在线评论对消费者购买行为的影响

张佳琦　孙克琳　袁梦　李梅芳

摘 要：选取当当网图书小说榜的前500本作为研究对象，用等距抽样的方法从中选取50本进行信息收集，利用当当网2017年12月—2018年1月的数据，在总结前人研究的基础上，构建商品评论特征和在线评论特征对产品销量的影响模型。根据数据调查结果利用线性回归来研究在线评论数量和在线评论特征（好中差）等评论信息与产品销量之间的相关关系。

关键词：在线评论；当当网；小说；销量；线性回归

中图分类号：F713.55 文献标识码：A 文章编号：1008-4428（2018）06-0062-02

一、 研究背景及意义

与依靠口口相传模式传播的传统口碑相比，在线评论存在很多与之不同的特点，如主要以非结构化的文本形式呈现，可长久保存；海量信息；发布和搜索的主动性；可跟踪监测；发布的匿名性；受众广泛；形式多样化；多对多网络式传播；信息分布集中等。这些特点使得在线评论在传播速度、广度以及传播威力方面均大大超过了传统口碑。而目前对如何更好地利用在线评论的优势以提高消费者决策的效率和效果、推动商家赢利的相关研究还很不充分，一些新问题亟待解决。本文将主要研究在线评论特征变量对小说这种图书的实证研究，通过对模型的验证，确定在线评论特征变量对某期销量影响的最优模型。通过本文的研究，挖掘出在线评论特征对产品销量的具体影响，这样能够帮助商家确定具体的在线评论特征变量对消费者产生的影响，引导消费者更好地对产品进行评价。

在线评论对消费者购买行为的影响主要体现在体验型商品上，图书作为一种典型的体验型商品十分具有研究意义，因此本文选取主营图书的当当网作为研究对象。在图书类别中，小说类图书在整个文学图书市场中占着相当的市场份额，不管是码洋比重还是品种比重都占了文学市场的半壁江山，小说类图书是一个不可小觑的市场。在近六年的时间里，小说类图书在文学市场中的码洋比重虽然有轻微的起伏，但相对还是比较平稳地维持在 60%左右，品种比重基本维持在 40%以上的较高数值，而且呈逐年上涨的趋势。通过对图书整体市场及小说类图书的分析之后，发现在图书整体市场呈现低增速的情况下，文学类图书的同比增长速度远高于图书整体市场，而且相比其他类别的图书，其码洋比重和动销品种比重都在逐年增加，出版效率相对于其他类别的逐年下降而言，更是呈现了平缓上升的趋势。从市场规模、市场构成及增长性分析，不难发现小说类图书是近年来值得深挖和发展的一个类别。

二、 研究方法及数据来源

（一）研究方法

文章采用理论研究和实证分析相结合的方法，通过对文献进行汇总分析，确定本文的研究模型、研究假设和数据收集方法。根据数据调查结果进行数据分析，得出研究结论，文章的研究方法主要有以下两种：

文献研究法。通过阅读国内外文献，对影响评分的因素进行分类，将主观因素进行定量分析，并总结在线评论和网上书店的相关研究，在借鉴其他研究学者的研究模型的基础上，提出文章的研究模型。

实证分析法。文章采用 SPSS18.0 数据分析工具对收集的数据进行描述性统计分析、相关分析以及回归分析，对研究模型和假设进行验证，得出研究结论。

（二）数据来源

当当网每7天会有一次图书排名更新。本文在数据收集开始选取当当网图书小说榜的前500本作为研究对象，用等距抽样的方法从中选取50本进行信息收集，每隔七天进行一次图书基本信息的统计，统计进行了八次，共有50×8=400本书，除去下架、合并、改版等情况，有效的共有44×8=352本。有些书一周新增销量达不到10本，并且在只考虑有效图书的情况下，共收集评论3129条。相关数据主要有：

销量数据。当当网没有公开的销量数据，但是每销售一本书当当网都会要求购买者有相应的评论打分。当购买者没有对所选图书进行评价时，系统默认好评；当购买者删除订单但已经购买了该书籍时，系统不会删除评论，所以本文将每本图书的评论数量作为销量进行研究。

在线评论数据。调研初期我们进行了预调研和分析，根据多条评论内容我们将影响评分的因素分为了七个指标：图书内容、图书质量、物流服务、作者偏好、价格活动、他人评价、图片评论。每项指标设置为满分100分，根据每条评论内容的侧重點对七项指标进行打分，最后每条指标得分总和为100分。

三、 实证分析

（一）描述性统计分析

据3129条数据显示，好评数量占评论总数量的比重最大，所以文章又对影响好评的各项指标进行分析，统计结果显示，图书内容、图书质量分别占比为53%、21%，物流服务、作者偏好、价格活动、他人评价、图片评论分别占比7%、12%、6%、1%，总占比仅为26%。

（二）回归分析

回归分析侧重考查变量之间的数量变化规律，不仅能够反映不同变量对因变量的影响程度，也能通过建立的模型对因变量进行预测，更好地研究变量之间的关系。本文借助 SPSS18.0 软件进行回归，探讨上期好评对下期好评的影响以及对滞后一期好评的影响。由描述性统计分析可知，好中差评数在总评论数中占比悬殊，新增销量数和新增好评数几乎相等。因此在回归分析中，把在线评论定义为好评，研究好评对销量的影响。

1. 上期好评对当期销量的影响情况

我们首先对上期好评对于当期销量的影响进行研究。

2. 上期好评对滞后一期销量的影响情况

通过观察我们发现7组数据中有3组模型解释能力不太好，鉴于购买者每次购买书籍所浏览的评论数量可能会大于上期增加的评论，我们决定对上期好评对于滞后一期好评的影响进行研究。

四、 反思与结论

（一）模型反思与总结

1. 对模型Y56、Y78分析可得：模型Y56的数据搜集时间在2018年1月4日，当当网图书在元旦即2018年1月1日左右有促销活动，这一时期当当网图书的销量变化较大，属于非日常情况，造成了R方较小，模型拟合程度不高的情况。模型Y78的数据搜集时间在2018年1月19号至1月25号，这一时期多数高校在进行期末考试或者处在期末复习阶段，公司也进入年末总结阶段，大多数人没有空闲的时间去购买小说类的图书，这种情况造成了当当网图书销量大量减少，同样属于非日常情况，造成模型的拟合程度不高。

2. 对模型M57进行分析可得：第五期数据收集和第七期数据搜集同处于非日常时期，两次数据搜集的图书销量较日常波动较大，所以模型M57的拟合度较低。

3. 综上可知，除特殊时间段（当当网进行促销活动以及年末活动对图书销量的客观性影响）外，下期评论与上期好评有关、滞后一期评论与上期好评有关，当当网小说类图书在日常情况下的销量与好评存在着规律性的联系。本文发现4.3.2中模型拟合优度高于4.3.1中模型拟合优度，因此上期好评对滞后一期销量的影响存在更加规律的影响。

（二）研究结论

1. 评论分数对图书销量影响不显著。虽然评论分数代表了消费者对产品的总体评价，但是消费者在浏览评论信息时，主要是看评论的具体内容而不是评论得分，并且有的消费者给出较高的分数的同时评论内容偏负面。

2. 正面评论对产品销量的影响大于负面评论对产品销量的影响。虽然负面评论的传播效应更强，但是消費者在网上发布的在线评论多以正面评价为主，无论是从评论数量还是评论对产品销量影响作用大小来看，正面评论对产品销量的影响作用远大于负面评论的影响作用，且正面评论对销量的影响存在滞后效应。

3. 在图书生命周期的初期，在线评论某些方面的影响相对更大，在这个特定时段对在线评论的相应维度进行重点管理会取得更好的效果。因此，当当网对在线评论的管理应注意时间性。

4. 通过对当当网小说数据的分析发现，精彩评论是影响消费者购买行为的重要信息，其劝说作用十分显著。因此，当当网可以基于商品的不同生命阶段，在不同图书推广方式中选择更经济和有效的信息媒体来推动销售增长。

参考文献：

[1]中国互联网数据资讯中心.http：∥www.199it.com/archives/20728.html，2011.12.

[2]孙春华，刘业政.网络口碑对消费者信息有用性感知的影响[J].情报杂志，2009，28（10）：51-54，63.

[3]周晶晶.在线客户评论对消费者购买决策的影响力研究[D].杭州：浙江大学，2009.

[4]刘顺利.在线评论对网上书店销量影响实证研究[D].湖南：湖南大学，2013.

[5]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].黑龙江：哈尔滨工业大学，2010.

[6]王君珺，闫强.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013（21）：406-411.

[7]闫强，孟跃.在线评论的感知有用性影响因素——基于在线影评的实证研究[J].中国管理科学，2013（S1）：126-131.

作者简介：

张佳琦，女，山东人，中国农业大学市场营销专业在读；

孙克琳，女，山东人，中国农业大学市场营销专业在读；

袁梦，女，山东人，中国农业大学市场营销专业在读；

通讯作者：李梅芳，女，山东人，中国农业大学副教授。