淺談在線評論等口碑數據對消費行為決策的導向作用

趙 敏 （蘭州石化職業技術學院 國際商務學院，甘肅 蘭州 730060）

0 引 言

正如全球知名咨詢公司麥肯錫預示大數據時代來臨的那般景象，在互聯互通、科技創新的今天，數據已遍布各行各業生產經營的全流程，成為重要的生產要素和服務社會生活的重要資源。我們每個人既是數據的分析者和使用者，同時也是參與市場經濟活動的數據生產者和提供者[1]。以數據營銷、數據管理為代表的數據生活正改變人們的思維方式和決策手段。對于商品服務提供者或是消費者而言，學會靠數據思維、用數據說話體現出數據科學性、權威性等價值觀的逐步建立。用戶口碑、在線評論等體驗數據成為商家關注的焦點，基于客戶口碑數據的網絡推薦信息更是消費決策的重要參考依據（見圖1）。

圖1 在線評論對消費行為決策的引導過程

在線評論（Online Reviews），通常是指消費者在購買產品和服務后，在企業網站或電商平臺發布的相關購物體驗和使用感受，是網絡營銷環境下用戶口碑數據的真實體現，也是幫助潛在消費者進行消費決策的重要參考信息[2]。但是受口碑數據發布者動機及個體差異、在線評論內容、評論閱讀者及數據使用者的需求差異等因素影響，以在線評論為代表的網絡口碑數據所反饋信息存在一定的市場偏差，并由此增加了口碑數據的分析難度。

1 在線評論等網絡口碑數據的市場信息反饋偏差

在電子商務背景下，網頁點擊率、廣告投放量、用戶評論數、好評率、頁面停留時間及信息閱讀時間等網絡數據信息都是互聯網運營企業關注的重點。商家在購物網站上發布的推薦信息是以自身經營的產品重心和技術核心為視角，強化企業的數據營銷力度，幫助消費者快速選擇商品和服務，并減少商品數據的篩選時間，降低時間成本，最終實現企業的銷售目標[3]。然而與前述企業的關注點不同，消費者更多是從個人需求和體驗出發，尋求滿足個性化偏好需求的對象，這就造成網絡口碑數據對消費行為的決策導向作用產生一定的偏差。

1.1 需求分析偏差

消費者的口碑數據是基于自身的購物體驗和使用經歷而做出的，同時受生理特征、心理特征、社會特征等因素影響而造成個體化差異。這就增加了商家對用戶口碑數據的分析難度，尤其會降低產品和服務的市場需求分析的精度和效度（見表1）。

表1 口碑數據發布者特征與經營者數據需求分析

消費者發布的在線評論等口碑數據大多反映出其自身的消費動機和消費水平，更多體現出其興趣偏好和受關注的需求等情感特征。經營者的數據需求是產品和品牌受關注的程度、產品好評率、社會美譽度、客戶忠誠度、重復購買率等信息，重點是傾向于消費者的正向評價，并以此提升新老客戶的消費期望[4]。但對商品服務的質量感受、消費者的具體使用體驗的后期跟蹤、消費者提出的改進建議等數據，往往由于碎片化數據的混雜性，通常不能得到較好的歸納提煉。

1.2 目標群體感知偏差

參與網絡推薦和在線評論的客戶與企業需要采集數據的目標群體往往發生一定的感知偏差，其中受性別、文化程度、性格等因素影響為主。以汽車行業為例，根據J.D.Power對國內汽車行業互聯網傳播環境的調查研究[5]，網絡口碑數據的參與度男性普遍高于女性；文化程度越高，參與在線評論的積極性越高；年齡越低，參與口碑數據的比例越高；個性鮮明激進的消費者參與網絡口碑的意愿更強烈，個性溫和穩健的消費者參與度相對較低。總體來看，汽車行業的高學歷、高收入的年輕男性群體更愿意發布在線評論，對在線評論的閱讀停留時間相對較長。但網絡口碑數據對其消費行為決策的反向影響有限，更多男性消費者主要通過試乘試駕、品牌認知、熟人介紹及個性偏好等方面選擇具體車型；基于女性消費群體對電影、圖書、生活用品等消費的感性體驗，汽車行業女性群體的潛在消費者更關注網絡口碑數據的內容，并對最終決策起到關鍵的參考作用。

由于網絡推薦和在線評論的數據源的復雜性，加之閱讀群體的多樣性和數據傳播的開放性，口碑數據對目標群體的消費行為引導作用會產生一定的信度和效度偏差，影響數據使用者的決策。

1.3 品牌受眾與產品訴求偏差

由于信息傳遞的不對稱性，商品和服務供需雙方并非精準對接，加之互聯網營銷背景下買方話語權的強化，企業收到的評論數據并非一定來自該品牌的目標受眾，相反可能更多是競爭對手及非相關群體對用戶話語權的挾持。就產品訴求而言，消費者關注數據的焦點與企業產品的發力點也往往出現偏差。

表2 消費者對新能源車的關注點與未來汽車產品訴求比較

由表2可以看出，以麥肯錫公司對汽車行業的調查為例，如果說新能源車代表了汽車行業近期的發展方向，那么當前消費者關注的焦點仍是車輛本身的價格成本、質量、服務及安全性等使用因素。但是，據上述權威機構的研究結果顯示，未來一代汽車消費群體將產生巨大變革。52%的被調查者表示沒有私家車不影響日常生活，83%的被調查者認可手機與汽車的智能互聯方式是未來的方向，此外，被調查對象的年輕人更是呈現出愿意接受共享出行、期待更多車載服務的創新，并愿意付費體驗便捷性和增值服務的趨勢[6]。

由此可見，在數據營銷的時代背景下，企業網絡推薦的著力點仍以品牌形象和產品特色為主，而消費者在線評論或參與口碑傳播的焦點更多側重于使用的體驗感受、需求的替代性解決方案、消費升級及增值服務等內容。

2 在線評論等口碑數據對消費行為決策的負向作用

2.1 在線評論數據的趨同化導致數據可信度降低

根據1959年霍夫蘭德提出的信息傳播說服模型，網絡推薦和在線評論的影響作用通常包括信息發布者、信息內容、信息接收者三個方面。電商平臺擁有信息數據篩選的管理權限，網絡口碑數據受到企業嚴密的跟蹤監控。受商家經營動機驅使，企業經營者往往鼓勵消費者發布好評數據，如給好評返現，給好評贈禮品，給好評并推送朋友圈有驚喜等營銷舉措，甚至部分商家存在刷單、刷好評、刷銷量的違規行為。2015年，美國特拉華大學的王海寧教授發起的一項調查研究顯示，淘寶網中有11 000家網店存在刷單現象，其中被調查的4 000多家涉嫌虛假交易的淘寶網店中，只有89家受到淘寶運營方的處罰，僅占比2.2%。阿里巴巴副總裁余為民在接受新華社記者采訪時曾表示，2013年淘寶網的120萬賣家中，約有17%的賣家存在虛假交易，虛假交易量超5億筆，交易額超過100億元，“這還只是冰山一角。”值得注意的是，2018年1月起實施的新《反不正當競爭法》對電商的刷單和虛假交易行為進行了限制，最高可處罰200萬元。

另一方面，在線評論數據的接收者明顯處于被動地位。由于面對大數據級的網絡評論信息時，缺乏相應的時間和有效的方法對評論數據進行可信性甄別，導致多數消費者依據評論結果選擇商品和服務的消費體驗并不理想。

2.2 在線評論內容會受到群體的同化作用影響，缺乏數據支撐的定性評價更進一步固化商家的口碑形象

通常來看，經營者和評論閱讀者都更看重正向評論，并以此做出消費決策。但是，從實際體驗來看，人們會更關注負向評論的具體內容，并花費更多精力進行負向評論的驗證，從而降低決策效率，最終導致品牌轉換和注意力轉移[7]。在線評論內容本身也將促使參與者融入到群體氛圍中，發生人云亦云的同化效應。因此我們在評論記錄中，經常看到用評論爭奪話語權的現象，當出現意見相左的評論時，人們會在評論區據理力爭，甚至發展到人身攻擊的局面，體現出參與評論者期待得到群體認同的心理。

此外，為提升在線評論的參與度，商家通常會明確發表評論的時限和具體字數（如不少于20個字）。由于提交評論時限較短，消費者缺乏足夠的消費體驗和使用數據，往往為了配合商家的好評獎勵活動，被動完成在線評論的效果較差。加之，20個字左右的在線評論更多是缺乏定量分析的定性評價，這樣就會放大群體主觀評價的負面效應，并進一步固化了商家的市場形象，忽視了消費者對產品長期的消費體驗以及商家在產品更新升級和用戶服務方面的質量評價。

2.3 電商企業重視在線評論的數據營銷作用，容易忽視客戶口碑數據對企業產品和服務改進升級的參考價值，呈現創新弱化局面

在電商背景下，大數據規模的客戶推薦和在線評論是傳統商業市場中市場調查和反饋信息的有效替代。當電商企業過于注重發揮在線評論對商品和服務的促銷作用時，容易忽視口碑數據中有關產品設計、使用環節以及差異化體驗方面的客戶意見。雖然網店和電商平臺都設置有客服和投訴通道，但是負面情緒的化解往往比內容本身更受關注。

3 提升在線評論等口碑數據對消費行為決策的參考價值

3.1 運用定性與定量分析相結合的方式，強化數據分析的科學性

消費者基于在線評論進行消費決策的前提是口碑數據的真實性和科學性。數據可信度的提升取決于消費者對在線評論的感知效果。評論的定性（好與壞）、評論的內容長度、有關商品的技術特點和功能性、在線評論的支持人數（點贊數）、評論的回復率等指標都是影響消費者感知的重要方面。運用消費者購買決策理論和消費者滿意度理論，科學分析在線評論數據，確定感知價值和感知質量，為商品的改進升級提供決策依據。通過使用統計回歸分析和協方差分析法，研究在線評論有用性的影響因素[8]。通過歸因理論等方法分析在線評論的質量對消費者行為決策的具體影響。科學完善的口碑數據體系不僅有助于合理引導消費者的決策行為，而且為企業經營策略的調整和產品的升級換代提供了市場依據。

3.2 通過對商品客戶進行分級管理，鼓勵客戶發布在線評論或網絡推薦文章，以此提升評論參與者的積極性

為了培養忠誠度較高的客戶群體，做好客戶后期的分級管理至關重要。通過采取積分制、會員制等分級管理方法，鼓勵客戶在線分享購物體驗和使用感受，并開展網絡推薦，由評論閱讀者打分或點贊，根據口碑受眾的評價結果，確定客戶的等級歸屬，并為優秀評級客戶后期提供高級專享服務。例如汽車、旅游出行、電影娛樂等行業比較重視客戶的分級管理，善于發掘口碑數據的營銷推介功能。

3.3 企業應與第三方評價系統加強業務協作，做好宣傳推廣工作

隨著互聯網進入web2.0時代，以用戶分享、信息聚合為特點的社群化網站開始飛速發展。以大眾點評網、口碑網、車質網為代表的第三方評論類網站贏得了消費者的認可，開創了利用分享用戶體驗數據進行商家的評分排行，為消費者推薦生活解決方案的經營模式[9]。在消費者對在線評論的可信度方面，多數群體更傾向于第三方評論網站的點評數據（見圖2）。

圖2 大眾點評網對2017年酒店在線差評率的反饋

根據大眾點評網2017年的相關數據統計，當年消費者對酒店業發布的在線評論數據中，以差評率（該品類1星差評數/該品類總評數）為例，經濟型酒店以11.9%的差評率位居第一，消費者集中反饋的問題是房間小、隔音差及衛生差；三星級酒店以9.8%的差評率排名第二，主要問題是設施陳舊、停車及餐飲配套服務不足；四星級酒店則存在性價比低、服務質量差的問題，得到7.6%的差評率。由此可見，第三方評論類網站提供的用戶口碑數據基本能夠客觀反映多數消費者的消費體驗和真實感受。

因此，電商企業應主動與第三方評論網站加強業務協作，及時跟蹤客戶對自身商品和服務的評論數據，分析客戶口碑數據，及時整改客戶反饋的相關問題，努力提升客戶關系管理水平。與此同時，主動設計開展產品和服務體驗為主題的營銷活動也是改善口碑數據的有效方法。例如：當新車上市時，邀請汽車類網站記者、第三方點評類網站編輯或知名ID、高評分客戶等，參與試乘試駕，并由他們在點評類網站上分享個人體驗；當飯店開業時，邀請第三方評論網站的高等級客戶蒞臨現場參與免費品嘗體驗活動，并在網站上分享其消費感受，同時能夠得到寶貴的客戶意見和改進建議。此外，住宿、交通出行、購物、娛樂等強調客戶體驗的行業都適用上述口碑營銷的方法。

4 結 論

本文針對在線評論等口碑數據反饋的信息偏差，闡述了在線評論對市場數據需求分析、目標群體感知、品牌受眾及產品訴求等方面的影響偏差。基于在線評論等口碑數據發布者的動機和特征、在線評論的內容結構、在線評論的接收者等因素，分析探討了在線評論的數據可信度、網絡從眾心理、評論內容傾向等方面對消費行為決策的負向作用。創新提出了通過完善口碑數據分析的科學性，實施客戶的分級管理，提升消費者參與在線評論的積極性，強化與第三方評論類網站的業務協作和評論數據分享，提高網絡口碑傳播的營銷績效，為目標群體的消費行為提供決策依據。

[1]（英）維克托·邁爾·舍恩伯格.大數據時代[M].杭州：浙江人民出版社，2013：36-38.

[2]Mudambi S.M，Schuff D.What makes a helpful online review?A study of customer reviews on amazon.com[J].MIS Quarterly，2010(1)：185-200.

[3]郝媛媛.在線評論對消費者感知與購買行為影響的實證研究[D].哈爾濱：哈爾濱工業大學經濟與管理學院（博士學位論文），2010：27-30.

[4]馬艷麗.矛盾性在線評論對消費者購買態度和行為意向的影響研究[D].濟南：山東大學管理學院（博士學位論文），2014：45-46.

[5]J.D.Power.2017中國汽車銷售滿意度研究（SSI）[R].北京：J.D.Power，2017.

[6]麥肯錫咨詢公司.2017中國汽車消費者調查報告[R].上海：McKinsey&Company，2017.

[7]張麗.在線評論的客戶參與動機與評論有效性研究——基于中國大型B2C電子商務網站的實證分析[D].天津：南開大學商學院（博士學位論文），2011：115.

[8]廖成林，蔡春江，李憶.電子商務中在線評論有用性影響因素實證研究[J].軟科學，2013，27(5)：47-49.

[9]胡帆.第三方在線評論對消費者網購意愿的影響研究[D].重慶：重慶工商大學商務策劃學院（碩士學位論文），2015：14-16.