電子商務網站在線評論對手機銷量影響的實證研究

王文君，張靜中

(河海大學商學院，江蘇南京　210098)

?

電子商務網站在線評論對手機銷量影響的實證研究

王文君，張靜中

(河海大學商學院，江蘇南京210098)

摘要：采用數據抓取方法獲取京東商城在線評論數據，使用SPSS軟件對數據進行多元回歸，通過評論數量、負面評論、評論長度和評論時效性4個維度，研究了在線評論對電子商務網站產品銷量的影響，并按照品牌的熱門程度將產品分類，進一步分析了品牌對負面評論和評論時效性是否具有調節作用。研究發現，評論長度、評論時效性對銷量具有顯著的正向影響，而評論數量、負面評論和產品價格對銷量具有顯著的負向影響。在品牌的調節作用下，評論時效性的影響力減弱，而負面評論對銷量的影響則增強。根據研究結果，提出改善電子商務網站在線評論機制的針對性建議。

關鍵詞：信息經濟學；在線評論；電子商務；產品銷量；口碑采納；營銷

隨著Web2.0時代的到來，用戶生成內容在網絡上迅速增長。在線評論是一種重要的網絡口碑形式，是用戶生成內容的一種，指的是網絡用戶以文本的形式描述與評價商品的使用經歷[1]。消費者可通過查閱已有評論來了解產品的好壞，其廣泛存在于博客、評論論壇、電子商務網站等網絡平臺。由于買賣雙方具有獲取信息方面的不對稱性，因此為了減少購物的風險，越來越多的消費者在購物之前選擇參考已有的商品評論[2]。從客戶角度研究消費者在作出購買決策時關注的是在線評論的哪些屬性，對于提高市場資源的有效配置至關重要。

本文以搜索型商品——手機的在線評論為研究對象，從在線評論的視角出發展開實證研究，同時為電子商務網站在線評論機制的改進提出建議，提高其競爭優勢。

1文獻回顧

在線評論是指存在于產品網站、個人主頁或者商業銷售網站，由消費者發表的有關產品、服務等的正面或負面觀點，能夠被大眾群體看到，方便用戶與商家進行在線互動與信息交流[3]。信息經濟學理論指出，基于充分的完全信息，消費者能做出有利于自身利益最大化的決策，市場資源能得到有效的配置[4]。因此，在線評論受到了消費者和商家的重視。

鑒于在線評論對消費者購物行為具有重要影響，在市場營銷領域，眾多學者針對在線評論對產品銷量的影響進行了大量的研究。其中較多學者從評論星級、評論數量、評論長度等方面展開研究，如表1所示。

表1　在線評論對產品銷量影響的相關研究總結

CHEVALIER等[5]以Amazon和Banes Noble 網站的書評為研究對象，得出消費者對于書籍的評分值越高，有關書籍的銷量越大的結論；GHOSE等[6]研究發現eBay和Amazon上的消費者評論對于網站產品和服務銷售量的增長影響顯著；YE等[7]通過對攜程網的在線評論進行分析發現僅有評論星級對酒店的預定具有正面的影響。SEN等[8-9]以網絡銷售的數碼產品為研究對象，通過問卷調查發現負面評論更易受到消費者的關注。盧向華等[10]對餐飲行業的研究則發現評論數量、評論星級和負面評論對銷量影響重大，其中評分等級越高、評論數量多的餐館，銷售收入也高，負面評論對收入的作用不顯著。LIU[11]對中國電影網站的研究也證實了評論數量對于票房具有正向的貢獻。而TSAO等[12]在文章中指出，不僅評論數量與電影票房之間為正向關系，評分高的電影也更易受到消費者的喜愛。然而，現有的研究雖然從不同的維度對在線評論影響銷量的原因進行了探索，所得結論卻不盡相同。對于產生結論不同的原因，CHEN等[13]認為研究結論與樣本數量大小有關系。

已有研究多采用訪談、問卷調查等方法收集數據，如SUSSMAN等[14]在對103個網購人員進行訪談后，獲取數據。DOH等[15]基于消費者實驗發現正面評論在80%時，在線評論的可信度最高。武鵬飛等[16]基于問卷調查收集研究數據，ZHANG等[1]通過對大眾點評網購用戶進行問卷調查。上述研究方法收集到的數據存在樣本小、主觀性強的問題，為了彌補上述不足，本文通過對京東商城網頁進行數據抓取，共獲得64 022條在線評論信息，通過篩選剔除不合格信息展開研究。

國內的研究主要以旅游網站、網上書店、電影網的在線評論為研究對象，很少涉及數碼產品。而在線評論對于搜索型產品的影響最大，半數以上的該類產品會受到在線評論的影響[17]。由于科技類產品具有價格高、功能較復雜的特點，因而消費者在購買該類產品時，搜尋的時間也長，會更多考慮已存在的產品評價。手機是高科技產品中價格較高的產品，消費者在購買前會參考網上已有的產品評價，是典型的搜索型商品。

2研究假設

本研究以手機為研究對象，從評論數量、負面評論、評論時效性和評論長度4個維度出發，研究在線評論對電子商務網站產品銷量的影響。

2.1評論數量

評論數量是消費者購買商品后做出的累計評論數。由于買賣雙方信息不對稱，加上消費者無法感受或者體驗到商品、服務，他們需要更多的外部信息來幫助其作出購買決策。因此，通過閱讀其他消費者對產品或者服務的體驗，可以減少消費者的不確定性。在線評論的數量會影響消費者的購買決策[18]，當消費者讀到大量的有關商品的評論時，會因其他消費者也購買了這件商品的事實而更加堅定或者改變他們原先的決定和態度，這促使購物行為變得理性。基于上述分析，提出假設H1。

假設H1：評論數量對商品銷量具有正向影響。

2.2負面評論

顧客可對自己已消費的商品進行打分，1顆星表示不推薦，5顆星表示顧客對商品很滿意，推薦再次購買。較高的評分被認為是由消費者滿意體驗所產生的正面情感，而較低的評分則被認為是消費者抱怨的一種負面評價。有關評論星級的研究結論存在分歧，王君珺等[17]在對京東商城的實證數據分析結論中表明，在線評論星級得分與銷售關系不顯著。在線評論星級是否對商品銷量起作用取決于顧客對在線評論星級的信任程度。通過對體驗型商品的研究發現，正面評論相比于負面評論影響力更大 。TSAO[19]認為由于在線評論是在虛擬環境中產生的，評論者可以選擇是否匿名，因此發表在線評論的消費者會更樂意表達他們的購物體驗和觀點，同時由于不用考慮他人的感受，所以相比于傳統的面對面交流，消極評論會產生更大的影響。FISKE[20]指出在社會環境中，負面的評價往往被認為是異常的，因此,負面評論的出現更會吸引顧客的注意。負面評論對銷量有負向的影響。AHLUWALIA等[21]通過實證研究發現，基于負面信息具有較多的診斷價值，消費者會更多參考負面評論來輔助其作出購買決策。

在對某一對象進行評價的過程中，對于正、負面信息，人們的反應強度不同，負面信息給人們的心理喚醒、情緒、社會行為等反應造成更強的刺激。此外，相比于一般品牌，熱門品牌的商品更受到消費者的關注，負面評論對消費者的決策產生更大影響。基于上述分析，提出假設H2a和假設H2b。

假設H2a：負面評論對產品的銷量有負向影響。

假設H2b：熱門品牌的負面評論對商品銷量的影響大于一般品牌。

2.3評論長度

評論長度是指消費者購買商品后作出評論的字數。CHEVALIER等[5]認為評論的長度取決于評論者的熱情，但過長的評論對銷量影響不大。網上評論內容多種多樣，一些評論中只包含了簡單的個人喜好，而一些評論中則包含了產品信息以及消費者對產品及其特征的看法和體驗。評論閱讀者易受到較長評論的刺激，閱讀較長的在線評論會改變或者加深消費者的原有認知，減少購物的不確定性。CHERN等[22]指出有更多產品細節的評論影響更大，它們也比短的評論更有影響力。因此，評論的字數對銷量有顯著影響。基于上述分析，提出假設H3。

假設H3：在線評論的長度對產品銷量具有正向影響。

2.4評論時效性

評論時效性是指評論發表的時間與評論查閱者翻閱評論的時間間隔。銷售數據是時間的函數，由于在線評論在相當長一段時間內都會存在于商品所在的網頁中，因此，當期的評論不僅會影響現在的銷量，也會對之后一定時期內的銷量產生影響。一方面，絕大多數的商品生命周期有限，廠商會不斷地進行更新換代，因此，消費者通常會選擇最近的在線評論作為參考。另一方面，隨著時間的推移，新的評論會不斷被釋放出來，潛在的顧客將可能轉向更近的評論來尋找信息。所以，評論對銷量的影響會隨著時間的推移而降低。此外，由于熱門品牌產品在市場上擁有大量的顧客人群，潛在購買者可以通過更多的信息渠道獲得與商品有關的信息。因而，相對于一般品牌商品，消費者不會特別關注熱門品牌商品在線評論的時效性。基于上述分析，提出假設H4a和假設H4b。

假設H4a：評論時效性對銷量的影響存在負向影響。

假設H4b：熱門品牌的評論時效性對產品銷量的影響弱于一般商品。

2.5價格因素

根據需求定理，商品的價格與供求量之間成反向關系。但是隨著經濟的發展，人們收入水平不斷提高，價格對于人們的消費決策不再起決定性作用,消費者在購買商品時更多關注的是它們的品牌、質量等。基于上述分析，提出假設H5。

假設H5：商品的價格對商品銷售量沒有顯著影響。

3研究數據及變量

3.1數據收集和預處理

在線評論對于搜索型產品的影響最大，半數以上的該類產品會受到在線評論的影響[23]。本研究以搜索型商品——手機為研究對象。研究的樣本源于京東商城，京東商城作為國內領先的B2C電子商務網站，擁有豐富的產品種類和大量的用戶群，為本研究提供了可靠和豐富的數據樣本，適合作為本文的研究對象。數據抓取時間范圍為2015-03-08日至2015-04-08日。筆者抓取了銷量較好的18款手機的64 022條在線評論信息。為了保證研究的有效性，剔除了沒有打分或者沒有評論內容的無效樣本，同時為了避免人為刷單、惡意差評現象，確保評論的準確性，通過逐條篩選評論的方法，去除含有廣告的評論、文本內容重復率較高的評論以及由于買家使用方法不當或者同行惡意競爭產生的評論，最后剩下數據62 132條。采集的數據包括銷量排名、評論長度、評論數量、差評數、評論時效以及產品價格。

3.2變量的測量

由于京東商城沒有公開其產品的具體銷量，無法直接獲取其銷量數據，故產品銷量的衡量采用銷量排名代替，近期不少學者的研究也選用銷量排名來衡量產品的銷量，且取得了很好的擬合效果。

關于自變量，評論數量用商品的累計評論數量進行衡量。評論長度用評論的字符數來衡量。評論時效性采用評論發表之日至數據采集之日歷經的天數來衡量。消費者在對商品進行評論時，可以對曾購買的產品進行星級打分。采用1星評論數占評論總數的比例即差評率來衡量負面評論。為了衡量品牌對于評論時效性和負面評論是否具有調節作用，文章引入品牌作為調節變量，根據中關村在線網公布的手機品牌市場占有率將產品劃分為熱門品牌和一般品牌2類，研究中將熱門品牌取值為“1”，一般品牌取值為“0”。

4數據分析

4.1初步統計分析

模型中的變量為連續變量，對收集的樣本進行了具體的描述性統計，信息詳見表2。從表2中可知，銷量排名最小值為1，最大值為263，樣本具有較強的代表性。評論長度、評論數量、差評數、評論時效性和產品價格的均值依次為26，3557，31，14.6和1 867，數值處于中等水平。其中評論數量最小值和最大值分別為356和18 306，遠大于差評數2和124，這反映了消費者在線評論情感的分布呈現偏態結構[19]。同時也初步判斷差評率對產品銷量具有較強的影響效應。

表2　變量的描述性統計信息

4.2回歸結果分析

為了檢驗假設，筆者采取回歸分析的方法對所收集的數據展開研究，為了壓縮變量的量綱，控制住潛在的離群值，分析前先對因變量和部分自變量進行雙對數化處理。對于評論差評率，由于其本身是百分比，不需要再進行對數變換。為了對假設進行檢驗，筆者構建2個模型，首先以銷量排名對數為因變量，以評論長度、評論數量、差評率、評論時效性和產品價格為自變量構建回歸模型1，然后在模型1的基礎上引入品牌作為調節變量構建回歸模型2。為了確保回歸結果的準確性，筆者先對變量進行了多重共線性診斷，診斷結果如表3所示。由表3可知，VIF值均小于5，所以變量之間不存在共線性，可以進行回歸分析。

從模型1的回歸結果可知，評論長度和評論時效性的系數為正，這表明評論長度、評論時效性與商品的銷量顯著正相關，因此假設H3成立，假設H4a不成立。評論時效性對產品銷量存在正向影響，對于這一現象，筆者認為在產品上市初期，一些出于獵奇心理的消費者購買商品，他們會對已購商品做出評價因而產生在線評論，而隨著時間的推移，后期的顧客更加的理性，會參考已存在的評論，評論的時效性越大，評論越被認為有用。評論數量和產品價格以及差評率的系數為負，說明這3個變量和銷量之間存在負相關性，所以，假設H1與假設H5不成立，假設H2a成立。其中差評率的系數最大，表明消費者在購物時的決策更易受到負面評論的影響，而價格也是當前消費者購物時十分重視的一個方面。在模型2的回歸結果中，評論長度和評論時效性的系數仍為正值，但評論時效性的系數減小，這支持了模型1的回歸結果，假設H3成立，假設H4a不成 立,同時也表明假設H4b成立。

表3　回歸結果

注：*,**,***分別表示系數估計值在0.1，0.05，0.01水平上顯著。

評論數量、產品價格和差評率與銷量的相關系數為負數，說明它們與因變量之間是負相關關系。其中評論數量和產品銷量之間是負相關，假設1不成立。從社會心理學角度分析，網絡電子產品的消費者多為青年人，出于獵奇心理的消費者嘗試購買剛上市即評論數量較少的產品并通過網絡發表使用產品的感受。因此評論數量與產品銷量之間呈現出負相關。同時，產品價格的系數也為負數，這表明價格和需求之間是負向的關系，消費者在購買產品時會考慮產品的價格，價格較高的產品，其銷量會相對少些。在品牌的調節作用下，差評率與產品銷量之間的負相關關系更強，由模型1中的-26.606變至-32.907，假設2a和假設2b成立,實證結果總結如表4所示。

表4　實證結果總結

5結語

本文以搜索型商品——手機為研究對象展開在線評論對商品銷量影響的實證研究 ，得出以下結論：評論長度和評論時效性對產品銷量具有正向影響，評論數量、產品價格和差評率對銷量具有負向影響，在將品牌作為調節變量加入研究后，在品牌的調節作用下，評論時效性和產品銷量之間的正相關關系變弱，而差評率與產品銷量之間的負相關關系則增強。

為了更好地促進中國電子商務網站的發展，根據本研究成果，提出以下建議。

1)對于正負面評論采取不同的管理辦法

電子商務網站，如京東商城等應該有效管理和引導在線評論的發表，從而提高商品的銷量。對于手機這類搜索性商品來說，在線零售商可以通過對作出優秀在線評論的消費者給予適當的獎勵來引導他們在購物后作出客觀評價。其次，在網絡口碑營銷過程中，企業應重視差評率這一關鍵指標。沒有一個品牌的商品能夠讓所有的消費者都滿意，因此，電子商務網站應該正視負面評價的存在，并盡力解決客戶的不滿意。對于品牌商品，網站應該更加注重它們的差評率，完善自身的諸如退貨等售后服務，努力使消費者滿意，減少差評率。

2)通過激勵措施促使消費者發表評論

評論的時效性、評論的長度和評論數量對于產品的積極影響顯著，因而電子商務網站可在消費者購買產品后，積極引導買方對已購產品做出評價，字數越多、曬出圖片多的評論可給予返現獎勵或者積分優惠。在采取了一定激勵措施后，及時增加購物網站的在線評論數量和評論長度，這種方法在短時間內需要一定的成本支持，但是從長遠來看給購物網站增加了更多的瀏覽量和銷量，通過消費者的在線評論來為自己的產品做營銷，可靠性、可信性均可得以增強。

3)根據不同產品制定差異化營銷策略

在品牌的調節作用下，評論時效性和產品銷量之間的正相關關系變弱，而差評率與產品銷量之間的負相關關系增強。對于搜索熱門程度不高的產品，其評論的時效性對產品銷量的影響沒有熱門程度高的產品高，因此電子商務網站應該將更大的財力、物力投放在前者，而對后者的營銷更多地投放在評論長度、評論數量方面。差評率是消費者在購買熱門程度低的產品時主要會考慮的因素，在消費者做出差評后，鑒于這些產品的評論數量不多，建議電子商務網站可以采用電話回訪的形式弄清楚消費者做出差評的原因，避免由于消費者使用方法不當等原因產生的錯誤差評現象的出現。

參考文獻/References：

[1]ZHANG K Z K, ZHAO S J, CHRISTY M K.et al. Examining the influence of online reviews on consumers’ decision-making: A heuristic-systematic model[J].Decision Support Systems,2014,67:78-89.

[2]郝媛媛，葉強，李一軍.基于影評數據的在線評論有用性影響因素研究[J].管理科學學報，2010,13(8)：78-88.

HAO Yuanyuan,YE Qiang,LI Yijun. Research on online impact factors of customer reviews usefulness based on movies data[J]. Journal of Management Sciences in China, 2010, 13 (8) : 78-88.

[3]龔燕萍，梁樹霖.在線評論對新技術產品消費者采用意愿的影響研究——基于ELM視角[J].軟科學,2014,28(2)：96-105.

GONG Yanping LIANG Shulin. Study on the influence of online reviews on consumers’ willingness to adopt the new technological products:Based on ELM view [J].Soft Science, 2014, 28(2): 96-105.

[4]BICKART B, SCHINDLER R M. Internet forums as influential sources of consumer information [J]. Journal of Interactive Marketing,2001,15(3):31-40.

[5]CHEVALIER J A, MAYZLIN D.The effect of word of mouth on sales: Online book reviews[J].Journal of Marketing,2006,43(3):345-354.

[6]GHOSE A, IPEIROTIS P. The econo mining project at NYU: Studying the economic value of user-generated content on the internet[J].Journal of Revenue and Pricing Management,2009(8):241-246.

[7]YE Q , LAW R, GU B .The impact of online user reviews on hotel room sales[J].International Journal of Hospitality Management,2009, 28(1)：180-182.

[8]SEN S, LERMAN D.Why are you telling me this?An examination into negative consumer reviews on the Web[J].Journal of Interactive Marketing,2007,21(4):76-94.

[9]馬向陽，徐嬌. 區域品牌認同的前因及對消費者購買意愿的影響[J]. 河北工業科技，2015，32(2)：102-107.

MA Xiangyang, XU Jiao. Antecedents of regional brand identification and its impact on consumer purchase intention[J]. Hebei Journal of Industrial Science and Technology, 2015，32(2)：102-107.

[10]盧向華,馮越.網絡口碑的價值——基于在線餐館點評的實證研究[J].管理世界,2009(7)：126-132.

LU Xianghua, FENG Yue. The value of internet word of mouth:Based on the research on online restaurant reviews [J]. Management World, 2009(7)：126-132.

[11]LIU Y. Word of mouth for movies: Its dynamics and impact on box office revenue [J].Journal of Marketing,2006,70(3):74-89.

[12]TSAO W C, HSIEH M T, SHIH L W, et al. Comliance with eWOM:The influence of hotel reviews on booking intention from the perspective of consumer conformity [J]. International Journal of Hospitality Management,2015,46(4):99-111.

[13]CHEN Y, WANG Q,XIE J. Online social interactions: A natural experiment on word of mouth versus observational learning[J].Journal of Marketing Research,2011,48(2):238-254.

[14]SUSSMAN S W，SIEGAL W S. Informational influence in organizations:An integrated approach to knowledge adoption[J]. Information Systems Research, 2003,14(1):47-65.

[15]DOH S J，HWANG J S． How consumers evaluate eWOM(electronic word-of-mouth) messages[J].Cyber Psychology & Behavior, 2009,12(2): 193-197．

[16]武鵬飛，閆強.在線評論對社交網絡中電子口碑采納的影響研究[J].北京郵電大學學報(社會科學版),2015,17(1):52-61.

WU Pengfei, YAN Qiang. Impact of online reviews on adoption of electronic word-of-mouth in social networks[J]. Journal of Beijing University of Posts and Telecommunications (Social Sciences Edition),2015,17(1):52-61.

[17]王君珺，閆強.不同熱度搜索型產品的在線評論對銷售影響的實證研究 [J].中國管理科學，2013,21(11):406-411.

WANG Junjun,YAN Qiang. An empirical study on the impact of online reviews of different product popularity on product sales[J]. Chinese Journal of Management Science, 2013,21(11):406-411.

[18]CANTALLOPS A S, SALVI F. New consumer behavior：A review of research on eWOM and hotels[J]. International Journal of Hospitality Management, 2014,36(1):41-51.

[19]TSAO W C . Which type of online review is more persuasive? The influence of consumer reviews and critic ratings on moviegoers[J].Electronic Consumer Research, 2014,14(4):559-583.

[20]FISKE H.A long/high view from a stationary geo satellite on project cost control[J].Engineering Costs & Production Economics,1980,5(2):81-87.

[21]AHLUWALIA R, BURNKRANT H E，UNNAVA H R, et al. Consumer response to negative publicity:The moderating role of commitment[J].Journal of Marketing Research, 2000, 37(2): 203- 214.

[22]CHERN C C, WEI C P , SHEN F Y,et al. A sales forecasting model for consumer products based on the influence of online word-of-mouth[J].Information Systems and e-Business Management, 2015, 13(3):445-473.

[23]閆強，孟躍.在線評論的感知有用性影響因素——基于在線影評的實證研究[J].中國管理科學， 2013,21(11)：126-131.

YAN Qiang ,MENG Yue. Factors affecting the perceived usefulness of onlion reviews:An empirical study based on online film reviews[J]. Chinese Journal of Management, Science, 2013,21(11): 126-131.

An empirical study of the impact of online reviews on mobile phone sales in E-commerce

WANG Wenjun， ZHANG Jingzhong

(Business School， Hohai University， Nanjing， Jiangsu 210098, China)

Abstract:Online reviews data from Jingdong Mall is captured, and SPSS software is used to carry on the empirical analysis. The effect of online comments on sales is analyzed from four aspects: the comment quantity, negative reviews, the length of comment, and timeliness. Then the products are classified on the basis of the brand's popularity, and it is analyzed that whether the brand adjusts negative reviews and timeliness. The study reveals that comment length and timeliness have significant positive impact on sales, while the comment quantity, the negative reviews, and the product price have significant negative impact on sales. Under the influence of brand adjustment, the influence of the timeliness decreases, while the influence of negative reviews increases. On the basis of study, suggestions to improve the online comments mechanism of e-commerce sites are provided.

Keywords:information economics；online reviews; E-commerce；product sales；word-of-mouth adoption；marketing

文章編號：1008-1534(2016)03-0188-06

收稿日期：2016-01-11;修回日期：2016-03-22；責任編輯：張軍

基金項目：中央高校基本科研業務項目(2015B40914)；江蘇省普通高校研究生科研創新計劃資助項目(KYLX15_0520)

作者簡介：王文君(1993—)，女，安徽宿州人，碩士研究生，主要從事電子商務方面的研究。通訊作者：張靜中教授。E-mail:zhangjz@hhu.edu.cn

中圖分類號：F713.36

文獻標志碼：A

doi:10.7535/hbgykj.2016yx03002

王文君 ，張靜中.電子商務網站在線評論對手機銷量影響的實證研究[J].河北工業科技,2016,33(3):188-193.

WANG Wenjun，ZHANG Jingzhong.An empirical study of the impact of online reviews on mobile phone sales in E-commerce[J].Hebei Journal of Industrial Science and Technology,2016,33(3):188-193.