羅 彪， 李 美 京

(中國科學技術大學 管理學院， 安徽 合肥 230026)

手機APP下載意愿的口碑影響機制
——基于類別和流行度的實證研究

羅 彪， 李 美 京

(中國科學技術大學 管理學院， 安徽 合肥 230026)

以免費手機APP為例，研究在線口碑效價對免費產品下載意愿的影響，并以產品流行度作為調節(jié)變量，以產品類別作為分類變量。實證研究表明：在線口碑效價對消費者使用免費APP的下載意愿有顯著影響；產品流行度能夠有效調節(jié)在線口碑效價對下載意愿的影響，產品流行度高時，在線口碑效價對下載意愿的影響減弱；產品流行度低時，在線口碑效價對下載意愿的影響增強；不同類別的APP，在線口碑的影響程度也有所不同，相較于享樂型產品，實用型產品受到在線口碑效價的影響程度更高。

手機APP；在線口碑效價；產品類別；產品流行度；下載意愿

一、引 言

在線口碑對產品績效影響的研究近年來已成為營銷學研究的熱點。對于在線口碑，學者主要從口碑數量和口碑效價兩方面展開。Godes和Mayzlin[1]率先提出從在線口碑數量對在線口碑進行度量，之后，Liu等[2]學者引入口碑效價這一概念。大量研究證明在線口碑的數量與效價對產品績效有顯著影響。

但在研究對象的選擇上，現有研究大多集中于付費產品，如電影(Liu，Dellarocas 和 Zhang[3])、圖書(Chevalier 和 Mayzlin[4])、電子游戲(Zhu和Zhang[5])等。本文選取Andriod市場的免費APP作為研究對象，引入產品流行度作為調節(jié)變量，引入產品類別作為分類變量，研究在線口碑效價對不同類別(享樂型APP、實用型APP)、不同流行度(明星產品、長尾產品)的手機APP下載意愿的影響。

二、文獻綜述

1.在線口碑對產品績效的影響

近年來，有關在線口碑的論文和研究呈增長趨勢，主要集中在在線口碑基本要素對商品銷量的影響、評論有用性及在線口碑傳播機制等方面。其中針對在線口碑基本要素對商品銷量的影響方面，主要通過研究在線口碑平均得分、好評數、差評數、總評論數等與商品銷量的關系。其中Chevalier 和Mayzlin[4]發(fā)現，亞馬遜圖書新增的五星評價對銷量有顯著正向影響，且積極評論比中性評論的影響更為強烈；郝媛媛等[6]以電影為研究對象，得出了評論情感傾向對票房收入存在顯著影響的結論；Ye等[7]研究發(fā)現旅游電子商務網站上的評分對旅館銷量有顯著影響；盧向華和馮越[8]研究了大眾點評網的餐館評論得分和銷量的關系，發(fā)現高價位餐館的高評分對銷量有顯著影響，但對于低價位餐館并不顯著。這說明在線口碑效價對銷量的影響會受到其他因素的調節(jié)，甚至可能因為這些因素的不同而有相反的表現。

2.在線口碑對不同類別、不同流行度產品績效的影響

隨著在線口碑相關研究的深入，已有很多學者研究在線口碑對不同類別產品的影響。Riegner[9]發(fā)現，在線口碑對消費者購買決策的影響會因產品類別的不同而不同。在線口碑對消費者購買高價格的電子科技產品的影響最大，對服裝等零售產品購買決策的影響較小。也有很多研究在線口碑對不同流行度產品的影響，盤英芝等[10]在文章中按照產品熱門程度不同，觀察在線口碑對于銷量排名的影響，得出非熱門商品比熱門商品得分變化更能顯著影響銷量。Lee等[11]在文章中把產品分為主觀評價類產品和客觀評價類產品，得出在線口碑會抑制客觀評價類產品的長尾效果，同時會促進主觀評價類產品的長尾效果。

3.在線口碑對免費產品績效的影響

已有學者研究在線口碑對免費產品績效的影響，主要集中在軟件行業(yè)，Zhou和Duan[12]得出，中立的用戶評論對軟件下載有顯著積極影響，流行度越高，影響越強；對于極端評論，當產品分類數大于入門門檻時，相比中立評論，積極評論對軟件下載有更顯著積極影響，但消極評論影響不明顯。

鑒于以上分析，提出如下模型(圖1)，這個模型和Hansen的心理選擇模型密切相關。在這個模型中，口碑效價對APP下載意愿的影響也受產品特性影響。許多研究與這個模型相似，表明消費者對不同信息資源的使用是隨產品特性變化而改變的。

與許多研究相似，本文認為產品特點可在很大程度上調節(jié)在線口碑和購買意愿。在研究中，選取產品特點中的產品流行度(明星產品、長尾產品)作為調節(jié)變量，產品類別(享樂型APP、實用型APP)作為分類變量。

圖1 口碑效價對APP下載意愿影響模型

三、研究對象、變量定義與假設提出

1.研究對象

App是application的縮寫，通常指手機應用軟件。根據第39次中國互聯網絡發(fā)展狀況統(tǒng)計報告，截止2016年12月，中國網民規(guī)模7.31億，中國手機網民6.95億，較2015年增加7550萬，網民中使用手機上網的人群占比從91.1%提升至95.1%[13]。同時，以社交為基礎的綜合平臺類應用發(fā)展迅速，網絡游戲用戶增長乏力，手機網絡游戲迅猛增長。網民對移動終端的使用不可估量，手機APP已改變人們的生活方式。

相比傳統(tǒng)商品，手機APP具有如下特點：第一，大部分APP是免費商品，不需要付費就可以下載使用；第二，手機APP更新快、數量大、不占庫存，可以對用戶實時地理定位并提供個性化推薦；第三，APP更新換代快；第四，APP無法提供用戶體驗，而且，隨著快節(jié)奏的生活，用戶不會在下載哪個APP上花費太多精力，一般以應用市場推薦、在線口碑等作為依據。所以，對手機APP的研究有獨特的價值與意義。

2.變量定義

產品類別：產品類別是影響消費者態(tài)度變化的重要分類變量。Levin等[14]認為產品類別會影響消費者處理產品信息的方式以及信息對決策價值程度的判定。Simonson[15]認為，消費者通過產品實用性來衡量產品所能達到的消費者效用最大化的潛能，再決定是否購買產品。根據已有學者劃分標準，本文將產品類別分為享樂型(Hedonic)和實用型(Utilitarian)。

產品流行度：盤英芝等[10]認為“熱門品牌”的界定依據熱門程度，而熱門程度是消費者需求大小的反應，所以本研究用手機APP下載量來進行熱門及非熱門的界定。根據長尾理論，熱門和非熱門商品按照20% 和80%的比例分布。既然在線口碑能夠影響消費者的行為和商品銷量，那么它對長尾理論中的熱門和非熱門的商品可能存在不同程度或不同方向的影響。

在線口碑效價：在口碑方面，已有研究主要集中于在線口碑數量(Volume)和在線口碑效價(Valence)兩個衡量指標。但是，由于口碑數量本身就是流行度的一個反應，而且本文引入流行度作為調節(jié)變量，所以，本文只選取在線口碑效價(Valence)作為在線口碑的衡量指標。在線口碑效價是一種反映消費者對某種品牌或服務滿意度的指標，如網站上的產品評分(Rating)分值可以看作是在線口碑的效價值。在線口碑效價一般主要從口碑正負面和評分高低兩方面展開。

下載意愿：意愿的概念最早出現于心理學，是個人從事某種特定行為的主觀概念。Ajzen和Fishbein[16]認為，顧客采取行動是以其對某一特定對象的意愿為基礎，只有當顧客具有了購買意愿，才會做出購買的行動，因此，只有了解顧客的購買意愿才能預測其購買行為。Zhou和Duan[11]在衡量口碑對銷量影響時，以軟件下載意愿為衡量銷量的指標，故本文將下載意愿作為衡量指標。

3.假設提出

(1)在線口碑效價對下載意愿的影響

近年來，關于在線口碑效價對產品績效的影響問題，已有較多學者進行相關研究。大量研究表明，口碑效價對產品績效有顯著正向影響，故本文提出如下假設：

H1：在線口碑效價對手機APP下載意愿影響顯著。

(2)產品流行度的調節(jié)作用

由于許多原因，消費者在線口碑對流行產品銷量影響更大。首先，流行產品有更多的評論，信息量的增加會增加可信度。其次，考慮到流行的產品在線口碑比較多，所以，消費者會覺得更容易找到流行產品的評論，因此，他們更有可能搜索流行產品的在線口碑，搜索越多，這些評論的影響可能越大。

故本文提出假設：

H2a：在線口碑效價對明星類APP下載意愿影響更顯著。

相反，在線口碑可能對流行產品的影響力更小。例如，消費者獲取在線信息的一個主要原因是了解產品質量以減少購買風險，而一個產品流行，本身就代表著較高的產品質量，之前已有研究表明產品流行度和產品質量之間存在較強關聯。

有的研究也表明購買流行產品可以使風險最小化。消費者更喜歡流行產品，是因為流行本身就是一種社會線索，而追隨社會線索又能夠減少風險。作為相似的脈絡，羊群理論的文獻表明，對消費者而言，有時忽視個性需求、追隨大眾反而是最佳選擇。關于消費者決策問題的文獻也表明，如果消費者購買知名度較小的產品結果不滿意，與購買知名度較大的產品不滿意相比，往往前者會讓消費者感到更加后悔。因此，當消費者對一個知名度較小的產品感興趣時，他們常常會增加搜索量，獲取在線口碑，以防止日后后悔。故本文提出假設：

H2b：在線口碑效價對長尾類APP下載意愿影響更顯著。

(3)產品類別的調節(jié)作用

消費者具有追求享樂和追求功能兩種態(tài)度。享樂型態(tài)度基于情感的依戀，功能型態(tài)度基于個人對產品特性的體驗。享樂型產品的體驗在本質上更趨于感性，而功能型產品的體驗更趨于理性，因此，享樂性消費比功能性消費更容易被打動，對享樂型APP下載意愿影響更大。故本文提出假設：

H2c：在線口碑效價對享樂型APP下載意愿影響更顯著。

然而，由于大部分APP都是免費的，消費者在下載時不用考慮費用，在線口碑的刺激可能引發(fā)消費者對實用型APP的功能體驗欲望，對其影響更加顯著。故本文提出假設：

H2d：在線口碑效價對實用型APP下載意愿影響更顯著。

(4)在線口碑、產品類別和產品流行度的交叉影響

已有研究發(fā)現,在線口碑對消費者購買決策的影響會因購買渠道、用戶類別和產品類別的不同而不同，Zhou 和Duan[12]3研究表明在線口碑和產品類別對軟件下載有顯著的交互效應，但是，這兩個因素的影響及交互作用因產品流行度不同而不同。所以，在線口碑效價、產品類別、產品流行度這3個因素的交互影響就很有研究的必要。例如，微信在線口碑效價很低，但是微信非常流行，為了方便與大家交流，消費者仍然會下載。所以，提出如下4種假設。

H3a：在線口碑效價對享樂型明星類APP下載意愿影響更顯著。

H3b：在線口碑效價對享樂型長尾類APP下載意愿影響更顯著。

H3c：在線口碑效價對實用型明星類APP下載意愿影響更顯著。

H3d：在線口碑效價對實用型長尾類APP下載意愿影響更顯著。

四、實驗設計

1.實驗刺激物的開發(fā)與前測

本實驗中關于手機APP的數據來自“豌豆莢手機精靈”，這是一款針對Android手機的應用商店。在線口碑效價選擇用戶好評率代替，60%以上代表正面(選取正面產品的好評率分別為86%、97%、80%、95%)，60%以下代表負面(選取負面產品的好評率分別為57%、44%、45%、48%)；手機類別中，享樂型用游戲類代替，實用型用影音應用類代替；衡量流行度時，排名前20%為明星產品(明星產品排名分別為2/50、1/50、3/260、5/260)，排名后20%為長尾產品(長尾產品排名分別為46/50、47/50、209/260、250/260)；對APP的下載意愿從5個維度測量，分別是初始態(tài)度、下載意愿、使用意愿、了解后態(tài)度和個人偏好。同時，控制其他變量對實驗的影響。

將設計好的8個實驗隨機發(fā)給40個被試者進行前測。結果顯示，本文設計的實驗對消費者APP的下載意愿具有良好的甄別。在此基礎上進行正式實驗。

2.實驗過程

根據CNNIC調查報告表明，手機APP用戶遍布各個年齡層、各種收入階層，所以，為保證樣本來源的多樣性，被試來源于不同類型的組織/單位。研究人員將不同產品的實驗材料隨機發(fā)放給每個受試者。為嚴格控制實驗過程：(1)實驗前告訴消費者，假定對這些APP一無所知，僅僅根據本實驗所提供的相關信息來作出APP下載意愿判斷；(2)沒有告訴受試者本次實驗的真實目的，只要求被試者按實驗材料提供的情景回答各項問題。

整個實驗過程共發(fā)出問卷250份，有效樣本數202份。樣本描述如表1所示。

表1 樣本描述

五、數據分析

1.實驗操縱的檢驗

在檢驗假設之前，有必要檢驗各變量是否得到成功操縱。本文使用t檢驗的方法來分別驗證3個變量被操縱情況。如表2所示，被試者在“口碑效價”、“類別”和“流行度”3個變量的兩個不同操縱水平上的均值呈現出顯著差異(p<0.05)，因此，可以判斷實驗變量(口碑效價、類別、流行度)得到成功操縱。

同時，本研究采用SPSS17.0軟件對問卷數據進行信度和效度分析，以Cronbach’sα值作為衡量各變量信度的標準，如表3所示。整體問卷的Cronbach’sα值為0.959。因子信度檢驗結果表明，所使用的APP下載意愿的數據具有較好的信度。

表2 t檢驗

表3 因變量信度系數

2.描述性統(tǒng)計

在描述在線口碑效價、產品類別、產品流行度對手機APP下載意愿影響時，負面口碑、正面口碑、享樂型APP、實用型APP、長尾類APP和明星類APP共有808個樣本。在衡量APP下載意愿的均值方面，都大于4；在標準差方面，沒有明顯的差異。

3.假設檢驗

運用一元回歸模型對上述研究假設進行檢驗，得出如下結果：

(1)對H1的檢驗

數據分析表明，在線口碑效價對APP下載意愿影響回歸系數為0.207，p=0.048<0.050。因此，口碑效價對APP下載意愿的影響顯著。假設H1得到驗證。

(2)對H2的檢驗

由表4可以得出，口碑效價對享樂型APP下載意愿影響回歸系數為0.169，p=0.062>0.050；口碑效價對實用型APP下載意愿影響回歸系數為0.245，p=0.034<0.050；口碑效價對明星類APP下載意愿影響回歸系數為0.176，p=0.053>0.050；在線口碑效價對長尾類APP下載意愿影響回歸系數為0.238，p=0.043<0.050。因此，口碑效價對實用型、長尾類APP下載意愿的影響均顯著，口碑效價對享樂型、明星類APP下載意愿的影響均不顯著。而且，由圖2可以看出，口碑效價對享樂型、明星類APP下載意愿的影響系數較低，對實用型、長尾類APP下載意愿的影響系數較高。假設H2b、H2d得到驗證，而H2a、H2c沒有得到驗證。

(3)對H3的檢驗

由表5可以得出，口碑效價對享樂型明星類APP下載意愿影響回歸系數為0.144，p=0.066>0.050；口碑效價對享樂型長尾類APP下載意愿影響回歸系數為0.193，p=0.058>0.050；口碑效價對實用型明星類APP下載意愿影響回歸系數為0.208，p=0.040<0.050；口碑效價對實用型長尾類APP下載意愿影響回歸系數為0.282，p=0.028<0.050。因此，口碑效價對享樂型明星類APP、享樂型長尾類APP下載意愿的影響均不顯著，口碑效價對實用型明星類APP、實用型長尾類APP下載意愿的影響均顯著。而且，由圖3可以看出，口碑效價對實用型長尾類APP下載意愿影響回歸系數最大，口碑效價對享樂型明星類APP下載意愿影響回歸系數最小。假設H3c、H3d得到驗證，而H3a、H3b沒有得到驗證。

表4 口碑效價對不同分類APP下載意愿影響

圖2 口碑效價對不同分類APP下載意愿影響系數

享樂型實用型明星類0.144(0.066)0.208(0.040)長尾類0.193(0.058)0.282(0.028)

圖3 在口碑效價對不同分類APP下載意愿的交叉影響系數

六、結論與建議

本研究通過對口碑效價、流行度、類別的操縱，探索口碑效價對消費者使用不同類別、不同流行度的手機APP下載意愿的影響。結合數據分析結果，為企業(yè)營銷方提供策略與建議。

在APP市場，口碑效價對APP下載意愿的影響是顯著的，這說明在免費市場，口碑效價仍然是影響消費者決策的重要因素。雖然產品是免費的，但是，消費者也需考慮各種成本，例如，下載APP需要花費流量，APP會占用手機內存，體驗APP需要花費時間、精力成本。所以，即使產品是免費的，消費者也不會盲目進行下載。

以產品流行度和產品類別為坐標軸建立矩陣，將消費者劃分為4種不同類型，如表6所示，為企業(yè)提供建議如下：

1.收割策略

對于享樂型明星類產品，應采取收割策略，即企業(yè)減少其相關的營銷宣傳投入。對于享樂型產品，消費者對其實用功能預期較低，較少關注口碑效價的相關信息，而對于明星類產品，高流行度本身就代表著較高的產品質量。

2.發(fā)展策略

對于實用型長尾類產品，應采取發(fā)展策略，即企業(yè)增加其相關的營銷宣傳投入。對于實用型產品，消費者會更加關注其功能質量，所以會參考各種信息以降低決策風險，而對于長尾類產品，當消費者購買知名度較小產品時，因其行為與大眾選擇相背離，所以常常會增加搜索量，獲取在線口碑，以減少日后后悔。

3.維持策略

對于享樂型長尾類、實用型明星類產品，應采取維持策略，即企業(yè)維持其相關的營銷宣傳投入。這一類產品屬于產品特點復雜混合型，其兩個產品特點中，都是一個產品特點對下載意愿影響顯著，另一個產品特點對下載意愿影響不顯著。其影響系數、顯著因子在4類產品中，處于居中的狀態(tài)，所以，對于這一類產品，企業(yè)只需維持其相關營銷投入即可。

本研究從口碑效價的角度分析其對手機APP下載意愿的影響。但是，本文僅將流行度作為調節(jié)變量，而流行度僅可部分代表排行榜。隨著信息爆炸時代的到來，消費者被海量信息包圍，在選擇商品時，消費者可能直接選擇排行榜最靠前的商品。也就是說，“爆款”商品成為消費者省時省力的低風險選擇之一，所以，可進一步深入研究排行榜對手機APP下載意愿的影響，為企業(yè)提供更多有價值信息。

[1] GODES D，MAYZLIN D. Using online conversations to study word-of-mouth communication[J]. Marketing Science,2004,23(4):545-560.

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

[3] DELLAROCAS C，ZHANG M. The lords of ratings: how a movie’s fate is influenced by reviews[C]. Milwaukee:International conference on Information systems,2006.

[4] 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.

[5] ZHU F，ZHANG X. Impact of online consumer reviews on sales:the moderating role of product and consumer characteristics[J]. Journal of Marketing A Quarterly Publication of the American Marketing Association,2013,74(2):133-148.

[6] 郝媛媛，鄒鵬，李一軍，等. 基于電影面板數據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] 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] 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.

[9] RIEGNER C. Word of mouth on the web:the impact of web 2.0 on consumer purchase decisions[J]. Journal of Advertising Research，2007,47(4):436-447.

[10] 盤英芝，崔金紅，王歡. 在線評論對不同熱門程度體驗型商品銷售收入影響的實證研究[J]. 圖書情報工作，2011，55(24)：126-131.

[11] LEE J，LEE J N，SHIN H. The long tail or the short tail: the category-specific impact of eWOM on sales distribution[J]. Decision Support Systems,2011,51(3):466-479.

[12] ZHOU W，DUAN W. Product variety，online word of mouth and long tail: an empirical study on the internet software market.[C].Phoenix：International Conference on Information Systems，2009.

[13] 中國互聯網絡信息中心. 第39次中國互聯網絡發(fā)展狀況統(tǒng)計報告[EB/OL]. (2017-01-22)[2017-04-20]. http://www.cac.gov.cn/cnnic39/index.htm.

[14] LEVIN A M，HEATH C E，LEVIN I R. Product category dependent consumer preferences for online and offline shopping features and their influence on multichannel retail alliances[J]. Journal of Electronic Commerce Research,2003,4(3):85-93.

[15] SIMONSON I. The influence of anticipating regret and responsibility on purchase decisions[J]. Journal of Consumer Research,1992,19(1):105-18.

[16] AJZEN I，FISHBEIN M. The prediction of behavior from attitudinal and normative variables[J]. Journal of Experimental Social Psychology,1970,6(4):466-487.

The Effect of Online Word-of-Mouth Valence on the Download Volume of Mobile APP——The Moderating Effect of Product Variety and Popularity

LUO Biao, LI Meijing

( School of Management, University of Science and Technology, Hefei 230026, China )

This article examines how variety and popularity of the product moderate the influence of online consumer reviews on product downloads using data from the free mobile applications. The findings indicate that online Word-of-Mouth valence is influential for download intention of free mobile applications; product popularity can moderate the effect of online Word-of-Mouth valenceon download intentions, that is, when the popularity is high, the effect gets weaker, and when the popularity is low, the effect becomes stronger; the effect is also contingent on different kinds of applications. For example, compared with products of more hedonic purposes, the ones featuring practical uses enjoy more influence from online Word-of-Mouth valence.

mobile APP; online Word-of-Mouth valence; variety; product popularity; download intention

10.19525/j.issn1008-407x.2017.02.004

2016-04-25;

2016-06-16

國家自然科學基金項目：“集團交互控制系統(tǒng)：行為自適應性與動態(tài)演化機制”(71272064)

羅彪(1978-)，男，安徽毫州人，副教授，博士，主要從事消費者行為與戰(zhàn)略管理研究；李美京(1991-)，女，山東煙臺人，中國科學技術大學管理學院碩士研究生，研究方向為在線口碑，E-mail:limj@mail.ustc.edu.cn。

C93

A

1008-407X(2017)02-0021-06