網絡口碑對在線銷售的影響實證分析
———基于淘寶網

○陳鵬

（湖北科技學院經濟與管理學院 湖北 咸寧 437100）

網絡口碑對在線銷售的影響實證分析
———基于淘寶網

○陳鵬

（湖北科技學院經濟與管理學院 湖北 咸寧 437100）

隨著網絡的普及和電子商務的發展，網絡口碑對人們的網絡消費影響也日益顯著。在梳理相關文獻的基礎上，本文實證分析好評、差評、中評、圖片數量、星級（評分）、瀏覽量對在線銷售數量的影響。結果表明，好評數量對在線銷售數量沒有顯著影響。中評數量顯著影響在線銷售數量，中評越多，在線銷售數量越多；差評數量顯著負向影響在線銷售數量，差評數量越多，在線銷售數量越少。

網絡口碑 在線銷售 網絡口碑數量

網絡口碑更多的來自于陌生的網絡購物者，他們通過發布在線評論，談自身使用產品或服務的經歷，對產品或服務質量的認識和評價等信息傳遞給眾多潛在消費者，同樣那些潛在消費者也可以通過閱讀其他消費者發布的評論，了解產品或服務信息，修正自身對于產品或服務的認識，并在整個購買過程中輔助自己的購買決策，因此對網絡口碑的研究對企業和消費者都有深遠的意義。目前國內對網絡口碑的研究依然不足，大部分研究僅僅停留在理論和框架模型的建立上，而實證性的文章相對較少。本文以淘寶為例，通過實證的方法，分析了影響網絡口碑對消費者實際消費行為的影響，最后給出了相應的分析和建議。

一、文獻回顧

1、網絡口碑相關概念

（1）網絡口碑。網絡口碑是指消費者借助網絡媒體發布的個人看法，消費者發送的電子郵件，在網絡虛擬社區發表的帖子或者回帖，在博客上面發表的個人看法，借助即時的通訊工具的互動交流等都看作是具體的網絡口碑。隨著互聯網與信息技術的發展以及消費平臺和社交網絡的普及，口碑的傳播模式發生了極大的變化。消費者可以在個人博客bbs，電子商務網站等平臺上發布對于產品服務或網絡零售商的評論。

（2）網絡口碑測量。消費者在網上發表相關評論可以迅速地在網上傳播，很容易被搜集到，網絡口碑容易度量。目前關于網絡口碑的測量主要從網評數量、網評分數、評論的離散程度及強度、持續時間等，這些指標反映了網絡口碑的知曉效應和說服效應。

2、網絡口碑對在線銷售的影響

現有大量文獻研究網絡口碑對在線銷售的影響，特別體現在關于體驗性產品的研究上。消費者評論產品的次數越多，其他消費者知道這個產品的可能性就越大，就更有可能有更多的銷量。通過分析美國亞馬遜網站上的網絡口碑與圖書銷量的關系，Chevaliar和Mayzlin發現網絡口碑的數量與評價好壞都對圖書銷量有顯著的影響；Liu研究發現電影點評數量而非評價的好壞對下周電影票房會產生正面影響。好評較高的網站，必定具有較高的網絡口碑和良好的品牌形象，并且在其所在的領域中具有較高的影響力，得到用戶和消費者的普遍認同。因此，本文提出假設：

h1：好評對銷量有正影響力，好評數量越多，購買量越高。

Chevalier&Mayzlin用方差分析法分析所調查的橫截面數據，發現95%的消費者評論分數是積極的，一星排名比五星排名影響要大，消費者更愿意閱讀評論內容而不是概括性的統計數據，網絡書評數量增加促使銷售額增加。據此我們提出假設：

h2：星級對銷量有正影響力，星級越高，購買量越高。

Park&Lee認為負面口碑比正面口碑、有聲譽的網站比沒聲譽的網站、體驗性產品比搜索性產品對口碑的影響要大。因而我們提出：

h3：差評對銷量有反向影響力，差評量越多，購買量越低。

3、回歸分析模型

在研究線上評論與銷量關系時，很可能會產生遺漏相關變量的問題。在回歸模型中，遺漏重要的相關變量是導致內生性的主要原因。影響產品銷量的可能并非是網絡口碑效應，而是其它一些因素，如質量等。Duan等在控制內生性后，發現僅有評論數量顯著影響電影票房收入，而評論效價的影響并不顯著。

基于上述考慮，本文將采用面板數據，通過固定效應模型進行分析，以此來控制由遺漏變量而產生的內生性影響。具體的回歸模型設定如下：

lnit=α0+α1lnposit+α2lnmodit+α3lnnegit+α4lnaddit+ α5lnimait+α6vieit+α7scoit+μi+εit

下標i=1，…N代表，t=1，…N代表時間。μi為以 為單位的固定效應，用于控制“質量”等非觀測效應的影響。lnpos為好評數量；lnmod為中評數量；lnneg為差評數量；lnadd為追評數量；lnima為用圖片表示的評論數量；lnvie為瀏覽量；lnsco為評分。我們對上述的因變量和自變量均進行了對數變換。除了因為排名取自然對數后與銷量線性相關以外，這樣做還有兩點好處。一是數據的對數化壓縮了變量的量綱，控制了離群值的影響。在我們的樣本

中，有的有上萬條消費者評論，所以有必要對其進行對數變換。二是將潛在的非線性關系變為線性關系，使得回歸模型的結果更加穩健。經過對數變換后，回歸系數的估計值為彈性，即自變量的變化率對因變量變化率的影響。

二、數據收集與分析

1、數據收集

本文采用淘寶網數據，以2014年4月15日到2014年5月5日期間消費者在鞋類和服裝類產品的消費評價記錄做為網絡口碑對在線銷售影響的研究樣本，找出了影響網絡口碑的變量，如：好評、中評、差評、追評、圖片、交易數量、游覽量主星級等數據，共有250條評論數據。

2、回歸分析

由于在模型中假設非觀測效應μi與多個線上評論變量相關，所以采用固定效應模型而非隨機效應模型來進行回歸分析。考慮到線上評論的影響與消費者的購買行為在時間上可能存在一定的先后順序，用同期的因變量和自變量進行回歸，以檢驗回歸結果的穩健性。

首先從表1可以看出，F值為84.778，較大，且其對應的顯著概率遠遠小于0.05，因此可以推斷回歸方程成立。然后根據表2所示，在0.05顯著水平條件下，追評和好評沒有通過檢驗，假設1不成立，表明追評和好評對銷量沒有顯著影響。中評、圖片、瀏覽量與評分的系數是正向顯著的，說明假設2和假設3都成立，其中中評的系數最大，再依次是瀏覽量、評分、圖片；差評的系數為負數，說明差評數量與銷售量之間呈反方向變動，差評量越多，銷售量就越小。它們的關系如下面的模型框架回歸方程所示：

lnit=-406.655+0.595lnmodit-0.508lnnegit+0.173lnimait+ 0.334vieit+0.197scoit+μi+εit

表1 方差分析結果

表2 回歸分析結果

三、結論與營銷建議

1、結論

以淘寶網評論的大樣本面板數據，通過建立計量模型，對線上評論信息與銷量的關系進行了實證分析，研究發現中評數量、圖片數量、瀏覽量與評分分數對銷量有顯著的正向影響，差評分數會負向影響產品銷量。

2、營銷建議

本研究可為網絡零售商乃至零售商提供有益的借鑒作用，首先網絡口碑對網絡銷售量有重大影響，網絡零售商應該引起足夠的重視，在不斷改進產品質量和服務的同時，應積極引導消費者在網絡平臺上發布和分享相關信息，讓更多的潛在消費者了解產品，從而有利于提升產品銷量，建立自己的競爭優勢。

其次，中評數量對銷量影響最大，網絡零售商在管理和引導網絡口碑時，應鼓勵消費者發表針對產品和服務提出的意見，此時網絡零售商應及時互動，積極地傾聽并快速有效地把問題解決，讓消費者滿意。

最后網絡零售商應重視負面口碑對網絡銷售的影響，負面口碑往往是網絡零售商的問題所在，也是網絡零售商改進管理的重要依據，企業應切實做好售后工作，良好的售后服務不僅是企業經營管理水平和職業道德水平的體現，而且能提高其產品在消費者中的美譽度。消費者自身的對產品的重購率提升的同時，通過他的口碑推薦，為企業贏得更多的客戶。完善的售后還可以解決產品方面出現的問題，降低負面口碑的蔓延。

[1]GodesD.、Mayzlin D.、Chen Y.，etal：The Firm’s Management of Social Interactions[J].Marketing Letters，2005（3）.

[2]龔詩陽、劉霞、劉洋、趙平：網絡口碑決定產品命運嗎——對線上圖書評論的實證分析[J].南開管理評論，2012（4）.

[3]Chevalier J.A.，Mayzlin D.：The Effect of Word of Mouth on sales：Online Book Reviews[J].Journal of Marketing Research，2006（3）.

[4]Liu Y.：Word of mouth for movies：Its dynamics and impact on box office revenue[J].Journal of marketing，2006（7）.

[5]Park C.，Lee T.：Information direction，website reputation and eWOM effect：A moderating role of product type [J].Journal of Business Research，2009（1）.

[6]Duan W.，Andrew B G.，Whinston B.：The dynamics of online word-of-mouth and product sales——an empirical investigation of the movie industry[J].Journal of Retailing，2008（2）.

[7]李巍、王志章：網絡口碑發布平臺對消費者產品判斷的影響研究——歸因理論的視角[J].管理學報，2011（9）.

[8]郗河、徐金發、羅時鑫、黃國群：網絡口碑與傳統口碑對消費者購買決策影響比較研究[J].財貿經濟，2006（21）．