高楠
本文首先依据文献梳理找出影响消费者购买决策的主要在线评论因素,并利用层次分析法找出其中的关键因素—在线评论自身的特征因素;然后引入在线评论质量、在线评论数量、在线评论效价以及在线评论时效性提出本研究假设;最后通过问卷调查获取数据,利用结构方程模型进行实证检验,得出以下结论:在线评论质量、在线评论数量、在线评论效价都对酒店消费者购买决策有显著正向影响,在线评论时效性对酒店消费者购买决策没有显著正向影响,并据此提出研究启示。
引言
随着电子商务行业迅猛发展,网络购物越来越成为时代的主流,消费者逐渐从以往线下消费为主、线上消费为辅的传统消费模式转变为线上消费为主、线下消费为辅的新型消费模式。这种消费模式为广大消费者提供了很多的便利,但是在此模式下信息不对称的现象依然存在,消费者依然需要通过多种渠道获取信息。就如对于酒店消费者而言,如果想预定酒店就需要获取酒店相关信息,除了朋友告知、浏览酒店官网,最重要的一个获取信息的渠道就是关于酒店的在线评论,这些评论多是其他消费者根据自己真实的入住体验所发表的,对消费者酒店预定决策有很大的影响作用。本文旨在引入在线评论自身的特征因素(在线评论质量、在线评论数量、在线評论效价和在线评论时效性)来研究具体的影响效果,并希望可以依据研究结果为酒店经营者提供几点可行性建议。
一、文献综述
在线评论是指消费者购买商品后在相关虚拟社区页面上发表的自己对于商品的功能特性、感官认识、经验参考等评价信息(张琪,2017)。目前各学者对于在线评论的研究主要集中在两方面:一是在线评论对酒店服务质量或满意度影响研究,这方面研究多是从在线评论内容出发,深入挖掘消费者最关注的因素,并探究其对酒店服务质量的影响。如刘梅(2017)从在线评论的内容入手,研究福州市高星级酒店的服务质量评价体系。二是对在线评论对消费者购买决策影响研究,这方面研究多是从在线评论的外部特征与内部特征入手来分析其对消费者购买决策的影响。有学者认为在线评论发布者的资质会对消费者决策过程产生影响(Forman et al,2008)。Xinyuan(Roy)Zhao(2015)发现审稿人专业知识会影响消费者酒店预订决策。也有学者认为在线评论的质量、在线评论的数量、在线评论的效价以及在线评论的时效性影响消费者购买决策(闵曙辉,2016);综合来看,评论者特征、接收者特征以及在线评论自身特征因素都会对消费者购买决策产生影响。
二、指标选取与研究假设
(一)指标选取
在线评论对消费者购买决策影响的过程是一个非常复杂的过程,其中的影响因素有很多,但通过上文对文献梳理发现,各学者多从评论者特征、接受者特征以及在线评论自身特征因素3个方面进行研究。为了使研究精细化,本文首先利用层次分析法选取影响酒店消费者购买决策的关键指标,再进行下一步分析。对于各指标的重要程度采取问卷调查法与专家访谈法相结合的方式,旨在保证研究的客观性。调研与访谈对象为旅游专业的相关教师(其均具有博士学历且多数为教授级别)和酒店经营者,共调研访谈30人。将各专家对这3个指标两两比较的结果取平均值构造判断矩阵A,设评论者特征为B1,接受者特征为B2,在线评论自身特征为B3。
A=(1)
然后将矩阵进行归一化处理即将矩阵标准化,并求得每一个指标的权重,结果如表1。
最后进行一致性检验。虽然各指标的权重值已得出,但若两两比较的判断中存在很大不一致性,权重结果不予采用,所以进行一致性检验是必要步骤。一致性检验主要考察CI和CR两个指标,CI=(λmax-n)/(n-1);CR=CI/RI。其中n为指标数,RI的大小与n有关,λmax=1/4(γ1/ω1+γ2/ω2+γ3/ω3),,γi由矩阵A及其特征向量相乘所得矩阵得出。经过计算发现CI为0.003,CR为0.005,均小于0.1,通过一致性检验。
根据计算结果发现B3即在线评论自身特征权重值最大,也就是说在线评论自身特征因素为消费者购买决策的关键影响因素,所以本文选取在线评论自身特征因素为研究对象。通过阅读与梳理相关文献,笔者发现在线评论自身特征因素可分为在线评论质量、在线评论数量、在线评论效价以及在线评论时效性,接下来本文会根据这4个具体因素进行分析。
(二)研究假设
在线评论的质量主要指评论内容的准确性、客观性、真实性与完整性,高质量的在线评论可以为消费者提供较详细且真实的酒店信息。消费者在产生预定酒店的需要时也会产生获取酒店信息的需要,而获取酒店信息的一个重要参考依据就是酒店在线评论,这些评论基本都是其他消费者根据自身的入住体验发表的,但也不是每条评论都可以为消费者提供有用的信息,这取决于评论的质量。Park et al(2007)认为高质量的在线评论更能影响消费者的购买决策。还有学者通过实证研究证明了在线评论的内容质量正向影响消费者的购买意向(李曼丽,2017)。张琪(2017)更是在其硕士论文中发现在线评论的质量与消费者购买决策呈显著正相关。
在线评论的数量就是消费者针对某项产品或者服务发表评论的总和。一般认为关于某项产品或者服务的评论数量越多,该产品或者评论越受关注。依据从众理论,有理由相信在线评论的数量越多,越能影响消费者的购买决策。当然,对于在线评论数量与消费者购买决策之间的关系也有很多学者研究:杜学美(2016)通过研究发现在线评论的数量正向影响消费者购买决策;汪蒙(2018)同样经过实证分析证实了在线评论数量与消费者购买决策之间的正向关系。
在线评论效价是指关于某个产品或某项服务评论的总体倾向性。如果所有评论中,正向评论多于负向评论,则评论总体为正向倾向;如果两个产品或者服务的评论总体倾向均为正向,但是其中一个产品或者服务评论的正向评论数与负向评论数的差值比另一个大,则说明此产品或者服务的正向倾向性程度更大。如果关于一个产品或者一项服务的评论中,负向评论很多,一定会大大抑制消费者的购买倾向。陈佳(2018)发现在线评论的效价正向影响消费者购买决策。除此之外还有很多学者都对在线评论效价进行了研究,均得出了相同的结果。
在线评论的时效性是指评论发表的时间。一般认为评论的时效性越强,越能影响消费者的购买决策。笔者在访谈过程中也询问了30位专家的意见,他们也认为酒店评论的时效性能够影响消费者的预定决策。对于消费者来说,一条年限很长的评论对其意义不大,一切事物都在飞速发展中,彼时的情况早已发生变化。就以酒店为例,对于两年前的消费者而言,某酒店设施、装修风格都非常符合当时的情况,所以获得了好评,可是对于现在的消费者而言,未必会觉得该酒店各方面都能满足其需要。随着时间推移,越新的评论对消费者购买决策的影响越大(闵曙辉,2016)。
基于以上研究,提出以下研究假设:
H1:在线评论的质量显著正向影响酒店消费者的购买决策。
H2:在线评论的数量显著正向影响酒店消费者的购买决策。
H3:在线评论的效价显著正向影响酒店消费者的购买决策。
H4:在线评论的时效性显著正向影响酒店消费者的购买决策。
本文选取的4个影响因素均为定性变量,不易测量,由此引入结构方程模型进行具体分析。结构方程模型是一种验证性的统计方法(邱皓政,2005)。而这种验证就是比较学者提出的假设模型中所隐含的协方差矩阵与实际调查数据的协方差矩阵之间的差异(吴明隆,2010)。笔者依据结构方程模型来构建研究假设模型,通过上文提出的研究假设,可以得出各影响因素与消费者购买决策之间的关系,由此可得出以下方程:η=γ1λ1+γ2λ2+γ3λ3+γλ4+ζ。
其中,η为消费者购买决策,λ1为在线评论的质量,λ2为在线评论的数量,λ3为在线评论的效价,λ4为在线评论的时效性;γ1为在线评论质量与消费者购买决策之间的路径系数,γ2为在线评论数量与消费者购买决策之间的路径系数,γ3为在线评论效价与消费者购买决策之间的路径系数,λ4为在线评论的时效性与消费者购买决策之间的路径系数,ζ为消费者购买决策的残差值。
三、问卷设计与收集
(一)问卷结构
本研究问卷共分为3部分:第一部分为筛选性问题,旨在找出那些通过网站预订酒店并且会查看评论的消费者;第二部分为问卷的主体部分,为各个变量的测量题项,以量表的形式呈现,为保证量表的信度与效度,笔者主要采用前人关于变量的成熟量表,见表2;第三部分为消费者的一些基本信息,包括年龄、性别、学历、职业等。
(二)问卷收集
问卷主要采用网上电子问卷与纸质问卷相结合的方式,其中,纸质问卷主要是针对笔者所在地—石家庄市,向符合调研条件的消费者进行发放,具体发放地点为学校周边的商场与公园。网上问卷则采用问卷星的形式,调研对象不局限于石家庄市的消费者,相较于纸质问卷,调研的范围更广。本次问卷共发放300份(纸质问卷100份,电子问卷200份),回收有效问卷252份(纸质问卷82份,电子问卷170份),有效率84%。将消费者基本信息统计如表3。
四、研究结果
(一)测量模型检验
Anderson和Gerbing认为运用结构方程模型分析数据时,第一步检验测量模型的信度与效度(可反映问卷的信度与效度);第二步检验整体结构方程模型以验证相关假设。对于测量模型信度效度的检验主要考察各变量的克朗巴赫系数(Cronbachs Alpha)、平均变异萃取值(AVE)和组合信度(CR)。一般认为克朗巴赫系数>0.6,平均变异萃取值>0.5,组合信度>0.6方可通过检验。变量的克朗巴赫系数通过AMOS软件操作可直接获得,而平均变异萃取值和组合信度在获取相关数据之外还需要经过计算获得,计算公式如下:
AVE=(Σλ2)/[(Σλ2)+(Σθ)](2)
CR=(Σλ)2/[(Σλ)2+(Σθ)](3)
其中λ为标准化因素负荷量,θ为观察变量的误差变异量。
根据表4数据可以看出,测量模型信度与效度(聚合效度)考察的各项指标均达到了标准值,通过检验,可以进行下一步假设检验。
(二)假设检验的结果
本文首先利用AMOS22.0软件,并根据研究假设构建了整体结构方程模型,然后关联问卷所获得的数据,通过計算检验此结构方程模型的适配度,只有模型具有良好的适配度,假设检验结果才有效,对于模型适配度的检验见表5。最后进行假设检验,主要通过路径系数与P值分析检验结果。
通过各指标实际值与标准值对比发现模型具有很好的适配度,可以进行下一步的假设检验。假设检验结果如图2所示,结果表明本文所提出的4个假设中有3个得到了验证,即在线评论质量、在线评论数量、在线评论效价对酒店消费者购买决策有显著正向影响,其中在线评论质量与酒店消费者购买决策之间的路径系数为0.161;在线评论数量与酒店消费者购买决策之间的路径系数为0.299,P值为0.008<0.05;在线评论效价与酒店消费者购买决策之间的路径系数为0.423,P值为0.016<0.05。由此可见,在线评论的效价对酒店消费者购买决策的影响最为显著。而在线评论的时效性对酒店消费者购买决策没有显著的正向影响,在线评论时效性与酒店消费者购买决策之间的路径系数为0.210,P值为0.339>0.05,说明在线评论的时效性对酒店消费者购买决策有正向影响,但是不显著。
图2 模型的假设检验结果
注:*代表P<0.05,**代表P<0.01,***代表P<0.001
五、结论与启示
(一)研究结论
消费者的购买决策过程是一个非常复杂的过程,本文旨在研究在线评论对酒店消费者购买决策的影响,而在线评论所包含的因素主要有接收者特征、评论者特征以及在线评论自身特征等,笔者通过层次分析法找出影响酒店消费者购买决策最关键的因素—在线评论自身特征。因在线评论自身特征又包含在线评论质量、在线评论数量、在线评论效价以及在线评论时效性,所以本文引入这4个因素研究其对酒店消费者购买决策的影响。
本研究利用问卷调查法获取相关数据,并应用结构方程模型进行了实证分析,结果发现在线评论质量、在线评论数量、在线评论效价对酒店消费者的购买决策有显著正向影响作用,且在线评论效价的影响作用最大;但是在线评论时效性对酒店消费者的购买决策没有显著的正向影响,说明消费者在浏览酒店在线评论时对评论发表的时间不太关注,而是更多地关注评论质量、数量与效价。
(二)研究启示
在线评论对消费在进行酒店预定时的影响越来越重要,是获取酒店信息的重要渠道,好的在线评论可以促进消费者消费,为酒店带来收益,为此酒店经营者需要重视在线评论并合理利用在线评论。接下来本文从3个方面为酒店提出建议。
一是酒店经营者需要鼓励消费者发表评论以增加评论数量,与此同时更要控制评论质量,引导消费者依据自己真实的入住体验发表评论,从服务、卫生、设施、环境等多方面评价酒店,以此为其他消费者提供更多的信息,也可增加酒店的入住率。
二是酒店经营者需要及时处理差评,针对消费者的不满采取补救措施,如果确实是酒店自身的原因造成了消费者比较差的入住体验,酒店经营者在发现后应立即联系该消费者并商量具体解决方法,还应依据差评原因对酒店进行修整,保证类似事情不再发生。
三是酒店经营者应加强与第三方网站的合作,构建信息反馈机制,不仅要及时反馈差评信息,还要定期反馈所有关于酒店的评论信息,以了解大多数消费者最为关注的地方,并不断完善酒店自身条件。
(作者单位:河北地质大学)