在線評論對消費者購買行為的影響

張佳琦　孫克琳　袁夢　李梅芳

摘 要：選取當當網圖書小說榜的前500本作為研究對象，用等距抽樣的方法從中選取50本進行信息收集，利用當當網2017年12月—2018年1月的數據，在總結前人研究的基礎上，構建商品評論特征和在線評論特征對產品銷量的影響模型。根據數據調查結果利用線性回歸來研究在線評論數量和在線評論特征（好中差）等評論信息與產品銷量之間的相關關系。

關鍵詞：在線評論；當當網；小說；銷量；線性回歸

中圖分類號：F713.55 文獻標識碼：A 文章編號：1008-4428（2018）06-0062-02

一、 研究背景及意義

與依靠口口相傳模式傳播的傳統口碑相比，在線評論存在很多與之不同的特點，如主要以非結構化的文本形式呈現，可長久保存；海量信息；發布和搜索的主動性；可跟蹤監測；發布的匿名性；受眾廣泛；形式多樣化；多對多網絡式傳播；信息分布集中等。這些特點使得在線評論在傳播速度、廣度以及傳播威力方面均大大超過了傳統口碑。而目前對如何更好地利用在線評論的優勢以提高消費者決策的效率和效果、推動商家贏利的相關研究還很不充分，一些新問題亟待解決。本文將主要研究在線評論特征變量對小說這種圖書的實證研究，通過對模型的驗證，確定在線評論特征變量對某期銷量影響的最優模型。通過本文的研究，挖掘出在線評論特征對產品銷量的具體影響，這樣能夠幫助商家確定具體的在線評論特征變量對消費者產生的影響，引導消費者更好地對產品進行評價。

在線評論對消費者購買行為的影響主要體現在體驗型商品上，圖書作為一種典型的體驗型商品十分具有研究意義，因此本文選取主營圖書的當當網作為研究對象。在圖書類別中，小說類圖書在整個文學圖書市場中占著相當的市場份額，不管是碼洋比重還是品種比重都占了文學市場的半壁江山，小說類圖書是一個不可小覷的市場。在近六年的時間里，小說類圖書在文學市場中的碼洋比重雖然有輕微的起伏，但相對還是比較平穩地維持在 60%左右，品種比重基本維持在 40%以上的較高數值，而且呈逐年上漲的趨勢。通過對圖書整體市場及小說類圖書的分析之后，發現在圖書整體市場呈現低增速的情況下，文學類圖書的同比增長速度遠高于圖書整體市場，而且相比其他類別的圖書，其碼洋比重和動銷品種比重都在逐年增加，出版效率相對于其他類別的逐年下降而言，更是呈現了平緩上升的趨勢。從市場規模、市場構成及增長性分析，不難發現小說類圖書是近年來值得深挖和發展的一個類別。

二、 研究方法及數據來源

（一）研究方法

文章采用理論研究和實證分析相結合的方法，通過對文獻進行匯總分析，確定本文的研究模型、研究假設和數據收集方法。根據數據調查結果進行數據分析，得出研究結論，文章的研究方法主要有以下兩種：

文獻研究法。通過閱讀國內外文獻，對影響評分的因素進行分類，將主觀因素進行定量分析，并總結在線評論和網上書店的相關研究，在借鑒其他研究學者的研究模型的基礎上，提出文章的研究模型。

實證分析法。文章采用 SPSS18.0 數據分析工具對收集的數據進行描述性統計分析、相關分析以及回歸分析，對研究模型和假設進行驗證，得出研究結論。

（二）數據來源

當當網每7天會有一次圖書排名更新。本文在數據收集開始選取當當網圖書小說榜的前500本作為研究對象，用等距抽樣的方法從中選取50本進行信息收集，每隔七天進行一次圖書基本信息的統計，統計進行了八次，共有50×8=400本書，除去下架、合并、改版等情況，有效的共有44×8=352本。有些書一周新增銷量達不到10本，并且在只考慮有效圖書的情況下，共收集評論3129條。相關數據主要有：

銷量數據。當當網沒有公開的銷量數據，但是每銷售一本書當當網都會要求購買者有相應的評論打分。當購買者沒有對所選圖書進行評價時，系統默認好評；當購買者刪除訂單但已經購買了該書籍時，系統不會刪除評論，所以本文將每本圖書的評論數量作為銷量進行研究。

在線評論數據。調研初期我們進行了預調研和分析，根據多條評論內容我們將影響評分的因素分為了七個指標：圖書內容、圖書質量、物流服務、作者偏好、價格活動、他人評價、圖片評論。每項指標設置為滿分100分，根據每條評論內容的側重點對七項指標進行打分，最后每條指標得分總和為100分。

三、 實證分析

（一）描述性統計分析

據3129條數據顯示，好評數量占評論總數量的比重最大，所以文章又對影響好評的各項指標進行分析，統計結果顯示，圖書內容、圖書質量分別占比為53%、21%，物流服務、作者偏好、價格活動、他人評價、圖片評論分別占比7%、12%、6%、1%，總占比僅為26%。

（二）回歸分析

回歸分析側重考查變量之間的數量變化規律，不僅能夠反映不同變量對因變量的影響程度，也能通過建立的模型對因變量進行預測，更好地研究變量之間的關系。本文借助 SPSS18.0 軟件進行回歸，探討上期好評對下期好評的影響以及對滯后一期好評的影響。由描述性統計分析可知，好中差評數在總評論數中占比懸殊，新增銷量數和新增好評數幾乎相等。因此在回歸分析中，把在線評論定義為好評，研究好評對銷量的影響。

1. 上期好評對當期銷量的影響情況

我們首先對上期好評對于當期銷量的影響進行研究。

2. 上期好評對滯后一期銷量的影響情況

通過觀察我們發現7組數據中有3組模型解釋能力不太好，鑒于購買者每次購買書籍所瀏覽的評論數量可能會大于上期增加的評論，我們決定對上期好評對于滯后一期好評的影響進行研究。

四、 反思與結論

（一）模型反思與總結

1. 對模型Y56、Y78分析可得：模型Y56的數據搜集時間在2018年1月4日，當當網圖書在元旦即2018年1月1日左右有促銷活動，這一時期當當網圖書的銷量變化較大，屬于非日常情況，造成了R方較小，模型擬合程度不高的情況。模型Y78的數據搜集時間在2018年1月19號至1月25號，這一時期多數高校在進行期末考試或者處在期末復習階段，公司也進入年末總結階段，大多數人沒有空閑的時間去購買小說類的圖書，這種情況造成了當當網圖書銷量大量減少，同樣屬于非日常情況，造成模型的擬合程度不高。

2. 對模型M57進行分析可得：第五期數據收集和第七期數據搜集同處于非日常時期，兩次數據搜集的圖書銷量較日常波動較大，所以模型M57的擬合度較低。

3. 綜上可知，除特殊時間段（當當網進行促銷活動以及年末活動對圖書銷量的客觀性影響）外，下期評論與上期好評有關、滯后一期評論與上期好評有關，當當網小說類圖書在日常情況下的銷量與好評存在著規律性的聯系。本文發現4.3.2中模型擬合優度高于4.3.1中模型擬合優度，因此上期好評對滯后一期銷量的影響存在更加規律的影響。

（二）研究結論

1. 評論分數對圖書銷量影響不顯著。雖然評論分數代表了消費者對產品的總體評價，但是消費者在瀏覽評論信息時，主要是看評論的具體內容而不是評論得分，并且有的消費者給出較高的分數的同時評論內容偏負面。

2. 正面評論對產品銷量的影響大于負面評論對產品銷量的影響。雖然負面評論的傳播效應更強，但是消費者在網上發布的在線評論多以正面評價為主，無論是從評論數量還是評論對產品銷量影響作用大小來看，正面評論對產品銷量的影響作用遠大于負面評論的影響作用，且正面評論對銷量的影響存在滯后效應。

3. 在圖書生命周期的初期，在線評論某些方面的影響相對更大，在這個特定時段對在線評論的相應維度進行重點管理會取得更好的效果。因此，當當網對在線評論的管理應注意時間性。

4. 通過對當當網小說數據的分析發現，精彩評論是影響消費者購買行為的重要信息，其勸說作用十分顯著。因此，當當網可以基于商品的不同生命階段，在不同圖書推廣方式中選擇更經濟和有效的信息媒體來推動銷售增長。

參考文獻：

[1]中國互聯網數據資訊中心.http：∥www.199it.com/archives/20728.html，2011.12.

[2]孫春華，劉業政.網絡口碑對消費者信息有用性感知的影響[J].情報雜志，2009，28（10）：51-54，63.

[3]周晶晶.在線客戶評論對消費者購買決策的影響力研究[D].杭州：浙江大學，2009.

[4]劉順利.在線評論對網上書店銷量影響實證研究[D].湖南：湖南大學，2013.

[5]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].黑龍江：哈爾濱工業大學，2010.

[6]王君珺，閆強.不同熱度搜索型產品的在線評論對銷量影響的實證研究[J].中國管理科學，2013（21）：406-411.

[7]閆強，孟躍.在線評論的感知有用性影響因素——基于在線影評的實證研究[J].中國管理科學，2013（S1）：126-131.

作者簡介：

張佳琦，女，山東人，中國農業大學市場營銷專業在讀；

孫克琳，女，山東人，中國農業大學市場營銷專業在讀；

袁夢，女，山東人，中國農業大學市場營銷專業在讀；

通訊作者：李梅芳，女，山東人，中國農業大學副教授。