蘆怡葦 張凌

摘? 要：消費者多數(shù)情況下無法直接接觸電商商品，因此商品在線評論體現(xiàn)出的電子口碑會影響消費者購買決策。文章選取京東平臺不同物流模式的五種生鮮商品在線評論作為研究對象，通過高頻詞統(tǒng)計分析將生鮮消費者滿意度影響因素歸納為產(chǎn)品品質(zhì)、產(chǎn)品價格、物流體驗以及客戶服務(wù)四個維度，使用TOPSIS法對商品好評、中評以及差評進(jìn)行分析后得出商品口碑排序，并對比是否考慮物流維度前后的商品口碑排名以及接近度分析物流對商品整體口碑的影響，通過物流負(fù)面評論影響因素的分析提出生鮮商品物流口碑提升策略。

關(guān)鍵詞：物流要素;生鮮商品;電子口碑

中圖分類號：F713.360? ? 文獻(xiàn)標(biāo)志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2023.15.015

Abstract： Consumers' purchasing decisions can be influenced by the electronic word-of-mouth reflected in online product reviews because they typically lack direct access to items sold through e-commerce. This study's research subjects are five different categories of fresh food product online reviews on the Jingdong platform. Product quality， product price， logistics experience， and customer service are the four categories into which the elements affecting fresh food consumers' pleasure are divided. The TOPSIS technique is employed to score product word-of-mouth by evaluating the positive， neutral， and negative product reviews. The impact of logistics on the overall reputation of the product is investigated by contrasting the ranking and proximity of the products before and after the logistics dimension. The strategy for enhancing the reputation of fresh produce logistics is then suggested by looking at the factors influencing unfavorable logistics reviews.

Key words： logistics elements; fresh commodities; electronic word-of-mouth

0? 引? 言

現(xiàn)如今電商業(yè)務(wù)發(fā)展迅速，其便捷且下單時間自由的特點讓越來越多的消費者選擇線上購物，生鮮作為人們的日常所需，也成為電商售賣的重點商品。生鮮消費者通過閱讀商品在線評論，了解生鮮的新鮮度、口感以及物流服務(wù)是否與自己的需求相符，因此在線評論所體現(xiàn)出的電子口碑能影響消費者的購買決策。在線評論情感分為正面、中性以及負(fù)面三種，相關(guān)研究表明高比例的負(fù)面評論對消費者購買決策具有顯著的負(fù)面影響[1]，相比于正面評論，負(fù)面評論更有影響力[2]。因此本文基于在線評論通過TOPSIS法分別對商品整體口碑以及去除物流維度后的商品口碑進(jìn)行排序，對排序進(jìn)行橫向以及縱向?qū)Ρ?，從而找出被物流因素影響整體口碑的生鮮商品，統(tǒng)計這類商品的負(fù)面物流評論，通過分析消費者給出負(fù)面評論的理由提出相應(yīng)的物流策略，通過改進(jìn)物流服務(wù)而提升商品的整體口碑。

1? 相關(guān)理論

1.1? 生鮮商品口碑影響因素分析

關(guān)于在線評論的研究大多關(guān)于其形式特征或內(nèi)容特征，部分研究立志于通過在線評論內(nèi)容挖掘消費者滿意度影響因素，例如張紅霞[3]通過對生鮮商品在線評論高頻詞分析提煉出生鮮電商消費者關(guān)注的19種因素;馬鳳才[4]通過京東生鮮五類生鮮商品評論文本分析，發(fā)現(xiàn)物流是消費者對生鮮商品最為關(guān)注的要素;馮坤等[5]將LDA模型運用于在線評論分析，將生鮮電商顧客滿意度影響因素分為包裝、新鮮度、產(chǎn)品描述、物流運輸、性價比、售后服務(wù)以及客服服務(wù)七方面，并通過隨機(jī)占優(yōu)準(zhǔn)則將不同生鮮消費者滿意度影響因素的重要程度進(jìn)行排序;劉楊等[6]使用BDP數(shù)據(jù)處理器將生鮮農(nóng)產(chǎn)品采購滿意度影響因素包括物流配送、商品品質(zhì)、采購感知及合作感知，并通過編碼、回歸分析得到各因素權(quán)重;董田田[7]通過建立消費者滿意度貝葉斯網(wǎng)絡(luò)模型，分析得出生鮮農(nóng)產(chǎn)品消費者滿意度影響前六的因素包括新鮮度、配送速度、質(zhì)量、價格、發(fā)貨速度以及味道。

1.2? TOPSIS

郭明睿[8]分析生鮮商品在線評論情感值，通過直覺模糊TOPSIS模型對生鮮商品進(jìn)行滿意度排序，發(fā)現(xiàn)生鮮消費者的真實需求。TOPSIS法是由Hwange和Yoon[9]提出的一種多屬性決策方法，通過計算商品與正負(fù)理想解之間的距離得到商品與最理想解的貼近度，從而對商品進(jìn)行排序，本文使用TOPSIS法評價生鮮商品消費者滿意度，具體步驟如下：

（1）根據(jù)直覺模糊數(shù)構(gòu)造決策矩陣X?；谥庇X模糊集理論，備選商品在線評論的情感傾向可以通過直覺模糊數(shù)表示[10]。本文用Ai=1，2，…，m表示第i個生鮮商品，用Ci=1，2，…，n表示第j個生鮮商品滿意度影響維度。首先統(tǒng)計出各商品每種維度下的好評、中評以及差評數(shù)量分別用Q、Q和Q表示，再用q、q以及q表示A商品評論中包含j維度的好評、中評、以及差評所占百分比，q計算公式為：

q=? ? i=1，2，…，m; j=1，2，…，n? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

使用直覺模糊數(shù)x=

q，

q表示A商品j維度的評論特征，根據(jù)公式（1）構(gòu)造決策矩陣X=

x。

（2）構(gòu)造加權(quán)規(guī)范矩陣Y。使用ω表示各維度的權(quán)重，用包含j維度關(guān)鍵詞評論數(shù)與包含所有維度關(guān)鍵詞評論數(shù)之和的比值表示，ω計算公式為：

ω=? ? j=1，2，…，n? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

為了使各維度表現(xiàn)同等作用，消除量綱進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，同時考慮各維度權(quán)重，根據(jù)公式（3）構(gòu)造加權(quán)規(guī)范矩陣Y

=

y。

y=x·ω? ? ?i=1，2，…，n; j=1，2，…，m? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

（3）確定正負(fù)理想解。根據(jù)得到的加權(quán)規(guī)范矩陣Y確定正理想解Y和負(fù)理想解Y，其中，J為效益型指標(biāo)，J為成本型指標(biāo)，公式如下：

Y=

y|j∈

J，

y|j∈

J? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

Y=

y|j∈

J，

y|j∈

J? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

（4）計算各商品與正負(fù)理想解之間的距離。計算各商品與正負(fù)理想點之間的距離，公式如下：

D=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

D=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

（5）計算各商品與最理想解的貼近度C。貼近度C∈0，1表示商品與最理解的接近程度，C越接近1該生鮮商品口碑越好，C計算公式如下：

C=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （8）

根據(jù)計算出的商品貼近度值對商品進(jìn)行排序，就可以得到基于在線評論內(nèi)容的生鮮商品口碑排序。

2? 數(shù)據(jù)來源與收集

京東生鮮平臺是我國電商行業(yè)具有代表性的生鮮商品零售平臺之一，作為京東商城熱門頻道的京東生鮮平臺擁有自營物流與第三方物流混合的物流模式，使其成為較有價值的研究對象。本文使用python中的網(wǎng)絡(luò)爬蟲，爬取對象及該商品物流模式如表1所示。京東平臺通過評價星級篩選好評、中評與差評，因此，本文在獲取商品URL鏈接后將score修改為1、2、3，從而實現(xiàn)爬取好評、中評、差評的效果，使用EXCEL進(jìn)行數(shù)據(jù)清洗，清洗原則包括：刪去系統(tǒng)自動填寫的評價、刪除語意不明的評論、刪去重復(fù)評論，文本預(yù)處理后隨機(jī)選擇每種商品的好評、中評、差評各200條作為本文的研究數(shù)據(jù)，總共獲取有效評論數(shù)據(jù)3 000條。

3? 生鮮商品口碑影響因素分析

本文使用武漢大學(xué)開發(fā)的ROST CM 6軟件進(jìn)行分詞，該軟件具有能夠設(shè)置自定義分詞表、高頻詞過濾詞表與歸并詞群表的特點。陽光玫瑰是葡萄品種之一，但“陽光玫瑰”一詞分詞時會被拆分成為“陽光”與“玫瑰”，在ROST CM 6將該詞寫入自定義分詞表中就可避免拆分。高頻詞過濾詞表的設(shè)置能夠在停用詞表的基礎(chǔ)上對文本進(jìn)行二次篩選，只統(tǒng)計與主題相關(guān)的高頻詞。歸并詞群表能夠合并語義相同的詞語，例如“紙盒”、“包裝箱”、“紙箱”可以統(tǒng)一合并為“包裝”后再進(jìn)行詞頻統(tǒng)計。

通過ROST CM 6對3 000條評論進(jìn)行高頻詞統(tǒng)計，提取出前60的高頻詞，使用FineBI繪制出詞云圖如圖1所示。通過詞云圖可以看出，生鮮在線評論中出現(xiàn)次數(shù)較多的詞匯包括包裝、口感、品質(zhì)、味道、個頭、價格、物流等，為了進(jìn)一步識別消費者滿意度影響因素，本文根據(jù)前人對于生鮮電商消費者關(guān)注因素研究與所收集評論文本內(nèi)容將3 000條評論從產(chǎn)品質(zhì)量、產(chǎn)品價值、物流體驗以及客戶服務(wù)四個維度進(jìn)行劃分，每個維度包含的屬性和文本關(guān)鍵詞如表2所示。

4? 物流要素對生鮮商品口碑影響分析

本文結(jié)合消費者評論滿意度影響因素表，使用EXCEL SOSO 11.0中的批量篩選功能對同一維度下的關(guān)鍵詞進(jìn)行搜索，從而初步篩選出每種商品在四個維度下的好評評論、中評以及差評評論，有些評論包含多重維度評價或評價文本與評價類別不符的情況，需要根據(jù)文本內(nèi)容進(jìn)行人工二次篩選，例如中評評論“味道還行、不是很甜、包裝不錯”，人工分類后將物流維度劃歸為好評，品質(zhì)維度劃歸為中評。根據(jù)公式（1）構(gòu)造決策矩陣X=

x，如表3所示。

根據(jù)公式（2）計算得到四個維度的權(quán)重W=0.53，0.2，0.19，0.08。

對決策矩陣X進(jìn)行無量綱化處理后，根據(jù)各維度權(quán)重和公式（3）構(gòu)造加權(quán)規(guī)范矩陣Y=

y，如表4所示。

根據(jù)得到的加權(quán)規(guī)范矩陣Y和公式（4）、公式（5）確定四個維度的正負(fù)理想解，如表5所示。

根據(jù)表4和表5以及公式（6）、公式（7）計算各商品與正負(fù)理想點之間的距離，根據(jù)公式（8）計算每個商品與最理想情況的貼近度，結(jié)果及排序如表6所示。

若拋開物流因素，只從產(chǎn)品品質(zhì)、產(chǎn)品價格以及客服體驗三方面對商品進(jìn)行TOPSIS分析排序，得到的排序結(jié)果如表7所示。

從表6和表7可以看出，縱向比較商品排序，是否考慮物流維度會導(dǎo)致商品滿意度排序發(fā)生變化，若不考慮物流維度，A3商品排在第一，考慮后該商品排名變成第二，說明物流對A3商品口碑產(chǎn)生負(fù)面影響。貼近度反映商品與最理想情況的貼近程度，將每個商品兩次計算得到的貼近度進(jìn)行橫向比較，發(fā)現(xiàn)A1、A2、A3商品貼近度下降，而A4、A5商品貼近度上升，說明A4、A5商品所提供物流質(zhì)量不錯，使得物流單因素提高了商品的整體口碑，由表1可以看出，A4、A5商品送貨服務(wù)由京東物流提供，這也與京東物流口碑好的大眾認(rèn)知相符，由此也可以說明A1、A2、A3商品物流服務(wù)水平需要提升。

5? 物流滿意度提升策略分析

5.1? 物流負(fù)面評價內(nèi)容分析

本文統(tǒng)計出A1、A2、A3商品關(guān)于物流的負(fù)面評論共計102條，物流服務(wù)作為商家的附屬商品，物流服務(wù)質(zhì)量的提高能夠一方面挽回由于產(chǎn)品品質(zhì)等因素造成的負(fù)面影響，另一方面從物流的提升影響其他維度，例如使用冷鏈運輸、提高配送速度能夠保障生鮮的新鮮度，改善包裝可以保證商品的完整性。因此，本文使用人工分類進(jìn)一步從物流角度分析差評原因。

對102條物流相關(guān)負(fù)面評論進(jìn)行人工分類，從分析結(jié)果看，在物流方面消費者不滿意的原因主要包括包裝差、物流慢、配送體驗差幾方面。

在包裝方面，有32條評論指出包裝箱過于簡陋收到包裹時外包裝破損，導(dǎo)致商品存在污漬甚至收到擠壓、損壞，其中有14條來自A3商品評論;還有評論指出商家沒有去除包裝稱重，將包裝箱重量算入凈重，導(dǎo)致商品缺斤少兩。

消費者對時間的不滿主要是由于商品發(fā)貨慢、物流運輸慢以及不及時配送，有14條評論指出實際發(fā)貨時間與商品頁面顯示不一致，客服以倉庫爆單、以實際發(fā)貨時間為準(zhǔn)等回答搪塞消費者，這種沒有理由的違背承諾加重消費者不滿心理;另外有26條評論在物流運輸專業(yè)化方面存在不滿，物流及時性是保證生鮮新鮮度的必要條件，部分商家卻選擇運輸時間長的普通快遞而非京東物流，導(dǎo)致生鮮因在途時間太長腐爛、變質(zhì)，其中有20條相關(guān)評論來自A2商品;另外有3條評論指出商家未使用冷鏈物流導(dǎo)致商品變質(zhì)。

末端配送環(huán)節(jié)的負(fù)面評論集中于配送服務(wù)，消費者對配送服務(wù)的不滿主要是由于派件員未將商品放在指定位置，相關(guān)評論有15條;除此之外還存在部分由于虛假物流信息、貨物丟失等原因?qū)е碌呢?fù)面評論，部分物流負(fù)面評價原因及評價內(nèi)容如表8所示。

5.2? 針對負(fù)面評論的物流滿意度提升策略

（1）提高物流專業(yè)化程度與服務(wù)水平。合理包裝是保障生鮮商品新鮮度的有效途徑，商家應(yīng)結(jié)合每種生鮮的特性規(guī)范包裝，防止由于包裝導(dǎo)致生鮮損壞、變質(zhì);商家應(yīng)選擇高效、適宜的物流合作伙伴，保證生鮮冷鏈運輸，提高物流運輸效率，減少生鮮在途損失;物流平臺應(yīng)提高配送人員的服務(wù)素質(zhì)，滿足顧客個性化的末端配送需求，為消費者提供高效、便捷、更有保障的物流配送服務(wù)。

（2）規(guī)范電商平臺商品描述。商家應(yīng)準(zhǔn)確標(biāo)注生鮮商品凈重、產(chǎn)地、發(fā)貨地等信息，使用混合物流模式的商家應(yīng)盡可能標(biāo)注在哪些地區(qū)使用自營物流哪些地區(qū)使用第三方物流，不為只想選擇自營物流的消費者造成困擾，并在實際發(fā)貨時間超出預(yù)計時間時，及時告知消費者延遲原因，提高售后服務(wù)水平，從而增強商品口碑。

參考文獻(xiàn)：

[1]? WEISSTEINA F L， SONG L， ANDERSEN P， et al. Examining impacts of negative reviews and purchase goals on consumer purchase decision[J]. Journal of Retailing and Consumer Services， 2017，39：201-207.

[2]? BAMBAUER-SACHSE S， MANGOLD S. Brand equity dilution through negative online word-of-mouth communication[J]. Journal of Retailing and Consumer Services， 2011，18：38-45.

[3] 張紅霞. 生鮮農(nóng)產(chǎn)品電子商務(wù)消費者滿意度影響因素——基于在線評論的探索分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（17）：4-8.

[4] 馬鳳才，李春月. 消費者對電子商務(wù)平臺銷售生鮮產(chǎn)品滿意度測算研究——基于京東生鮮在線評論的分析[J]. 價格理論與實踐，2020（5）：117-120.

[5] 馮坤，楊強，常馨怡，等. 基于在線評論和隨機(jī)占優(yōu)準(zhǔn)則的生鮮電商顧客滿意度測評[J]. 中國管理科學(xué)，2021，29（2）：205-216.

[6] 劉楊，李林鳳，劉美琪，等. 農(nóng)產(chǎn)品B2B電商采購用戶評論要素及其對滿意度的影響研究[J]. 經(jīng)營與管理，2022（7）：33-39.

[7] 董田田. 基于文本挖掘的生鮮電商消費者滿意度影響因素研究[D]. 大連：東北財經(jīng)大學(xué)，2022.

[8] 郭明睿. 生鮮電商消費者滿意度影響因素研究及銷量預(yù)測[D]. 鄭州：鄭州大學(xué)，2021.

[9]? HWANG C L， YOON K. Multiple attribute decision making[J]. Lecture Notes in Economics & Mathematical Systems， 1981，404（4）：287-288.

[10] 林杰，王夢嬌，張振宇. 基于在線評論的直覺模糊TOPSIS商品購買決策方法[J]. 上海管理科學(xué)，2019，41（1）：26-30.

收稿日期：2022-11-22

作者簡介：蘆怡葦（1999—），女，湖北襄陽人，武漢科技大學(xué)恒大管理學(xué)院碩士研究生，研究方向：物流工程與管理、社交網(wǎng)絡(luò);張? 凌（1981—），女，湖北蘄春人，武漢科技大學(xué)恒大管理學(xué)院，教授，研究方向：信息與知識管理、社交網(wǎng)絡(luò)、信息擴(kuò)散。

引文格式：蘆怡葦，張凌. 物流要素對生鮮商品電子口碑影響分析[J]. 物流科技，2023，46（15）：66-69.