在線評論的量化指標(biāo)對產(chǎn)品銷量的影響研究

李玉玉+廖成林+王曉歡

摘要：以搜尋品為主要研究對象，具體通過京東商城洗衣機產(chǎn)品兩個時點評論數(shù)據(jù)的一階差分分析，對B2C網(wǎng)站在線評論中商品評分和評論數(shù)量對搜尋品銷量的影響進行了實證研究。本文發(fā)現(xiàn)商品評論數(shù)量對于搜尋品銷量影響顯著，而商品評分不顯著。并進一步分析了原因，給出了B2C企業(yè)在線評論機制的設(shè)計方向。

關(guān)鍵詞：商品評論數(shù)量；商品評分；評論機制；搜尋品

0引言

隨著網(wǎng)絡(luò)購物功能的不斷完善，在線評論不僅成為各類B2C網(wǎng)站不可或缺的組成部分，也逐漸成為消費者獲取產(chǎn)品與服務(wù)信息的一個重要來源。縱觀不同類型的B2C企業(yè)的在線評論，主要包括評論的量化指標(biāo)，以及購買者的經(jīng)驗型評價的文字信息兩部分。因此，對這兩部分的合理設(shè)計與激勵，從部分程度上決定了B2C企業(yè)的商品銷量與客戶體驗價值。本文通過京東商城洗衣機產(chǎn)品的實證分析，對B2C網(wǎng)站評論機制中搜尋品的商品評分和評論數(shù)量對商品銷量的影Ⅱ向進行了實證研究。

1理論背景與研究假設(shè)

1.1搜尋品

根據(jù)消費者在購買前是否能夠獲得品牌質(zhì)量信息，將產(chǎn)品分為搜尋品和經(jīng)驗品兩種類型。目前學(xué)術(shù)界關(guān)于經(jīng)驗品影Ⅱ向產(chǎn)品銷量的研究較多，包括電影、圖書、電視節(jié)目等。而就搜尋品而言，其產(chǎn)品標(biāo)準(zhǔn)化程度較高，易于購前比較和判別，是B2C企業(yè)在線平臺商品的主要類型之一。本文重點關(guān)注搜尋品的評論機制設(shè)計。

1.2在線評論

自電子商務(wù)興起以來，在線評論就成為研究的焦點。盡管在線評論對企業(yè)績效的影響作用得到普遍認同，但關(guān)于商品評論數(shù)量與評分對于商品銷售的作用大小卻存在爭議。關(guān)于商品評分對銷售貢獻的效果，Dellarocas發(fā)現(xiàn)，電影評分對票房的收入有正向影響。但Duan關(guān)于類似產(chǎn)品的研究卻得出了相反的結(jié)論，認為商品評分對于銷量的影響不大。出現(xiàn)分歧的原因可能是由于研究者選擇的量化指標(biāo)和產(chǎn)品的差異。關(guān)于商品評論數(shù)量對銷售貢獻的效果，Godes發(fā)現(xiàn)在線電視節(jié)目的評論數(shù)量與節(jié)目排行呈正相關(guān)。其他學(xué)者的相關(guān)研究都得到了類似的結(jié)論。考慮到搜尋品的特征，本文在此基礎(chǔ)上，提出如下假設(shè)：

H1：商品評分正向影響搜尋品銷量。

H2：商品評論數(shù)量正向影響搜尋品銷量。

2變量與數(shù)據(jù)

2.1因變量

本文關(guān)注搜尋品銷量的變化，研究對象選擇為京東商城的洗衣機產(chǎn)品。由于京東商城并未公開給出商品的具體銷售量，所以本文在不考慮供應(yīng)商競價排名行為的前提下，用洗衣機產(chǎn)品的銷量排名（Rank）替代，該做法在研究中已得到認可與普遍應(yīng)用。

2.2自變量

商品評論數(shù)量與評分是B2C網(wǎng)站評論體系的核心構(gòu)成部分，也是本文的主要研究變量。商品評論數(shù)量（Volume）為已購消費者對商品評價的數(shù)量和，越多評論數(shù)量表示越多人知曉并體驗過該產(chǎn)品。商品評分（Rating）是已購消費者對商品的整體評級。本文采用京東商城的5級評分標(biāo)準(zhǔn)，評分越高，消費者對該商品的肯定程度越高。

2.3控制變量

本文的研究涉及到不同洗衣機類型，為控制異質(zhì)性，引入7個相關(guān)控制變量。具體包括商品價格（Price）、折扣比例（Discount）、上架時間（Age），以及3個虛擬變量——洗滌容量（Loading Capacity，LC）、產(chǎn)品類型（Product Type，PT）和品牌差異（Brand Different，BD），并置入控制時間趨勢的啞變量T。

2.4數(shù)據(jù)來源

本文收集了京東商城兩個時間點的實時數(shù)據(jù)，分別為2014年3月26日（661臺洗衣機，共299972條評論）和2014年4月28日（773臺洗衣機，共447840條評論），間隔32天。通過數(shù)據(jù)預(yù)處理發(fā)現(xiàn)，在兩個時間點同時存在的洗衣機有210臺，以此構(gòu)成本文研究樣本。

3統(tǒng)計方法與分析

3.1截面分析

為避免多重共線性，本文首先對主要變量進行中心化處理。再將兩個時間點采集的截面數(shù)據(jù)進行混合，構(gòu)成包含全部420個樣本的混合截面數(shù)據(jù)樣本。通過模型（0）和模型（1）的對比分析，判斷商品評論數(shù)量與商品評分對洗衣機銷量是否具有解釋效力。

模型（0）與模型（1）分別刻畫了包含和不包含自變量的情況下，銷量排名與各個變量之間的相關(guān)關(guān)系。其中i_1，2，…，N表示洗衣機。t=1，2，分別表示3月26日和4月8日兩次數(shù)據(jù)抓取節(jié)點。u表示影響ln Rank但不隨時間變化的不可觀測因素（如，洗衣機質(zhì)量等），其代表固定效應(yīng)。則表示隨時間變動且對ln Rank有影響的不可觀測因素。

本文采用Stata 13.1軟件分別對模型（0）與模型（1）進行估計，分析結(jié)果如表1。

表1給出了截面分析的結(jié)果。兩個模型主要變量的方差膨脹因子都在5以下，模型的多重共線性控制在可接收范圍內(nèi)。其中模型（0）為基準(zhǔn)模型，可以看出加入自變量后，模型（1）R2由0.253增加到了0.582，并且顯著性水平也明顯提升。這說明洗衣機產(chǎn)品的評論數(shù)量與評分對銷量有很好的解釋效力。因此，自變量是影響銷量排名的重要因素。

3.2內(nèi)生性分析

進一步分析發(fā)現(xiàn)，由于只有購買了商品的消費者才有資格發(fā)表評論，所以評論數(shù)量會受到銷量的影響，因此本文可能存在內(nèi)生性問題。對模型（1）進行Huasman檢驗，結(jié)果顯示存在內(nèi)生性。因此，本文將通過一階差分，消除樣本中的個體效應(yīng)，進而獲得評論數(shù)量與評分對于商品銷量的真實作用。

3.3一階差分分析

在確定自變量具有解釋效力下，一階差分模型設(shè)置如下：

模型（2）刻畫了洗衣機商品銷量排名變化與對應(yīng)變量變化之間的具體關(guān)系。模型（1）中不隨時間變化的三個控制變量（LC、PT、BD）在模型（2）中都被“差分”掉了。在對模型（2）的變量進行相關(guān)關(guān)系分析后發(fā)現(xiàn)，價格與折扣比例之間的相關(guān)系數(shù)達到0.98，高度相關(guān)。因此，為避免多重共線性，本文剔除折扣比例變量，直接用其京東商城的銷售價格（折扣后的價格）來控制。進而將模型（2）修正為：

在模型（3）中，本文主要關(guān)注系數(shù)Y1和Y2，即商品評論數(shù)量和商品評分變量的估計結(jié)果。實證結(jié)果顯示商品評分對銷量并沒有顯著性影響（p=0.706>0.05），HI被推翻。商品評論數(shù)量對銷量排名具有顯著負向影響（p=0.001<0.05），即商品評論數(shù)量越多，其銷量排名越靠前，H2得證。

此外，回歸結(jié)果顯示Y2>0，即評分越高，排名越靠后，銷量越低。這與我們的直觀認識相悖。進一步分析發(fā)現(xiàn)，這可能是京東商城評分機制設(shè)計的影Ⅱ向。京東商城新上架商品的初始評分默認為5分，即銷量很低的商品獲得了最高的得分。

4結(jié)論與探討

本文的研究結(jié)論指出，與商品評分相比，搜尋品的評論數(shù)量對銷量的影響更大。究其原因有兩點：一是從眾效應(yīng)的影響，評論數(shù)量對消費者的決策制定影響更大：二是商品評論本身承載了購買者對產(chǎn)品知識的描述，為消費者提供了良好的信息獲取渠道，評分的影Ⅱ向被削弱。本文補充了在線評論有用性和網(wǎng)絡(luò)評論設(shè)計相關(guān)領(lǐng)域的研究。從B2C企業(yè)的角度來看，對于搜尋品應(yīng)設(shè)計合適的商品評論激勵機制，鼓勵消費者評論，而非推動消費者打高商品的評分。endprint