Review oline yang ditulis oleh pelanggan pada saat selesai melakukan pembayaran dan penginapan di hotel, meniliki nilai bisnis yang berpengaruh terhadap pelanggan berikutnya, manejemen hotel, dan OTA atau e-commerce. Ulasan tekstual online memiliki struktur yang sangat terbuka dan sangat luas. Atribut dari ulasan tekstual online berupa subjectivity, polarity, length, dan rating masih sangat sedikit terekplorasi, sedangkan manajemen hotel dan juga peneliti dapat menggunakan atribut teknis tersebut untuk lebih memahami perilaku pelanggan. Penelitian ini menggunakan 1000 sampel review online yang didapat dari salah satu web OTA yaitu Traveloka, sampel hotel yang dipilih adalah hotel yang bersifat popular di situs web tersebut yang berasal dari 5 kota terbesar di Indonesia. Penelitian ini memprediksi kepuasan pelanggan secara keseluruhan menggunakan atribut teknis ulasan tekstual online. Penelitian ini menemukan bahwa tingkat subjectivity yang tinggi akan menghasilkan rating yang rendah, dan tingkat polarity yang tinggi akan menghasilkan rating yang tinggi. Penelitian ini memberikan rekomendasi kepada pelanggan yang sedang merencanakan perjalanan membandingkan ulasan yang ada agar hotel yan dipilih sesuai dengan ekspektasi, serta bagi manajemen hotel untuk lebih memahami perilaku ulasan pelanggan online dan menerapkan tindakan manajemen ulasan online yang efisien untuk menggunakan kata-kata elektronik dari mulut ke mulut dan meningkatkan kinerja hotel.

Customer online review by customers have business value that affects future customer, hotel management, and OTA or e-commerce. Online textual reviews have an open-structured form. The attributes of online textual reviews in the form of subjectivity, polarity, length, and rating are still under-explored, while hotel management and researchers can use these technical attributes to better understand about customer behavior. This study using 1000 samples of online reviews from one of the OTA; Traveloka, the sample of this research using popular hotel on the website from the 5 largest cities in Indonesia. This study predicts overall customer satisfaction using the technical attributes of online textual reviews. This study found that a high level of subjectivity would give low rating, and a high level of polarity would give high rating. This research provides recommendations to future customers that comparing existing reviews are important to manage the expectations, and for hoteliers management to better understand customer online review behavior and implement efficient online review management actions to use electronic words-of-mouth to improve hotel performance.