在線評論對產品銷量影響的研究
——以汽車雨刮器為例

吳小平

湖南汽車工程職業學院 湖南省株洲市 412000

1 引言

據中國互聯網絡信息中心第41次中國互聯網絡發展統計報告，截至2017年12月，我國網民規模達7.72億，普及率達到55.8%，超過全球平均水平（51.7%）4.1個百分點，超過亞洲平均水平（46.7%）9.1個百分點。我國網民規模繼續保持平穩增長，互聯網模式不斷創新、線上線下服務融合加速以及公共服務線上化步伐加快，成為網民規模增長推動力。根據艾瑞咨詢最近的一份調查報告顯示，2017年在線網絡購物市場交易規模超過10萬億，其中B2C市場交易規模為5.5萬億元，增速為5.6%；C2C市場交易規模為4.5萬億元，增速為10.4%。

隨著這幾年在線購物的蓬勃發展，市場培育出了很多大型在線購物平臺，比如淘寶、京東、天貓、拼多多、唯品會等等。這些平臺通過創建在線評分及打分系統，消費者可以在平臺上發布與分享其購物體驗、購物心得。此外，消費者還可以對商家服務進行打分。近期發布的一項報告顯示，超過80%的網絡購物消費者在網絡購物前都會先去看在線評論，甚至有很大一部分比例的消費者會關注負面評論。可以看出，在線評論對網絡購物的發展有著很大的影響。也正因為如此，越來越多的商家重視網絡口碑，在線評論對產品銷量的影響也受到了很多專家、學者們的重視。

2 在線評論對產品銷量的影響研究

2.1 在線評論的內涵

針對在線評論，不同的學者根據不同的理解，有不同的定義。本文將在線評論定義為：在線評論（Online Cousumer Review），通常指的是消費者在線上購買商品并收到商品后，針對商品的質量、服務等因素做出的綜合性公開評價。在線評論屬于網絡口碑的一種很重要的形式。

基于網絡購物的虛擬性，網絡購物平臺中的在線評論對消費者購買行為有著重要的參考價值。大部分研究認為，在線評論數量、評分、評論文字長度對產品銷量都可能有一定影響，其中又以評論數量、評論的影響最為關鍵。

2.2 評論數量與評論評分

評論數量是指產品或服務的在線用戶評論的總量。評論數量，反映了該種產品或服務的受歡迎程度。評論評分，就是根據用戶評論的情感傾向由在線評論系統對產品的質量、服務、物流進行打分。評分越低的話，消費者在主觀上就對該產品做出了“質量較低”的評價，基于規避風險的考慮，一般就不會做出購買決策。星級評分，消費者評價產品共分為五個等級，1星級到5星級，其中5星級為最高評分，1星級為最低評分。星級評論，與店鋪信譽、店鋪排名進行相關，因此會間接影響到產品銷量。

2.3 研究設計

本研究將建構理論模型，被解釋變量選取產品銷量。同時考慮到數據的可獲取性以及變量之間的關聯度，選取在線評論數量、負向評論內容評分、星級評分作為解釋變量?？紤]到商業機密的緣故，通常無法獲取直接準確的產品銷量數據，而評論數量又是網絡消費者在完成購物后作出評價的累計，可以反映出消費者的消費傾向，因此用在線評論數量代替產品銷量。本研究認為：產品好評度越高，評分越高，正向評論越多，負向評論越少，產品銷量越大。

因此，本研究提出下列幾個假設：

假設1：評論數量對產品銷量存在正向影響

假設2：負向評論內容評分對產品銷量存在負向影響

假設3：星級評分對產品銷量存在正向影響

2.4 研究方法選擇

相關分析可以研究不同變量之間的線性關系程度，可以用相關系數表示。通過相關系數，可以判斷兩個變量之間是否存在顯著性關系。回歸分析主要是確定一個或多個變量的變化對另一個變量的影響程度。由上面的論述可知，本研究主要是研究自變量（在線評論）的數量變化引起因變量（產品銷量）的變化，所以這里我們采用相關分析和回歸分析方法分析兩變量之間的顯著性。

2.5 研究數據搜集

本文基于網絡數據挖掘方法——gooseeker網絡爬蟲工具，隨機選取了2017年11月份天貓商城銷量排名前50名的汽車雨刮器作為研究對象，總共搜集了50種汽車雨刮器3萬左右條評論信息。本文基于研究的有效性需要，剔除了一些與研究無關的評論，最后進行數據分析的樣本為120。

3 研究結論

本文基于所搜集到的數據，運用SPSS 19.0數據分析軟件進行相關分析、回歸分析驗證研究假設。具體結果受篇幅限制，這里省略。分析驗證后，得到的結論如下所示：

3.1 用戶在線評論數量與產品銷量存在正相關關系

通過分析，我們發現，評論數量與產品銷量兩者之間存在正相關（P＜0.05），假設1得到驗證。與此同時，相關系數越大，說明產品銷量受在線評論數量的影響越大。參考其他研究結果發現，該結論基本與其他學者的研究結論相符。該結論表明：在線評論作為網絡口碑的一種表現形式，具有很強的口碑傳播效應，評論量越多，消費者更了解產品，更愿意作出購買決策。

3.2 負向評論內容評分與產品銷量存在正相關關系

通過相關分析及回歸分析，我們發現，負向評論內容評分在模型中的系數為200.311，P值為0.003，說明負向評論內容評分與產品銷量之間呈現著正向顯著性關系，因此假設2得到驗證。

3.3 星級評分與產品銷量不存在正向影響

通過相關分析，星級評論P值=0.310＞0.05，沒能通過假設，表明星級評分總體上而言對產品銷量影響不顯著。其原因可能是，星級評分作為一個消費者對某次購物的整體評價，并不能真正反映消費者對購物各個環節的個體評價，因此也就難以對產品銷量產生直接影響。該結論與王君 和閆強等學者的研究結論保持一致。

4 研究建議

本文以汽車雨刮器的在線評論為研究對象，從在線評論數量、負向評論內容評分、星級評分三個層面分析了在線評論對產品銷量的影響。實證研究表明：（1）用戶在線評論數量與產品銷量存在正相關關系；（2）負向評論內容評分與產品銷量存在正相關關系；（3）星級評分與產品銷量不存在正向影響。根據本文的實證研究，下面提出幾點建議：

第一，賣家要鼓勵消費者積極評論。根據研究，評論數量越多，產品銷量也就越好。因此，賣家可以通過各種方式，比如送積分、贈送小禮品、返現、提升買家等級等形式吸引消費者主動評論。消費者的評論數量越多，產品在消費者心中就越真實，消費者幾句越容易作出購買決策，進而增加產品銷量。

第二，賣家要重視在線評論內容管理。要及時與消費者進行互動和溝通，將產品信息解釋得更清楚，讓消費者相信產品的品質，并感受到賣家真誠服務的態度，從而影響消費者的購買決策。此外，要加強負面評論管理。要通過負面評論，及時收集消費者意見，不斷改進商品和服務，吸引潛在消費者。對于負面評論，不能不管不問，要及時采取補救措施，最大限度減小負面評論對產品銷量的影響，耐心詳細地與用戶解釋，表明賣家改進服務的誠意，提升用戶對賣家服務的滿意度，以留住現有消費者用戶，吸引潛在消費用戶，進而影響產品銷量。