生鮮電商平臺消費者購物滿意度影響因素研究
——基于在線評論的文本分析

房 琳，殷靜蔚

（1.商洛學院經濟管理學院，陜西商洛 726000；2.陜西高校新型智庫商洛發展研究院，陜西商洛 726000；3.陜西高校青年創新團隊，陜西商洛 726000）

隨著“互聯網+”農產品上行和“數商興農”工程的持續實施，農產品線上交易市場蓬勃發展。據農業農村部發布的數據，2022 年上半年農產品網絡零售額2 900 億元，同比增長12.4%［1］。生鮮電商成為消費者購買生鮮產品的重要渠道，而消費者滿意度是購買決策行為的重要前置變量，會驅動顧客在電商平臺的重復購買意愿［2］，生鮮農產品消費者的網購滿意度對網購忠誠具有顯著的正向影響［3］，因此提高消費者滿意度以提升生鮮電商交易依賴，提高平臺黏性，是值得研究的問題。有關生鮮電商平臺消費者滿意度影響因素的研究表明，物流服務體系如冷鏈、“最后一公里”配送是生鮮電商發展、決定消費者滿意度的主要因素；其他如生鮮電商平臺產品的質量、種類、定價、展示宣傳、售后服務等是影響消費者滿意度的關鍵因素［4］；網商聲譽、感知價值和質量，質量追溯、網購操作［5］等因素也會顯著影響消費體驗。

已有研究通常基于某種理論如期望-實績理論模型［6］、中國消費者滿意度指數模型（CCSI）［7］等，設計調查問卷對生鮮產品網絡消費者進行調研；基于調研數據運用如主成分分析、回歸分析等方法討論消費者滿意度的影響因素。而事實上，由于調查問卷需要預設問題，容易受到所使用模型和研究者自身知識的影響，數據可靠性也會受到調研設計的影響，其研究結論具有一定的主觀性。隨著在線評論習慣的養成，消費者更加樂于通過在線評論分享真實的購物體驗［8］，生鮮農產品在線評論質量［9］、數量及可視化評論［10］顯著影響消費者購買決策；負面評論質量對消費者對產品的滿意度以及購買選擇具有顯著影響［11］。

隨著文本挖掘技術的發展，在線評論的文本分析被廣泛應用于電商平臺的消費者購物體驗、滿意度分析等問題。常用的方法有主題分析、情感分析等。張紅霞［12］基于在線評論進行文本挖掘，提煉出生鮮農產品電商消費者關注的主要因素包括產品質量、價格價值、包裝物流、客戶服務四大類。馬鳳才等［13］通過詞頻統計京東生鮮在線評論得到影響消費者滿意度的關鍵因素，構建特征詞表，結合TFIDF 方法計算特征權重，分析消費者總體滿意度情況；馮坤等［14］基于LDA 模型提取生鮮電商平臺在線評論的主題，構建情感詞典計算顧客情感傾向得分判斷顧客滿意度。本研究基于生鮮平臺顧客評論文本，通過主題分析方法提取影響消費者滿意度的關鍵因素，并進行在線評論文本的情感分析，在已有研究基礎上，進一步對消費者情感傾向得分進行回歸分析，對所提取的消費者滿意度影響因素進行驗證并排序，繼而為生鮮電商平臺提供有針對性的提升消費者滿意度的建議，以助力“數商興農”工程更好的實施。

1 研究設計

1.1 數據獲取

選擇京東商城生鮮頻道的產品評論為數據來源。考慮生鮮農產品的種類豐富繁雜，選取蔬菜、水果、肉類、海鮮四大品類比較有代表性的生鮮產品，分別以這4 個品類為關鍵詞搜索顧客評論，使用八爪魚網頁數據采集器，收集各種產品2022 年4—5月的文本評論19 472 條，以此為基礎進行在線評論的文本分析。

將采集到的評論數據導出為excel 格式，代表性評論數據如表1 所示。四大類別產品匯總的評論數量如表2 所示。

表1 京東商城評論數據部分示例

表2 四大類別產品匯總評論數量

1.2 數據清洗

由于可能存在重復值、無效值等錯誤，影響后續分析結果，所以首先進行數據清洗。數據清洗是對數據進行檢查和校驗，消除重復、無效和異常信息，確保數據的一致性。主要是通過Excel 軟件的分類和篩選機制刪除諸如“用戶未填寫評價”“默認好評”“+vx 領取優惠券”等評論。刪除的4 類無效評論如表3 所示。數據進行初步清理后，得到16 835條有效評論。

表3 無效評論示例

1.3 數據分詞

ROST ContentMining 軟件是由武漢大學ROST虛擬學習團隊開發的用于輔助人文社會科學研究的免費內容挖掘系統，具有強大的分詞和分析功能，可以實現網站分析、微博分析、期刊分析等一系列文本的功能性分析及可視化分析。

1.3.1 更新分詞自定義詞表 分詞是將整句劃分為詞，以便進行下一步的詞頻統計。由于消費者的在線評論偏口語化，使用ROST 軟件自帶的分詞系統可能存在分詞不夠精確的問題，可以通過加入自定義詞來提高分詞的準確性。在ROST 軟件中，將自定義詞加入分詞自定義詞表。自定義詞表更新內容示例如表4 所示。

表4 自定義詞表更新內容示例

1.3.2 更新停用詞表 對已經完成分詞的文本進行詞頻統計，由于初步的詞頻統計結果中存在無效高頻詞，會影響分析結果，因而使用停用詞表再次清洗。在ROST 軟件中，將停用詞加入詞頻統計過濾詞表，如“的”“啊”“了”等無實際意義的語氣詞和“非常”“還”等高頻率出現的程度詞；由于本文研究對象為生鮮農產品的在線評論，將生鮮農產品的品名也加入停用詞表，如“蘋果”“橘子”“土豆”“豬肉”等。

1.3.3 更新歸并詞表 在詞頻統計結果中存在一些同義詞或近義詞，需要將這些詞與出現頻率更高、概括性更強的同義詞或近義詞合并起來，使詞頻統計結果更加準確。在ROST 軟件中，將歸并詞加入分詞自定義詞表。歸并詞內容如表5 所示。

表5 歸并詞表更新內容示例

2 在線評論文本內容分析

2.1 語義網絡分析

語義網絡圖通過可視化技術反映評價對象與評論觀點之間的聯系。充分挖掘評價對象與評價觀點之間的聯系，可以挖掘出評論主體背后潛在、隱藏的信息。通過語義網絡分析，將生鮮農產品的評論數據以網絡的形式連接為一個整體，從而直觀地反映出評論關鍵詞之間的聯系，如圖1 所示。

圖1 評論數據語義網絡分析

從圖1 可以直觀地看到，評論文本內容圍繞關鍵詞“很好”和“新鮮”展開，而根據全文數據清洗定義，“很好”一詞在消費者滿意度影響因素提取中屬于無效詞。因此文本內容以“新鮮”為中心展開，說明產品的新鮮度是消費者的首要關注點，而“物流”“很快”處于副中心節點，說明除了新鮮度以外，產品的物流配送也是消費者比較關注的；除此之外，“包裝”“味道”“質量”都屬于文本內容中關聯度較高的關鍵詞。

2.2 高頻詞分析

在詞云中，詞匯的大小代表關鍵詞出現的頻率，越大說明關鍵詞出現的頻率越高，越能體現消費者的關注點。圖2 和圖3 分別是數據清洗前后的評論文本數據詞云圖，可以看到數據清洗后詞云中的關鍵詞更能夠代表生鮮產品的評價，數據清洗效果較好。

圖2 數據清洗前詞云圖

圖3 數據清洗后詞云圖

對數據預處理完成后得到的詞頻統計結果進行降序排列后，選取前14 位高頻詞，如表6 所示。

表6 排名前14 位高頻詞

2.3 特征詞選取

結合語義網絡分析、詞云、高頻詞統計，能夠直觀地為消費者滿意度影響因素的研究提供整體思路。由圖3 可以看出，生鮮農產品消費者評論關注的重點主要在口感、物流、外觀、包裝、新鮮、質量、服務7 個方面。

對消費者評論的關注點進行整合，將表示相似屬性的特征詞歸為一類，將“外觀”“新鮮”“重量”歸入質量因素，將“速度”歸入物流因素，將“性價比”歸入價格因素。合并后確定口感、物流、質量、包裝、服務、價格6 個方面是影響生鮮電商消費者購物滿意度的主要因素。合并后特征詞情況如表7所示。

表7 合并后特征詞情況

3 消費者滿意度影響因素分析

3.1 研究假設

基于以上對在線評論文本的語義分析，結合所提取的生鮮電商消費者滿意度的特征詞，提出研究假設。

生鮮農產品的口感是其品質的重要外在表現，會受到生產過程、地域環境的多重影響。隨著消費水平的提高，消費者對生鮮產品的口感要求也越來越高。研究表明，口感是影響消費者購買桃子等水果的首要因素，其次才是價格和健康屬性［15］；消費者對生鮮農產品口感的重視程度接近于其對與營養健康相關的屬性的關注［16］。因此提出假設1：口感對生鮮電商平臺消費者滿意度存在正向影響。

對于生鮮農產品而言，倉儲、運輸等物流保障設施和設備的完善尤為重要，物流服務質量正向影響消費者對生鮮農產品的購買意向［17］。生鮮產品會因為缺少冷鏈等儲存設備和運輸環境損失新鮮度；高效率的物流配送及優質的服務可以極大地改善消費者的購物體驗，縮短等候時間也能提升消費者的滿意度。因此提出假設2：物流對生鮮電商平臺消費者滿意度存在正向影響。

消費者對網購農產品的產品品質滿意度和關注度相對較高［18］。生鮮商品具有易腐性，基于對食品安全的考慮，消費者對生鮮農產品的新鮮度、綠色度等質量要求更高，生鮮平臺產品的顧客感知質量對其重購意愿有正向影響［19］。嚴把生鮮商品質量，保證生鮮農產品的新鮮度，將確保網購消費者滿意度，也是商家區別于其他競爭者的重要因素。因此提出假設3：質量對生鮮電商平臺消費者滿意度存在正向影響。

對新鮮果蔬類產品進行包裝預處理可以提高商品附加值［20］，有效解決生鮮農產品流通中的損耗問題［21］。有研究認為，包裝、新鮮度是影響顧客滿意度的關鍵因素［14］，且包裝給予消費者收到網購產品的第一印象，包裝上的不足更容易使顧客感覺購買到的商品與其預期不符。因此提出假設4：生鮮農產品的包裝對消費者滿意度存在正向影響。

天貓生鮮、盒馬鮮生等電商平臺為消費者提供短期配送、貨損賠付等多樣化和個性化的服務，極大增強了消費者的體驗感［22］；隨著服務需求彈性的增大，增值服務對消費者需求帶來的正向影響也越大［23］；商家與消費者的良好交流、穩定的售后保障等售中售后服務在提升顧客滿意度中也扮演著重要角色。因此提出假設5：服務對生鮮電商平臺消費者滿意度存在正向影響。

由于生鮮產品的易腐性和時效性，且電商平臺突破時空限制，匯聚各地生鮮產品，擴大了銷售受眾，帶來了與線下市場一定的價格差異；相比于線下市場，消費者對線上渠道的生鮮產品價格感知、財務風險感知更加突出［24］，生鮮店鋪的價格形象有利于提升消費者滿意度［25］。因此提出假設6：價格對生鮮電商平臺消費者滿意度存在正向影響。

3.2 情感分析

中文文本情感分析主要分為3 個類型，分別為根據情感詞典進行分析；根據機器學習進行分析，如SVM；根據深度學習的方法進行分析，如LSTM、CNN。選取基于情感詞典對文本進行情感分析。

3.2.1 構建情感詞典 文中情感詞典由正負面情感詞典、否定詞詞典和程度詞詞典組成，是將中國知網情感詞典與網絡常見的情感詞典進行整合處理并加入一些自定義情感詞而形成。將正面評價詞和正面情感詞合并為正面情感詞典，設分值為1；將負面評價詞和負面情感詞合并為負面情感詞，設分值為-1。否定詞可以使文本和特征詞的情感傾向發生轉變，整理的部分否定詞包括不是、不能、不好、幾乎不、不要、禁止、沒有、很少、絕不、木有、永不、從不、不可能等，設分值為-1。程度副詞會使情感傾向增強或減弱，而不同程度詞如“比較”和“非常”表達的情感強度也不同，按照所表達的情感強度將程度詞分為5 類，并分別賦值，如表8 所示。

表8 程度詞及其強度賦值

3.2.2 計算情感得分 首先計算評論的整體滿意度情感值得分。情感得分是基于標注好分值的情感詞典來計算的。根據前文設定，定義正負面情感得分SE、否定詞分值SN、程度詞分值SD的算式如下。

某條評論的情感得分S的計算式如下。

若評論的總得分S為正值，則該條評論為正面評論；若評論的總得分為負值，則該條評論為負面評論；若評論的總得分為0，則該條評論為中性評論。

其次計算各影響因素的情感值得分。每條評論按逗號分句，判斷分句涉及的影響因素，根據式（2）計算其情感得分，評論中沒有出現的影響因素，使其情感得分為0。

根據情感詞典和情感值算式，計算出每條評論i（i=1，2，3…）的整體情感得分和每個影響因素的情感得分，任選5 條評論的情感得分結果如表9 所示。

表9 評論情感得分

3.2.3 數據標準化 進行數據分析時，首先要對數據進行標準化，使用Min-max 標準化法（極差標準化法），將所有的原始數據轉化成無量綱化指數評估值。數據處理后，原始數據無論正負，該指標各觀測值的數值變化范圍均為0≤X′≤1。具體轉換算式如下。

其中X′為標準化后的值，X表示觀察值，Xmax是該指標中的最大值，Xmin是該指標中的最小值。標準化后的數據如表10 所示。

表10 標準化后數據

3.2.4 情感傾向得分描述性分析 利用SPSS 26.0軟件對數據進行描述性統計，了解數據特征和數據之間的基本關系，描述性統計結果如表11 所示。由表11結果可知，消費者滿意度總得分均值為0.629 5，說明整體評論偏積極，評論中好評數量較多；各變量標準差值較小，說明數據分布比較集中，離散程度小。

表11 描述性統計結果

3.3 回歸分析

建立多元回歸方程。

描述消費者滿意度y與自變量口感x1、物流x2、質量x3、包裝x4、服務x5、價格x6之間的關系。回歸分析結果如表12 所示。

表12 回歸分析結果

由表12 分析結果可知，F為2 542.066，顯著性均小于0.001，即生鮮農產品消費者滿意度回歸模型整體比較顯著，且VIF均小于5，說明各變量之間無多重共線性關系。假設1 至假設6 均得到驗證。生鮮農產品的口感、物流、質量、包裝、服務、價格均對生鮮電商平臺消費者滿意度的正向影響顯著。根據系數綜合來看，影響程度由大到小分別為質量、口感、物流、價格、包裝、服務。

生鮮農產品的質量（β=0.439，P＜0.001）、口感（β=0.343，P＜0.001）對電商平臺消費者滿意度影響較大。出于安全和品質的追求，消費者在食物原材料上追求更新鮮、更天然、更營養。口感是食用過程中產生的直觀感受，也是產品質量的重要體現。基于中國農業生產現狀，生鮮產品品類豐富，產地多樣化，標準化水平低，無論是產品外觀還是口感上都沒有形成統一標準，影響消費體驗。

此外，生鮮農產品的物流（β=0.324，P＜0.001）、包裝（β=0.229，P＜0.001）也影響消費者滿意度。嚴格意義上說，商品發貨速度、運輸方式、包裝完好性、配送服務等環節都屬于物流的范疇，其直接決定消費者收到的商品質量和感受到的服務質量，影響購物體驗和滿意度。將包裝單獨提取，是考慮到生鮮產品的特殊性，對密封、真空、保鮮等包裝環境的要求更高，對消費者滿意度的影響也更大。其他如配送、發貨時間等歸類到物流范疇，特別是配送業務，在物流配送時間與服務態度上同樣重要。

生鮮農產品的價格（β=0.276，P＜0.001）、電商平臺提供的商家服務（β=0.181，P＜0.001）對消費者滿意度影響顯著，但相較于其他因素影響較小，與已有研究結論一致。這也印證了消費者對高品質生鮮產品的價格彈性較小，愿意高質高價在電商平臺購買生鮮產品。

4 結論與啟示

通過文本挖掘方法，利用情感分析和多元回歸分析對生鮮電商平臺的在線評論進行分析，認為影響生鮮電商平臺消費者滿意度的主要因素依次為質量、口感、物流、價格、包裝和服務。生鮮農產品電商平臺可有針對性地采取對策以提高消費者滿意度。

4.1 把控生鮮農產品質量

電商平臺可以通過產品基地建設，或與產品生產商合作形成供應鏈，促進生鮮農產品追溯系統的使用，從源頭上為消費者提供質量把控和保障服務。同時，平臺可以適當提高生鮮產品的上架標準，為生鮮產品的產地、規格等具體參數制訂上架描述規范，并對消費者實際所購商品與描述不符的商家予以懲罰。約束平臺生鮮產品供應商，確保產品質量。

4.2 完善生鮮冷鏈物流服務體系

電商平臺可充分利用自建物流優勢，完善冷庫倉儲、冷鏈運輸各環節的配合協調；在優質生鮮產品產地建設有溫控系統的倉儲設施，或選擇租用高標準的冷庫存儲。針對不同種類、不同運輸距離的生鮮產品制定較為詳細明確的包裝細則，以降低預處理和運輸過程的損耗。從產地直接發貨的生鮮產品，加強對其倉儲、物流各環節標準要求的監督管控。與第三方物流合作中也需要明確生鮮產品的運輸和配送要求，建立物流追溯服務機制。

4.3 提高服務水平，保障消費者權益

平臺服務的提升可以從售前、售中、售后三方面展開。對生鮮電商平臺而言，對商品的質量、上架描述、物流等環節的把控，都屬于售前服務；通過制定產品品質分類標準，制定差異化價格策略，以滿足不同消費者的需求。更重要的是建立完備的售后服務體系，加強售后管理，通過售后服務熱線、平臺客服、消費者與上架商家的溝通協調，高效解決消費者遇到的問題；也應明確賠付標準，在商家與顧客發生賠付糾紛時有據可循，保障消費者權益。

將在線評論與農產品電商結合起來對消費者滿意度進行研究，利用文本挖掘方法和回歸分析方法探究了影響生鮮農產品消費者滿意度的因素，提出了提升消費者滿意度的啟示，但仍有一些不足之處，后續研究可擴大數據采集范圍，使評論覆蓋更多的平臺和產品種類，細化不同品類、不同網絡銷售方式（平臺電商、社區團購、社交電商等）下生鮮產品的消費者滿意度分析，不斷完善研究成果。