手机APP下载意愿的口碑影响机制——基于类别和流行度的实证研究

罗 彪， 李 美 京

(中国科学技术大学 管理学院， 安徽 合肥 230026)

手机APP下载意愿的口碑影响机制
——基于类别和流行度的实证研究

罗 彪， 李 美 京

(中国科学技术大学 管理学院， 安徽 合肥 230026)

以免费手机APP为例，研究在线口碑效价对免费产品下载意愿的影响，并以产品流行度作为调节变量，以产品类别作为分类变量。实证研究表明：在线口碑效价对消费者使用免费APP的下载意愿有显著影响；产品流行度能够有效调节在线口碑效价对下载意愿的影响，产品流行度高时，在线口碑效价对下载意愿的影响减弱；产品流行度低时，在线口碑效价对下载意愿的影响增强；不同类别的APP，在线口碑的影响程度也有所不同，相较于享乐型产品，实用型产品受到在线口碑效价的影响程度更高。

手机APP；在线口碑效价；产品类别；产品流行度；下载意愿

一、引 言

在线口碑对产品绩效影响的研究近年来已成为营销学研究的热点。对于在线口碑，学者主要从口碑数量和口碑效价两方面展开。Godes和Mayzlin[1]率先提出从在线口碑数量对在线口碑进行度量，之后，Liu等[2]学者引入口碑效价这一概念。大量研究证明在线口碑的数量与效价对产品绩效有显著影响。

但在研究对象的选择上，现有研究大多集中于付费产品，如电影(Liu，Dellarocas 和 Zhang[3])、图书(Chevalier 和 Mayzlin[4])、电子游戏(Zhu和Zhang[5])等。本文选取Andriod市场的免费APP作为研究对象，引入产品流行度作为调节变量，引入产品类别作为分类变量，研究在线口碑效价对不同类别(享乐型APP、实用型APP)、不同流行度(明星产品、长尾产品)的手机APP下载意愿的影响。

二、文献综述

1.在线口碑对产品绩效的影响

近年来，有关在线口碑的论文和研究呈增长趋势，主要集中在在线口碑基本要素对商品销量的影响、评论有用性及在线口碑传播机制等方面。其中针对在线口碑基本要素对商品销量的影响方面，主要通过研究在线口碑平均得分、好评数、差评数、总评论数等与商品销量的关系。其中Chevalier 和Mayzlin[4]发现，亚马逊图书新增的五星评价对销量有显著正向影响，且积极评论比中性评论的影响更为强烈；郝媛媛等[6]以电影为研究对象，得出了评论情感倾向对票房收入存在显著影响的结论；Ye等[7]研究发现旅游电子商务网站上的评分对旅馆销量有显著影响；卢向华和冯越[8]研究了大众点评网的餐馆评论得分和销量的关系，发现高价位餐馆的高评分对销量有显著影响，但对于低价位餐馆并不显著。这说明在线口碑效价对销量的影响会受到其他因素的调节，甚至可能因为这些因素的不同而有相反的表现。

2.在线口碑对不同类别、不同流行度产品绩效的影响

随着在线口碑相关研究的深入，已有很多学者研究在线口碑对不同类别产品的影响。Riegner[9]发现，在线口碑对消费者购买决策的影响会因产品类别的不同而不同。在线口碑对消费者购买高价格的电子科技产品的影响最大，对服装等零售产品购买决策的影响较小。也有很多研究在线口碑对不同流行度产品的影响，盘英芝等[10]在文章中按照产品热门程度不同，观察在线口碑对于销量排名的影响，得出非热门商品比热门商品得分变化更能显著影响销量。Lee等[11]在文章中把产品分为主观评价类产品和客观评价类产品，得出在线口碑会抑制客观评价类产品的长尾效果，同时会促进主观评价类产品的长尾效果。

3.在线口碑对免费产品绩效的影响

已有学者研究在线口碑对免费产品绩效的影响，主要集中在软件行业，Zhou和Duan[12]得出，中立的用户评论对软件下载有显著积极影响，流行度越高，影响越强；对于极端评论，当产品分类数大于入门门槛时，相比中立评论，积极评论对软件下载有更显著积极影响，但消极评论影响不明显。

鉴于以上分析，提出如下模型(图1)，这个模型和Hansen的心理选择模型密切相关。在这个模型中，口碑效价对APP下载意愿的影响也受产品特性影响。许多研究与这个模型相似，表明消费者对不同信息资源的使用是随产品特性变化而改变的。

与许多研究相似，本文认为产品特点可在很大程度上调节在线口碑和购买意愿。在研究中，选取产品特点中的产品流行度(明星产品、长尾产品)作为调节变量，产品类别(享乐型APP、实用型APP)作为分类变量。

图1 口碑效价对APP下载意愿影响模型

三、研究对象、变量定义与假设提出

1.研究对象

App是application的缩写，通常指手机应用软件。根据第39次中国互联网络发展状况统计报告，截止2016年12月，中国网民规模7.31亿，中国手机网民6.95亿，较2015年增加7550万，网民中使用手机上网的人群占比从91.1%提升至95.1%[13]。同时，以社交为基础的综合平台类应用发展迅速，网络游戏用户增长乏力，手机网络游戏迅猛增长。网民对移动终端的使用不可估量，手机APP已改变人们的生活方式。

相比传统商品，手机APP具有如下特点：第一，大部分APP是免费商品，不需要付费就可以下载使用；第二，手机APP更新快、数量大、不占库存，可以对用户实时地理定位并提供个性化推荐；第三，APP更新换代快；第四，APP无法提供用户体验，而且，随着快节奏的生活，用户不会在下载哪个APP上花费太多精力，一般以应用市场推荐、在线口碑等作为依据。所以，对手机APP的研究有独特的价值与意义。

2.变量定义

产品类别：产品类别是影响消费者态度变化的重要分类变量。Levin等[14]认为产品类别会影响消费者处理产品信息的方式以及信息对决策价值程度的判定。Simonson[15]认为，消费者通过产品实用性来衡量产品所能达到的消费者效用最大化的潜能，再决定是否购买产品。根据已有学者划分标准，本文将产品类别分为享乐型(Hedonic)和实用型(Utilitarian)。

产品流行度：盘英芝等[10]认为“热门品牌”的界定依据热门程度，而热门程度是消费者需求大小的反应，所以本研究用手机APP下载量来进行热门及非热门的界定。根据长尾理论，热门和非热门商品按照20% 和80%的比例分布。既然在线口碑能够影响消费者的行为和商品销量，那么它对长尾理论中的热门和非热门的商品可能存在不同程度或不同方向的影响。

在线口碑效价：在口碑方面，已有研究主要集中于在线口碑数量(Volume)和在线口碑效价(Valence)两个衡量指标。但是，由于口碑数量本身就是流行度的一个反应，而且本文引入流行度作为调节变量，所以，本文只选取在线口碑效价(Valence)作为在线口碑的衡量指标。在线口碑效价是一种反映消费者对某种品牌或服务满意度的指标，如网站上的产品评分(Rating)分值可以看作是在线口碑的效价值。在线口碑效价一般主要从口碑正负面和评分高低两方面展开。

下载意愿：意愿的概念最早出现于心理学，是个人从事某种特定行为的主观概念。Ajzen和Fishbein[16]认为，顾客采取行动是以其对某一特定对象的意愿为基础，只有当顾客具有了购买意愿，才会做出购买的行动，因此，只有了解顾客的购买意愿才能预测其购买行为。Zhou和Duan[11]在衡量口碑对销量影响时，以软件下载意愿为衡量销量的指标，故本文将下载意愿作为衡量指标。

3.假设提出

(1)在线口碑效价对下载意愿的影响

近年来，关于在线口碑效价对产品绩效的影响问题，已有较多学者进行相关研究。大量研究表明，口碑效价对产品绩效有显著正向影响，故本文提出如下假设：

H1：在线口碑效价对手机APP下载意愿影响显著。

(2)产品流行度的调节作用

由于许多原因，消费者在线口碑对流行产品销量影响更大。首先，流行产品有更多的评论，信息量的增加会增加可信度。其次，考虑到流行的产品在线口碑比较多，所以，消费者会觉得更容易找到流行产品的评论，因此，他们更有可能搜索流行产品的在线口碑，搜索越多，这些评论的影响可能越大。

故本文提出假设：

H2a：在线口碑效价对明星类APP下载意愿影响更显著。

相反，在线口碑可能对流行产品的影响力更小。例如，消费者获取在线信息的一个主要原因是了解产品质量以减少购买风险，而一个产品流行，本身就代表着较高的产品质量，之前已有研究表明产品流行度和产品质量之间存在较强关联。

有的研究也表明购买流行产品可以使风险最小化。消费者更喜欢流行产品，是因为流行本身就是一种社会线索，而追随社会线索又能够减少风险。作为相似的脉络，羊群理论的文献表明，对消费者而言，有时忽视个性需求、追随大众反而是最佳选择。关于消费者决策问题的文献也表明，如果消费者购买知名度较小的产品结果不满意，与购买知名度较大的产品不满意相比，往往前者会让消费者感到更加后悔。因此，当消费者对一个知名度较小的产品感兴趣时，他们常常会增加搜索量，获取在线口碑，以防止日后后悔。故本文提出假设：

H2b：在线口碑效价对长尾类APP下载意愿影响更显著。

(3)产品类别的调节作用

消费者具有追求享乐和追求功能两种态度。享乐型态度基于情感的依恋，功能型态度基于个人对产品特性的体验。享乐型产品的体验在本质上更趋于感性，而功能型产品的体验更趋于理性，因此，享乐性消费比功能性消费更容易被打动，对享乐型APP下载意愿影响更大。故本文提出假设：

H2c：在线口碑效价对享乐型APP下载意愿影响更显著。

然而，由于大部分APP都是免费的，消费者在下载时不用考虑费用，在线口碑的刺激可能引发消费者对实用型APP的功能体验欲望，对其影响更加显著。故本文提出假设：

H2d：在线口碑效价对实用型APP下载意愿影响更显著。

(4)在线口碑、产品类别和产品流行度的交叉影响

已有研究发现,在线口碑对消费者购买决策的影响会因购买渠道、用户类别和产品类别的不同而不同，Zhou 和Duan[12]3研究表明在线口碑和产品类别对软件下载有显著的交互效应，但是，这两个因素的影响及交互作用因产品流行度不同而不同。所以，在线口碑效价、产品类别、产品流行度这3个因素的交互影响就很有研究的必要。例如，微信在线口碑效价很低，但是微信非常流行，为了方便与大家交流，消费者仍然会下载。所以，提出如下4种假设。

H3a：在线口碑效价对享乐型明星类APP下载意愿影响更显著。

H3b：在线口碑效价对享乐型长尾类APP下载意愿影响更显著。

H3c：在线口碑效价对实用型明星类APP下载意愿影响更显著。

H3d：在线口碑效价对实用型长尾类APP下载意愿影响更显著。

四、实验设计

1.实验刺激物的开发与前测

本实验中关于手机APP的数据来自“豌豆荚手机精灵”，这是一款针对Android手机的应用商店。在线口碑效价选择用户好评率代替，60%以上代表正面(选取正面产品的好评率分别为86%、97%、80%、95%)，60%以下代表负面(选取负面产品的好评率分别为57%、44%、45%、48%)；手机类别中，享乐型用游戏类代替，实用型用影音应用类代替；衡量流行度时，排名前20%为明星产品(明星产品排名分别为2/50、1/50、3/260、5/260)，排名后20%为长尾产品(长尾产品排名分别为46/50、47/50、209/260、250/260)；对APP的下载意愿从5个维度测量，分别是初始态度、下载意愿、使用意愿、了解后态度和个人偏好。同时，控制其他变量对实验的影响。

将设计好的8个实验随机发给40个被试者进行前测。结果显示，本文设计的实验对消费者APP的下载意愿具有良好的甄别。在此基础上进行正式实验。

2.实验过程

根据CNNIC调查报告表明，手机APP用户遍布各个年龄层、各种收入阶层，所以，为保证样本来源的多样性，被试来源于不同类型的组织/单位。研究人员将不同产品的实验材料随机发放给每个受试者。为严格控制实验过程：(1)实验前告诉消费者，假定对这些APP一无所知，仅仅根据本实验所提供的相关信息来作出APP下载意愿判断；(2)没有告诉受试者本次实验的真实目的，只要求被试者按实验材料提供的情景回答各项问题。

整个实验过程共发出问卷250份，有效样本数202份。样本描述如表1所示。

表1 样本描述

五、数据分析

1.实验操纵的检验

在检验假设之前，有必要检验各变量是否得到成功操纵。本文使用t检验的方法来分别验证3个变量被操纵情况。如表2所示，被试者在“口碑效价”、“类别”和“流行度”3个变量的两个不同操纵水平上的均值呈现出显著差异(p<0.05)，因此，可以判断实验变量(口碑效价、类别、流行度)得到成功操纵。

同时，本研究采用SPSS17.0软件对问卷数据进行信度和效度分析，以Cronbach’sα值作为衡量各变量信度的标准，如表3所示。整体问卷的Cronbach’sα值为0.959。因子信度检验结果表明，所使用的APP下载意愿的数据具有较好的信度。

表2 t检验

表3 因变量信度系数

2.描述性统计

在描述在线口碑效价、产品类别、产品流行度对手机APP下载意愿影响时，负面口碑、正面口碑、享乐型APP、实用型APP、长尾类APP和明星类APP共有808个样本。在衡量APP下载意愿的均值方面，都大于4；在标准差方面，没有明显的差异。

3.假设检验

运用一元回归模型对上述研究假设进行检验，得出如下结果：

(1)对H1的检验

数据分析表明，在线口碑效价对APP下载意愿影响回归系数为0.207，p=0.048<0.050。因此，口碑效价对APP下载意愿的影响显著。假设H1得到验证。

(2)对H2的检验

由表4可以得出，口碑效价对享乐型APP下载意愿影响回归系数为0.169，p=0.062>0.050；口碑效价对实用型APP下载意愿影响回归系数为0.245，p=0.034<0.050；口碑效价对明星类APP下载意愿影响回归系数为0.176，p=0.053>0.050；在线口碑效价对长尾类APP下载意愿影响回归系数为0.238，p=0.043<0.050。因此，口碑效价对实用型、长尾类APP下载意愿的影响均显著，口碑效价对享乐型、明星类APP下载意愿的影响均不显著。而且，由图2可以看出，口碑效价对享乐型、明星类APP下载意愿的影响系数较低，对实用型、长尾类APP下载意愿的影响系数较高。假设H2b、H2d得到验证，而H2a、H2c没有得到验证。

(3)对H3的检验

由表5可以得出，口碑效价对享乐型明星类APP下载意愿影响回归系数为0.144，p=0.066>0.050；口碑效价对享乐型长尾类APP下载意愿影响回归系数为0.193，p=0.058>0.050；口碑效价对实用型明星类APP下载意愿影响回归系数为0.208，p=0.040<0.050；口碑效价对实用型长尾类APP下载意愿影响回归系数为0.282，p=0.028<0.050。因此，口碑效价对享乐型明星类APP、享乐型长尾类APP下载意愿的影响均不显著，口碑效价对实用型明星类APP、实用型长尾类APP下载意愿的影响均显著。而且，由图3可以看出，口碑效价对实用型长尾类APP下载意愿影响回归系数最大，口碑效价对享乐型明星类APP下载意愿影响回归系数最小。假设H3c、H3d得到验证，而H3a、H3b没有得到验证。

表4 口碑效价对不同分类APP下载意愿影响

图2 口碑效价对不同分类APP下载意愿影响系数

享乐型实用型明星类0.144(0.066)0.208(0.040)长尾类0.193(0.058)0.282(0.028)

图3 在口碑效价对不同分类APP下载意愿的交叉影响系数

六、结论与建议

本研究通过对口碑效价、流行度、类别的操纵，探索口碑效价对消费者使用不同类别、不同流行度的手机APP下载意愿的影响。结合数据分析结果，为企业营销方提供策略与建议。

在APP市场，口碑效价对APP下载意愿的影响是显著的，这说明在免费市场，口碑效价仍然是影响消费者决策的重要因素。虽然产品是免费的，但是，消费者也需考虑各种成本，例如，下载APP需要花费流量，APP会占用手机内存，体验APP需要花费时间、精力成本。所以，即使产品是免费的，消费者也不会盲目进行下载。

以产品流行度和产品类别为坐标轴建立矩阵，将消费者划分为4种不同类型，如表6所示，为企业提供建议如下：

1.收割策略

对于享乐型明星类产品，应采取收割策略，即企业减少其相关的营销宣传投入。对于享乐型产品，消费者对其实用功能预期较低，较少关注口碑效价的相关信息，而对于明星类产品，高流行度本身就代表着较高的产品质量。

2.发展策略

对于实用型长尾类产品，应采取发展策略，即企业增加其相关的营销宣传投入。对于实用型产品，消费者会更加关注其功能质量，所以会参考各种信息以降低决策风险，而对于长尾类产品，当消费者购买知名度较小产品时，因其行为与大众选择相背离，所以常常会增加搜索量，获取在线口碑，以减少日后后悔。

3.维持策略

对于享乐型长尾类、实用型明星类产品，应采取维持策略，即企业维持其相关的营销宣传投入。这一类产品属于产品特点复杂混合型，其两个产品特点中，都是一个产品特点对下载意愿影响显著，另一个产品特点对下载意愿影响不显著。其影响系数、显著因子在4类产品中，处于居中的状态，所以，对于这一类产品，企业只需维持其相关营销投入即可。

本研究从口碑效价的角度分析其对手机APP下载意愿的影响。但是，本文仅将流行度作为调节变量，而流行度仅可部分代表排行榜。随着信息爆炸时代的到来，消费者被海量信息包围，在选择商品时，消费者可能直接选择排行榜最靠前的商品。也就是说，“爆款”商品成为消费者省时省力的低风险选择之一，所以，可进一步深入研究排行榜对手机APP下载意愿的影响，为企业提供更多有价值信息。

[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，邹鹏，李一军，等. 基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J]. 管理评论，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] 卢向华，冯越. 网络口碑的价值——基于在线餐馆点评的实证研究[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] 盘英芝，崔金红，王欢. 在线评论对不同热门程度体验型商品销售收入影响的实证研究[J]. 图书情报工作，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] 中国互联网络信息中心. 第39次中国互联网络发展状况统计报告[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

国家自然科学基金项目：“集团交互控制系统：行为自适应性与动态演化机制”(71272064)

罗彪(1978-)，男，安徽毫州人，副教授，博士，主要从事消费者行为与战略管理研究；李美京(1991-)，女，山东烟台人，中国科学技术大学管理学院硕士研究生，研究方向为在线口碑，E-mail:limj@mail.ustc.edu.cn。

C93

A

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