產品圖文信息呈現與線上圖書銷量*

□文│劉 蕾 吳少輝

（作者單位：中央財經大學文化與傳媒學院 清華大學經濟與管理學院）

自2015年國家提出“互聯網+”戰略以來，我國電子商務再次取得飛速發展。據中國互聯網絡信息中心（CNNIC）數據顯示，2016年中國電子商務交易額為22.97萬億元人民幣，同比增長25.5%。其中，網絡零售市場交易規模5.3萬億元，在社會消費品零售總額中的滲透率達到14.9%。一方面，中央通過加快供給側改革促進傳統企業向互聯網轉型升級；另一方面，在傳統零售業績持續下滑背景下，互聯網零售轉型成為所有零售企業未來最重要的增長點。然而，企業界和學術界對于在網絡環境下，企業究竟該如何呈現產品信息以更好地激發消費者的購買行為、提升產品銷量卻缺乏足夠的理解。

從消費者角度而言，電子商務規模的持續增長伴隨著網絡購物用戶數量的不斷擴大。截至2016年，我國網絡購物用戶規模達到4.67億，用戶網絡購物的消費習慣已經形成。消費者在網上購買產品時，主要通過瀏覽產品呈現信息和消費者評論信息做出決策。產品呈現信息由企業編輯和發布，消費者通過瀏覽產品呈現信息獲得對產品屬性及品牌方面的初步認知和評價。消費者評論信息即網絡口碑，企業基本無法干預和控制，這部分信息通過影響消費者對產品的知曉（知曉效應）以及塑造和改變消費者對產品的態度（說服效應）來影響消費者購買決策。消費者評論信息究竟如何影響消費者購買決策已經得到廣泛而深刻的研究，而產品呈現信息對消費者購買決策的影響研究卻非常有限，對銷量影響的實證研究更加缺乏。

在網絡環境下，由于消費者無法真正看到和摸到產品，相比在線下環境下購買產品，他們尤其需要獲取足夠的信息以做出購買決策，因此產品呈現信息對消費者購買決策具有重要的影響。圖文信息作為最基本、最重要的產品信息呈現方式，本研究試圖探討產品圖文信息如何影響產品銷量。具體而言，本研究將回答如下兩方面問題：①產品文本信息數量與銷量之間是什么關系？產品文本信息是否越多越好？②產品圖片信息數量與銷量之間是什么關系？圖片是否越多越好？

圖書、音像類產品作為我國網上銷售商品的重要組成部分，近年來發展迅速。2016年，中國圖書零售市場中網上銷售渠道銷售額達到365億元，首次超過實體渠道銷售額（336億元）。當前，全民閱讀推廣活動更將進一步促進線上圖書銷售。因此，本研究將以圖書銷售為例，探討線上產品圖文信息呈現如何影響產品銷量，從而為企業開展電子商務運營提供策略建議。

一、理論背景與研究假設

信息呈現包括言語和視覺兩種基本形式，言語形式即文本信息，視覺形式則是生動化呈現信息的方式，包括圖片、視頻、動畫等多種方式。當前關于產品呈現信息對消費者決策影響的研究主要關注信息生動化呈現方式對消費者態度和產品評價的影響。在網絡購物環境中，圖文信息作為最主要的產品呈現方式，學者對其關注卻極其有限。根據我們的了解，僅有兩篇研究探討了線上產品圖文信息呈現對消費者決策的影響。金（Kim）和列儂（Lennon）通過實驗的方法比較了文本信息和圖片信息兩種方式對消費者認知態度的影響，結果發現相比圖片信息，文本信息對消費者態度的影響更具有優越性；劉（Yoo）和Kim則對產品使用場景的圖片呈現方式（具體的消費背景VS純色背景）對消費者情感與購買行為意向的影響進行了實驗研究，結果發現采用與產品使用或消費場景相關的圖片更能激發消費者的購買意向。綜上可見，現有研究忽略了一個最基本而重要的問題，那就是圖文信息數量對產品銷量的影響。文本和圖片作為線上產品呈現最重要、最普遍的形式，企業到底應該使用多少文字闡述產品屬性及品牌保障等信息，文字信息是否越多越好呢？又該使用多少張圖片展示產品呢？圖片數量是否越多越好呢？這正是本研究試圖回答的問題。

1.產品文本信息呈現對銷量的影響

一方面，如前所述，在網絡購物環境下，消費者無法真正看到和觸摸到產品，他們對產品評價的不確定性隨即增加，這使得消費者網絡購物時的感知風險大大增加。這時消費者通常會采取一些措施來降低感知風險，例如更多地、更仔細地搜集和閱讀產品信息。如果消費者無法獲得足夠的產品信息，他們傾向于放棄購物。因此，我們預期企業更多呈現產品文本信息有助于消費者更多地了解產品，降低購買時的不確定性和感知風險，產品銷售由此增加。

另一方面，產品文本呈現信息是否越多越好呢？我們認為不盡然。學者通過實驗研究發現，大量的信息會讓消費者感覺到信息超載，而這種感知導致消費者做出的選擇更差。例如，當產品屬性數量過多或者每個產品屬性有多種水平時，就可能導致信息超載，消費者對于做出的決策通常感到不滿意、不自信甚至非常困惑。即使消費者面臨的可選擇的產品太多，也會導致消費者決策困難甚至放棄購買。由此，我們預期當產品文本信息過多時，容易造成消費者的認知超載感知，從而降低購買的可能性，產品銷量隨之減少。

綜上所述，我們預期產品銷量隨產品文本呈現信息數量先增后減，呈現倒U型變化趨勢。隨著文本信息由少逐漸增多，產品銷量首先會增加，即消費者通過了解和閱讀更多產品信息而減少不確定性和感知風險；而當產品文本呈現信息數量由適中繼續增多時，消費者會感知到信息超載，從而放棄購買，產品銷量開始減少。

2.產品圖片信息呈現對銷量的影響

學者研究發現人們可以更快、更加無意識地處理圖片信息，而且圖片與其意義之間的聯系相比文字更加直接，也比文字更加有吸引力。當人們處理圖片信息時，采用格式塔處理方式，整體性地、一次性地處理全部信息，而處理文本信息時則采用碎片式處理方式，碎片化地依次處理信息。由于圖片信息處理更快、更加容易，消費者更加偏好處理圖片信息。相應地，在網絡購物環境下，圖片信息會減少消費者的認知負擔，消費者處理起來更加容易和快速，看到圖片也會降低消費者的不確定性，由此增加消費者購買的可能性，因此我們預期產品圖片信息呈現數量與銷量之間呈現正向相關關系。

二、數據和變量

本研究數據來源于當當網。當當網作為起步早、規模大的中文圖書在線銷售平臺，在同類網站中擁有的用戶數量很多，占據了超過50%的市場份額。同時，當當網提供的圖書銷售情況、商品詳情、消費者評論等信息涵蓋了本研究所需要的全部數據，避免了潛在的異方差問題，提高了研究的有效性。我們收集了2017年6月17日當當網24小時圖書暢銷榜的前300本圖書信息。對于每一本圖書，我們收集的數據包括如下內容。

產品圖文信息呈現數據。每本圖書的商品詳情即是產品圖文信息呈現內容，基本包括以下幾個部分：編輯推薦、內容簡介、作者簡介、目錄、前言、媒體評論、在線試讀部分章節。我們收集了每一部分的字數并將其加總得到產品文本信息呈現的總字數，同時收集了產品圖片信息的總數。

網絡口碑數據。網絡口碑數據對產品銷量的影響已經得到廣泛的驗證，學者發現評論數量和評論分數會影響產品銷量，因此我們收集了每本圖書的評論數量和好評率兩個數據。好評率是指五星評分占總評分的百分比，在本研究中以此代表評論分數。

銷量數據。當當網沒有公開產品的具體銷量，因此我們無法直接獲取每本圖書的具體銷量數據。然而，當當網公開了近24小時圖書銷量排行榜，列出了銷量排名前500位的圖書。學者發現銷量和銷量排名分別取自然對數之后呈線性相關關系，而且大部分相關研究都直接用銷量排名的自然對數來替代銷量的自然對數。因此本研究使用銷量排名替代具體銷量數據來研究企業發布內容與產品銷量之間的關系。

其他控制變量。為排除其他可能潛在因素會影響圖書的銷量，我們加入了如下的一系列控制變量來排除這些可能的干擾因素。為了控制價格因素對圖書銷量的影響，我們收集了每本圖書的銷售價格。促銷也可能會影響圖書的銷量，因此我們收集了每本圖書的促銷折扣。圖書類型是基于圖書內容對圖書進行的分類，包括文藝、青春、少兒、生活、經濟管理、科技教育、人文社科七種類型。不同類型圖書在趣味性、可讀性、實用性等方面均不同，面向的消費者群體不同，其購買行為也可能有很大差異，因此收集了圖書類型作為控制變量。產品生命周期是影響產品銷量的重要因素，圖書的產品生命周期可以根據圖書出版時間進行計算，因此我們收集了每本圖書的出版時間來計算其產品年齡，以控制產品生命周期對圖書銷量的影響。

表1報告了圖書類型的分布情況。在銷售排名前300名的圖書中，文藝類和少兒類圖書較多，合計占總數的70%，其次是人文社科類圖書，占總數的15%。青春、科教及生活類圖書占比最少，合計占總數的15%。

表1 圖書類別及占比

表2為本文主要變量的描述性統計。研究樣本在價格、促銷折扣、產品年齡上有較大差異，說明該樣本具有較好的代表性。每一本圖書平均獲得103490條評論，與中位數53985有較大差異，說明有少數圖書獲得了大量的消費者評論。每本圖書的好評率平均為99.70%，與中位數99.80%差距甚小，標準差只有0.24%，說明進入榜單的圖書獲得了消費者的一致好評。在產品圖文信息呈現方面，產品文本信息數量的平均值為4977，中位數為3860，說明對于每本圖書的介紹簡繁有別；而產品圖片信息數量的平均值為6，中位數為5，可見對于每本圖書使用圖片數量的差異并不是很大。

表2 數據的描述性統計

表3報告了本研究涉及的主要變量及其描述。如前所述，我們采用銷量排名的自然對數作為因變量。同樣的，對于自變量，我們也對其進行取自然對數的線性變換，包括圖書價格（Lnprice），產品年齡（Lnage），消費者評論數（LnVolume），產品文本信息數量（Lnwords）。同時對因變量和自變量進行對數變換有兩個好處：第一，可以壓縮變量的量綱，從而消除變量數量級相差很大的情況。如不同圖書的消費者評論數差異很大，多者高達10多萬條，少的則僅有幾百條，對變量進行對數變化就很必要。第二，雙對數模型可以將潛在的非線性關系轉變為線性關系，從而提高模型的穩健性。另外，對變量進行對數變換后，模型回歸系數代表彈性水平，即自變量的百分比變化引起因變量變動的百分比，這對于系數的含義更加一目了然。對于其他自變量，促銷折扣（Discount）、好評率（Valence）由于為百分比形式，所以不需要進行對數變換。圖書類型為啞變量，也不需要進行對數變換。對于圖書的產品圖片信息數量，由于有54本圖書使用圖片數量為0，對數變換將損失這部分數據，所以也未對該變量進行對數變換。

表3 主要變量及其描述

表4展示了主要變量之間的相關關系。首先，消費者評論數量與銷量排名之間具有顯著的負相關關系。說明銷量排名越靠前，即越暢銷的圖書，所擁有的網絡口碑越多。圖書好評率與銷量排名之間沒有顯著相關關系。其次，產品文本信息呈現數量與銷量排名之間不顯著相關，我們將在計量模型中進一步檢驗二者的關系，而產品圖片信息呈現數量與銷量排名負相關，與我們的預期相符。

表4 主要變量的相關關系矩陣

表4中多個自變量之間具有較強的相關關系，揭示自變量之間可能存在多重共線性問題。為此，本文用VIF檢驗來考察自變量之間的共線性水平。結果顯示VIF值在1.05～2.11之間（＜10），表明多重共線性均在可接受的范圍內。

三、產品圖文信息呈現對在線圖書銷量影響的實證分析

為了分析產品圖文信息呈現數量對圖書銷量的影響，我們建立了如下模型來進行估計：

Lnranki= α0+ α1·Lnpricei + α2·Discounti+α3·Lnagei+ α4·Genrei+ α5·LnVolumei+ α6·Valencei+ α7·Lnwordsi+ α8·Lnwordsi2+ α9·Picturesi+ εi

我們用下標i=1,…, N來代表圖書。模型的因變量為銷量排名Lnrank。控制變量方面，Lnprice為價格，Discount為促銷折扣，Lnage為產品年齡，Genre為圖書類型，LnVolume和Valence為網絡口碑變量，前者為消費者評論數量，后者為好評率。Lnwords和Pictures為我們所關注的產品圖文信息呈現相關的解釋變量。Lnwords為產品文本信息呈現數量，Pictures為產品圖片信息呈現數量。如前所述，我們預期產品文本信息呈現數量與銷量之間為倒U型關系，也就是與銷量排名之間為U型關系，即當產品文本信息呈現數量由少增加到適中時，銷量隨之增加，銷量排名數值變小；但是當產品文本信息呈現數量從適中繼續增加時，銷量開始減少，銷量排名數值變大。因此我們在模型中加入產品文本信息呈現數量的一次項和二次項，以驗證兩者之間是否為U型關系。如果二次項系數α8大于0且顯著，說明兩者之間確為U型關系；如果二次項系數α8不顯著，則我們的假設不成立。對于產品圖片信息呈現數量，我們預期其與銷量排名為線性關系，即圖片數量越多，銷量越高，銷量排名數值越小。

回歸結果如表5所示。對于控制變量，產品年齡正向顯著（α3=0.311，p＜0.01），說明隨著圖書出版時間越長，銷量排名越靠后，銷量越少。消費者評論數量負向顯著（α5=-0.431，p＜0.01），說明消費者評論數量越多，銷量排名越靠前，銷量越多，即圖書銷量隨著消費者評論數量的增多而增加。這與大多數對網絡口碑的研究結論相一致。好評率對銷量排名的影響并不顯著（α6=4.547，p＞0.01），這與黃可及龔詩陽等的實證研究結果相一致，造成該現象的原因或是由于樣本中好評率極其接近所致。

本研究主要關注產品圖文信息呈現變量對圖書銷量的影響。首先，結果顯示產品文本信息呈現數量二次項系數正向顯著（α8=0.137，p＜0.05），說明產品文本信息呈現數量與銷量排名之間呈現U型關系，這與我們的預期一致，即當產品文本信息呈現數量從小增加到適中時，銷量排名數值不斷變小，意味著銷量不斷增加；但當產品文本信息呈現數量從適中繼續增加時，銷量排名數值隨之變大，意味著銷量反而不斷減少。與此同時，產品文本信息呈現數量一次項系數負向顯著（α7=-2.225，p＜0.05）。其次，產品圖片信息呈現數量系數小于0且邊際顯著（α9=-0.018，p＜0.10），說明銷量隨著產品圖片信息呈現數量的增加而增加，這也與我們的預期相一致。

表5 產品圖文信息呈現變量對銷量的影響結果

此外，為分析產品文本和圖片信息呈現數量對圖書銷量排名的影響，我們通過將模型（1）與基準模型來進行對比驗證。模型（0）為基準模型，我們在模型（0）中僅加入了控制變量及網絡口碑變量，而沒有加入產品圖文信息呈現變量。模型（0）的主要作用在于對比加入產品圖文信息呈現變量后模型的擬合優度是否有明顯的提升，以此來說明產品圖文信息呈現變量是否對圖書銷量有重要的影響。由表5可以看出，模型（1）在加入產品圖文信息呈現變量后，R2由0.221增加到0.243，由此說明，加入產品圖文信息呈現變量后，模型的擬合優度明顯提升。為了進一步驗證產品圖文信息呈現變量的聯合顯著性，我們采用Wald test對三個變量進行聯合檢驗。結果顯示F值為2.59，P值為0.05，說明產品圖文信息呈現變量確實對圖書銷量有重要影響。

四、結論與啟示

本文基于在線圖書銷售數據對產品所呈現的線上圖書圖文信息與其銷量之間的關系進行了實證分析，補充了網絡購物環境下產品呈現領域的研究空白。首先，以往研究主要關注消費者生成的網絡口碑變量對銷量的影響，而忽視了企業主導的產品呈現變量對銷量的潛在影響。本文通過實證研究驗證了產品圖文信息呈現變量對銷量存在重要的影響。其次，產品文本與圖片信息呈現數量與銷量之間的關系不同，產品文本信息呈現數量與銷量之間呈現倒U型關系。當產品文本信息呈現數量從少增加到適中時，銷量隨之增加；但當產品文本信息呈現數量從適中繼續增加時，銷量開始減少。而圖片數量與銷量之間則為正向相關關系，即銷量隨著圖片數量增加而增加。

研究產品圖文信息呈現對銷量的影響具有重要的實踐意義。第一，本研究結論同樣適用于其他領域企業。它將指導網絡零售商呈現給消費者最優的產品信息以最大化其收益。從產品文本信息呈現數量來說，如果企業不了解文本信息數量與銷量之間的倒U型關系而盲目認為產品文本信息呈現數量越多越好，這將給產品銷量帶來負面影響。本文的研究結論提出銷量隨產品文本信息呈現數量增加而呈現倒U型變化，即存在某個適中值，在這個適中值點上，銷量達到最大。因此網絡零售商在對呈現產品時應注意控制總體文本數量，既不能過少造成無法完整準確地介紹產品的優勢，也不能過多造成消費者的認知負擔，從而降低了消費者深入了解產品的興趣，也就降低了銷量。第二，對圖片數量而言，企業應在呈現產品時盡量增加對圖片的使用。尤其對于圖書行業而言，文化產業建設成為支柱產業，全民閱讀活動使文化消費群體不斷擴大，“一帶一路”倡議的實施等無不為圖書零售企業提供了巨大的機遇。根據本文計量模型的回歸結果，可計算出圖書文本信息呈現數量的適中值為3361。圖片數量則與銷量呈現正向相關關系。那么，對于在線圖書零售商而言，要關注呈現圖書時使用的文本與圖片數量，以促進銷量的最大化。第三，在政策制定領域，產品圖文信息呈現數量效應仍然適用。如政府在公布政策或者政府動態時，也應注意對于文本數量的控制和圖片的使用。然而對于不同的產品類型，適中的產品文本信息呈現數量或許有所不同。那么，找到產品文本信息呈現數量的適中值對網絡零售商或者政府部門就具有重要的戰略意義。

本文基于當當網的圖書數據研究了產品圖文信息對銷量的影響。雖然本研究補充了產品圖文信息呈現的研究空白，但仍存在一定的局限性，值得在未來研究中深入探討。為了更加深刻地理解產品圖文信息呈現變量與銷量之間的關系，未來的研究還需要進一步探討變量之間的因果關系。這需要研究人員采用更多不同的研究方法，如實驗室方法、田野實驗法等，以收集更多細化的個體數據。此外，本文考察了產品文本信息呈現數量和圖片數量對銷量的影響，而沒有考察其他產品圖文信息呈現變量如效價等的作用。未來可拓展研究其他產品圖文信息呈現變量如效價等如何影響銷量。

（作者單位：中央財經大學文化與傳媒學院 清華大學經濟與管理學院）