□文│劉 蕾 吳少輝
(作者單位:中央財(cái)經(jīng)大學(xué)文化與傳媒學(xué)院 清華大學(xué)經(jīng)濟(jì)與管理學(xué)院)
自2015年國(guó)家提出“互聯(lián)網(wǎng)+”戰(zhàn)略以來(lái),我國(guó)電子商務(wù)再次取得飛速發(fā)展。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)數(shù)據(jù)顯示,2016年中國(guó)電子商務(wù)交易額為22.97萬(wàn)億元人民幣,同比增長(zhǎng)25.5%。其中,網(wǎng)絡(luò)零售市場(chǎng)交易規(guī)模5.3萬(wàn)億元,在社會(huì)消費(fèi)品零售總額中的滲透率達(dá)到14.9%。一方面,中央通過(guò)加快供給側(cè)改革促進(jìn)傳統(tǒng)企業(yè)向互聯(lián)網(wǎng)轉(zhuǎn)型升級(jí);另一方面,在傳統(tǒng)零售業(yè)績(jī)持續(xù)下滑背景下,互聯(lián)網(wǎng)零售轉(zhuǎn)型成為所有零售企業(yè)未來(lái)最重要的增長(zhǎng)點(diǎn)。然而,企業(yè)界和學(xué)術(shù)界對(duì)于在網(wǎng)絡(luò)環(huán)境下,企業(yè)究竟該如何呈現(xiàn)產(chǎn)品信息以更好地激發(fā)消費(fèi)者的購(gòu)買(mǎi)行為、提升產(chǎn)品銷(xiāo)量卻缺乏足夠的理解。
從消費(fèi)者角度而言,電子商務(wù)規(guī)模的持續(xù)增長(zhǎng)伴隨著網(wǎng)絡(luò)購(gòu)物用戶(hù)數(shù)量的不斷擴(kuò)大。截至2016年,我國(guó)網(wǎng)絡(luò)購(gòu)物用戶(hù)規(guī)模達(dá)到4.67億,用戶(hù)網(wǎng)絡(luò)購(gòu)物的消費(fèi)習(xí)慣已經(jīng)形成。消費(fèi)者在網(wǎng)上購(gòu)買(mǎi)產(chǎn)品時(shí),主要通過(guò)瀏覽產(chǎn)品呈現(xiàn)信息和消費(fèi)者評(píng)論信息做出決策。產(chǎn)品呈現(xiàn)信息由企業(yè)編輯和發(fā)布,消費(fèi)者通過(guò)瀏覽產(chǎn)品呈現(xiàn)信息獲得對(duì)產(chǎn)品屬性及品牌方面的初步認(rèn)知和評(píng)價(jià)。消費(fèi)者評(píng)論信息即網(wǎng)絡(luò)口碑,企業(yè)基本無(wú)法干預(yù)和控制,這部分信息通過(guò)影響消費(fèi)者對(duì)產(chǎn)品的知曉(知曉效應(yīng))以及塑造和改變消費(fèi)者對(duì)產(chǎn)品的態(tài)度(說(shuō)服效應(yīng))來(lái)影響消費(fèi)者購(gòu)買(mǎi)決策。消費(fèi)者評(píng)論信息究竟如何影響消費(fèi)者購(gòu)買(mǎi)決策已經(jīng)得到廣泛而深刻的研究,而產(chǎn)品呈現(xiàn)信息對(duì)消費(fèi)者購(gòu)買(mǎi)決策的影響研究卻非常有限,對(duì)銷(xiāo)量影響的實(shí)證研究更加缺乏。
在網(wǎng)絡(luò)環(huán)境下,由于消費(fèi)者無(wú)法真正看到和摸到產(chǎn)品,相比在線(xiàn)下環(huán)境下購(gòu)買(mǎi)產(chǎn)品,他們尤其需要獲取足夠的信息以做出購(gòu)買(mǎi)決策,因此產(chǎn)品呈現(xiàn)信息對(duì)消費(fèi)者購(gòu)買(mǎi)決策具有重要的影響。圖文信息作為最基本、最重要的產(chǎn)品信息呈現(xiàn)方式,本研究試圖探討產(chǎn)品圖文信息如何影響產(chǎn)品銷(xiāo)量。具體而言,本研究將回答如下兩方面問(wèn)題:①產(chǎn)品文本信息數(shù)量與銷(xiāo)量之間是什么關(guān)系?產(chǎn)品文本信息是否越多越好?②產(chǎn)品圖片信息數(shù)量與銷(xiāo)量之間是什么關(guān)系?圖片是否越多越好?
圖書(shū)、音像類(lèi)產(chǎn)品作為我國(guó)網(wǎng)上銷(xiāo)售商品的重要組成部分,近年來(lái)發(fā)展迅速。2016年,中國(guó)圖書(shū)零售市場(chǎng)中網(wǎng)上銷(xiāo)售渠道銷(xiāo)售額達(dá)到365億元,首次超過(guò)實(shí)體渠道銷(xiāo)售額(336億元)。當(dāng)前,全民閱讀推廣活動(dòng)更將進(jìn)一步促進(jìn)線(xiàn)上圖書(shū)銷(xiāo)售。因此,本研究將以圖書(shū)銷(xiāo)售為例,探討線(xiàn)上產(chǎn)品圖文信息呈現(xiàn)如何影響產(chǎn)品銷(xiāo)量,從而為企業(yè)開(kāi)展電子商務(wù)運(yùn)營(yíng)提供策略建議。
信息呈現(xiàn)包括言語(yǔ)和視覺(jué)兩種基本形式,言語(yǔ)形式即文本信息,視覺(jué)形式則是生動(dòng)化呈現(xiàn)信息的方式,包括圖片、視頻、動(dòng)畫(huà)等多種方式。當(dāng)前關(guān)于產(chǎn)品呈現(xiàn)信息對(duì)消費(fèi)者決策影響的研究主要關(guān)注信息生動(dòng)化呈現(xiàn)方式對(duì)消費(fèi)者態(tài)度和產(chǎn)品評(píng)價(jià)的影響。在網(wǎng)絡(luò)購(gòu)物環(huán)境中,圖文信息作為最主要的產(chǎn)品呈現(xiàn)方式,學(xué)者對(duì)其關(guān)注卻極其有限。根據(jù)我們的了解,僅有兩篇研究探討了線(xiàn)上產(chǎn)品圖文信息呈現(xiàn)對(duì)消費(fèi)者決策的影響。金(Kim)和列儂(Lennon)通過(guò)實(shí)驗(yàn)的方法比較了文本信息和圖片信息兩種方式對(duì)消費(fèi)者認(rèn)知態(tài)度的影響,結(jié)果發(fā)現(xiàn)相比圖片信息,文本信息對(duì)消費(fèi)者態(tài)度的影響更具有優(yōu)越性;劉(Yoo)和Kim則對(duì)產(chǎn)品使用場(chǎng)景的圖片呈現(xiàn)方式(具體的消費(fèi)背景VS純色背景)對(duì)消費(fèi)者情感與購(gòu)買(mǎi)行為意向的影響進(jìn)行了實(shí)驗(yàn)研究,結(jié)果發(fā)現(xiàn)采用與產(chǎn)品使用或消費(fèi)場(chǎng)景相關(guān)的圖片更能激發(fā)消費(fèi)者的購(gòu)買(mǎi)意向。綜上可見(jiàn),現(xiàn)有研究忽略了一個(gè)最基本而重要的問(wèn)題,那就是圖文信息數(shù)量對(duì)產(chǎn)品銷(xiāo)量的影響。文本和圖片作為線(xiàn)上產(chǎn)品呈現(xiàn)最重要、最普遍的形式,企業(yè)到底應(yīng)該使用多少文字闡述產(chǎn)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?gòu)垐D片展示產(chǎn)品呢?圖片數(shù)量是否越多越好呢?這正是本研究試圖回答的問(wèn)題。
一方面,如前所述,在網(wǎng)絡(luò)購(gòu)物環(huán)境下,消費(fèi)者無(wú)法真正看到和觸摸到產(chǎn)品,他們對(duì)產(chǎn)品評(píng)價(jià)的不確定性隨即增加,這使得消費(fèi)者網(wǎng)絡(luò)購(gòu)物時(shí)的感知風(fēng)險(xiǎn)大大增加。這時(shí)消費(fèi)者通常會(huì)采取一些措施來(lái)降低感知風(fēng)險(xiǎn),例如更多地、更仔細(xì)地搜集和閱讀產(chǎn)品信息。如果消費(fèi)者無(wú)法獲得足夠的產(chǎn)品信息,他們傾向于放棄購(gòu)物。因此,我們預(yù)期企業(yè)更多呈現(xiàn)產(chǎn)品文本信息有助于消費(fèi)者更多地了解產(chǎn)品,降低購(gòu)買(mǎi)時(shí)的不確定性和感知風(fēng)險(xiǎn),產(chǎn)品銷(xiāo)售由此增加。
另一方面,產(chǎn)品文本呈現(xiàn)信息是否越多越好呢?我們認(rèn)為不盡然。學(xué)者通過(guò)實(shí)驗(yàn)研究發(fā)現(xiàn),大量的信息會(huì)讓消費(fèi)者感覺(jué)到信息超載,而這種感知導(dǎo)致消費(fèi)者做出的選擇更差。例如,當(dāng)產(chǎn)品屬性數(shù)量過(guò)多或者每個(gè)產(chǎn)品屬性有多種水平時(shí),就可能導(dǎo)致信息超載,消費(fèi)者對(duì)于做出的決策通常感到不滿(mǎn)意、不自信甚至非常困惑。即使消費(fèi)者面臨的可選擇的產(chǎn)品太多,也會(huì)導(dǎo)致消費(fèi)者決策困難甚至放棄購(gòu)買(mǎi)。由此,我們預(yù)期當(dāng)產(chǎn)品文本信息過(guò)多時(shí),容易造成消費(fèi)者的認(rèn)知超載感知,從而降低購(gòu)買(mǎi)的可能性,產(chǎn)品銷(xiāo)量隨之減少。
綜上所述,我們預(yù)期產(chǎn)品銷(xiāo)量隨產(chǎn)品文本呈現(xiàn)信息數(shù)量先增后減,呈現(xiàn)倒U型變化趨勢(shì)。隨著文本信息由少逐漸增多,產(chǎn)品銷(xiāo)量首先會(huì)增加,即消費(fèi)者通過(guò)了解和閱讀更多產(chǎn)品信息而減少不確定性和感知風(fēng)險(xiǎn);而當(dāng)產(chǎn)品文本呈現(xiàn)信息數(shù)量由適中繼續(xù)增多時(shí),消費(fèi)者會(huì)感知到信息超載,從而放棄購(gòu)買(mǎi),產(chǎn)品銷(xiāo)量開(kāi)始減少。
學(xué)者研究發(fā)現(xiàn)人們可以更快、更加無(wú)意識(shí)地處理圖片信息,而且圖片與其意義之間的聯(lián)系相比文字更加直接,也比文字更加有吸引力。當(dāng)人們處理圖片信息時(shí),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(shí)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(fèi)者更加偏好處理圖片信息。相應(yīng)地,在網(wǎng)絡(luò)購(gòu)物環(huán)境下,圖片信息會(huì)減少消費(fèi)者的認(rèn)知負(fù)擔(dān),消費(fèi)者處理起來(lái)更加容易和快速,看到圖片也會(huì)降低消費(fèi)者的不確定性,由此增加消費(fèi)者購(gòu)買(mǎi)的可能性,因此我們預(yù)期產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷(xiāo)量之間呈現(xiàn)正向相關(guān)關(guān)系。
本研究數(shù)據(jù)來(lái)源于當(dāng)當(dāng)網(wǎng)。當(dāng)當(dāng)網(wǎng)作為起步早、規(guī)模大的中文圖書(shū)在線(xiàn)銷(xiāo)售平臺(tái),在同類(lèi)網(wǎng)站中擁有的用戶(hù)數(shù)量很多,占據(jù)了超過(guò)50%的市場(chǎng)份額。同時(shí),當(dāng)當(dāng)網(wǎng)提供的圖書(shū)銷(xiāo)售情況、商品詳情、消費(fèi)者評(píng)論等信息涵蓋了本研究所需要的全部數(shù)據(jù),避免了潛在的異方差問(wèn)題,提高了研究的有效性。我們收集了2017年6月17日當(dāng)當(dāng)網(wǎng)24小時(shí)圖書(shū)暢銷(xiāo)榜的前300本圖書(shū)信息。對(duì)于每一本圖書(shū),我們收集的數(shù)據(jù)包括如下內(nèi)容。
產(chǎn)品圖文信息呈現(xiàn)數(shù)據(jù)。每本圖書(shū)的商品詳情即是產(chǎn)品圖文信息呈現(xiàn)內(nèi)容,基本包括以下幾個(gè)部分:編輯推薦、內(nèi)容簡(jiǎn)介、作者簡(jiǎn)介、目錄、前言、媒體評(píng)論、在線(xiàn)試讀部分章節(jié)。我們收集了每一部分的字?jǐn)?shù)并將其加總得到產(chǎn)品文本信息呈現(xiàn)的總字?jǐn)?shù),同時(shí)收集了產(chǎn)品圖片信息的總數(shù)。
網(wǎng)絡(luò)口碑?dāng)?shù)據(jù)。網(wǎng)絡(luò)口碑?dāng)?shù)據(jù)對(duì)產(chǎn)品銷(xiāo)量的影響已經(jīng)得到廣泛的驗(yàn)證,學(xué)者發(fā)現(xiàn)評(píng)論數(shù)量和評(píng)論分?jǐn)?shù)會(huì)影響產(chǎn)品銷(xiāo)量,因此我們收集了每本圖書(shū)的評(píng)論數(shù)量和好評(píng)率兩個(gè)數(shù)據(jù)。好評(píng)率是指五星評(píng)分占總評(píng)分的百分比,在本研究中以此代表評(píng)論分?jǐn)?shù)。
銷(xiāo)量數(shù)據(jù)。當(dāng)當(dāng)網(wǎng)沒(méi)有公開(kāi)產(chǎn)品的具體銷(xiāo)量,因此我們無(wú)法直接獲取每本圖書(shū)的具體銷(xiāo)量數(shù)據(jù)。然而,當(dāng)當(dāng)網(wǎng)公開(kāi)了近24小時(shí)圖書(shū)銷(xiāo)量排行榜,列出了銷(xiāo)量排名前500位的圖書(shū)。學(xué)者發(fā)現(xiàn)銷(xiāo)量和銷(xiāo)量排名分別取自然對(duì)數(shù)之后呈線(xiàn)性相關(guān)關(guān)系,而且大部分相關(guān)研究都直接用銷(xiāo)量排名的自然對(duì)數(shù)來(lái)替代銷(xiāo)量的自然對(duì)數(shù)。因此本研究使用銷(xiāo)量排名替代具體銷(xiāo)量數(shù)據(jù)來(lái)研究企業(yè)發(fā)布內(nèi)容與產(chǎn)品銷(xiāo)量之間的關(guān)系。
其他控制變量。為排除其他可能潛在因素會(huì)影響圖書(shū)的銷(xiāo)量,我們加入了如下的一系列控制變量來(lái)排除這些可能的干擾因素。為了控制價(jià)格因素對(duì)圖書(shū)銷(xiāo)量的影響,我們收集了每本圖書(shū)的銷(xiāo)售價(jià)格。促銷(xiāo)也可能會(huì)影響圖書(shū)的銷(xiāo)量,因此我們收集了每本圖書(shū)的促銷(xiāo)折扣。圖書(shū)類(lèi)型是基于圖書(shū)內(nèi)容對(duì)圖書(shū)進(jìn)行的分類(lèi),包括文藝、青春、少兒、生活、經(jīng)濟(jì)管理、科技教育、人文社科七種類(lèi)型。不同類(lèi)型圖書(shū)在趣味性、可讀性、實(shí)用性等方面均不同,面向的消費(fèi)者群體不同,其購(gòu)買(mǎi)行為也可能有很大差異,因此收集了圖書(shū)類(lèi)型作為控制變量。產(chǎn)品生命周期是影響產(chǎn)品銷(xiāo)量的重要因素,圖書(shū)的產(chǎn)品生命周期可以根據(jù)圖書(shū)出版時(shí)間進(jìn)行計(jì)算,因此我們收集了每本圖書(shū)的出版時(shí)間來(lái)計(jì)算其產(chǎn)品年齡,以控制產(chǎn)品生命周期對(duì)圖書(shū)銷(xiāo)量的影響。
表1報(bào)告了圖書(shū)類(lèi)型的分布情況。在銷(xiāo)售排名前300名的圖書(shū)中,文藝類(lèi)和少兒類(lèi)圖書(shū)較多,合計(jì)占總數(shù)的70%,其次是人文社科類(lèi)圖書(shū),占總數(shù)的15%。青春、科教及生活類(lèi)圖書(shū)占比最少,合計(jì)占總數(shù)的15%。
表1 圖書(shū)類(lèi)別及占比
表2為本文主要變量的描述性統(tǒng)計(jì)。研究樣本在價(jià)格、促銷(xiāo)折扣、產(chǎn)品年齡上有較大差異,說(shuō)明該樣本具有較好的代表性。每一本圖書(shū)平均獲得103490條評(píng)論,與中位數(shù)53985有較大差異,說(shuō)明有少數(shù)圖書(shū)獲得了大量的消費(fèi)者評(píng)論。每本圖書(shū)的好評(píng)率平均為99.70%,與中位數(shù)99.80%差距甚小,標(biāo)準(zhǔn)差只有0.24%,說(shuō)明進(jìn)入榜單的圖書(shū)獲得了消費(fèi)者的一致好評(píng)。在產(chǎn)品圖文信息呈現(xiàn)方面,產(chǎn)品文本信息數(shù)量的平均值為4977,中位數(shù)為3860,說(shuō)明對(duì)于每本圖書(shū)的介紹簡(jiǎn)繁有別;而產(chǎn)品圖片信息數(shù)量的平均值為6,中位數(shù)為5,可見(jiàn)對(duì)于每本圖書(shū)使用圖片數(shù)量的差異并不是很大。
表2 數(shù)據(jù)的描述性統(tǒng)計(jì)
表3報(bào)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(xiāo)量排名的自然對(duì)數(shù)作為因變量。同樣的,對(duì)于自變量,我們也對(duì)其進(jìn)行取自然對(duì)數(shù)的線(xiàn)性變換,包括圖書(shū)價(jià)格(Lnprice),產(chǎn)品年齡(Lnage),消費(fèi)者評(píng)論數(shù)(LnVolume),產(chǎn)品文本信息數(shù)量(Lnwords)。同時(shí)對(duì)因變量和自變量進(jìn)行對(duì)數(shù)變換有兩個(gè)好處:第一,可以壓縮變量的量綱,從而消除變量數(shù)量級(jí)相差很大的情況。如不同圖書(shū)的消費(fèi)者評(píng)論數(shù)差異很大,多者高達(dá)10多萬(wàn)條,少的則僅有幾百條,對(duì)變量進(jìn)行對(duì)數(shù)變化就很必要。第二,雙對(duì)數(shù)模型可以將潛在的非線(xiàn)性關(guān)系轉(zhuǎn)變?yōu)榫€(xiàn)性關(guān)系,從而提高模型的穩(wěn)健性。另外,對(duì)變量進(jìn)行對(duì)數(shù)變換后,模型回歸系數(shù)代表彈性水平,即自變量的百分比變化引起因變量變動(dòng)的百分比,這對(duì)于系數(shù)的含義更加一目了然。對(duì)于其他自變量,促銷(xiāo)折扣(Discount)、好評(píng)率(Valence)由于為百分比形式,所以不需要進(jìn)行對(duì)數(shù)變換。圖書(shū)類(lèi)型為啞變量,也不需要進(jìn)行對(duì)數(shù)變換。對(duì)于圖書(shū)的產(chǎn)品圖片信息數(shù)量,由于有54本圖書(shū)使用圖片數(shù)量為0,對(duì)數(shù)變換將損失這部分?jǐn)?shù)據(jù),所以也未對(duì)該變量進(jìn)行對(duì)數(shù)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(guān)關(guān)系。首先,消費(fèi)者評(píng)論數(shù)量與銷(xiāo)量排名之間具有顯著的負(fù)相關(guān)關(guān)系。說(shuō)明銷(xiāo)量排名越靠前,即越暢銷(xiāo)的圖書(shū),所擁有的網(wǎng)絡(luò)口碑越多。圖書(shū)好評(píng)率與銷(xiāo)量排名之間沒(méi)有顯著相關(guān)關(guān)系。其次,產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷(xiāo)量排名之間不顯著相關(guān),我們將在計(jì)量模型中進(jìn)一步檢驗(yàn)二者的關(guān)系,而產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷(xiāo)量排名負(fù)相關(guān),與我們的預(yù)期相符。
表4 主要變量的相關(guān)關(guān)系矩陣
表4中多個(gè)自變量之間具有較強(qiáng)的相關(guān)關(guān)系,揭示自變量之間可能存在多重共線(xiàn)性問(wèn)題。為此,本文用VIF檢驗(yàn)來(lái)考察自變量之間的共線(xiàn)性水平。結(jié)果顯示VIF值在1.05~2.11之間(<10),表明多重共線(xiàn)性均在可接受的范圍內(nèi)。
為了分析產(chǎn)品圖文信息呈現(xiàn)數(shù)量對(duì)圖書(shū)銷(xiāo)量的影響,我們建立了如下模型來(lái)進(jìn)行估計(jì):
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(biāo)i=1,…, N來(lái)代表圖書(shū)。模型的因變量為銷(xiāo)量排名Lnrank。控制變量方面,Lnprice為價(jià)格,Discount為促銷(xiāo)折扣,Lnage為產(chǎn)品年齡,Genre為圖書(shū)類(lèi)型,LnVolume和Valence為網(wǎng)絡(luò)口碑變量,前者為消費(fèi)者評(píng)論數(shù)量,后者為好評(píng)率。Lnwords和Pictures為我們所關(guān)注的產(chǎn)品圖文信息呈現(xiàn)相關(guān)的解釋變量。Lnwords為產(chǎn)品文本信息呈現(xiàn)數(shù)量,Pictures為產(chǎn)品圖片信息呈現(xiàn)數(shù)量。如前所述,我們預(yù)期產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷(xiāo)量之間為倒U型關(guān)系,也就是與銷(xiāo)量排名之間為U型關(guān)系,即當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量由少增加到適中時(shí),銷(xiāo)量隨之增加,銷(xiāo)量排名數(shù)值變小;但是當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時(shí),銷(xiāo)量開(kāi)始減少,銷(xiāo)量排名數(shù)值變大。因此我們?cè)谀P椭屑尤氘a(chǎn)品文本信息呈現(xiàn)數(shù)量的一次項(xiàng)和二次項(xiàng),以驗(yàn)證兩者之間是否為U型關(guān)系。如果二次項(xiàng)系數(shù)α8大于0且顯著,說(shuō)明兩者之間確為U型關(guān)系;如果二次項(xiàng)系數(shù)α8不顯著,則我們的假設(shè)不成立。對(duì)于產(chǎn)品圖片信息呈現(xiàn)數(shù)量,我們預(yù)期其與銷(xiāo)量排名為線(xiàn)性關(guān)系,即圖片數(shù)量越多,銷(xiāo)量越高,銷(xiāo)量排名數(shù)值越小。
回歸結(jié)果如表5所示。對(duì)于控制變量,產(chǎn)品年齡正向顯著(α3=0.311,p<0.01),說(shuō)明隨著圖書(shū)出版時(shí)間越長(zhǎng),銷(xiāo)量排名越靠后,銷(xiāo)量越少。消費(fèi)者評(píng)論數(shù)量負(fù)向顯著(α5=-0.431,p<0.01),說(shuō)明消費(fèi)者評(píng)論數(shù)量越多,銷(xiāo)量排名越靠前,銷(xiāo)量越多,即圖書(shū)銷(xiāo)量隨著消費(fèi)者評(píng)論數(shù)量的增多而增加。這與大多數(shù)對(duì)網(wǎng)絡(luò)口碑的研究結(jié)論相一致。好評(píng)率對(duì)銷(xiāo)量排名的影響并不顯著(α6=4.547,p>0.01),這與黃可及龔詩(shī)陽(yáng)等的實(shí)證研究結(jié)果相一致,造成該現(xiàn)象的原因或是由于樣本中好評(píng)率極其接近所致。
本研究主要關(guān)注產(chǎn)品圖文信息呈現(xiàn)變量對(duì)圖書(shū)銷(xiāo)量的影響。首先,結(jié)果顯示產(chǎn)品文本信息呈現(xiàn)數(shù)量二次項(xiàng)系數(shù)正向顯著(α8=0.137,p<0.05),說(shuō)明產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷(xiāo)量排名之間呈現(xiàn)U型關(guān)系,這與我們的預(yù)期一致,即當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從小增加到適中時(shí),銷(xiāo)量排名數(shù)值不斷變小,意味著銷(xiāo)量不斷增加;但當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時(shí),銷(xiāo)量排名數(shù)值隨之變大,意味著銷(xiāo)量反而不斷減少。與此同時(shí),產(chǎn)品文本信息呈現(xiàn)數(shù)量一次項(xiàng)系數(shù)負(fù)向顯著(α7=-2.225,p<0.05)。其次,產(chǎn)品圖片信息呈現(xiàn)數(shù)量系數(shù)小于0且邊際顯著(α9=-0.018,p<0.10),說(shuō)明銷(xiāo)量隨著產(chǎn)品圖片信息呈現(xiàn)數(shù)量的增加而增加,這也與我們的預(yù)期相一致。
表5 產(chǎn)品圖文信息呈現(xiàn)變量對(duì)銷(xiāo)量的影響結(jié)果
此外,為分析產(chǎn)品文本和圖片信息呈現(xiàn)數(shù)量對(duì)圖書(shū)銷(xiāo)量排名的影響,我們通過(guò)將模型(1)與基準(zhǔn)模型來(lái)進(jìn)行對(duì)比驗(yàn)證。模型(0)為基準(zhǔn)模型,我們?cè)谀P停?)中僅加入了控制變量及網(wǎng)絡(luò)口碑變量,而沒(méi)有加入產(chǎn)品圖文信息呈現(xiàn)變量。模型(0)的主要作用在于對(duì)比加入產(chǎn)品圖文信息呈現(xiàn)變量后模型的擬合優(yōu)度是否有明顯的提升,以此來(lái)說(shuō)明產(chǎn)品圖文信息呈現(xiàn)變量是否對(duì)圖書(shū)銷(xiāo)量有重要的影響。由表5可以看出,模型(1)在加入產(chǎn)品圖文信息呈現(xiàn)變量后,R2由0.221增加到0.243,由此說(shuō)明,加入產(chǎn)品圖文信息呈現(xiàn)變量后,模型的擬合優(yōu)度明顯提升。為了進(jìn)一步驗(yàn)證產(chǎn)品圖文信息呈現(xiàn)變量的聯(lián)合顯著性,我們采用Wald test對(duì)三個(gè)變量進(jìn)行聯(lián)合檢驗(yàn)。結(jié)果顯示F值為2.59,P值為0.05,說(shuō)明產(chǎn)品圖文信息呈現(xiàn)變量確實(shí)對(duì)圖書(shū)銷(xiāo)量有重要影響。
本文基于在線(xiàn)圖書(shū)銷(xiāo)售數(shù)據(jù)對(duì)產(chǎn)品所呈現(xiàn)的線(xiàn)上圖書(shū)圖文信息與其銷(xiāo)量之間的關(guān)系進(jìn)行了實(shí)證分析,補(bǔ)充了網(wǎng)絡(luò)購(gòu)物環(huán)境下產(chǎn)品呈現(xiàn)領(lǐng)域的研究空白。首先,以往研究主要關(guān)注消費(fèi)者生成的網(wǎng)絡(luò)口碑變量對(duì)銷(xiāo)量的影響,而忽視了企業(yè)主導(dǎo)的產(chǎn)品呈現(xiàn)變量對(duì)銷(xiāo)量的潛在影響。本文通過(guò)實(shí)證研究驗(yàn)證了產(chǎn)品圖文信息呈現(xiàn)變量對(duì)銷(xiāo)量存在重要的影響。其次,產(chǎn)品文本與圖片信息呈現(xiàn)數(shù)量與銷(xiāo)量之間的關(guān)系不同,產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷(xiāo)量之間呈現(xiàn)倒U型關(guān)系。當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從少增加到適中時(shí),銷(xiāo)量隨之增加;但當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時(shí),銷(xiāo)量開(kāi)始減少。而圖片數(shù)量與銷(xiāo)量之間則為正向相關(guān)關(guān)系,即銷(xiāo)量隨著圖片數(shù)量增加而增加。
研究產(chǎn)品圖文信息呈現(xiàn)對(duì)銷(xiāo)量的影響具有重要的實(shí)踐意義。第一,本研究結(jié)論同樣適用于其他領(lǐng)域企業(yè)。它將指導(dǎo)網(wǎng)絡(luò)零售商呈現(xiàn)給消費(fèi)者最優(yōu)的產(chǎn)品信息以最大化其收益。從產(chǎn)品文本信息呈現(xiàn)數(shù)量來(lái)說(shuō),如果企業(yè)不了解文本信息數(shù)量與銷(xiāo)量之間的倒U型關(guān)系而盲目認(rèn)為產(chǎn)品文本信息呈現(xiàn)數(shù)量越多越好,這將給產(chǎn)品銷(xiāo)量帶來(lái)負(fù)面影響。本文的研究結(jié)論提出銷(xiāo)量隨產(chǎn)品文本信息呈現(xiàn)數(shù)量增加而呈現(xiàn)倒U型變化,即存在某個(gè)適中值,在這個(gè)適中值點(diǎn)上,銷(xiāo)量達(dá)到最大。因此網(wǎng)絡(luò)零售商在對(duì)呈現(xiàn)產(chǎn)品時(shí)應(yīng)注意控制總體文本數(shù)量,既不能過(guò)少造成無(wú)法完整準(zhǔn)確地介紹產(chǎn)品的優(yōu)勢(shì),也不能過(guò)多造成消費(fèi)者的認(rèn)知負(fù)擔(dān),從而降低了消費(fèi)者深入了解產(chǎn)品的興趣,也就降低了銷(xiāo)量。第二,對(duì)圖片數(shù)量而言,企業(yè)應(yīng)在呈現(xiàn)產(chǎn)品時(shí)盡量增加對(duì)圖片的使用。尤其對(duì)于圖書(shū)行業(yè)而言,文化產(chǎn)業(yè)建設(shè)成為支柱產(chǎn)業(yè),全民閱讀活動(dòng)使文化消費(fèi)群體不斷擴(kuò)大,“一帶一路”倡議的實(shí)施等無(wú)不為圖書(shū)零售企業(yè)提供了巨大的機(jī)遇。根據(jù)本文計(jì)量模型的回歸結(jié)果,可計(jì)算出圖書(shū)文本信息呈現(xiàn)數(shù)量的適中值為3361。圖片數(shù)量則與銷(xiāo)量呈現(xiàn)正向相關(guān)關(guān)系。那么,對(duì)于在線(xiàn)圖書(shū)零售商而言,要關(guān)注呈現(xiàn)圖書(shū)時(shí)使用的文本與圖片數(shù)量,以促進(jìn)銷(xiāo)量的最大化。第三,在政策制定領(lǐng)域,產(chǎn)品圖文信息呈現(xiàn)數(shù)量效應(yīng)仍然適用。如政府在公布政策或者政府動(dòng)態(tài)時(shí),也應(yīng)注意對(duì)于文本數(shù)量的控制和圖片的使用。然而對(duì)于不同的產(chǎn)品類(lèi)型,適中的產(chǎn)品文本信息呈現(xiàn)數(shù)量或許有所不同。那么,找到產(chǎn)品文本信息呈現(xiàn)數(shù)量的適中值對(duì)網(wǎng)絡(luò)零售商或者政府部門(mén)就具有重要的戰(zhàn)略意義。
本文基于當(dāng)當(dāng)網(wǎng)的圖書(shū)數(shù)據(jù)研究了產(chǎn)品圖文信息對(duì)銷(xiāo)量的影響。雖然本研究補(bǔ)充了產(chǎn)品圖文信息呈現(xiàn)的研究空白,但仍存在一定的局限性,值得在未來(lái)研究中深入探討。為了更加深刻地理解產(chǎn)品圖文信息呈現(xiàn)變量與銷(xiāo)量之間的關(guān)系,未來(lái)的研究還需要進(jìn)一步探討變量之間的因果關(guān)系。這需要研究人員采用更多不同的研究方法,如實(shí)驗(yàn)室方法、田野實(shí)驗(yàn)法等,以收集更多細(xì)化的個(gè)體數(shù)據(jù)。此外,本文考察了產(chǎn)品文本信息呈現(xiàn)數(shù)量和圖片數(shù)量對(duì)銷(xiāo)量的影響,而沒(méi)有考察其他產(chǎn)品圖文信息呈現(xiàn)變量如效價(jià)等的作用。未來(lái)可拓展研究其他產(chǎn)品圖文信息呈現(xiàn)變量如效價(jià)等如何影響銷(xiāo)量。
(作者單位:中央財(cái)經(jīng)大學(xué)文化與傳媒學(xué)院 清華大學(xué)經(jīng)濟(jì)與管理學(xué)院)