郝清民,魏鳳霞
(天津大學管理與經濟學部,天津300072)
在線評論一般指消費者購買商品后在購物網站上發(fā)表的有關產品或服務的評論。據(jù)中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告,到2012年12月止,在互聯(lián)網上進行購物的消費者達2.42億,相比于2011年,增長率達24.8%[1]。網絡購物用戶規(guī)模的快速增長基于用戶購買力的提升,消費者購物經驗的增加和網上交易體系的日趨完善[2]。
大多數(shù)的電子商務網站都有撰寫評論的功能。但有時一件商品的評論數(shù)量相當龐大,評論質量也參差不齊[3],因此消費者如何有效地識別、利用其認為有用的評論就成為關注的焦點。
目前,對在線評論的研究主要表現(xiàn)在以下幾個方面:消費者發(fā)表和搜集在線評論的動機[4]、如何利用在線評論來制定相應的營銷策略[5]、在線評論對銷售業(yè)績、消費者購買意愿的影響[6]。與在線評論有用性相關的研究多從評論文本特性、圖書、電影等方面展開[7-8],并未充分關注評論者屬性。
基于以上原因,文章從評論者要素和評論自身屬性出發(fā),對在線評論進行實證研究。
消費者在網上購買商品時,總是在可供選擇的商品中反復進行比較、分析,直到找到最滿意的商品。然而,由于網購的虛擬性,消費者無法看到產品實物,無法了解所購產品是否真正滿足自己的要求,只能通過閱讀已購消費者對產品的評論來決定自己的購買決策。
(1)在線評論有用性的內涵。Mudambi等[9]把評論的有用性定義為已購買者發(fā)表的有助于其他消費者做出購買決策的在線產品評價。本文把其定義為:消費者通過閱讀評論對產品有了進一步的了解并由此堅定或改變自己當初的選擇時,則認為該評論是有助于消費者購買決策的。
(2)在線評論有用性的影響因素分析。在線評論本身對其有用性的影響:評論發(fā)布時間、評論標題的主客觀性、評論的長度、評論內容的主客觀性都會影響消費者的決策進而影響評論有用性。評論內容的主客觀性不容易評定,標題是評論正文的概括,通過閱讀標題,消費者就大概可以了解評論正文的內容。評論星級極端性、評論情感傾向雖已被研究過,但研究結論卻不一致,如殷國鵬等[10]在對電影的研究中指出,相比于極端性評論,中性評論的有用性更高,而Dellarocas等[11]指出,其他的消費者認為極端的評論更具價值。因此從評論文本特性角度,選取了評論長度、評論星級極端性、評論情感傾向和評論標題主客觀性四個影響因素。
評論撰寫者對評論有用性的影響:在亞馬遜網站上,多種因素影響評論者的排名,評論者已發(fā)表評論整體的有用程度和是否連續(xù)地發(fā)表高質量評論是最重要的兩個影響因素,因此評論者排名可以很好地表示評論者信譽;歷史評論數(shù)量能很好地衡量評論者的專業(yè)水平與購買經驗。從評論者屬性角度,選取了評論者空間排名和歷史評論數(shù)量兩個影響因素。
是否產品類型(搜索型、體驗型)不同,評論文本特性影響評論有用性的效果也不一樣。因此本文進一步研究了產品類型的調節(jié)效應。
在亞馬遜網站上消費者對商品的總體評價分五個星級。五星表示購買者對產品非常高的正面評價。一星表示購買者對產品非常低的負面評價。三星則表示一種中立的態(tài)度。本研究把評論星級分為三個層次,一星和五星為極端評論,二星和四星為介于極端和中立之間的評論,三星為中立的評論。
考慮到評論對銷售的重要影響力,商家可能采用一些優(yōu)惠措施誘導消費者對產品打高分,極端的正面評論有可能是不真實的;而極端負面的評論可能帶有更多個人主觀情感,消費者往往對極端負面的評論也持質疑態(tài)度。因此提出如下研究假設。
H1:評論的極端性和評論有用性存在負相關關系。
評論的星級打分只是代表了購買者對產品的綜合評價,評論本身的文本內容是對星級打分的進一步解釋,這才是消費者最關注的。較長的評論通常是評論者用心去寫的,會包含與產品相關的更多信息,通過閱讀此評論,消費者可能會找到更多有用信息,從而減少自己對產品和服務的不確定性。因此提出如下假設。
H2:評論長度與評論有用性存在正相關關系。
根據(jù)在線評論描述內容的不同,可把評論分為客觀事實型和主觀評價型??陀^事實型更多的是描述與產品性能相關的信息,而主觀評價型會帶有更多的個人感情色彩。消費者在購買產品時會根據(jù)商家提供的信息對產品形成初步的印象,只有消費者有意愿購買時才會參考在線評論,參考在線評論只是為了確定產品本身的性能是否與商家對產品的描述一致,而不是更多地去參考評論者的個人感受。如果商品評論包含較多的個人觀點,往往被認為并不可靠或者無助于消費者做出購買決策[12]。標題是評論正文的概括,通過閱讀標題,消費者就大概可以了解評論正文的內容。只有具有吸引力的評論標題,才有可能引發(fā)消費者進一步閱讀評論正文。因此提出如下假設。
H3:評論標題越客觀,評論有用性越高。
傳統(tǒng)口碑的許多研究表明,相比于正面口碑,負面口碑更有助于消費者做出購買決策。但是近年來一些學者給出了不同的結論。Sen等[13]的研究表明,在線評論情感傾向確實影響評論有用性,只是正向評論較負向評論的影響更大。Adaval[14]的情感一致理論支持了這一觀點:人們在評價產品的屬性時,與其心情一致的信息對其影響更大。人們在網購時,通過搜尋會找到自己感興趣的商品,只有商家對產品的描述與消費者預期一致時才會去關注評論,參考評論往往只是為了確定產品的真實質量是否與商家描述的一致,從而更加堅定自己的決策。因此,消費者在參考評論時,一般對產品都懷著正向預期,當看到大量正面評論時,即使出現(xiàn)少量負面評論也會堅定自己最初的購買決策。因此提出如下假設。
H4:在線評論的平均正向情感傾向與評論有用性呈正相關關系。
由于網絡的虛擬性,評論者身份的不確定,有的評論者不負責任地發(fā)表一些不真實的信息來誘導消費者。因此信息的來源是影響在線評論可信度的一個重要因素。亞馬遜網站提供了豐富的評論者信息,這些信息一定程度上可以制約其發(fā)送不真實的信息。王平等[15]的研究則表明,發(fā)評者受關注度越高,所發(fā)表的評論其有用性越高。亞馬遜網站上的評論者排名可以很好地表示評論者信譽;那些經常發(fā)表有用評論的評論者,會得到閱讀者較高的認可,其獲得的排名自然更高。因此提出如下假設。
H5:評論者已有排名與該評論有用性成負相關關系,即排名越靠前,評論有用性越高。
消費者在做出最終決定之前,一般傾向于向具有購買經驗的消費者或具有相關知識的專家征求意見。由于網絡的虛擬性,信息不對稱,評論閱讀者往往會參考評論者的相關信息,因此發(fā)評者可信度可以影響消費者對評論質量的感知。評論者歷史發(fā)表評論的數(shù)量可以很好地衡量其專業(yè)水平與購買經驗,評論數(shù)量高的往往是那些具有一定網購經驗的消費者,從而其發(fā)表的評論會更加可信。因此提出如下假設。
H6:發(fā)評者歷史評論數(shù)量與評論有用性存在正相關關系。
基于亞馬遜的評論系統(tǒng)較其他網站更加完善,化妝品是典型的體驗型產品,照相機是典型的搜索型產品。文章采用人工搜集的方法,隨機從亞馬遜網站上選擇了化妝品和數(shù)碼相機各10種產品,其中化妝品覆蓋了洗面奶、乳液、BB霜、洗發(fā)露等產品,數(shù)碼相機覆蓋了佳能、索尼等品牌。最終化妝品選取了截止2013年3月29日總投票數(shù)大于2的326條評論,照相機選取了截止2013年3月29日總投票數(shù)不少于2的304條評論,其中剔除掉不符合評論條件的35條評論(如對評論標題主客觀性的評判存在較大爭議的),最終得到有效評論595條。搜集內容包括評論文本內容、評論的星級打分、評論標題、發(fā)評者空間排名和歷史評論數(shù)量。
(1)因變量(H)。因變量是評論的有用性,用評論的有用票數(shù)占總投票數(shù)的百分比來衡量,是0~100之間的連續(xù)數(shù)。
(2)評論長度(L)。利用評論的總字數(shù)來衡量評論長度,該變量采用對數(shù)形式。
(3)評論的極端性(E)。評論的星級打分可以直接從網站上得到,文章把一星和五星定義為極端評論,用“2”表示;三星定義為中立評論,用“0”表示;二星和四星是介于兩者之間的評論,用“1”表示。
(4)評論標題的主客觀性(S)。對于該變量采用二值定義方法,評論傾向于主觀時取“1”,傾向于客觀時取“0”。而對于評論標題主客觀性評定,則由經常網購的若干大學生采用少數(shù)服從多數(shù)的方法來確定。
(5)評論的情感傾向(R)。由于評論的星級打分能真實反映消費者對商品的原始態(tài)度,因此采用評論的星級打分作為其情感傾向的替代指標。
(6)評論者空間排名(K)和歷史評論數(shù)量(Q)。評論者屬性均可以直接從網站上得到??臻g排名越靠前,評論有用性越高,對空間排名采用對數(shù)形式。歷史評論數(shù)量越多,評論有用性越高。
(7)控制變量(T)。因變量用評論有用票數(shù)占總投票數(shù)的百分比來度量,當總投票數(shù)不相同時,評論有用性度量出來的效果也不同。因此,為了研究結果更加可靠,引入投票總數(shù)作為控制變量。
(8)調節(jié)變量(A)。為了探討不同類型產品的在線評論有用性的影響效應是否存在差異,把產品類型作為調節(jié)變量。當產品是搜索型(照相機)時,變量的值為“1”,是體驗型時(化妝品)變量為“0”。
采用SPSS18對數(shù)據(jù)進行了多元線性回歸的分析。以評論有用性作為因變量,控制變量和評論本身特征(L,E,S,R)為自變量建立回歸模型1;以控制變量和評論者屬性(K,Q)為自變量建立模型2;以控制變量、評論本身特性、評論者屬性為自變量建立回歸模型3(見表1)。
表1 模型回歸結果
從模型1中可以看出,評論長度、評論的情感傾向與評論有用性的系數(shù)為正并通過顯著性檢驗,因此假設H2和H5得到初步驗證。評論極端性、評論標題的主客觀性與評論有用性的系數(shù)為負并通過顯著性檢驗,因此假設H1和H3得到初步驗證。并且這四個變量在加入評論者要素后仍通過顯著性檢驗。
模型2顯示評論者空間排名與評論有用性成負相關關系,但并沒有通過顯著性檢驗,而在模型3加入評論文本特性后通過了顯著性檢驗。這說明評論者空間排名可能通過評論文本特性間接地影響評論有用性,這也是可以理解的。消費者在參考評論時最關注的還是評論本身對自己是否有幫助,且亞馬遜網站上的評論者空間排名并沒有顯示在評論主頁,只有再點擊一下才可以看到與評論者相關的信息,因此有些消費者為了節(jié)省時間不會再去花費時間查看與評論者相關的信息。然而亞馬遜網站上影響評論者空間排名的最重要因素就是評論者過去所發(fā)評論的整體有用程度和持續(xù)地發(fā)表新的高質量評論,消費者也是很清楚這一點的,所以那些關注評論者信息的消費者自然會對排名靠前的評論者賦予更高的信任度??傊?,評論者空間排名對評論有用性還是有一定影響的,它對評論有用性的間接效應在下面會進一步進行驗證。
評論者歷史評論數(shù)量與評論有用性在模型2中也沒有通過顯著性檢驗,雖然在加入評論文本特性的模型3中通過顯著性檢驗,但是為負值,即歷史評論數(shù)量越多,有用性反而越差,與假設H6相反。這一結果在預料之外,追其原因可能是歷史評論數(shù)量只能表明該評論者在亞馬遜網站上購物的次數(shù),經常購物的消費者并不一定每次都認真地去寫購后評論,他們自身有一定的購物經驗,不需要太參考評論,可能也不會認真地去寫評論,更多地可能是享受網購的樂趣。而那些歷史評論數(shù)量少,購買商品次數(shù)不多或初次在亞馬遜網站上購物的消費者,為了紀念這次難忘的購物經歷反而會認真地寫評論,因此評論質量就會高。
為了檢驗評論者屬性是否通過評論文本特性中的某些自變量來間接地影響評論有用性,以評論長度為因變量,評論者空間排名與歷史評論數(shù)量為自變量建立模型4;以評論情感傾向為因變量,評論者排名與歷史評論數(shù)量為自變量建立模型5;評論有用性為因變量,以評論長度和評論情感傾向為自變量建立模型6。從表2中可以看出3個模型都通過了顯著性檢驗,由此可以表明評論者屬性通過評論文本特性來間接地影響評論的有用性。由模型4可知,評論者空間排名與評論長度成負相關關系,即排名越靠前,撰寫的評論越長,而評論越長,評論有用性越高,也進一步驗證了評論者空間排名對評論有用性的間接效應。
表2 評論者屬性對因變量的間接效應檢驗
為了檢驗搜索型產品對評論有用性的影響與體驗型產品對評論有用性的影響是否不同,商品類型為調節(jié)變量的檢驗結果見表3。
由表3可知,產品類型對在線評論長度和評論者歷史評論數(shù)量的調節(jié)效應顯著,對其他變量的調節(jié)效應不顯著,即無論是體驗型產品還是搜索型產品,評論的極端性、評論標題的主客觀性、評論的情感傾向、評論的空間排名對評論有用性的影響無顯著差異,均服從自變量對因變量的直接效應檢驗結果。為了有效地探討調節(jié)效應顯著的兩個變量在不同產品類型中的具體影響效應,分別對兩類產品進行了多元線性回歸分析,結果見表4。
表3 調節(jié)效應檢驗結果
表4 回歸結果分析
從表4可以看出,在搜索型產品中,評論長度與評論有用性的顯著性水平P=0.036<0.05;在體驗型產品中,評論長度對評論有用性的顯著性水平為P=0.274>0.05。一個顯著,一個不顯著,則說明產品類型具有調節(jié)效應,即評論長度與評論有用性呈正相關關系,在搜索型產品中更加明顯。究其原因,相比于體驗型產品,一般購買者往往對相機、電腦等搜索型產品缺乏鑒別能力,更多地依靠評論者發(fā)表的評論來判斷商家對產品的功能描述是否真實可靠,為了更加全面地了解產品的各個性能,會盡可能多地去關注有關產品的任何細節(jié)描述,因而在瀏覽在線評論時會更多地關注篇幅較長的評論。
從表4可以看出,在搜索型產品中,評論者歷史評論數(shù)量對評論有用性的顯著性水平P=0.000<0.05;在體驗型產品中,評論者歷史評論數(shù)量對評論有用性的顯著性水平P=0.221>0.05。一個顯著,一個不顯著,則說明產品類型具有調節(jié)效應。在自變量對因變量的直接效應檢驗中,歷史評論數(shù)量對評論有用性的影響并未通過顯著性檢驗,究其原因,除了歷史評論數(shù)量通過評論文本屬性間接地影響評論有用性之外,另外一個原因就是,商品類型對歷史評論數(shù)量具有調節(jié)效應。即歷史評論數(shù)量與評論有用性成負相關關系,在搜索型產品中更加顯著。
文章從評論者要素和評論本身屬性出發(fā),選取亞馬遜網站上體驗型產品的典型代表產品和搜索型產品的典型代表產品實證分析在線評論的影響因素,進一步完善了相關研究的理論體系。研究表明,無論是體驗型產品還是搜索型產品,由于極端評論往往被認為帶有更多的個人感情色彩,評論的極端性與評論的有用性成負相關關系;標題是評論正文的概括,只有評論標題具有吸引力,才有可能吸引消費者進一步閱讀評論正文,進而對消費者產生影響。驗證表明,評論標題越客觀,評論有用性越高;空間排名代表著評論者的受關注度,研究表明評論者已有排名與該評論有用性成負相關關系且通過評論文本特性來間接地影響評論有用性;評論長度與評論有用性存在正相關關系,在搜索型產品中更加明顯;歷史評論數(shù)量不僅通過評論文本屬性間接地影響評論有用性,且商品類型對歷史評論數(shù)量具有調節(jié)效應,在搜索型產品中,歷史評論數(shù)量對有用性的影響效應更顯著。
[1]CNNIC.中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告[R].中國互聯(lián)網絡信息中心,2012.
[2]李國鑫,李一軍,李 兵,等.我國電子商務用戶網上購物行為的影響因素及其演變:基于2006年與2009年數(shù)據(jù)的實證研究[J].管理評論,2012,24(7):56-62.
[3]楊 銘,祁 巍,閆相斌,等.在線商品評論的效用分析研究[J].管理科學學報,2012,15(5):65-75.
[4]Kim E E K,Mattila A S,Baloglu S.Effects of gender and expertise on consumers'motivation to read online hotel reviews[J].Cornell Hospitality Quarterly,2011,52(4):399-406.
[5]Moe W W,Trusov M.The value of social dynamics in online product ratings forums[J].Journal of Marketing Re-search,2011,48(3):444-456.
[6]郝媛媛,葉 強,李一軍.基于電影面板數(shù)據(jù)的在線評論情感傾向對銷售收入影響的實證研究[J].管理評論,2009,21(10):95-103.
[7]郝媛媛,葉 強,李一軍.基于影評數(shù)據(jù)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.
[8]孫文俊,薛博召.圖書領域消費者在線評論的有用性影響因素研究[J].江蘇商論,2011,30(5):58-60.
[9]Mudambi S M,Schuff D.What makes a helpful online review?A study of customer reviews on amazon.com[J].MIS Quarterly,2010,34(1):185-200.
[10]殷國鵬,祝珊.網絡社區(qū)在線評論有用性影響模型研究[J].圖書情報工作,2012,56(16):140-147.
[11]Dellarocas C,Zhang X Q ,Awad N F.Exploring the value of online product reviews in forecasting sales:The case of motion pictures [J].Journal of Interactive Marketing,2007,21(4):23-45.
[12]Zhang Z.Weighing stars:Aggregating online product reviews for intelligent e-commerce applications[J].IEEE Intelligent Systems,2008,23(5):42-49.
[13]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.
[14]Adaval R.Sometimes it just feels right:The differential weighting of affect-consistent and affect-inconsistent product information[J].Journal of Consumer Research,2001,28(1):1-17.
[15]王 平,代 寶.消費者在線評論有用性影響因素實證研究[J].統(tǒng)計與決策,2012,35(2):118-120.