互聯(lián)網(wǎng)的匿名性和開放性對傳統(tǒng)商業(yè)信用提出了新的要求。在線評論是指網(wǎng)購消費者通過購物網(wǎng)站提供的在線信譽系統(tǒng)分享其關(guān)于賣家、產(chǎn)品或服務(wù)的經(jīng)驗與觀點。網(wǎng)絡(luò)購物存在信息不對稱，消費者在做出購買決策前需要搜集信息以降低風險。在線評論為消費者提供了產(chǎn)品和服務(wù)信息的交流平臺，有助于消費者做出正確的購買決策。目前淘寶網(wǎng)上采用的方法是分為三個評論等級，好評、中評、差評。通過好評在整個評論值的比率給所有店鋪標明好評率，還有店鋪動態(tài)評分，包括物品狀況，服務(wù)態(tài)度，發(fā)貨速度。消費者在購買前，除了關(guān)注店鋪的這些評分外，還會瀏覽其他購買者留下的評論信息，尤其是一些文字評論，會影響到消費者的購買決策。數(shù)據(jù)表明，每天淘寶網(wǎng)上會誕生大約320萬條評論信息。對這些信息的甄別處理，有助于購物過程的順利進行?；诖?，本文利用淘寶網(wǎng)的在線評論信息，對被評論的產(chǎn)品進行分類，探討不同類型產(chǎn)品在線評論的差異性。

一、 在線評論的產(chǎn)品分類與分析指標

在線評論的產(chǎn)生與信息質(zhì)量受到多種因素影響。產(chǎn)品屬性是一項重要影響因素。根據(jù)消費者是否能夠在購買前獲得產(chǎn)品質(zhì)量的客觀評估程度，可以將產(chǎn)品分為搜索型產(chǎn)品和體驗型產(chǎn)品。搜索型產(chǎn)品是那些主要屬性可以通過可獲得的信息來客觀評估，消費者在購買前對商品的質(zhì)量就能夠了解的產(chǎn)品，例如數(shù)碼相機、平板電腦、品牌手表。體驗型產(chǎn)品則在使用之前很難獲得它的質(zhì)量信息，產(chǎn)品性質(zhì)是主觀的，且難以比較，需要個人感官意識進行評論和衡量，例如，餐飲美食、彩妝、童鞋等。

本文將獲得評論的產(chǎn)品分為體驗型產(chǎn)品與和搜索型產(chǎn)品加以分析，原因在于購買前對產(chǎn)品質(zhì)量、購買過程的了解將影響到購買后消費者的滿意度水平，進而影響到評論意愿和評論內(nèi)容。目前，各購物平臺消費者的評論內(nèi)容主要包括：①商品信息：將所購買的商品與購物網(wǎng)站中所描述的商品信息進行比較，如商品的尺寸、外觀、價格、性能等；②購物體驗：將消費者在交易過程中的實際體驗，如交易流程的簡單化、方便性，服務(wù)態(tài)度、售后服務(wù)等與網(wǎng)站上所承諾的比較；③支付方式和配送方式：評論所選擇的支付方式的安全性以及送貨速度、商品到達時的損壞程度等。④購物平臺：對網(wǎng)站的促銷活動，對網(wǎng)站信息的可靠性及豐富程度等方面做出評論。

這些評論內(nèi)容的產(chǎn)生受到產(chǎn)品屬性的影響。本文將采用以下指標分析不同類型產(chǎn)品在線評論的差異性。

（1）主動評論率：主動評論數(shù)/評論總數(shù)。一些消費者完成購物后，不會主動評論。在這種情況下，確認收貨后14天，如果買家沒評論，系統(tǒng)默認給出評論。系統(tǒng)默認的評論與賣家給買家的評論有關(guān)，如果賣家給買家好評，則系統(tǒng)默認的評論也是好評，如果賣家給買家中評或差評，則統(tǒng)默認的評論也是中評或差。主動評論數(shù)不包括系統(tǒng)默認的評論數(shù)，因此主動評論率可以測算消費者購物后的主動評論參與率。

（2）有效評論率，評論內(nèi)容大于2個字的評論數(shù)/評論總數(shù)。在淘寶的評價系統(tǒng)中，消費者除了可以直接點擊選項外，還可以文字方式留下評論內(nèi)容。本文將評論內(nèi)容大于2個字的評論定義為有效評論，而將“好”、“頂”諸如此類的評論排除出有效評論。這一指標用來衡量消費者在線評論的投入程度，以及提供信息的有效性。

（3）個性化評論率：個性化評論數(shù)/主動評論數(shù)。對于購買的產(chǎn)品，淘寶網(wǎng)提供了個性化評價內(nèi)容。例如，童裝的個性化評價標簽有是否合身、寶寶性別、寶寶生日；洗護清潔劑的個性化評價標簽有氣味、光澤度、滋潤度、順滑度。洗衣機的個性化評價標簽有靜音、洗凈度、節(jié)水、性價比。針對這些個性化標簽，消費者可以做出相應(yīng)的評論。所以，個性化評論率可以反映評論的質(zhì)量的和評論信息的完備性。

（4）個性化評論賣家覆蓋度：有個性化評論的賣家數(shù)/有評論的賣家數(shù)。其中“有評論的賣家數(shù)”指消費者留下了評論的賣家數(shù)，包括淘寶網(wǎng)的默認評論?！坝袀€性化評論的賣家數(shù)”是消費者留下了個性化評論的賣家數(shù)。這個指標測算受到評論的賣家中，獲得個性化評論的賣家占比。

（5）個性化評論買家覆蓋度：有個性化評論的買家數(shù)/寫評論的買家數(shù)。其中“寫評論的買家數(shù)”指凡是寫過評論的買家數(shù)目，不管評論字數(shù)有多少，“有個性化評論的買家數(shù)”是參與了個性化評論的買家數(shù)。這個指標測算在寫過評論的買家中，留下了個性化的評論買家占比。

二、 在線評論的差異化分析

本文選取了2012年8月19日到2013年2月19日6個月中的評論數(shù)據(jù)，評論總數(shù)共231 112 200條，涉及住宅家具、床上用品、大家電等28個一級類目，127個葉子類目。例如，一級類目大家電包括洗衣機、燃氣灶、冰箱、電視機等四個葉子類目。本文將127個葉子類目產(chǎn)品分為搜索型產(chǎn)品和體驗型產(chǎn)品。搜索型產(chǎn)品共30個類目，主要包括洗護清潔劑、數(shù)碼相機、平板電腦、品牌手表、大家電等。體驗型產(chǎn)品共97各類目，主要包括住宅家具、童裝、特價酒店、女士內(nèi)衣、餐飲美食等。通過對在線評論相關(guān)指標的方差分析，得到以下幾點結(jié)論。

（1）搜索型產(chǎn)品的主動評論率高于體驗型產(chǎn)品。如表1所示，運用評論數(shù)據(jù)，根據(jù)公式測算出127個產(chǎn)品類目的主動評論率均值為0.750 4。其中，搜索型產(chǎn)品的主動評論率均值為0.859 5，標準差為0.079 5。體驗型產(chǎn)品的主動評論率均值為0.716 7，標準差為0.085。這意味著在購物完成后，有75.04%的消費者會主動進行在線評論。其中，搜索型產(chǎn)品的消費者，有85.95%會主動進行在線評論。體驗型產(chǎn)品的消費者，有71.67%會主動進行在線評論。通過方差分析，發(fā)現(xiàn)搜索型產(chǎn)品的主動評論率顯著高于體驗型產(chǎn)品。

消費者在搜索信息時會主動查找電商及商品的評論信息，希望得到借鑒信息，但是在購物完成后不是所有消費者都能主動進行信息評論。不同類型產(chǎn)品的主動評論率體現(xiàn)了消費者不同的評論意愿。對于搜索型產(chǎn)品，消費者在購買前就能通過搜集信息來客觀了解分析產(chǎn)品的質(zhì)量，所以消費者對這類產(chǎn)品在購買前的感知和購買后的實際使用效果差異較小，如數(shù)碼相機。對于體驗型產(chǎn)品，則恰好相反，產(chǎn)品的實際效用與預(yù)期價值容易存在較大差異，如餐飲美食。這種差異會激發(fā)消費者的評論意愿。所以，一般而言，體驗型產(chǎn)品的主動評論率會高于搜索型產(chǎn)品。但是，本文的數(shù)據(jù)分析結(jié)論恰好與此相反。原因在于相對于體驗型產(chǎn)品而言，搜索型產(chǎn)品價格較高，如3C產(chǎn)品， 多為耐用性消費品，使用周期長，購買頻率低，持續(xù)購買能力低。銷售只是完成購物消費過程的一個環(huán)節(jié)，多數(shù)產(chǎn)品需要后續(xù)服務(wù)支持。除產(chǎn)品價格因素外，消費者也注重購物的便捷性及相關(guān)服務(wù)。這些因素會影響到消費者的購物滿意度，并激發(fā)消費者的在線評論熱情。

此外，主動評價率的不同也和平臺的推動力度有關(guān)。交易完成后，評論頁面會主動引導(dǎo)消費者進行在線評論。一些搜索型產(chǎn)品的在線評論成本比較低，由于產(chǎn)品的標準化程度比較高，如手機，產(chǎn)品屬性可以比較容易的描述出來，對這類產(chǎn)品的評論主要是點擊及簡單的字符評論，評論過程比較簡單，所以主動評論率較高。

（2）搜索型產(chǎn)品的有效評論率高于體驗型產(chǎn)品。有效評論率測算評論內(nèi)容大于2個字的評論數(shù)在評論總數(shù)中的占比。127個產(chǎn)品類目的有效評論率均值為0.430 0。其中，搜索型產(chǎn)品的主動評論率均值為0.515 0，標準差為0.076 4。體驗型產(chǎn)品的主動評論率均值為0.403 7，標準差為0.108 3。這意味著在購物完成后，在進行了在線評論的消費者中，有43.00%的人通過輸入文字進行了在線評論，且輸入文字數(shù)大于等于2個。其中，進行了在線評論的搜索型產(chǎn)品的消費者，有51.50%進行了有效評論。在進行了在線評論的體驗型產(chǎn)品的消費者，有40.37%進行了有效評論。通過方差分析，發(fā)現(xiàn)搜索型產(chǎn)品的主動評論率同樣顯著高于體驗型產(chǎn)品。

這一結(jié)論與上一個分析結(jié)果保持一致。原因也是類似的。體驗型產(chǎn)品的消費預(yù)期差異大，一旦出現(xiàn)與消費預(yù)期不一致，高出期望或低于期望的消費結(jié)果，消費者參與評論的積極性應(yīng)該高于搜索型產(chǎn)品。但由于平臺推動力度等原因，如送禮物、打折，舉辦與評論相關(guān)的競賽活動，一些搜索型產(chǎn)品獲得更多的有效評論。此外，一些體驗型產(chǎn)品如女裝款式多樣，消費者偏好十分個性化，因此對客觀描述造成一定困難，這也導(dǎo)致了有效評論率偏低。

3. 體驗型產(chǎn)品的個性化評論率高于搜索型產(chǎn)品。個性化評論率測算了個性化評論數(shù)在主動評論數(shù)中的占比。分析結(jié)果表明，127個產(chǎn)品類目的個性化評論率均值為0.662 3。其中，搜索型產(chǎn)品的個性化評論率均值為0.539 3，標準差為0.133 5。體驗型產(chǎn)品的個性化評論率均值為0.700 4，標準差為0.250 5。這意味著在主動進行在線評論的消費者中，有66.23%的人進行了個性化評論。其中，對于搜索型產(chǎn)品，在主動評論的消費者中，有53.93%的人進行了個性化評論。對于體驗型產(chǎn)品，在主動評論的消費者中，有70.04%的人進行了個性化評論。方差分析表明，體驗型產(chǎn)品的個性化評論率顯著高于搜索型產(chǎn)品。

這一結(jié)論與常規(guī)判斷相符。體驗型產(chǎn)品更具有個性化內(nèi)容。如男鞋的個性化評價內(nèi)容有腳長、腳寬。女裝的個性化評價內(nèi)容有買家身高、買家體重。車飾品的個性化評價內(nèi)容有車子品牌、車系、車型等。相對而言，搜索型產(chǎn)品的型號、類別等特征更具標準化。消費者個性化特征對購物滿意度的影響要低于體驗型產(chǎn)品。例如，消費者對服裝的消費要比對手機更具個性化特征。體驗型產(chǎn)品的這種滿足個性化需求的特征對賣家的產(chǎn)品定位等更具影響力。

同時可以發(fā)現(xiàn)，依然有一部分消費者沒有提供個性化評論。這要受到多種因素影響。評論界面是否友好，容易操作，評論內(nèi)容是否清晰，便于填寫。評論內(nèi)容是否在涉及隱私，如內(nèi)衣的個性化評論內(nèi)容有上胸圍、下胸圍，童裝有寶寶性別、生日。對于這類信息，消費者一般不愿透露。所以，對個性化評論內(nèi)容的設(shè)置也會影響到個性化評論率。

4. 不同類型產(chǎn)品個性化評論的覆蓋度沒有顯著差異。個性化評論覆蓋度分別從賣家和買家兩個角度加以測算。127個產(chǎn)品類目的個性化評論賣家覆蓋度均值為0.777 2。搜索型和體驗型產(chǎn)品的個性化評論賣家覆蓋度均值分別為0.762 5和0.781 8，標準差分別為0.081 7和0.149 2。這意味著在有評論的賣家中，有個性化評論的賣家占77.72%。對于搜索型產(chǎn)品，有個性化評論的賣家占有評論賣家數(shù)的76.25%。對于體驗型產(chǎn)品，有個性化評論的賣家占78.18%。方差分析表明，兩類產(chǎn)品的個性化評論賣家覆蓋度沒有顯著差異。

127個產(chǎn)品類目的個性化評論買家覆蓋度均值為0.507 7。搜索型和體驗型產(chǎn)品的個性化評論買家覆蓋度均值分別為0.496 9和0.511 0，標準差分別為0.125 5和0.170 2。這意味著在寫評論的買家中，留下個性化評論的買家占50.77%。對于搜索型產(chǎn)品，留下個性化評論的買家占寫評論買家數(shù)的49.69%。對于體驗型產(chǎn)品，留下個性化評論的買家占51.10%。方差分析表明，兩類產(chǎn)品的個性化評論買家覆蓋度沒有顯著差異，主要的原因在于平臺對于消費者參與評論的拉動在兩類產(chǎn)品上沒有明顯差異。在完成交易后，淘寶將通過旺旺等在線工具提示消費者進行評價，另外，一些激勵消費者評價的措施如評論有禮等，也激發(fā)了消費者評論的積極性。

三、 結(jié)論與啟示

1. 體驗型產(chǎn)品賣家應(yīng)重視在線評論的推介效應(yīng)。分析結(jié)果表明，搜索型產(chǎn)品的個性化評論率均值為0.539 3，體驗型產(chǎn)品為0.700 4，體驗型產(chǎn)品的個性化評論率高于搜索型產(chǎn)品。對于體驗型產(chǎn)品，如女裝與餐飲美食，消費者在選購此類產(chǎn)品時，用戶體驗是最主要的標準，往往也具有高度的個性化色彩。此類產(chǎn)品為消費者帶來的效用很難用標準化的方式進行概括，產(chǎn)品品種多樣，價格透明度低，產(chǎn)業(yè)鏈上游渠道也較為復(fù)雜。消費者在選購此類商品時往往需要參考多方意見，精挑細選，不斷嘗試。還有資料顯示，女裝、餐飲美食在打聽、朋友網(wǎng)店、論壇、博客發(fā)文數(shù)，及好友數(shù)量上都比屬于搜索產(chǎn)品的手機點卡高，這種區(qū)別提示了體驗型產(chǎn)品賣家更重視與同行和消費者的互動，也反映了經(jīng)營或者購買體驗商品時面對更多的個性化與多樣化需求，需要信息的廣泛交流。

2. 搜索型產(chǎn)品賣家應(yīng)重視提高服務(wù)水平。手機與數(shù)碼相機屬于典型的搜型產(chǎn)品，產(chǎn)品屬性可以比較容易的描述出來，而且一旦消費者知悉這些屬性，實際享受到的產(chǎn)品體驗與這些描述之間不會有顯著差異。該類產(chǎn)品標準化與同質(zhì)化程度較高，價格透明，傳統(tǒng)線下的宣傳較為充分，產(chǎn)業(yè)鏈上游渠道相對簡單。選購此類商品的消費者往往不需要在線精挑細選，消費者的選擇過程在上線購買之前已基本確定，價格與服務(wù)是更重要的考慮因素。在線評論數(shù)據(jù)表明，對搜索型產(chǎn)品的有效評論內(nèi)容，主要聚焦于物流速度、安裝服務(wù)質(zhì)量、退換貨服務(wù)等，這在大家電類目尤為突出。由于消費者針對服務(wù)環(huán)節(jié)更有評論意愿，以至于出現(xiàn)本文分析得到的結(jié)果，搜索型產(chǎn)品的主動評論率和有效評論率都顯著高于體驗型產(chǎn)品。

3. 以多種方式促進在線評論。獲得評論的關(guān)鍵是讓添加評論盡可能簡單，可以給一些提示或者文案，甚至可以給出一兩個示例，從而產(chǎn)生一個有效的評價。針對個性化評論內(nèi)容，應(yīng)考慮顧客隱私，并采取更簡單的方式，設(shè)立各種產(chǎn)品選項供用戶選擇評分。這樣就不需要顧客寫任何東西，僅僅在一個預(yù)設(shè)的區(qū)域做出一個評分，并回答一個是或者否的問題，從而讓用戶針對商品輕松地留下評論而不必深思熟慮。為獲得有質(zhì)量的評價，可以邀請用戶在一個預(yù)先擬定的優(yōu)劣比較表單中做選擇，允許他們建議添加新的項目，讓用戶設(shè)置他們的檔案。這樣，個性化評論的內(nèi)容將更真實可靠。

為提高主動評論率，賣家可以舉辦與用戶評論相關(guān)的競賽活動。買家參與評論可以在下一筆交易中得到優(yōu)惠?？梢酝ㄟ^Email、MSN等聊天工具回訪，邀請用戶評論。要掌握恰當?shù)幕卦L時間，必須是當產(chǎn)品已經(jīng)在用戶手中，并進行充分使用時，評價邀請會得到更好的結(jié)果和高質(zhì)量的評價內(nèi)容。對于負面評價，如果賣家回復(fù)評論并給出解決方案，就可以將負面評價轉(zhuǎn)化為正面評價，并提高評論的可行度。

4. 完善在線評論體系。目前，淘寶在信用評價方法的各部分中都對許多細節(jié)進行了詳細的規(guī)定與說明，希望能盡可能涵蓋各方面內(nèi)容，如對買家匿名評價方式及系統(tǒng)默認評價功能的規(guī)定，對信用評價修改與刪除具體情況的規(guī)定，以及對信用評價炒作的規(guī)定等。但是，規(guī)章制度繁多復(fù)雜容易造成查詢不便，容易增加市場約束，造成交易者對電子商務(wù)提供商的過度依賴。此外，在現(xiàn)行評價系統(tǒng)中，一次一萬元的交易與一次一元的交易獲得的評論機會都是一樣的，信用值的增減也相同，這就造成了信用度的不對等。實際上，信用度高的評價用戶做出的評價更具有可信性，對其評價結(jié)果應(yīng)給予更大的重視。但現(xiàn)有的評論體系未能兼顧到這一點。所以，現(xiàn)有評論體系還有待繼續(xù)完善。

參考文獻：

1. Forman C.，Ghose A.， Wiesenfeld B.， Exa- ming the relationship between reviews and sales：the role of reviewer identity disclosure in electronic markets.Information Systems Research， 2008，19（3）：291-313.

2. Mudambi S.， Schuff D.， What makes a hel- pful online review？ a study of customer reviews on Amazon.MlS Quarterly，2010，34（1）：185-200.

3. Dellarocas， C.， The digitization of word of mouth： promise and challenges of online feedback mechanisms.Management Science，2003，49（10）：1407-1424.

4. 郝媛嬡.在線評論對消費者感知與購買行為影響的實證研究.哈爾濱工業(yè)大學博士論文，2010.

5. 張茉，陳毅文.產(chǎn)品類別與網(wǎng)上購物決策過程的關(guān)系.心理科學進展，2006，14（3）：433-437.

6. 葉樹昱，陳華平，沈祥，李燕.影響顧客網(wǎng)上購物因素的實證研究.預(yù)測，2008，（4）：53-58.

基金項目：2012年國家自然科學基金青年項目資助“創(chuàng)意產(chǎn)業(yè)融入制造環(huán)節(jié)的共生演化機制研究”（項目號：71203063）；2012年華東理工大學培育課題。

作者簡介：李宗偉，復(fù)旦大學管理學院博士后流動站、阿里巴巴集團博士后工作站博士后；張艷輝，華東理工大學商學院副教授，經(jīng)濟學博士。

收稿日期：2013-07-20。