IdeaStorm using webcrawling and scraping techniques. Some relevant hypotheses that we define in this paper were confirmed on the Dell IdeaStorm dataset but in order to generalize our findings we want to apply to the Leg o dataset in our current work in progress. Possible implications of our novel research idea can be used to fill theoretical gaps in marketing literature, help companies to better structure their search for innovation and for ideators to better understand factors contributing to successful idea generation.
DOCUMENT
DOCUMENT
Corporate reputation is an intangible resource that is closely tied to an organization’s success but measuring it and to derive actions that can improve the reputations can be a long and expensive journey for an organization. In the available literature, corporate reputation is primarily measured through surveys, which can be time and cost intensive. This paper uses online reviews on the web as the source for a machine-learning driven aspect-based sentiment analysis that can enable organizations to evaluate their corporate reputation on a fine-grained level. The analysis is done unsupervised without organizations needing to manually label datasets. Using the insights generated through the analysis, on one hand, organizations can save costs and time to measure corporate reputation, and, on the other hand, it provides an in-depth analysis that splits the overall reputation into multiple aspects, with which organizations can identify weaknesses and in turn improve their corporate reputa tion. Therefore, this research is relevant for organizations aiming to understand and improve their corporate reputation to achieve success, for example, in form of financial performance, or for organizations that help and consult other organizations on their journeys to increased success. Our approach is validated, evaluated and illustrated with Trustpilot review data.
DOCUMENT
Ontwikkelen van een tool om trends en scenario’s in kaart te brengen waarmee beter richting gegeven kan worden aan voor de praktijk relevante onderwijsprogramma’s en onderzoeksprojecten. In eerste instantie doen wij dat voor het domein commerciële economie (marketing & customer experience). Doel Dit project heeft twee doelen: 1: Ontwikkeling praktijk relevante opleidingsprogramma’s en onderzoeks programma’s. Dit doen wij door trends na te gaan middels literatuurstudie, interviews met toonaangevende mensen in het vakgebied en een conferentie waarin wij scenarios bouwen met experts 2: Train the trainer programma zodat wij ons de skills om dit zelf te kunnen binnen de HU eigen maken Resultaten Het project levert een aantal scenario’s op waarop wij ons kunnen voorbereiden en waarvan we de ontwikkeling in de toekomst kunnen monitoren. Hierdoor blijven onze onderwijs en onderzoeksprogramma’s bij de tijd. Looptijd 01 september 2020 - 01 december 2020 Aanpak Dit programma wordt ontwikkeld samen met De Ruijter strategie die in Nederland toonaangevend is op dit gebied en het Nederlands Instituut voor Marketing. Interne HU partners zijn het Institute for Marketing & Commerce en het Lectoraat Marketing en Customer Experience. Fase 1 is literatuuronderzoek. Hiervoor wordt o.a. ook via webscraping en Natural Language Processing informatie gehaald uit job ads van toonaangevende bedrijven. Fase 2 zijn interviews met toonaangevende mensen in de praktijk en wetenschap. Fase 3 een werkconferentie met 25 experts om scenario’s te ontwikkelen waarna een eindrapport wordt gemaakt. Hierna vinden de train the trainer sessies plaats, worden de scenario’s voorbereid en wordt de organisatie ingericht om e.e.a. in de tijd te monitoren. Relevantie van het project Het in kaart brengen van trends is een specialisme. Dat geldt ook voor scenario denken. Wij willen ons dat eigen maken zodat wij steeds relevanter worden voor de praktijk. Dit is goed voor studenten, docenten, werkgevers en de maatschappij
