赵丽娜,韩冬梅
(1.上海财经大学 信息管理与工程学院,上海 200433;2.上海金融学院信息管理学院,上海 201209)
用户对商品的在线评论(以下简称在线评论),作为网络口碑的一种,专指用户在公司或第三方网站上发表的对特定商品的在线评价[1],其显著地影响着消费者的购买决策和电子商务网站的产品销售[2]。一方面,在线消费者可以通过他人对商品的评论来衡量商品的质量,进而制定自己的购买决策;另一方面,企业可以从在线商品评论中获得消费者对于产品的态度,从而对产品质量进行更有效的管理,并且可以与客户进行更有效的沟通。不论买家还是卖家,都希望能通过在线评论获得有助于制定决策的信息。然而,针对一件商品的在线评论往往数量众多而且质量参差不齐,使得消费者很难迅速发现有用的评论,进而快速制定购买决策。因此,本文依据知识采纳(KAM)模型,从消费者感知层面出发,针对体验型和搜索型两类不同的商品,分别探讨哪些因素影响消费者对评论有用性的感知,进而构建在线评论感知有用性影响模型与理论假设,并用实证的方法进行验证和分析。本文能够帮助消费者更有效地参考在线评论,提高决策的效率和效果,帮助企业有效地开展在线评论的管理与营销,最终推动企业实现更大赢利。
信息经济学为解决网上顾客评价在消费者决策过程中所起的作用提供了相关的理论基础。消费者通常必须在信息不完整的情况下制定购买决策,因为他们对产品的质量、销售者的信誉以及可用的替代品并不完全了解。他们也知道在网上搜寻这些信息需要花费很多时间和精力,而且需要权衡感知成本和信息搜寻所带来的潜在效益。消费者在在线购买时遵循通过信息搜寻减少不确定性的决策过程,并承认这种不确定性不能完全消除。
根据KAM模型,信息搜寻者在搜寻信息时不仅关注和搜寻内容相关的信息,而且对可靠和权威的信息源更加信任[3]。KAM模型建议信息的感知有用性由两个因素决定,即信息的质量和信息源的可信性,搜寻者会采纳感知有用的信息。如图1所示。
图1 KAM模型
在考虑在线商品评论的有用性时,还必须考虑商品类型的调节作用。Nelson按照消费者在购买前获得商品质量信息的能力把商品分为体验型商品和搜索型商品。Nelson认为通过搜索或体验可以获得商品质量信息,消费者对于搜索型商品会进行大量的搜索行为,并可获得较多的商品质量信息,而对体验型商品的搜索行为和因此而获得的商品质量信息都相对较少。搜索型商品包括数码相机、手机和打印机等,体验型商品包括音乐、电影、书籍和葡萄酒等。虽然互联网的出现使搜索型商品与体验型商品的界限变得相对模糊,但搜索型商品和体验商品的分类对于研究在线消费者行为仍具有重大意义,并且被广泛引用和接受。搜索商品的感知质量由客观性质决定,因此消费者购买搜索型商品时更倾向于看到描述商品具体属性的在线评论,并且相对于体验型商品,搜索型商品的属性是具体可见的,所以潜在消费者一般认为对商品具体属性的评价是令人信服的;而体验型商品的感知质量更多依靠主观及个人体验决定,而且体验型商品的在线评价通常带有很强的主观性,一般描述的是个人的独特体验,在对体验型商品在线评论有用性进行评价时,消费者会更关注表达主观体验的评论。同一消费者对于不同类型商品的信息需求不一致,不同商品类型的评论,影响消费者的感知有用性的因素也不同。因此,在对在线商品评论有用性影响因素进行分析时,需要考虑商品类型的调节作用。
在KAM模型基础上,结合在线评论本身的特征,构建在线商品评论感知有用性模型,如图2所示。我们考虑以评论内容特征来衡量信息质量维度,主要选取了评论深度和评论情感倾向和评论时效性等指标;我们考虑以评论者特征来衡量信息源可信性维度,主要选取了评论者可信度指标;此外,加入了有用度投票总数作为控制变量,同时考虑了商品类型对评论有用性的调节作用。
图2 不同商品类型在线评论感知有用性模型
1.2.1 评论内容特征
(1)评论长度
消费者进行网络购物时通常是在信息不完整的情况下制定购买决策,因此,消费者希望能从在线评论中获取关于商品更全面的信息,而较长的在线评论能包含商品更多的信息,Schwen发现较长的信息在消费者制定购买决策时具有更强的劝说作用。Tversky的研究也表明,掌握更多的信息会增强消费者在进行决策时的信心。Mudambi和Schuff的研究也证明在线评论长度可能会促进消费者浏览,加深或改变原有感知,提高对产品或服务的认知度,减少用户的感知不确定性,帮助消费者进行决策。郝媛媛对在线影评数据的研究表明,较长的平均评论长度与评论有用性具有显著的正相关关系。因此,本文提出假设H1:
H1:在线评论长度与消费者感知有用性评价之间呈现正向相关关系。
(2)评论情感倾向
电子商务网站通常允许消费者以星级形式对商品进行评价。星级等级一般包含从一星(极低等级)到五星(极高等级),反映了消费者对购买商品的情感倾向,一星代表极端负面的评价,五星代表对商品的极端正面评价,三星则代表了中立态度。已有的文献中对评价情感倾向对评论的感知有用性做了很多研究,Ghose和Ipeirotis的研究认为极端评论对评论有用性有显著影响,Pavlou和Dimoka发现极端评论比中立评价更有影响力[4],郝媛媛发现在线影评中积极的情感倾向(极端评价)与评论的有用性具有显著的正相关。但Eisend研究发现在广告中中立评价和具有正、负情感混杂度的双边信息可以提高来源的可信性[5]。以上研究都表明评论情感倾向是影响评论有用性的因素之一,但结论随不同研究对象并不一致。在考虑评论情感倾向对评论有用性影响时应该考虑商品性质的调节作用,潜在消费者对体验型商品质量的感知主要来源于其他消费者的评价,而这种评价具有较强的主观意识,因此评论的较强情感倾向(极端评价)对评论的感知有用性影响较强,而对于搜索型商品来说,潜在消费者对商品基本信息可以通过网络搜寻获得,会更关注对商品的客观评价,因此评论的较强情感倾向(极端评价)对评论感知有用性影响不大。因此,本文提出假设H2:
H2:商品类型对极端评价影响评论感知有用性具有调节作用,极端评价对体验型商品评论感知有用性影响显著,而对于搜索型商品影响不显著。
(3)评论的时效性
评论的时效是指评论发表的时间长短,即发表评论时间与现在时间的时间差,时间差越小的评论表示其发表评论越及时。从信息质量视角出发,不少文献均认为及时性(timeliness)是评论内容质量的关键维度,进而影响消费者对于该评论的消费者有用性评价[6]。对于体验型商品,由于其本身就属于时效性很强的商品,故评论的时效对其会具有显著影响,而搜索型商品时效性较弱,评论的时效对其影响也不显著。因此,本文提出假设H3:
H3:商品类型对评论时效影响评论感知有用性具有调节作用,评价时效性对体验型商品评论感知有用性影响显著,而对于搜索型商品影响不显著。
1.2.2 评论者特征
(1)评论者可信度
评论者是信息发送者,是主要的信息源。如果潜在消费者认为评论者可信,会易于接受评论者发布的评论,进而影响其对评论的感知有用性。在传统口碑研究中,Hovland&Weiss首次采用实验设计方法对口碑来源的可信度进行了实证研究,提出了来源可信度是说服受众的先决条件,可信度高的口碑更具有说服力。Gilly等人认为口碑来源的专业性和意见领导力会影响口碑的可信度,进而影响他人对商品的采纳以及推荐行为。Bansal和Voyer对服务业口碑的研究也得到了相同的结论,即发现口碑发送者的专业性越强,其对口碑接收者商品品牌态度的影响越大。Fogg&Tseng将评论者可信性定义为信息接收者对信息传送者个人特质特征的判断和对其可信赖程度的主观认知[7]。亚马逊网站上关于评论者信息中有一项“对商品评论的投票”,统计的是评论者发表的有用的评论数(其他消费者认为其评论有用)与全部评论数之比,这个比值一定程度上能够反映评论者发表评论的专业性和真实可靠性,我们以此来衡量评论者可信度。由此,本文提出假设H4:
H4:评论者的可信度与评论感知有用性评价之间呈现正向相关关系。
基于以上理论假设,建立在线评论感知有用性影响因素模型。
此模型以商品类型、评论的情感倾向、评论的长度、评论的时效及评论者的对商品评论的投票比值作为自变量,对评论有用性进行回归。由于商品类型有两种,因此用“0”代表体验型商品,用“1”代表搜索型商品,评论长度采用的是评论的字长,评论的情感倾向采用网站上该条评论对商品的打分(星级)作为代理指标,评论者可信度采用的是网站上对评论者信息中对商品评论的投票比值作为代理指标,把从评论发表时间到抓取数据时间的累积天数作为评论的时效。因变量(评论有用性)采用网站上提供的认为该评论有用的投票数和总投票数相除得到的比例值作为代理指标。因评论有用性的代理指标是一个比值,因此把评论总数作为控制变量。各变量的符号及解释见表1所示。
表1 模型变量说明
本研究使用网络爬虫工具,根据近期销量排名在亚马逊网站上分别抓取了体验型和搜索型两类共6种商品的评论数据。体验型商品包括书、CD和音像制品,搜索型商品包括手机、电脑和数码相机。每条评论收集的数据包括评论的星级、发布的时间、评论内容、评论者对商品评论的投票数,评论的有用比和评论总数。时间跨度为从出现产品评论截止到2013年12月19日,共收集评论2663条,剔除个别极端数据和有用性投票数小于1的评论,得到有效样本共1027条。
表2 总体样本描述性统计
总体样本数据的描述性统计详见表2,评论字长在152余字,投票数均值在32左右,评论时长均值为250天,评论者可信度均值为0.91,评论的有用度均值为0.85。平均星级为3.67,评论情感倾向趋于积极。
本文通过Stata统计软件,使用Tobit回归模型分析不同类型商品在线评论有用性模型及研究假设。用似然比(Log likelihood)和伪R2系数(Pseudo R2)作为回归模型的拟合优度检验,参考同类研究,拟合效果都比较好。总体样本回归结果如表3所示。
表3 总体样本回归分析结果表
由表3可知,各因素对评论有用性均存在显著的影响。由交互效应的分析发现,商品类型对除评论长度以外的各因素影响评论有用性具有显著的调节作用。为了进一步探讨各因素对不同类型商品评论有用性影响效应,分别对两类商品评论进行回归分析,结果如表4、表5所示。
表4 搜索型商品回归分析结果表
表5 体验型商品回归分析结果表
通过比较发现,不论是对搜索型商品还是对体验型商品,评论长度和评论者可信度对评论感知有用性均有显著的正向影响作用(p<0.01),假设H1、H4得以验证。对于体验型商品,极端评价对评论感知有用性具有显著正向影响(p<0.01),而对搜索型商品,极端评价对评论感知有用性影响不显著,假设H2得以验证。对体验型商品,评论时效与评论感知有用性呈负相关关系(p<0.05),对搜索型商品来说,评论时效对评论感知有用性没有影响,假设H3得以验证。本文研究假设及验证结果总结如表6所示。
表6 研究假设验证总结
在线评论对于消费者就像是样品,只有这个样品带来的体验经验越丰富越真实,消费者才能通过这个样品了解到商品的各个方面,进而采纳这条评论的意见,而这种信息取向只能通过大量的评论内容才能实现,一条简短的评论显然无法满足消费者的信息需求。因此,不论是体验型商品还是搜索型商品,消费者都会比较关注较长的评论,以此来获取更多反映商品质量的信息,进而制定自己的购买决策。
对于体验型商品,因消费者必须靠亲身体验来衡量产品质量,所以在亲身体验前,消费者会比较关注他人的主观评论意见,尤其会比较关注极端评论,而在搜索型商品中,消费者可以从网络上获取商品的大概信息,在未使用商品前已经可以对商品的各种参数有所了解,所以会比较关注既有负面又有正面情感倾向的中立评价,而不太会关注极端评论。
在体验型商品分析中,评论时效与感知有用性呈负相关关系,而在搜索型商品分析中,不存在这种相关关系。主要因为对于体验型商品来说,消费者往往会关注最新的体验,来衡量商品近期的质量,所以比较注重评论的时效性,离现在越近的评论,会被认为更有用。而对于搜索型商品,消费者需要了解的是与时间无关的固定化、模式化信息,所以对评论的感知有用度与时间无关。
评论者的可信度能够反映发评者发布评论的专业水平和可靠性,其发表的商品评论具有较高的参考价值,能够对消费者对评论的感知有用性产生显著的正向影响作用,因此,不论是体验型商品还是搜索型商品,消费者更愿意采纳高可信度的评论者发表的评论内容。
本文以信息经济学和知识采纳模型为理论基础,从评论内容特征及评论者特征两方面考察不同商品类型在线评论有用性影响因素,进而构建在线评论有用性影响模型及研究假设,并且从亚马逊网站上自动获取体验型和搜索型两种商品类型的评论数据作为研究对象,运用计量模型验证理论假设。
研究表明,商品类型在消费者感知在线评论有用性上具有重要的调节作用;评论者的专业性和可信性正向影响其发表评论的感知有用性程度;评论文本内容的篇幅越长,包含的内容越多,评论感知有用性水平越高;评论的星级对评论感知有用度有显著影响,且对于体验型产品,消费者更易关注极端评价;评论时效对评论感知有用度也有显著影响,对于体验型商品,越及时的评论越易引起消费者对评论感知有用。
从管理实践来看,本研究对企业的营销和管理具有重要的指导意义。从可持续发展的角度来看,网站应该尽可能地为消费者呈现出真正需要的评论,以提高他们购买前对商品实际情况认知的准确性,减少消费者购买后期望与现实的落差风险,从而提高顾客的满意度。首先,企业应完善评论网站的用户资信度评价体系,采取措施鼓励用户撰写高质量的商品评论,从而促进在线评论网站的良性发展;其次,网站可以根据不同类型的商品,在撰写评论内容的网页中加入与描述性内容相对应的选择项使得评论更加客观和标准;再次,网站可以从消费者评论中提取出比较集中的商品特征并加入到商品介绍中去,以增加消费者对商品的认知度;最后,网站可以根据不同的商品类型,用不同的方式为消费者呈现商品评论,对评论除“按有用度排序”外还可以添加“按长度排序”、“按时间排序”的方式。
[1]Susan M.Mudambi,David S.What Makes A Help-Ful Online Review?A Study of Customer Reviews on Amazon.com[J].MIS Quarterly,2010,1(34).
[2]Park D H,Lee J,Han I.The Effect of On-Line Consumer Reviews on Consumer Purchasing Intention:The Moderating Role of Involvement[J].International Journal of Electronic Commerce,2007,11(4).
[3]Sussman S W,Siegal W S.Informational Influence in Organizations:An Integrated Approach to Knowledge Adoption[J].Information Systems Research,2003,14(1).
[4]Pavlou P,Dimoka A.The Nature and Role of Feed-Back Text Comments in Online Marketplaces:Implications for Trust Building,Price Premiums,and Seller Differentiation[J].Information Systems Research,2006,17(4).
[5]Eisend M.Two-Sided Advertising:A Meta-Analysis[J].International Journal of Research in Marketing,2006,(23).
[6]殷国鹏.消费者认为怎样的在线评论更有用?—社会性因素的影响效应[J].管理世界,2012,(12).
[7]郝媛媛.在线评论对消费者感知与购买行为影响的实证研究[D].哈尔滨工业大学,2010.
[8]Fogg B J,Tseng.Credibility and Computing Technology[J].Communieations of Assoeiation for Computing Machinery,1999,42(5).