在线评论范文（精选8篇）
在线评论 第1篇
关键词：在线产品评论,文本评论,文本挖掘技术
网络购物用户在网上购物时很多人都会浏览参考其他人对商品的评论信息,并且在购物后进行在线评论。2006年开始对在线产品评论的研究不断增多(李恒,2015)。由于该研究主题涉及信息系统、电子商务、消费者行为、图书与情报科学等多个不同领域的交叉,相关研究文献较难得到系统性的整理。本文拟从在线评论的特征、作用、分析技术这三个方面对这些文献进行梳理。值得注意的是,由于文献涉及范围过于广泛,为了使本文综述主题聚焦,文中关于在线评论的文献仅局限于商家购物网站的购买者评论,也称为在线产品评论。其他在线评论或者在线口碑形式不在讨论之列,比如第三方平台的评论(影评、试乘试驾评论、点评网站评论等)、社交媒体中的产品或企业评论(各类口碑、舆情、内容营销及互动等)。
一、在线产品评论特征
李恒(2015)把消费者的在线评论特征总结为分属于评论星级和文本评论两种形式下的12种维度。其中,评论星级指的是购买者对该次购物的总体评价。这种形式中没有分出更多的维度,因此评论星级就是一个维度。在文本评论这一形式中,有评论标题、评论内容一般特性、评论内容的语义特征、评论内容的时间特性这四类。在这四类中分别包含了评论标题、评论质量、评论数量、评论长度、评论差异性、评论效价、评论类型、评论可读性、评论强度、评论及时性、评论时效性等11个维度。这12个维度具体的隶属关系以及其研究焦点属性本文将其整理至表1中。接下来本文针对表1中的各种在线评论特征维度和其研究焦点属性逐一进行解释。(表1)
评论星级指的是购买者对该次购物的总体评价。这种形式中没有分出更多的维度,因此评论星级就是一个维度。通常的研究焦点在于评论星级的极端性与中立性的作用。以大部分购物网站采用的五星评分制度为例,评论星级的极端性即一星为代表的极端负面评价与五星为代表的极端正面评价,而三星反映中立态度。
接下来的文本评论中包含了网购用户有文字留言内容的评论中的各种特性的研究维度。大略可以分为文本评论标题和文本评论内容两类,文本评论标题是评论者对评论内容的文本概括,在除了在线产品评论以外的在线评论中比较常见。通过评论者自拟的标题使浏览者容易从标题的关键词以及总体情感倾向中搜索以及快速知晓评论整体内容,但是在购物网站的用户评论中设置标题的并不多,比如国内的淘宝、京东等购物网站的用户评论中均没有设置文本评论的标题。因此,本文中不再赘述。文本评论内容就是网购用户用文字留下的购买感受的评价内容,李恒(2015)将其特性分为一般特性、语义特征和时间特性三类。本文在介绍完表1这些特征之后,再对其中未包含的一些特征进行补充。
评论内容的一般特性包括评论的质量、数量、长度和差异性。其中,数量和长度比较好理解,就是该产品下购买者的累计评论的总数和评论的文字字数长度,其研究属性也是总数和字数长度的计量值。评论质量特性借鉴了霍夫兰德的说服模型中信息内容对说服效果的影响作用,强调了在线产品评论作为消费者用来参考购买的有用信息,信息的浏览者对于产品评论信息的真实性、可靠性、内容与其所评价的产品的相关性以及是否为后续购买者提供了大量有用的信息这几个方面的主观感知(郭国庆,2010;李宏,2011)。其研究属性也基本围绕这几个有关信息质量评价的主观因子展开。评论差异性,即评论离散度,能显示不同评论中购买者态度或观点上的分歧程度。其研究属性通常采用评论者对网络平台设置的评分项打分的方差或标准差来度量。
评论内容的语义特征包括评论的效价、类型、可读性和强度,这些特性都与文字评论的文本内容的表达有关。简单来说,效价代表了文本内容的词语描述中总体体现出来的情感倾向,其研究属性有正面、负面和中立(或综合)之分;类型代表了文本词语中对产品属性及其体验的描述是客观还是主观之分;可读性代表了评论文本词语中每个评论者其自身带有的语言习惯表达、拼写、词汇选择、句长句式语法等是否容易让浏览阅读的人理解,因此其研究属性也是浏览评论者的一种主观性的感知(Korfiati,2012);强度代表了评论文本词语措辞中表现出的情感态度的强烈程度,其研究属性主要集中于浏览者对负面口碑中负面情绪强度的感知程度(黎小林,2007)。
评论内容的时间特性包括及时性和时效性,这两条特性与评论发布的时间信息有关。评论及时性代表评论发布时间与购买时间的间隔远近,研究属性是评论发表的天数,但是究竟天数长好还是短更好可能并不是简单的线性关系,因此到底是否及时的判断也就比较模糊了;而时效性代表评论发布时间与现在(浏览时间)间隔远近,以及是否在最近有频率较高的密集评论,这反映了该产品的近期火热与流行程度,研究属性是评论浏览者对时效性强与弱的主观评价(刘逶迤、逯万辉,2010;郭国庆等,2010;龚思兰等,2013)。
其他表1中未提及的较为重要的特性还有评论发布者特征等等。评论者的特征包括评论者是否匿名(身份知否披露)、评论者的专业性、评论者的声誉、排名等等(Racherla P,Friske W,2012;Hyunmi et al.2012)。这个部分我们只是将这些现有研究中涵盖的特征进行了简单归类和罗列,其中有些特征在技术、功能和研究范式发展过程中会出现不同程度的交叉重叠和所属类别上的变化,在后文中会有所提及。
二、在线产品评论作用
以上谈到的是在线产品评论的特征,对于在线产品评论的功能研究者们也有所探讨。在线评论的功能一方面包含有大量产品属性、使用价值方面的描述信息可以给潜在购买者信息上的借鉴,帮助他们降低不确定性风险;另一方面评论中含有大量购买的情感体验和表达信息,对商品有强大的推荐作用,大量比较集中的正面或者负面评论会引起潜在购买者的从众行为,影响他们购买或者不购买的最终决定。遵从这些意见购买产品(Park DH,et al.2007;Duan W J,et al.2008)。关于评论功能的衡量焦点主要集中在评论信息质量(评论有用性),评论可信度和消费者态度形成与改变以及具体的销量数据等。
Mudambi和Schuff(2010)从信息经济学中信息的诊断性角度定义了评论信息质量。早期的评论信息质量的评价并不局限于文本评论,但随着研究者对评论内容特征的关注,评论质量越来越多用来反映文本评论内容对浏览者的信息参考价值。正如上文中提到对于文本评论而言评论质量包含真实性、可靠性、相关性、有用性四个方面。借鉴技术接受模型TAM中人们接收新技术会受到对新技术感知有用性的影响这一思路,评论质量中关于评论有用性的评价指标更加受到重视,并成为判断评价信息功能的主要研究变量。早期的评论有用性研究将评论星级及评论长度作为评论有用性的衡量指标,其好处是指标简单,易量化。后期产品评论研究的重点转向文本内容认知,对于文本内容有用性的划分采用了评论长度和可读性两个维度来衡量,有的研究中也将评论有用性定义为评论感知价值(Schindler&Bickart,2012)。由于当前对文本内容分析的方法是基于文本语义属性的挖掘方法,对于在线产品评论相关特征的数据采集和统计大都是通过网络信息搜索软件实现,因此目前评论有用性的衡量通常是用网站中评论有用性的排名数据统计来替代。但是并不是所有购物网站的评论系统中都会设置评论是否有用这一浏览者打分机制,并且受到文化的影响,即便网站设置了这一功能,国内的消费者也没有去给评论打分的习惯。因此这种衡量方式的有效性也一直受到争议。
研究中与评论有用性常常共同出现的一个衡量评论的功能的变量就是评论的可信度。由于在交流有关研究领域发现可信度与劝说性之间的强相关,可信度被用来作为评论信息是否对潜在消费者态度以及行为有强的劝说性的衡量指标。从信息传播的角度来说,信息源、消息和接受者是信息评价的3个主要的信息元素。因此相比于有用性,在线评论的可信度更强调从评论强度、信息源的可信度、评论间的一致性、评论累积排名等维度来度量,从已有的研究文献来看,其中又主要侧重于对信息源可信度的判断,也就是对评论发布者的可信度的判断(Cheung等,2009)。Lis(2013)将信息源的专业度和值得信任程度作为信息源可信度的衡量标准和评论排名一起作为评论可信度的决定因素,其中值得信任程度中包含评论内容的质量、与其他评论的一致性以及其他消费者对评论的认可这几个方面。因此,评论可信度与评论有用性是有交叉又各有侧重的两个研究变量。研究者会根据研究方法以及目标选择其中合适的变量作为对评论功能的衡量。不过由于目前侧重于文本评论数据挖掘的研究方法所限,还是以有用性的排名统计作为评论价值功能的衡量更多见。
其他还有一些研究变量,比如将浏览者看完评论信息以后持有的态度作为衡量评论功能实现的衡量指标,比如对产品的购买意愿、感知的产品质量、满意度、忠诚度等(Reyes A&Rosso P,2012;Chang&Yen,2013),以及直接用企业经营数据,比如产品的销量、企业收入、公司股价来作为评论的作用,不过后两者多用于第三方评论或者公众舆论有关的评论效果研究中,与在线产品评论有关的经营数据最主要的还是被评论产品的销量数据(Sonnier等,2011)。
三、在线产品评论分析技术
在线评论信息挖掘研究集中在信息系统、电子商务管理科学等领域。近几年,在线评论信息挖掘日益成为在线产品评论研究的热点,由于文本挖掘技术的研究进展还处于不太成熟的阶段,各领域中计算机科学和信息科学领域对文本挖掘技术的研究居多。文本挖掘技术和自然语言处理等技术现在已经能对半结构化和非结构化数据进行挖掘,在线评论的表现形式为数量众多且非结构化的文本,但是如何提高对在线评论的挖掘精确度也一直是技术研究领域关注的焦点。目前,在挖掘技术上的研究集中于信息抽取、情感分析和文本分类这三类主流研究方法。信息抽取是情感分析的基础,同时信息抽取和情感分析又是文本分类的基础。信息抽取主要是通过对评论中描述产品性能或功能的名词或短语进行关键词的抽取,情感分析是通过语义分析对评论中需要联系上下文才能理解评论者表达效价进行情感倾向的判断,挖掘出的信息结果包括抽取的主题特征(价格、质量、外观等)、情感倾向(正面、中立、负面)、文本类别(主题和情感类别)。以情感分析为例,当前所广泛采用的文本语义属性分析的挖掘方法是不够成熟的,无论是词语极性推测法、点互信息法、抽取主观表达式法还是构造情感词典法,都是基于文本内容字面信息的加工和处理,而文本内容所包含的潜在信息却是无法挖掘的,如说话人的语言风格所反映出的评论人所属的用户群体或专业程度等,因此仅从字面来进行情感倾向的判断存在一定的不精确性。
但是也有越来越多的学者在信息抽取和文本挖掘的基础上从实证研究角度对在线评论的有用性、对消费者态度以及商家销量的影响等进行研究。有学者利用主题特征信息抽取技术从在线评论中抽取产品特征和主题信息,并以此研究发现评论中消费者提及最多的产品主题特征并不一定对他们的满意度影响最大(You WJ,et al.2012)。Cao等(2011)运用潜在语义文本分析文本挖掘法(LSA)应用logit回归模型研究了评论星级、评论时间、评论字数、评论中包含的句子数、语义特征(评论中的情感倾向)对评论有用性投票数的影响,经过发现评论的语义特征对评论有用性影响最大。Min和Park(2012)从评论者经验这一角度出发应用文本挖掘和实证分析方法研究如何根据评论者经验识别出高质量评论。还有研究者通过对手机评论进行情感分析,识别手机是否存在过度的功能设计并以此获得更多的顾客满意度来提高销售绩效(Liu P,et al.2010)。未来随着文本挖掘技术的进步,分析精确性不断提高,相信这类结合实证方法证明在线产品评论商业应用效果的研究也会越来越多并得出更有价值的结论。
四、结语
综上所述,在线产品评论现阶段为止的研究有以下三个方面的特点:第一,研究中关于在线产品评论的一般特征,内容特征,评论者特征等等这些特征形式早期研究较多。虽然在研究发展过程中会出现不同程度的交叉重叠和所属类别上的变化,但随着购物网站评论体系设置的成熟化,这些特征形式基本稳定下来,并且主要的特征属性都集中在评论文本的特征描述中,这也说明了文本评论的重要作用。因此,现阶段的研究主要集中于评论文本内容的深度挖掘带来的新的特征属性;第二,文本挖掘技术和自然语言处理等技术现在已经能对半结构化和非结构化数据进行挖掘,而在线评论的表现形式为数量众多且非结构化的文本,如何提高对在线产品评论的挖掘精确度也一直是技术研究领域关注的焦点。正因为文本挖掘技术的研究进展还处于不太成熟的阶段,现阶段的挖掘主题比较少,情感分析精度也不够高,因此其他领域即便将现有挖掘技术应用于实证研究中,也难以得到稳定的和有价值的结论。相信未来随着文本挖掘技术的进步,这类结合实证方法证明在线产品评论商业应用效果的研究也会越来越多,并得出更有价值的结论;第三,在商业应用研究领域,如何选取合适的研究变量和指标,比如消费者行为变量及观测指标来与文本挖掘技术得到的计量数据相结合,从而实现更准确有价值的实证研究,也是在研究方法上需要继续探索和解决的问题,比如目前用网站评论有用性的排名数据统计来替代评论有用性度量的方式过于单一且准确性受到质疑。
另外,还有两个在线产品评论研究中比较集中的主题未来也可能会继续发展:一个是购买者参与评论的动机及其在社交网络中的作用;另一个是对购物网站上越来越多出现的虚假评论现象的研究,目前的研究集中在虚假评论的识别以及其影响方面,未来随着消费者的经验增加以及网站成熟运作,这方面的研究还会有新的热点出现。
参考文献
[1]李恒.在线评论特征的维度综述[J].企业技术开发,2015.1.
[2]李宏,喻葵,夏景波.负面在线评论对消费者网络网络购买决策的影响,一个实验研究[J].情报杂志,2011.5.
[3]龚思兰,丁晟春,周夏伟,巢乃鹏.在线商品评论信息可信度影响因素实证研究[J].情报杂志,2013.32.11.
[4]宋晓晴,孙习祥.消费者在线评论采纳研究综述[J].现代情报,2015.1.
[5]罗彪,丛日飞.留、传、搜、用:消费者行为视角下的电子口碑研究综述与展望[J].外国经济与管理,2015.37.8.
[6]You WJ,Xia M,Liu,L,et al.Customer knowledge discovery form online reviews[J].Electron Markets,2012.7.7.
[7]Cao Q,Gan QW.Exploring determinants of voting for the helpfulness of online user reviews:Atextmining approach[J].Decision Support Systems,2011.11.9.
在线评论 第2篇
关键词：垃圾评论；商品评论；动机影响因素
中图分类号：TP391 文献标识码：A 文章编号：1006-8937（2016）05-0072-01
互联网的快速发展使得人们的生活水平发生了显著变化，尤其是Web 2.0技术的快速发展，使得用户生成内容成为互联网上的重要信息来源。其中，电子商务购物网站，如淘宝、天猫、当当网等促进了人与人之间的快速交流，使顾客能够借助网站评论板块从大量其他消费者那里获取相关商品或者服务的信息与意见。然而，在电商购物平台上发布评论的评论者不仅仅包括用户，还可能是恶性诋毁的竞争者以及自我推销的商家。出于不同的目的与动机，这些评论者在网站上随意发布评论，因此深入探讨评论发布者的发布动机的影响因素，从而为消费者、平台运营商与店家在做出决策时提供指导，对管理或者指定有效的激励机制促进消费者发表效用更高的评论有着至关重要的作用。
1 相关理论背景
目前，与商品垃圾评论的研究主要集中在垃圾评论如何影响消费者的购买行为，以及进而影响商家的销量方面。而关于评论者撰写垃圾评论动机的影响因素方面的研究较少。
1.1 动机与口碑传播动机
动机理论指人们行为的本质和动机生成机制。目前最通用的方式是将动机分为内部动机和外部动机。内部动机不需要外界作用，而是人们对活动本身感到兴趣，。外部动机行为的动力则来源于外部环境的刺激，需要借助外界的推动。口碑是指交流者与接受者之间进行的对公司的产品或服务一种非正式的交流，其中，交流者与接受者均无商业目的。伴随着互联网的兴起，网民们在网络上进行快速、大量的电子口碑传播。
1.2 国内外研究现状
Henning-Thurau等是最早进行较为全面评论撰写动机的学者，他们使用实证研究的方法，得出8个电子口碑发表的动机。Dellarcocas等通过对eBay的研究发现，消费者与商家间存在互利互惠的关系，商家们彼此间存在着交易关系，会为了得到好的评价而积极的评价伙伴商家。
国内对于在线评论方面的研究，尤其是评论发布动机方面的研究更少，陈明亮等认为口碑接受者利他动机和自我提升动机是决定电子口碑再传播意愿的关键因素。韦福祥等则从性别的差异研究动机和影响因素的差异，结果发现女性更倾向于向关系强度较弱的人群传播积极的口碑，同时作为信息的接受者，女性也更易受到垃圾评论的影响。蒋英播等则研究了传播意愿的不同动机影响因素，并得出了5个动机的显著影响因素。
总的来说，现阶段的研究主要是针对在线用户发表动机、传播动机进行研究，并不是针对在校商品垃圾评论发布动机影响因素进行研究。同时，关于用户发表垃圾评论动机的研究也缺乏一个完善的理论框架。
2 在线商品垃圾评论发布动机影响因素
本文通过理论分析，将在线商品垃圾评论发布动机影响因素分为商家推销、同行诋毁、经济回报、情绪发泄、惩罚商家、敷衍应对、不堪骚扰7个方面。
2.1 商家推销
商家推销即商家自身或者与商家有直接经济联系或者其他亲密关系的人，出于推销商品、提高销量的目的，对目标商品进行夸大的、不切实际的正面评价。对于商家来说，正面评价可以促使其他消费者的购买行为，进而诞生了部分不良商家“刷信用”的恶劣行为。也就是说，商家为了推销自己的产品、提高销量会雇佣专业的虚假评论写手对自己店铺撰写大量正面的、夸张的积极评论，当用户浏览大量好评后，往往会选择购买商品。出于商家推销目的撰写垃圾评论的行为一般存在于店铺刚刚开张、店铺搞活动提升业绩、店铺无明显竞争优势的情况下。
2.2 同行诋毁
同行诋毁即同行竞争者撰写大量错误、负面的评论来诋毁竞争对手的商品，这些商品往往是比造假者想要推销的商品有更强的竞争力。从商家心理出发，商家发布垃圾评论时，商家推销的影响因素要大于同行诋毁的影响因素。原因是商家一般会先考虑到提升自己店铺的销量，而且如果诋毁行为被同行发现，则会招致同行的报复性诋毁。出于同行诋毁目的撰写垃圾评论的行为一般存在于两种情况：①商家在同行中地位较高但存在主要的竞争对手，因为如果地位不高，即使中伤其他商家，也不会为自家店铺带来销量；②报复性诋毁行为，即遭到其他商家评论诋毁后，心怀怨念而采取的相同报复行为。
2.3 经济回报
经济回报即评论者为了赢得积分、支付宝返现等奖励而进行的不真实或无意义的评论。为了激励消费者们进行评论，从而为店铺积累人气，很多商家设置了评论得积分或者评论后支付宝返现、领取购物券等活动。部分消费者为了获得奖励不得不发布评论，仅仅在评论中给出毫无意义的字符或无关紧要的话语。
2.4 情绪发泄
情绪发泄即买家因为卖家的疏忽或其他原因产生了不满情绪，买家的评论与商品的周边属性毫无关系，只是单纯的发泄情绪，发表无意义的评论。这种类型的评论往往内容空洞、不完整，不涉及商品与服务的信息，如“讨厌”、“烂”等，对消费者购物决策不起建设性作用，但能降低评论浏览者对商家的印象。
2.5 惩罚商家
惩罚商家即买家因为卖家的服务态度或商品的质量问题，买家故意发表超出事实的负面的虚假评论来误导其他消费者。部分消费者在购物过程中如果遭遇与客服沟通不愉快、收到的包裹破损、商品质量有问题、售后退货或换货不成功等情况，可能会对商家产生强烈不满情绪。出于惩罚商家给自己带来不愉快购物体验的动机，发表不真实的、恶意夸张的评论来诋毁商家。
2.6 敷衍应付
敷衍应付即买家觉得麻烦或出于强迫症心理而进行的简单评价，如“好”、“挺”、“赞”等对其他消费者毫无帮助的评论。在淘宝中确认收货后紧接着便是进行商品评论，很多用户甚至没有来得及拆开包装，出于敷衍了事的目的，随便发布简短评论。另外，极少部分买家存在强迫症心理，内心渴望完成整套的购物流程，但又不想浪费精力发表长篇评论，于是也进行敷衍评论。
2.7 不堪骚扰
不堪骚扰即卖家对给予差评的买家进行电话、短信等骚扰，希望买家更改评论，买家不堪骚扰，被迫发表虚假评论。当买家遭遇商品质量等问题时，大部分会发表真实的评论表明自己的遭遇并劝告其他消费者不要购买，这些评论严重影响的买家的信誉。买家往往会通过各种补救措施希望评论者追加积极评论或更改评论，甚至不惜多次进行电话、短信等骚扰，严重影响买家的正常生活，买家不堪骚扰，被迫更改真实评论为有利于卖家的虚假评论，从而产生了垃圾评论。
3 结 语
随着网络时代的飞速发展，网购被更多的人所接受，成为一种流行趋势，消费者对网购的商品可以随意发表言论，这些评论真假不一，却可以参与到，因此，从评论发布动机影响因素出发，管理评论者发布真实有效的评论，对营造良好的网络购物平台与保障企业的正常利益显得尤为重要。
本文总结分析了在线商品垃圾评论发布动机的影响因素，分别为：商家推销、同行诋毁、经济回报、情绪发泄、惩罚商家、敷衍应对、不堪骚扰7个方面。后续将利用评论者发布垃圾评论的不同动机影响因素，深入探索垃圾评论的识别与治理研究的方法与系统，以提高商品评论信息的有效性与真实性。
参考文献：
[1] 黄聚河.基于内部动机理论的业务员激励机制研究[J].中国市场，2010，
（Z2）.
[2] 姚亚男.个人文化价值观与口碑传播相关关系研究[D].天津：天津商业
在线评论对酒店的影响 第3篇
1.1 在线评论的含义
评论是指批评或议论的言论或文章。随着网络的发展与普及,消费者的消费行为对网络的依赖程度日益加深,消费者之间、消费者与企业之间也不再仅仅局限于传统的交流形式,传统的评论与网络相结合使得在线评论应运而生。在线评论是消费者依据自己或他人的消费经验通过网络对产品、服务或企业进行客观或主观、积极或消极的评论。它有时效性强、主观性强、互动性强等特点。
1.2 在线评论与传统口碑的比较
口碑是指群众口头上的称颂,传统口碑是人们在口头上对某种事物的交流沟通。在线评论某些程度上可以归类为网络口碑,两者具有一定的相似性,但也存在很多区别,如表1所示。
2 在线评论对酒店的影响
随着电子商务的逐渐普及,在线旅游、在线酒店预订也随之蓬勃发展,越来越多的顾客倾向于在线预订前都会浏览相关在线评论。在21世纪这样一个口碑时代,酒店的在线评论逐渐成为消费者选择酒店重要的指标之一,因此在线评论对酒店的影响不容忽视。图1[1]反之,假如消费者感知到的服务质量符合心中的期望服务质量,消费者就会对超值服务产生认同感。服务质量的判定某些程度上是顾客主观心理反应,而且顾客会将这种心理反应通过口头或网络评价进行传播,影响酒店的客源和声誉。同时,服务质量的认定具有一次性的特征,如果宾客经历了一次不满意的入住体验,酒店就有可能失去了再次提供服务的机会。同样的宾客会通过口碑传播来缓解心中的不愉悦心理,而在线评论是宾客使用最广泛的媒介,这比传统口碑的传播影响更为广泛深远。因此要重视宾客在线评论对服务质量的评价,把它看作改进服务补救与宾客关系的良机。
2.2.3 在线评论对酒店硬件设施的影响
据网上在线评论显示消费者对酒店的硬件设施较为重视,特别是高端型和经济型酒店消费者,但同时设施出现故障的经历往往让消费者难以忘记,因此对设施的满意度普遍很低。消费者尤对酒店的空调、电视、电梯、洗浴设施、水龙头出水量等关注较多,随着网络的发展近几年顾客对电脑、Wi-Fi的关注度迅速上升。许多在线评论会抱怨酒店设施使用时会有一些小细节不方便或不齐全,这些问题可能是酒店尚未发现的,通过阅览在线评论即可发现消费者的真实需求及一些被忽视的细节问题,从而根据实际情况找到侧重点做出改善。
2.3 在线评论对不同类型酒店的影响
不同类型的酒店提供的服务、各项设施及侧重点不同,顾客对不同类型酒店的期望值也有差别,因此所给的在线评论也有所不同,对酒店的影响也自然不一样。根据《2015年中国酒店市场网络口碑报告》调查数据[2]这些改善都能为酒店带来正面的评价从而吸引更多的客源和改善的资金。
摘要：信息化时代随着互联网的飞速发展孕育发生,网络已成为越来越多的消费者获取和发布信息的重要渠道。消费者的消费行为也日益成熟,越来越倾向于在消费之前搜索浏览相关的在线评论作为参考意见。针对这一现象在酒店业的表现,通过酒店在线评论的一些数据、评价结果、观察和追踪,从而探讨在线评论对酒店各项单体项目的影响。
关键词：在线评论,影响,酒店营销,酒店网络评价
参考文献
[1]陈素萍,杨帆.长沙市经济型连锁酒店服务质量分析[J].湖南财政经济学院学报,2015,30(147):135-136.
[2]董广智.酒店网络营销现状及对策研究——以三亚爱琴海岸康年套房度假酒店为例[J].中外企业家,2014,45(4):46-49.
[3]陈泓洁.利用在线评论获取酒店客户知识的研究[D].上海:华东师范大学,2013:18-19.
[4]任馥瑛,周婵媛.从“冯唐易老”谈中国家族式酒店人才管理[J].投资与合作,2014(6).
[5]郝媛媛.在线评论对消费者感知与购买行为影响的实证研究[D].哈尔滨:哈尔滨工业大学,2010:42-43.
[6]黄妍.经济型酒店在线口碑评价研究[D].上海:华东师范大学,2012:14-17.
[7]杨翠.产品属性和消费者互联网体验对在线评论效果的调节作用[J].商场现代化,2014,742(3):41.
[8]张梦,张广宇,叶作亮.在线信息对酒店网上预订的影响研究——基于携程网酒店在线预订数据的分析[J].旅游学刊,2011,179(7):79-84.
在线评论对品牌价值感知的影响 第4篇
互联网时代, 信息极度膨胀, 产品与服务同质化竞争激烈, 消费者处于一定的信息不对称状态之下, 为了减少购买的风险, 消费者对产品和服务的认同更多地将会依赖于品牌, 它是产品综合品质的一种体现和代表。正因为品牌可以引导消费者的购买倾向, 企业对品牌建设的重视程度也日益加深, 品牌建设将对企业发展起到关键性的作用。因特网及信息技术应用的飞速发展, 使社交网络变成消费者聚集交流的主要活动场所。在社交网络里, 消费者针对企业、品牌及产品会发表许多评论, 这些评论信息对消费者品牌价值的感知有重要影响, 因此研究在线产品评论对企业品牌价值感知的影响具有一定实际价值。
1 理论综述
通过网络消费者可以获取很多在线评论信息, 这些信息是传统口碑的一种数字化形式, 对消费者的购买决策有一定影响。如果在线评论中产品的质量越高、评论的数量越多、时效性越强、评论者的权威度越高, 这些评论愈发会影响消费者的购买决策[1]。同时, 这些评论信息对企业管理与运营也有很大价值[2,3,4]。例如, 企业可以以较低的成本从社交网络收集、整理、研究不同情感倾向的评论, 然后根据这些评论对销售额等的影响力的强弱, 有针对性地去追踪这些不同情感倾向的评论, 继而有效调整其线上线下口碑营销策略[5]。总之, 在线评论对于公司的很多经营管理活动, 如:维护老客户、开发潜在客户、品牌营销等都有潜在的重大意义。
在线评论主要包括产品评论和品牌评论。产品评论侧重于产品质量, 即消费者主观感知到的质量水平, 是消费者对产品质量的“评价判断”。当消费者感知到某品牌的质量符合他心中的标准时, 这一品牌对他来说便具有了比较高的可信度。当更多的消费者都感知到这一品牌质量过硬时, 品牌便有了更大的顾客市场。相反, 若质量都达不到顾客的基本要求, 就不可能为他们带来溢价和增值, 也就不能成为一种品牌[6,7,8]。所以, 先有质量然后才有品牌。
品牌评论则侧重于品牌形象评论。20世纪90年代至今几乎品牌体系的每一个新概念的提出都脱离不开“品牌形象”这一概念。范秀成等认为品牌形象是“消费者对品牌的总体感知和看法”, 它影响消费者对品牌购买和消费行为。[9]Biel将品牌形象定义为消费者对品牌的联想, 认为品牌形象通过公司形象、产品、服务形象和使用者形象的联想来实现。[10]人们对品牌的最初评价还来自于其视觉形象, 而品牌文化形象与品牌信誉的建立, 则是一个长期持续的过程, 它贯穿整个品牌建设的生命周期。[11]
消费者对某一特定品牌产生信任甚至忠诚, 其本质原因是他们认为该品牌具有价值。上世纪80年代, DaviddAsker首先提出了“品牌价值”的概念, 同时也推出了多个品牌建设的方法和理念。其中, 被广泛认同的是品牌建设的四段里程, 即:品牌知名-品牌认知-品牌联想-品牌忠诚[12], 即:一个成功的品牌, 首先应具备较高的“人气”, 然后是消费者对该品牌的意义等有较充分地了解, 且这种了解可以引发“正能量”的情感共鸣, 最后在消费者认可了品牌价值后, 还会重复购买, 成为忠实“粉丝”。
品牌认知是消费者对品牌的认识、了解和把握的程度, 所以品牌认知包括品牌知名和品牌联想, 成功的品牌消费者必然认知的程度比较高。消费者根据特定目的, 会与其他品牌相比, 而他们往往习惯于购买熟悉的品牌, 因而品牌认知会直接影响品牌的感知价值[13]。因此前三阶段看成一个阶段, 即品牌认知。越来越多的研究证明, 品牌信任会影响消费者的购买意向和购买选择行为。品牌信任是消费者在众多品牌中对某一品牌有信心的态度, 包括对品牌能力表现的信任、诚实善良的信任和总体信任[14]。例如, “使用这个品牌让我觉得放心”等表达。品牌满意与感知品牌价值之间存在显著的正向关系, 较高的品牌满意度可以提高顾客的品牌感知价值[15,16]。消费者对品牌的忠诚建立在品牌信任和满意的基础上, 品牌信任和品牌满意是消费者感知价值的浓缩[17]。从认知直接到忠诚不符合消费者心理发展过程, 所以本文将品牌建设的生命周期修改为:品牌认知-品牌信任-品牌满意-品牌忠诚。
2 问卷设计与调查
在大学生消费群体中, 手机的使用率是最高的, 他们对手机产品表现出热衷的态度, 也了解手机市场的情况。而国内手机品牌众多, 各手机之间的功能差异不大, 品牌在顾客的选择中则具有相当大的分量, 且手机的更新换代快, 消费者多为年青时尚人士。因此选择手机, 可以提高受试者的参与程度, 也便于他们理解问卷, 提高回收问卷的质量。
本文依据Davis的技术接受模型, 把产品评论 (侧重于产品质量评论) 和品牌评论作为自变量, 消费者感知产品有用性 (大学生认为手机有助于提高工作/学习效率、增进工作/学习效能的程度, 以及有助于沟通) 、易用性 (大学生认为手机容易学习、使用方便) 和感知品牌形象 (通过产品表现、服务表现、市场表现、公司形象、品牌个性五个方面来调查) 作为中间变量, 品牌价值作为结果变量, 在此把品牌价值拟分成四个维度:品牌认知、品牌信任、品牌满意以及品牌忠诚, 以研究在线评论对品牌价值感知的影响。
在进行正式问卷调查之前, 先在铜陵学院发放了45份进行预调研来检验问卷的适用性, 通过对回收问卷的信度和效度进行初步分析, 确定了最终的调查问卷, 共发放200份, 回收186份, 回收率为93%。对回收的问卷进行审核与筛选, 剔除一些内容不全或数值极端的无效问卷, 最终确定155份问卷作为样本进入数据分析, 有效回收率为77.5%。其中量表部分见表1, 该部分主要是对网络社区产品评论、顾客感知和品牌价值的测量, 并采用李克特5级量表进行计分。
3 结果分析
本研究利用SPSS并采用多元统计回归方法检验本次研究假设。为了避免因素之间多重共线性带来的影响, 运用逐步回归法来构建多元回归模型。结果如表2、表3、图1所示。
产品质量评论对消费者感知产品质量与品牌形象有显著的正向影响。因为在线评论中产品质量很高的话, 意味着大部分消费者都感知到这一品牌的质量很硬, 那么就会有更多的消费者觉得这一产品是有用的、易用的, 该品牌是为人着想的等等。本文中品牌形象评论主要是就公司形象、品牌个性、服务表现、市场表现四个方面进行, 这些似乎对消费者感知产品质量帮助不大, 但的确对感知品牌形象是非常有用的。产品越有用、越易用, 只能说明该产品质量不错, 对消费者品牌认知有帮助, 但要进一步促使消费者满意或重复购买可能还需其他激励措施。若是消费者感知品牌形象很好, 那么对于品牌的认知和对品牌的感觉就会很好, 而且品牌形象在消费者心里的好坏从根本上影响着消费者的行为, 并最终决定着品牌战略的推广。由于研究的样本大都是在校大学生, 品牌态度还未成熟, 品牌信任与品牌满意间的区别模糊, 很多时候信任即是满意了, 满意也意味着信任。所以在关系模型中, 只划分出三个维度:品牌认知、品牌信任 (满意) 、品牌忠诚。
从我国的手机消费市场可以看到, 国外的手机品牌更受消费者的欢迎和喜爱, 但随着国内国外产品同质化程度加深, 国内手机品牌仍然得不到消费者的认可, 那就值得深究了。随着市场经济的不断加深, 企业之间竞争的焦点已经不再只是产品与服务本身, 更多的是品牌的竞争。因为, 产品的外在很容易被模仿, 但品牌能给消费者带来的溢价和增值则很难被模仿。企业只有不断通过品牌为消费者创造价值, 才能赢得市场。
国内大部分企业主要注重通过塑造和宣传企业的形象来建立品牌形象, 例如广告, 而对于如何使消费者直接通过产品本身来了解企业文化或是品牌形象, 如何完善销售链、组织相关人员的培训等还比较缺乏, 甚至有些企业对品牌的认识还停留在商标的这一层面。企业要打造品牌知名度, 可以采用低价策略或促销活动等来吸引消费者的眼球, 让他们了解产品的操作和功效, 提高市场份额, 但是一定要适度, 例如区分淡旺季、区分区域等;推出强化品牌内涵的概念或活动, 培训相关人员, 使消费者对品牌的个性内涵等有更充分地了解, 通过一系列活动树立良好的品牌形象, 提高消费者对品牌的信任;努力满足消费者的个性化需求, 使他们对品牌感到满意;企业要使这种友好关系牢固化, 可以充分利用消费者间的口碑传播, 尤其是网络口碑, 来发展与维系自己的顾客群, 使老顾客忠诚, 新顾客满意。
摘要：在社交网络里, 消费者针对企业、品牌及产品会发表许多在线评论, 这些信息对消费者品牌价值感知有重要影响, 因此需要研究在线产品评论对品牌价值感知的影响。本文以技术接受模型为依据, 通过构建在线评论影响企业品牌价值感知的因素分析模型, 发现消费者通过产品质量评论可以有效感知产品的有用性、产品的易用性和品牌形象, 而感知产品有用性、产品易用性可以有效促进消费者的品牌认知, 感知品牌形象能全面促进消费者对品牌价值的感知。
消费者在线评论:述评与展望 第5篇
近年来, 有关在线评论课题的论文和研究呈增长趋势 (Cheung and Thadani, 2012) 。目前甚少有研究按照商品性质对在线评论进行分类研究 (郝媛嫒, 2010) , 在诸多文献之中, Nelson (1970) 最早将产品界定为体验型产品和搜索型产品, 这一分类在研究直接体验和间接体验对消费者认知影响的过程中起着重要作用 (Klein, 2003) 。在线评论的研究最初主要源于口碑的文献之中, 被定义为在熟人之间进行的人际间基于非商业化目而交流的一种口头形式 (Arndt, 1967) 。鉴于人际传播学在社会心理学领域引起了广泛关注, 在互联网时代, 将口碑表述为转瞬即逝的无意识表达已不再合适, 口碑发送方的动机和接收方的身份亦变得不确定。
在此背景下, 许多学者转向网络口碑传播的研究, 并在Arndt的基础上将网络口碑界定为任何潜在、实际或者先前的顾客对产品或者公司的任何正面或者负面的评论 (Henning Thurau et al, 2004;Subramani and Rajagopalan, 2003) 。消费者在线评论作为口碑传播的一种全新形式, 伴随Web2.0时代下用户生成系统的发展和在线评论体系的不断完善成为大众口碑的极佳代言, 深刻影响消费者的购买决策。目前在线评论传播已成为最活跃的研究探索领域之一, 已有文献沿着三条主线对在线评论进行了深入的研究。第一条主线聚焦解释消费者在线评论的发生动机, 第二条主线关于在线评论的影响机制的研究归为宏观市场层面和微观个体层面的研究两类, 第三条主线集中于消费者在线评论的管理策略研究。
从在线评论研究单元的转换可以看出, 在线评论成为影响产品销量与消费者购买意愿、商户管理策略的重要因素, 也成为解释网络口碑传播机制的切入点, 在一个统一的分析框架中将在线评论、消费者购买意愿与商户管理决策结合起来能够更好地解释体验型产品销量的增长。因此, 本文将围绕在线评论、消费者购买意愿与商户管理决策这一主题, 对21世纪以来有关在线评论的研究成果进行总结和概括。
二、消费者发布评论的动机研究
在线评论在Web 2.0时代凸显出巨大影响力, 吸引愈来愈多的学者致力于消费者传播网络口碑的动机和意愿研究。聚焦消费者参与网络口碑交流动机的文献之中最具代表性的是Hennig-Thurau等 (2004) 的研究, 依据Balasubramanian and Mahajan (2001) 提出的框架, 从经济效用视角识别出8种发布在线评论的动机:发泄负面情绪、关心其他消费者、积极的自我增值、社交利益、经济激励、帮助企业、寻求建议、信息平台的支持, 并进一步指出社交利益动机对消费者访问网站和发表评论的影响最大。
Tong et al (2007) 等基于社会交换理论, 从成本和收益角度出发探讨了影响网络口碑传播的意图。Ho and Dempsey (2010) 从人际关系需求角度探讨影响发布在线评论的因素, 通过实证研究验证了表达自我个性和利他主义的需求会影响消费者分享在线评论。Cheung and Lee (2012) 等从社会心理学视角验证在线评论的点评动机, 利用Open Rice.com的真实数据验证了提高评论者声誉、集体主义归属感和给予帮助三个因素与消费者积极发布在线评论之间呈正相关。在信息系统学领域中, 施娜 (2011) 在“诺基亚手机之家”社区论坛中采用两步骤单指标结构方程模型估计方法进行非线性关系假设分析, 发现满意度、品牌忠诚度对正面网络口碑意愿呈现出一个强度递增的正向影响作用。阎俊等 (2011) 在网络口碑动机与口碑行为的关系研究中, 归纳出九种中国消费者网络口碑传播动机, 其中社区兴盛、信息回报、获得奖励、分享情感、支持 (惩罚) 商家、提升形象和改进服务最为主要。
此外, 研究者们还研究了通过其他方式发布网络口碑的动机。例如, Phelps et al (2004) 专门调查了消费者发送电子邮件的动机, 识别出享受、娱乐、帮助他人和喜欢交流四种。郭国庆等 (2010) 总结出六种口碑传播动机的类型, 包括社会交往、物质刺激、利他主义、自我表现、回报期望、兴趣满足, 并以餐饮行业为例对正面网络口碑的传播意愿进行研究, 探讨消费者在面对物质诱因、回报诱因、社交诱因和表现诱因四种不同诱因类型和不同成员关系强度组合时的网络口碑传播意愿。
三、消费者在线评论的影响机制研究
传统的传播理论认为在社会交往中存在四个主要因素, 即:发送者、信息、接收者和回应 (Hovland, 1948) 。蔡淑琴等 (2012) 认为对商品评论进行组织和呈现是一个序化过程, 研究和分析消费者对目前评论系统中各种功能的需求状况有助于将口碑的影响和传导机制引入到在线评价系统的规划和设计中 (孙霄凌等, 2013) 。深入分析前期文献可以发现购买意愿是网络口碑传播研究中最为广泛的结果变量, 也是在线评论影响机制中最为普遍的中介变量。基于传播理论和对在线评论文献的梳理, 本研究将从发送方、评论信息、接收方和发布平台四个要素视角分析在线评论对消费者购买决策的影响。
(一) 基于发送方的研究述评
信息来源的可信度在影响发送方的研究变量中出现频率最高。传统的网络口碑主要源自一个为信息的接收方所熟知的发送方 (源) , 因此接收方非常明确发送方及其携带信息的可信度。Hovland和Weiss (1951) 首次利用实验设计方法对口碑来源可信度进行了实证研究, 提出来源可信度是说服受众的先决条件。此后众多学者在此基础上进行拓展, 并归纳为两个重要维度:专业能力和可信赖度 (Hu and Liu, 2008;Zhang et al, 2010) 。Sun et al (2012) 重点分析了信度较高的一类人群“在线意见领袖”口碑的影响, 发现意见领袖的影响力与口碑传播以及接收方参与在线讨论的频率呈正相关关系。Cheung (2009) 认为了解和研究网络人际环境下决定信息来源可信度的因素能为新的社会媒体指导市场营销战略和策略。Dou et al (2012) 探究了在线评论来源对于消费者对商品评论的认知情况, 发现频繁发布在线评论的用户能够获得更高的信任感, 互联网的使用频率在消费者判断评论可信度中扮演者重要角色。
(二) 基于评论信息的研究述评
这类研究侧重于通过实证方法检验评论信息的数量 (volume) 、离散度 (Dispersion) 、偏向性 (valence) 和平衡性 (balance) 对产品或服务市场层面参数的影响效果。评论数量度量了在线评论总体规模, 反映了在线评论的知晓效应。例如, Liu (2006) 分析了雅虎网站上每周电影评论信息对票房收入的影响, 发现评论数量越多, 电影票房越高;Duan et al (2008) 进一步验证了这一显著性影响;Chevalier and Mayzlin (2006) 对图书行业的研究、以及卢向华和冯越 (2009) 对餐饮行业的研究也证实了这一点。然而, Godes et al (2004) 以1999-2000年美国44个电视节目为研究对象, 发现观众对电视节目的偏好程度与在线评论的数量无关, 而与在线评论的离散程度呈正相关;Clemons et al (2006) 也发现评论差异大的啤酒品牌在销量增长上更快。相反, Zhang (2006) 却发现评论差异越大, 票房下滑越快。因此, 评论差异对销量的影响目前还存在较大的争议, 这取决于研究者们所持的风险规避观点或利基市场的视角差异。
偏向性反映消费者对产品或服务的好/坏, 体现了在线评论的说服效应。由于该指标易获得且易分析, 多数研究均用以检验消费者在线评论对产品或服务的销售量的影响。其中一些研究利用实验控制法分析在线评论的偏向性对消费者购买意愿的影响作用 (Chatterjee, 2001;Zhang et al, 2010) , 另一些则直接从评论网站获取偏向性指标检验在线评论对消费者购买行为的影响效果 (Chevalier and Mayzlin, 2006;Clemons and Gao, 2006;Cheung et al, 2009;卢向化和冯越, 2009;龚诗阳等, 2012) 。实验法和数据采集法的结论均指出正向在线评论对于产品或服务的销售量有明显的促进作用, 反之则有负向影响。Nam (2007) 采用消费者视频订阅的面板数据, 深入比较正负评论对消费者购买行为影响程度的差异, 发现负面点评降低销量的效果是正面点评促进销量的两倍;Doh and Hwang (2009) 通过实验控制评论信息的平衡性进一步分析正面点评的影响效果, 发现正面点评比例非常高的网站反而刺激消费者的质疑态度, 而Purnawirawan et al (2012) 的实验结果显示, 只有不平衡的在线评论对消费者态度和购买决策存在显著影响。
(三) 基于接收方的研究述评
鉴于接收方的偏好和消费经验可能存在异质性, 个体特征对在线评论的影响效果存在重要的调节作用。Hu (2008) 基于交易成本经济学理论研究在线评论的有效性问题, 发现消费者易受评论发布方在网络中表现的专家身份、活跃程度等因素影响。Connors和Mudambi (2011) 通过实验研究得到类似结论, 他们认为评论者在网络中表现的专家身份会影响其发表评论的有用性评价。这与社会心理学的说服理论较为一致, 亦即信息源会影响信息接收方对传播信息的感知价值与接受程度 (Bhattacherjee&Sanford, 2006;Stephen&Lehmann, 2012) 。郝媛媛 (2010) 指出, 消费者倾向于参考诊断性较强的负向在线评论以帮助其作出决策, 当消费者知识水平较低时, 负向在线评论的诊断性和影响将较大。综上, 现存文献对接收方的研究还大多集中在调节效应的考察上。
(四) 基于发布平台的研究述评
接收方从消费者导向性网站收集信息比从营销者导向型网站获取信息表现出更大兴趣 (Bickart and Schindle, 2001) 。Boush和Kahle (2002) 根据在线评论网站所有者的不同, 将其分成由零售商或生产商赞助的网站 (如亚马逊) 和由独立社团建立的不以促进产品和服务的销售为目的的第三方评论网站 (如大众点评网) 。在此基础上Senecal et al (2004) 将发布平台细化为纯盈利型、第三方支持的盈利型、第三方支持的非盈利型, 并且认为商户网站的独立性最低, 而第三方网站独立性最高, 随之消费者在该网站上进行口碑搜寻的内部动机越强。
Park and Lee (2009) 从发布平台的信誉出发, 强调信誉作为评论质量和可信度的重要指标。龚诗阳 (2013) 基于电子商务网站的营销沟通模式, 鼓励企业在自身网站上建立消费者评论系统, 并将第三方评论网站链接到本企业的商品页面中, 以辅助和影响消费者的购买行为。Schlosser et al (2011) 从发布平台的功能需求视角, 指出在线评论系统具备多样化功能, 但消费者只对针对评论内容和效价进行深度挖掘的功能体现出一定的现实和潜在需求。
四、消费者在线评论的管理策略研究
郭国庆等 (2010) 基于口碑传播的诱因, 提出企业应当根据网站中的人际关系强度, 对不同参与层次的消费者选择最适合的诱因类型以最大化正面网络口碑传播意愿, 实现“口碑营销”效应。他建议注重物质诱因的提供、增强回报诱因的价值、注重关系强度的提升、注重不同关系强度的诱因设计以及区别对待参与水平不同的消费者。
经营管理的实践经验认为消费者的满意度和忠诚度促进其推荐、提供与产品或者服务相关的正面信息。大多数管理者通常认可一个相对高水平的满意度。如Jones and Sasser (1995) 认为投资于追求完全满意的消费者将不会产生期望的收益;施娜 (2011) 证明了满意度边际收益递增效应, 提出社区承诺能够提高消费者的品牌忠诚度, 通过客户维系建立强联系社区纽带将获得名誉和经济利润的双收益。
Zhu and Zhang (2010) 通过对Play Station2和XBOX上的游戏建立二阶段嵌套需求模型, 考察了产品和消费者特征对在线评论影响销量的调节效应, 得出在线评论与冷门游戏销量之间存在正相关关系。Anderson (2006) 揭示了网络拉动经济逐渐由需求曲线头部相对较少的主流产品流向尾巴上的大量利基产品这一长尾现象;Brynjolfsson, Hu, and Smith (2006) 也发现那些通常在主流书店很难出现的冷门书名占据了亚马逊2000年图书销售榜的40%。由于众多利基产品的销售受限于网络渠道, 因此消费者更有可能视在线评论为获取质量信息的主要来源。Zhu and Zhang (2010) 认为网络口碑能显著影响长尾的分散, 因此利用网络渠道的利基生产商应致力于在线评论体系的构建。杨铭等 (2012) 通过对在线评论进行效用评价, 鼓励电子商务运营商充分利用萃取的高品质评论洞悉消费者偏好, 进而制定营销战略和发掘利基市场。
郝媛媛 (2010) 基于电影的在线评论, 结合文本挖掘数据和实证研究方法, 建立在线评论有用性评论影响因素模型进行分类预测, 发现荧屏中积极的情感倾向、较高的正负情感混杂度、较高的主客观情感混杂度以及较长的平均各句长度, 对评论的有用性具有较强的判别能力, 从而可以帮助评论网站设计者根据评论文本特征对评论的有用性进行及时和自动识别, 帮助提高决策效率和效果。
龚诗阳等 (2013) 截取当当网图书评论的大量面板数据, 通过建立计量模型对线上评论信息与图书销量的关系进行实证分析, 验证了以往研究中提出的知晓效应和说服效应, 因此企业应当运用线上评论系统来进行网络口碑营销, 增加评论数量, 提高评论效价, 降低评论差异, 并对处于不同生命周期的产品进行采用不同的口碑营销策略。
五、结论及进一步研究方向
众多文献基于不同视角对在线评论的发布动机、影响机制和管理策略研究展开了广泛而深入的探讨, 成果斐然, 但仍存在几个问题悬而未决:
一是在线评论的发布动机和测度。尽管大多文献关于在线评论的重要性达成一致见解, 但受限于国外专业研究网络口碑传播动机的文献数量, 国内研究又滞留于事实归纳的层面, 更由于实证研究中的诸多限制, 导致关于在线评论发布动机研究的实验场景融入程度尚不高, 实验法也未能兼顾内外部有效性, 众多变量都可能影响结果的科学性。郭国庆等 (2009) 在网络口碑传播诱因机制的宏观方面取得了一定进展, 未来研究可以沿这一思路进行拓展;施娜等 (2011) 提出并检验的关于网上品牌社区中网络口碑交流意愿的非线性机制的理论模型从微观上展开了测度, 为进一步考察在线评论的发布动机开辟了新路径。
二是在线评论与产品销量、消费者购买决策的模型尚不完善。尽管现有研究己经在不同维度上探索了网络口碑效应, 但结论仍存在很大分歧。例如Liu (2006) 对2002年电影行业的数据运用多元回归分析, 发现口碑信息能很好地解释总票房和周票房收入, 而Dellarocas, Zhang, and Award (2007) 对同年电影业的数据运用扩散模型却得出了在线评分对电影票房收入无显著影响的结论;Duan, Gu, and Whinston (2008) 则通过联立方程组进一步指出价格是影响消费者对于口碑态度的关键因素。对于产生分歧的原因, Duan et al (2008) 认为是采纳的不同计量模型和研究方法所致, Chen et al (2011) 归因于样本数量的差异, 也有学者认为是忽略了不同阶段评论影响的动态变化 (Li and Hitt, 2008;Moe and Trusov, 2011) 。庆幸在Web2.0背景下伴随在线评论体验型产品种类日趋丰富, 研究对象已不再局限于图书、电视、啤酒和视频游戏等行业, 不少学者投向餐饮、旅游等行业。即便对于同一个行业的数据, 研究视角也正趋于多元化。例如在手机行业, 施娜 (2011) 通过结构方程模型探讨了满意度和品牌忠诚度与正面网络口碑意愿之间的关系;闫强和赵志刚 (2012) 则建立面板数据线性回归方程, 在研究中引入销量排名、优惠价格等因变量;王君裙, 闰强 (2013) 则另辟蹊径, 运用多元回归方法, 从产品的受欢迎度视角出发。未来研究可以借鉴, 基于不同视角进行创新性分析, 建立一般化的模型阐述各个变量之间的交互关系。
在线评论对新产品开发的影响 第6篇
近年来, 因特网的迅猛发展, 尤其是智能手机的出现, 给人们的生活方式带来了巨大的改变和冲击, 它使得传统的信息交流方式发生了变革, 使人类第一次在信息传递和交流方面打破了时空的限制。以互联网为基础, 智能手机软件为平台, 一种全新的网络社会正在大步登上历史舞台。根据有关资料显示, 近几年内, 我国网络用户人数呈几何级数激增, 在网上购物的人数也出现了很大程度地提升。进入网络时代, 网络销售因其成本低廉, 受众广大, 市场机会大大增加和操作方便等因素, 也赢得了许多商家和企业的青睐。在新时期, 为了扩大自身产品市场的范围, 更具前瞻性地定位产品策略, 提高消费者对产品的忠诚度, 企业将更多的注意力放在了消费者的身上。基于网络购物在互联网时代彻底改变了人们的购物方式, 研究在线评论对于消费者购买决策的影响, 把握影响消费者购买决策的因素, 对于企业自身的战略定位和市场定位就显得十分关键。而且, 企业也可以利用在线评论的方式扩大自己的影响力, 以较低的成本收集市场信息。因此, 本文基于对数据和模型论证分析的结果, 通过分析消费者的购买决策受在线评论影响的方式和程度, 进而研究在线评论对于企业产品战略的影响。
2 理论分析
2.1 消费者行为分析
消费者是以产品或服务为消费对象的人。消费者购买行为是人们日常生活中最为常见的一种活动, 指的是消费者产生了某种购买需求之后, 由需求驱动而购买商品的活动。消费行为虽然由于消费者的习惯、心理以及行为方式不同而千差万别, 但作为商品经济中重要的一环, 基于大多数人在发生消费行为时的思维习惯和思考方式, 我们仍能得到一些消费行为的共性。一般认为消费行为是消费者为获得消费资料和劳务而从事的物色、选择、购买和使用等活动。很多学者强调, 消费者的行为趋向是影响消费者的各种内在因素和外部环境共同作用的结果。而消费者自身的欲望是驱动消费者产生行为的主因。
2.2 网络购买相关理论
2.2.1 网络购买及其一般模式
网上购物是指用户在虚拟的网络环境下完成购物的过程。具体环节包括产生网络购物的动机, 搜索, 浏览相关商品信息, 做出是否购买的决策, 并最终完成购买。从购买过程的角度来看, 网络购物与传统的购物都是在真正购买之前就已经开始考虑和分类, 并将持续到购买之后的整个过程。网络购物的最大优势在于其便捷性和高效性, 因此才能对传统购买方式产生巨大的挑战。
2.2.2 消费者网购行为的特性
从以前需要到特定的交易场所购物, 到现在利用网络随时随地购物, 这种购物方式的巨大变化无疑对消费者具有很大的吸引力。消费者足不出户, 仅仅通过虚拟的环境便能产生实质性的实物交换过程, 这不能不说是一个巨大的进步。从购物方式来说, 网络购物使人类第一次突破了时空的限制, 只要有网络, 消费者可以随时随地去购买。如此便捷的方式, 导致了消费者行为在传统消费的基础上有了新的特点。
(1) 便捷高效。消费者利用网络可以随时随地去购买, 不需要到专门的商场, 不需要调整自己的购物时间。网络购物在极大地改变着人们的生活方式, 通过网络购物, 人们第一次真正地掌握了主动, 这是相比于传统购物最大的改变。
(2) 需求多样性。网络在极大地拓宽人们视野的同时, 也导致消费者对于商品的样式、外观、装饰、包装等有了更多的需求。在传统的购物环境下, 人们受已有的商品和自身的认识等种种限制, 对于所消费的产品并没有多样的需求。可在网络时代, 人们更加追求时尚与个性化, 在购物过程中就可对商家提出自己的需求。消费行为不受任何限制。
(3) 主动性增强。消费者可以根据自己的购买意愿随时去网络上购买相关商品, 不用再受到任何限制。而且网络购物没有营业员在一旁唠叨, 完全可以根据自己意愿浏览、挑选, 因此购物环境会更舒适。
2.2.3 在线评论相关研究
尽管近年来对于消费者购买决策的研究已经涉及了很多方面的因素, 且形成了较完善的理论体系, 但国内对于在线评论的研究却要少得多。国外有一些关于在线评论的研究:Nan Hu, Paul A.Pavlou等人研究指出, 在线评论作为传统营销的数字化形式, 已经成为网络消费者获取信息来源的主要渠道之一, 同时也成为企业经营活动中所借助的极为有效的工具。
2.3 产品策略
产品策略是市场营销战略的核心, 是制定价格、选择分销渠道与目标顾客, 以及选择促销策略的基础。所谓产品策略, 即企业首先要基于自身的目标顾客考量和现有市场的竞争状况, 明确企业所能提供的产品和服务, 也就是要解决产品定向问题。从某种程度来说, 企业能否制定明确而具有竞争力的产品策略是企业是否能在市场上立足的基础。所以, 企业必须时刻把握消费者的消费动向和需求。在互联网时代, 网络购物方兴未艾, 越来越多的消费者选择足不出户的方式进行消费, 进行购物。那么对于企业来说, 掌握消费者的决策意向就显得很关键。而在线评论无疑是一种较好的方式。
3 研究设计与模型框架
3.1 研究对象
本文研究对象为网络消费者, 包括已经使用互联网和智能手机去购物的消费者和潜在网上消费者。网上消费者是指为满足消费需求而在网上购买、使用经营者所提供的商品或服务的个人和单位。Wangshu-chuan (2001) 将潜在网上消费者定义为有机会接近电脑和上网, 但是还没有在网上购过物的消费者。
3.2 研究假设
根据前面的文献回顾, 消费者购买决策是一个复杂的过程, 过程中有许多未知变量和影响因素。人们对于影响消费者购买决策的因素作了很多研究, 同时认识到因素也在一定程度上对企业的产品策略产生影响。本文将从几个维度提出在线评论对消费者购买决策的影响因素的假设。
P1:评论内容质量越高, 越影响消费者的购买决策。
P2:评论者可靠度越高, 影响购买决策的程度越大。
3.3 构建模型
根据上述提出的研究假设, 建立如下模型, 见图1, 这四个假设都是对消费者购买决策产生正向影响。本文将通过分析调查问卷的数据来验证这些假设。
3.4 研究方法
为了实现上述研究目标, 我们主要用了下面两种方法。
3.4.1 分析、检索文献
为了更好地探索在线评论对于企业产品策略决策的影响, 以及对于消费者购买决策的影响, 我们查阅了大量的文献和研究报告, 借鉴了相关领域的研究成果和方法, 征询了许多专家学者的意见, 尽可能取得必要的背景材料和数据。
3.4.2 逻辑分析
在获得所分析资料和数据的基础上, 借鉴关于在线评论的一些研究, 首先确立了影响购买决策的关键因素, 然后建立了在线评论对企业产品策略产生影响的模型, 并分析、检验模型的有效性。
4 研究结论
本文以网络购物用户为研究对象, 揭示了一些网络消费者的消费特性, 研究了在新的互联网时代, 用户的购买决策将如何受到在线评论的影响。并在此基础上, 建立了在线评论对于企业产品策略决策的模型, 以此来帮助企业制定有效的策略, 增强自身产品的吸引力, 利用消费者网络购物的渠道提高产品竞争力, 扩大市场范围。根据所获得的研究资料和目前的研究现状, 决定从评论的内容质量、评论者的可靠度这两个方面来探索在线评论对新产品开发的影响。通过数据软件的分析得出以下结论。
(1) 评论内容的质量越高, 对消费者购买的决策影响越大, 从而也会增强企业对于新产品开发决策的判断程度。研究发现, 如果评论内容与所消费产品的关联性很大、用户评论的内容包含一些产品的具体信息以及自己的购物经验, 内容真实性高, 那么消费者在决策时就越易受到影响, 同样对于企业决定采取开发新产品的决策的影响越大。
(2) 评论者的可靠度越高, 企业对于将要采取的新产品开发策略的自信度越高。评论者的可靠度主要指评论者是否值得信任, 主要看评论者对该产品的熟悉程度, 评论内容中是否有较真实的购物体验, 是否有出于个人目的而发表的一些不恰当的评论, 它直接影响着以后的购买者对该产品的购买决策, 从而为企业把握产品的新动向提供了基础。
摘要：本文选择了实证研究的方法, 主要讨论了消费者的购买决策受在线评论影响的程度, 分析了在线评论对企业产品战略决策的影响。针对研究现状和企业产品策略的决策情况, 提出了研究假设和模型, 通过模型研究和数据检验, 对数据进行了论证。最后基于论证数据的结果, 为企业提供了依据在线评论对消费者购买决策的影响来确定产品战略的方法。
关键词：在线评论,网络消费者,购买决策,新产品开发
参考文献
[1]Wang shu-chuan.lndividual/organizational characteristics and intention to Adopt e-commerce:A study based on innovation adoption theory[D].The Chinese University of Hong Kong, doctoral Dissertation, 2001.
[2]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].中国人民大学, 2008.
在线评论投票数的影响因素研究 第7篇
在线评论被认为是传统口碑的数字化表现形式[1], 承载了消费者的直接产品体验, 蕴含了大量的管理和决策支持信息。其价值可以从买方和卖方两方面来分析:
(1) 买方价值:在线评论属于一种无偏产品信息, 其可信度大大高于商家的促销信息, 对潜在客户的购买决策具有重要影响[2]。
(2) 卖方价值:厂商可以通过对用户发表的在线评论的研究, 来发现用户对本企业产品的满意程度, 本产品与同类产品相比的优势和劣势, 据此对产品进行改进, 从而增强企业竞争力。
然而, 随着在线评论的不断增加, 在线评论也出现了信息爆炸时代的普遍问题——信息过载[3,4]。在线评论数量的巨大和质量的参差不齐严重干扰了评论阅读者对产品质量的有效判断, 增加了信息搜寻成本, 降低了决策的效率[5]。因此, 有效地识别在线评论的价值就显得至关重要。
许多电子商务网站会鼓励阅读者对自己看到的在线评论进行投票, 然后利用投票数来评价一条评论的有用性。本文在现有研究的基础上, 构建在线评论投票数的影响因素模型。本文的研究目的是更好地解释为什么有的评论会得到较多的投票数, 而有的评论只得到很少的投票数。
本文收集了中国最大的电子产品交易网站———京东商城热门手机的在线评论信息, 结合文本挖掘技术和实证研究方法, 从数字特征、写作风格和语义3个维度来研究在线评论投票数的影响因素、作用方向和重要程度。本文内容组织如下:第2节, 根据相关理论和文献研究提出理论假设, 建立在线评论投票数的影响因素模型。第3节, 阐述数据采集、处理和实证分析的过程, 并对分析结果进行分析和解释。第4节, 给出研究结论及其意义, 并指出研究局限和后续研究方向。
2 模型与理论假设
在之前研究的基础上, 本文构建的在线评论投票数影响因素模型如图1所示。
2.1 数字特征维度
数字特征指的是不涉及文本内容的信息, 包括: (1) 产品的平均得分, 记为Avg Score。 (2) 评论者评分, 记为Rating。 (3) 评论发表距今的时间间隔, 记为Elapsed Day。 (4) 评论者是否填写了产品的不足, 记为No Disadv。
文献[6]研究表明评论者是否填写了产品的不足对投票数没有显著影响, 这与之前的研究略有出入。消费者通常会认为负面信息比正面信息更具诊断价值, 因而在做购买决策时更多地依赖负面信息[5], 而产品的不足反映的正是其负面信息, 由此, 本文提出假设H1。
H1:评论者是否填写了产品的不足对投票数有显著的正向影响。
2.2 写作风格维度
写作风格反映了评论人写作的特点。写作风格主要体现在正文各部分内容 (优点、不足和使用心得) 是否相同, 文本长度, 平均句长和评论的主观性等方面。
评论可以分为标题和正文。标题通常比较短, 评论者的写作风格主要体现在正文里, 所以本文中写作风格主要指的是正文风格。写作风格包括: (1) 正文各部分内容 (优点、不足和使用心得) 是否相同, 记为Same。 (2) 文本长度。评论分为标题和正文两部分, 标题长度记为Tit Len, 正文长度记为Con Len。本文将长度作为文本信息量的一个度量指标。 (3) 平均句长, 记为Avg Len。 (4) 评论的主观性, 记为Sub。本文把评论中形容词所占比重作为评论主观性的代理指标。
正文各部分内容 (即优点、不足和使用心得) 是否相同以及评论的主观性是本文新加入模型的影响因素。
评论者在优点、不足和使用心得中填写相同的内容, 可能的原因是:用重复来强调自己满意或者不满意的强烈情感;发表评论仅为了获得网站的积分, 复制粘贴可以节约时间。基于以上的分析, 并不能断定正文各部分内容是否相同对投票数的影响是正向还是负向。正文分为优点、不足和使用心得3部分, 通常来讲, 优点是对产品的正面评价, 不足是对产品的负面评价, 使用心得是对产品的总体评价, 表达正面情感或者负面情感均可。若优点和不足填写了相同的内容, 评论者可能是想通过这种重复来强调自己的某种情感 (满意或者不满意) , 那么它对投票数有正向影响;若使用心得和优点或者是不足内容相同, 这样就会减少评论的信息量, 可能会对投票数有负向影响。由此, 本文提出假设H2。
H2:正文各部分内容是否相同对投票数有影响, 但不确定是正向还是负向。
H2a:评论优点和不足内容是否相同对投票数有显著的正向影响。
H2b:评论优点和使用心得内容是否相同对投票数有显著的负向影响。
H2c:评论不足和使用心得内容是否相同对投票数有显著的负向影响。
文献[7]把评论文本内容分为客观和主观两类。文献[8]研究了文本的主观性对在线评论有用性的影响, 结果发现, 评论的主观性越大, 评论的有用性越低。由此, 本文提出假设H3。
H3:评论的主观性对评论的投票数有显著的负向影响。
2.3 语义维度
文献[6]研究表明语义是影响投票数的重要因素, 但是并没有深入研究每一个词语对投票数的影响, 且由于采用了因子分析的方法, 实验结果比较难以解释。挖掘重要产品特征和判断评论观点的情感倾向是在线评论挖掘的两个很重要的方面[9], 所以本文假设产品特征和观点的强烈程度对投票数有显著影响。文献[5, 10]都直接把评论者评分作为评论者情感倾向的代理指标, 并未从语义的角度来考虑情感倾向及其程度, 所以本文将通过情感程度词来展现评论者情感强烈程度。本文扩展了原模型中语义对投票数的影响, 从产品特征词 (记为Feature) 、产品故障词 (记为Breakdown) 和情感程度词 (记为Sen De) 3方面来研究语义对投票数的影响。
评论中体现的产品特征越多, 评论就可能得到越多的投票数;评论者的情感越强烈, 评论就可能得到越多的投票数。由此, 本文提出假设H4、H5、H6。
H4:产品特征词对评论的投票数有显著的正向影响。
H5:产品故障词对评论的投票数有显著的正向影响。
H6:情感程度词对评论的投票数有显著的正向影响。
2.4 回归方程模型
根据以上假设, 建立在线评论投票数影响因素模型, 见公式 (1) 。
在公式 (1) 中, α是常量, ε是随机变量, 即没有被模型解释的信息。需要说明的是, 公式中的β5, β10, β11, β12以及Same, Feature, Breakdown和Sen De都是向量, 而不是单个的变量。Same= (Same 1, Same 2, Same 3) , 是三元变量, Same 1指的是优点和不足内容是否相同, Same 2指的是优点和使用心得内容是否相同, Same 3指的是不足和使用心得内容是否相同。Feature, Breakdown和Sen De则要根据具体操作过程中选定的产品特征词、产品故障词和情感程度词的个数而定。
3 实证研究
3.1 数据采集
本文的实验数据来源于京东商城 (www.360buy.com) 。京东商城是中国最大的电子类产品交易网站, 网站上汇集了大量的在线评论。本文抓取了京东商城上热门的31款手机的评论数据, 涵盖了诺基亚、苹果、摩托罗拉、三星、金立等众多的国内外品牌。
在对2 127条评论的投票数中, 最多的是147票, 最少的是0票, 随着投票数的增多, 评论数量在减少, 尤其是当投票数超过15时, 评论数量急剧减少, 所以本文将投票数大于等于15票的评论归并为一组, 投票数统一记作15。表1展示了评论投票数的分布情况。
按照京东商城的规定, 在线评论的评分、标题、优点、不足和使用心得都是必填项, 不过产品缺点排在了最后一行, 且设置有默认值“暂时还没有发现缺点哦!”。本文认为若在线评论的缺点采用了京东商城的默认值, 则可以认定为评论人没有填写产品的不足, 用0表示;若评论者填写了产品的不足, 则用1表示。
3.2 数据处理过程
数据处理过程如图2所示: (1) 评论筛选, 剔除质量较差的评论, 如标题中只有符号没有文字的评论。 (2) 数据预处理, 可以直接获得一些变量的值。 (3) 构建自定义词库。在线手机评论中包含一些手机专有词汇和一些不太规范的网络用语, 而这些词语是不包含在分词软件的自有词库中的 (如性价比, 花屏, 坑爹, 给力等) , 所以需要将这些词加入自定义词库中。此外, 由于后面研究语义特征对投票数影响时考虑了情感程度词, 所以需要将情感程度词也加入自定义词库中。本文采取人工定义的方法, 从手机参数和产品评论中选取了111个手机特征词, 46个手机故障词和10个网络常用词。情感程度词采用的是中国知网发布的知网情感词汇 (beta版) 中程度级别词语 (中文) 所列出的216个程度词。 (4) 分词并标注词性。本文采用中国科学院计算机所软件室编写的中文分词工具ICTCLAS (Institute of Computing Technology, Chinese Lexical Analysis System) 对评论文本语料进行分词。
3.3 实验过程及其结果分析
本文采用线性回归中的逐步回归法来研究在线评论投票的影响因素。逐步回归法是一种常用的消除多重共线性、选取“最优”回归方程的方法。本文提出的众多变量之间可能存在共线性, 运用逐步回归法可以有效地消除共线性, 选出影响投票数的关键因素, 所以本文的实验方法选用逐步回归法。
本文提出模型的整体拟合度以及标准化参数估计结果见表2。为检验本文模型的拟合效果是否有所提高, 采用本文使用的评论数据对文献[6]提出的模型进行拟合, 对照比较两者的估计结果 (说明:因为语义维度包含较多的词语, 所以表2中未列出其回归系数) 。
对于本文提出的假设模型, F检验显著, 表明模型线性回归关系成立, 总体拟合指标——调整R2为0.365, 而利用本文的手机评论数据拟合文献[6]中的模型, 其调整R2为0.322。在加入本文新提出的几个因素之后, 模型的总体拟合度从0.322提高到了0.365, 提高了13.35%, 效果显著, 说明本文模型对在线评论投票数的总体解释力明显好于文献[6]的研究模型。本文模型的回归结果对前述假设的支持情况见表3。
从本文模型的回归结果中, 可以得出以下结论:
(1) 对评论投票数影响最大的是平均得分和评论者评分, 且回归系数都为负。若一个手机的平均得分较低, 那么针对它的评论就可能得到更多的投票数, 若一条评论的评论者评分较低, 则该条评论就可能得到更多的投票。这与之前文献的结论一致:消费者通常会认为负面信息比正面信息更具诊断价值, 因而在购买决策时更多地依赖负面信息[5]。
(2) 优点和不足内容是否相同对评论投票数有正向影响。若评论中的优点和不足内容相同, 则该条评论就可能得到更多的投票数。可能的解释是:通常意义上, 优点应该是评论者对产品的赞美, 包含正向情感, 不足应该是评论者对产品的不满, 包含负向情感。若优点和不足内容相同, 很可能评论者是想通过这种重复的方式来表达自己某种强烈的情感。
(3) 正文中形容词比例对投票数有负向影响, 即评论正文中形容词比例越低, 则该条评论就可能得到更多的投票数。对于电子类产品, 比较客观的评论容易吸引阅读者的投票。
(4) 手机故障词对投票数有正向影响。可能的解释是:如果评论正文中出现了这些手机故障词, 通常都表达了评论者对手机的负向情感, 较易吸引阅读者的投票。对投票数有显著影响的手机故障词有:退货, 换货, 假货, 掉漆, 黑屏, 自动关机, 二手货, 划痕, 花屏, 高仿。
(5) 手机特征词和情感程度词对投票数的影响不定, 有些词是正向影响, 有些词是负向影响。可能的解释是:单独的手机特征词和情感程度词本身并不能表示出有用的信息, 需要结合其前后的词语和所在的语境做更加深入的分析才能对其进行评价。对投票数有显著影响的手机特征词有:客服, 手机, 东西, 机器, 服务, 信号, 数据线, 软件, 音质, 功能, 按键, 机子, 商品, 屏幕, 后盖, 价格, 物流, 机型, 触屏, 质保。对投票数有显著影响的情感程度词有:很, 挺, 极端, 一点儿, 这样, 极其, 不过, 最。
(6) 正文长度和标题长度对投票数有正向影响, 即标题越长, 正文长度 (优点、不足和使用心得的总长度) 越长, 则该条评论就可能得到越多的投票。可能的解释是:文本的长度从某种程度上反映了文本包含的信息量, 阅读者浏览评论时倾向于信息量大的评论, 这是容易理解的。
(7) 评论发表距今的时间对投票数有正向影响, 即评论发表越早, 该条评论就可能得到更多的投票数。
4 结束语
本文以京东商城上热门手机的在线评论为研究对象, 结合文本挖掘技术和实证研究方法, 从数字特征、写作风格和语义3个维度来研究众多的变量对在线评论投票数的影响。研究表明:产品的平均得分, 评论者评分, 正文长度, 评论发表时间, 优点和不足内容是否相同, 标题长度, 手机故障词等变量对评论投票数有较大影响。
较之于以前的研究, 本文的主要贡献在于: (1) 研究了正文各部分内容是否相同对投票数的影响。研究结果表明优点和不足的内容相同对于投票数有较大影响, 其重要程度甚至超过了评论标题长度对投票数的影响。 (2) 研究了评论的主观性对投票数的影响。研究结果表明:评论的主观性对投票数有较大的负向影响。 (3) 研究了产品特征词、产品故障词和情感程度词对投票数的影响。本文的研究结论对于购物网站和评论者发表评论都具有现实的参考价值。
本文尚有一些不足有待改进:本文选取了京东商城的热门手机评论数据进行研究, 文中结论对于其他类产品是否适用有待进一步的检验, 这将是笔者未来研究的主要方向。
摘要：在线评论的投票数反映了阅读者对该条评论的关注度, 对潜在消费者的购物决策具有很大的参考价值。本文以京东商城热门手机的在线评论为研究对象, 结合文本挖掘技术和实证研究方法, 从数字特征、写作风格和语义3个维度研究在线评论投票数的影响因素。研究表明:评论中优点和不足内容是否相同对投票数有显著的正向影响, 评论正文的主观性对投票数有显著的负向影响。此外, 产品故障词、产品特征词和情感程度词对投票数也有重要影响。
关键词：电子商务,在线评论,投票数,文本挖掘,语义
参考文献
[1]C Dellarocas.The Digitization of Word of Mouth:Promise and Challenges of Online Feedback Mechanisms[J].Management Science, 2003, 49 (10) :1407-1424.
[2]金立印.网络口碑信息对消费者购买决策的影响:一个实验研究[J].经济管理, 2007, 29 (22) :36-42.
[3]E Brynjolfsson, M D Smith.Frictionless Commerce?A Comparison of Internet and Conventional Retailers[J].Management Science, 2000, 46 (4) :563-585.
[4]Q Jones, G Ravid, S Rafaeli.Information Overload and the Message Dynamics of Online Interaction Spaces:A Theoretical Model and Empirical Exploration[J].Information Systems Research, 2004, 15 (2) :194-210.
[5]郝媛媛, 叶强, 李一军.基于影评数据的在线评论有用性影响因素研究[J].管理科学学报, 2010, 13 (8) .
[6]Qing Cao, Wenjing Duan, Qiwei Gan.Exploring Determinants of Voting for the“Helpfulness”of Online User Reviews:A Text Mining Approach[J].Decision Support Systems, 2011, 50 (2) :511-521.
[7]Pang B, Lee L.A Sentimental Education:Sentiment Analysis Using Subjectivity Summarization Based on Minimum Cuts[C].Proceedings of the42nd Annual Meeting of the Association for Computational Linguistics (ACL) , Morristown, NJ, USA:Association for Computational Linguistics, 2004.
[8]Ghose A, Ipeirotis P G.Designing Novel Review Ranking Systems:Predicting the Usefulness and Impact of Reviews[C].Proceedings of the 9th International Conference on Electronic Commerce, New York, NY, USA:Association Computing Machinery (ACM) , 2007:303-310.
[9]Anna-Maria Popescu, O Etzioni.Extracting Product Features and 0pinions from Reviews[C].Proceedings0f HIJ-EMNLP2005, ACL, 2005:339-346.
在线评论 第8篇
随着电子商务如火如荼地发展, 实体店铺逐渐消亡, 传统的亲戚朋友间口耳相传的口碑营销模式也发生了转变。一次网络购物的购物过程由向熟人打听产品信息转变为直接在购物网站上查看其他已购买使用该产品的消费者的评价。由于电子商务的购买形式的制约, 消费者对产品缺乏触感、嗅觉等得直接刺激, 对在线评论的依赖更重, 因此几乎所有的电子商务网站均有在线评论版块, 查看在线评论信息已成为网络购物必不可少的环节。
在线评论是消费者对购物网站上产品介绍的补充, 往往说明产品的使用体验、形象等情况, 分为两种主要形式, 一种是评分评级型, 另一种是语言文字描述型。一方面, 由于购后评论并非必须环节, 大多数消费者只有产生强烈不吐不快的冲动后才会撰写在线评论, 而这些冲动往往集中在电子商务用户共同关注的产品方面, 故网络在线评论能够补充更多的消费者均亟待了解的信息。另一方面, 由于同为消费者, 基于群体认同感, 与网站笼统的产品介绍相比, 电子商务用户也更信赖其他消费者的在线评论。另外, 在线评论形成的良好讨论氛围, 让其他消费者对商品卷入度更高, 虽然学界对卷入度更高是否能推动购买行为存在分歧, 但是卷入度更高能形成更为强烈的偏好, 无论偏好是更有利于购买还是更不利于购买。基于这三点原因, 我们可以得出结论:在线评论对电子商务用户购物偏好的影响是不可忽视的。
现有的有关在线评论的研究集中在用实证或者实验的方法判断什么样的在线评论对偏好的影响最有用上, 例如雍艳研究认为负面的在线评论对体验型产品的购买意愿产生强烈影响, 并且这个影响不能受电子商务网站本身的信誉所调节。而本文将研究在线评论如何对消费者的偏好反转产生影响上。传统的经济学认为偏好是恒定的, 可传递的, 不受外生因素影响的。实际上, 偏好是经常发生变化甚至反转的。通过对博弈的研究, 发现消费者对彩票的价值认定和购买选择往往不一致, 这是偏好反转发生的起源。随着研究的逐渐深入, 喻自觉认为偏好反转存在四种模式, 与外围信息、偏好测量的方法和量表设置有直接的关系。而在网络上, 相交于实体店铺, 由于产品种类更为繁多, 外围信息也呈现出不一样的方面, 偏好反转现象的发生更为频繁, 也必将呈现更为复杂多样的变化, 研究网络购物时在线评论对偏好反转的影响十分有必要。本文所指的偏好反转既发生在同一购物网站中品类相同的不同品牌之间, 也发生在同一品牌不同产品之间, 还发生于同一产品不同购物网站的选择之间。
2 在线评论影响偏好反转的四种模式
2.1 外围信息对偏好反转产生的影响
研究认为改变选择项之外的其他干扰项信息或者其他外围信息能够使消费者的偏好发生反转。
对于网购产品来说, 产品的属性主要有这样四个:外观、质量、功能、价格和物流。购物网站或第三方店铺本身的信誉也属于产品评价体系指标的组成部分。消费者根据自身以及产品的情况, 对这六个属性分配不同的权重进行打分, 做出综合评价。那么, 对这六个属性之外的其他方面做出不同评价带来的偏好反转, 就属于本文要研究的范围。
首先, 由于不同消费者在进行购物决策时给予属性不同的权重, 而消费者对选项之外产品评价进行浏览之后, 会对权重进行重新评判, 产生偏好反转。例如, 经过访谈, 发现一位消费者在为男朋友选择情人节礼物时, 在一些按摩器中进行选择, 其中一个产品在性能和价格上都最具有优势, 但是在翻页时看到了一块智能手表, 有消费者评价道:产品具有电子感, 男生会特别喜欢。意识到给男朋友的礼物如果能够符合其热衷电子产品的爱好, 则是更好的礼物。于是最终选择了一款能连接APP进行设定的按摩器, 尽管该产品在价格上有明显劣势。
其次, 评论数量本身也可能会导致偏好反转。评论数量多意味着有更多的人购买该产品, 与购买数量记录配合来观察, 消费者认为对评论数多的产品更为流行, 这本身就产生了强烈的信号, 让消费者选择性忽略商品本身呈现出来的信号。在访谈中, 也有消费者在本打算购买某产品的情况下由于评论数较少而选择了其他产品的情况。
2.2 评论顺序对偏好反转产生的影响
同样的评论内容, 只是调整差评和好评呈现在消费者面前的顺序, 偏好反转也可能产生。
网络购物往往与冲动购物紧密相关, 决策时间可能比实体购物更短, 相比而言, 网络购物更少有延迟购买的可能性, 因此首因效应比近因效应更有可能发生。同样的评论数量和评论信息, 如果消费者先看到的是多条好评, 形成了较为强烈的正面感知后, 差评可能对其产生的影响微乎其微。反之亦然, 如果最初的差评较多, 后面的好评也无法扭转消费者的负面感知。
回想网上购物过程, 如果评论数量过多, 消费者只会看前几页的评论信息, 如果最初已经看到了很多好评, 那么看到后面差评信息的时候消费者可能会认为这些人是恶意差评, 或者他们运气不好买到了次品, 但自己不太可能遇到这些情况, 于是不会在意差评信息。
2.3 打分和文字评论呈现顺序对偏好反转产生的影响
常光伟认为决策任务反应模式有很大的几率会导致偏好反转, 也就是说, 刻意改变消费者的决策环节顺序会让消费者作出不一样的选择偏好。在进行网络购物时消费者的决策顺序是这样的:第一步, 用关键词搜索相关产品;第二步, 利用网站已分好类的信息进行剔除, 例如选定几个品牌, 或只选择网站自营产品;第三步, 根据网站呈现顺序或初步图片感知, 点击产品查看具体信息, 包括评论信息, 进行决策选择。本文只关注在线评论, 因此我们着重研究第三步中具体的决策过程。
在线评论分为两种, 包括星级打分和文字评论, 大多数情况下消费者会综合这两种评论情况进行决策, 但是也有网站星级打分较为突出, 使得消费者较先看到星级评分, 再仔细阅读文字评论。根据框架理论, 如果消费者对商品产生了强烈的整体印象, 文字评论便不那么重要了, 这也是为什么大多数购物网站把星级评分放在文字评论之前的原因。改变消费者看到星级打分和文字评论的顺序, 也许会让消费者产生不同的偏好选择。
2.4 追加评论对偏好反转产生的影响
数字大小效应也会产生偏好反转, 即同样的信息用不同的数字表现形式进行呈现会给人不同的印象, 作出相反的选择。追加评论与普通评论相比, 即使表达一样的内容, 也会促使消费者产生不同的感知。
在和消费者进行访谈时, 我们发现这样一个现象:即使是写明特地使用产品后再对商品直接进行详尽的好评描述, 也不如先对产品进行外观、尺寸等描述再进行使用后的体验描述让消费者感觉更为真实可靠。虽然两种评论呈现出的信号是一致的, 即都是使用后的产品评论, 但后者的信号是:我专门写了两次评论, 我花费了更多的精力, 信息更加真实。
3 启示和展望
网络在线评论是消费者进行网上购买选择的重要线索, 目前在线评论的研究过于集中, 因变量的选择集中在销量上。但实际上由于在线购物面临的信息过于繁杂, 消费者的选择也显得相应“随机”, 这其中就会频繁出现偏好反转的情况。虽然销量是更为直接的应变量, 但是偏好反转也是应该引起重视的研究问题。
现有的在线评论主要是星级评分和文字评论两种形式, 根据偏好反转的模式研究, 选项信息呈现方式不同就会导致不同程度的偏好反转。因此, 现有的在线评论可以用不同的形式呈现, 例如, 将好评和差评根据时间变化做成折线图。在线评论的形式需要统一管理以期望实现偏好反转, 故同一店铺需力推某一产品的时候利用偏好反转的各种策略。
本文的不足是未用具体的实验来验证观点, 难免缺乏严谨的结论。未来的研究可以设计巧妙的实验方法来验证本文的观点是否成立, 并加以延伸。
参考文献
[1]雍艳.C2C电子商务在线评论有效性分析[J].消费导刊, 2012 (1) :107-108.
[2]喻自觉, 凌文辁.偏好反转现象及其理论解释[J].统计与决策, 2007 (20) :59-61.