商家對外賣負面評論回復策略的有效性研究
——印象管理視角下

蔡哲遠

（天津理工大學管理學院，天津 300384）

一、引言

線上消費平臺不僅給予了消費者多元的消費選擇，而且提供了其發表關于企業產品或服務評論的渠道。由于外賣商家在互聯網出售的產品或服務具有虛擬性，潛在的后續消費者主要通過平臺提供的產品信息、消費者在線評論以及外賣商家對評論的回復來了解外賣商家的產品或服務質量。在線負面評論在某種程度上會影響潛在消費者對選擇其他產品或服務的判斷，進而對外賣商家的形象產生一定的消極作用。因此，如何應對消費者的在線負面評論以及修復受損的店面形象，成為不少外賣商家面臨的新挑戰。而在商家應對負面影響的策略中，有效回復是至關重要的一環。

印象管理是指人們試圖管理和控制他人對自己所形成的印象的過程，而負面評論因為其可能帶來的損失使得組織更有動力進行印象管理。因此，本研究旨在從印象管理的視角出發，以商家應如何回復負面評論為切入點，運用問卷調查法和扎根理論方法，采用Python 大數據分析技術，將負面評論與商家回復結合起來進行系統性歸類，并通過量化分析外賣商家對負面評論回復的效果，從而幫助其有效經營評論區，促進買賣雙方有序溝通，消除負面評論導致的消極影響。

二、文獻綜述

回顧網絡平臺負面評論及其商家回復的有關文獻時我們發現，現有研究主要分為三個層次：一是對網絡平臺在線負面評論的細化研究；二是對網絡平臺在線負面評論及其商家回復的二維度研究；三是通過分析商家對負面評論的回復進行扭轉負面口碑的策略研究。

在第一層次的消費者網絡平臺負面評論研究方面，已有研究主要論證了負面評論對消費者購買意愿的影響。李宏（2012）提出負面在線評論質量的高低對顧客的購買意愿具有顯著影響，同時證明了負面網絡評論的數量、質量、所占比例會影響消費者的網絡購買決策。寧連舉和孫韓（2014）對在線負面評論進行歸類研究，得出在線負面評論的負面程度、數量、內容相關性和專業性，正影響網絡消費者瀏覽網站時的感知，進而影響其購買意愿。張金鑫和胡海（2016）從消費者品牌認知的角度切入，進一步研究發現在線負面評論數量、內容質量、評論者資信度以及評論強度對網絡購買行為有顯著的負向影響。杜學美等（2021）則利用歸因理論作了更加細化的分類：負面在線評論比例和失誤嚴重性都對潛在顧客購買意愿有顯著的負向影響，且兩者都通過影響失誤的歸屬性歸因、可控性歸因、穩定性歸因和感知信任影響潛在顧客購買意愿。

在第二層次的商家回復方面，鄧召惠（2017）提出商家回復對在線負面評論與消費者購買決策之間的關系存在顯著的調節作用，并得出可通過加強在線負面評論信息管理與服務補救、鼓勵消費者與商家互動地追加評論和依托政府監管提升商家聲譽等方式促成消費者的負向影響向正面網絡口碑的轉化。鄭春東等（2015）則創新性地提出了商家針對高質量負面網絡消費者評論的有效回復可以取代負面評論而成為主導信息，降低消費者的品牌歸因水平，進而提升購買意愿。

對于第三層次的商家回復策略，李愛國等（2016）從商家回復的時間和質量兩個角度進行研究，發現商家回復及時程度和商家回復質量對負面評論內容評分與體驗型產品銷量關系存在顯著調節作用，其中商家即時回復、敷衍型回復對負面評論內容評分與體驗型產品銷量關系的調節作用比延遲回復、針對型回復更為顯著。姚歡書（2019）通過控制變量法，將負面評論和商家回復作為變量，得出不同類型的商家回復補救方式能夠調節消費者的感知信任和購買意愿：在不考慮負面在線評論類型的前提下，歸因補償補救的效果最好；采取同一種方式的補救措施對不同類型的負面在線評論會產生不同的效果：面對結果失誤的負面在線評論，不歸因道歉補償補救的效果最好；而對于過程失誤的負面在線評論，歸因道歉補償補救的效果最好。

因此，據上述研究可知，回復負面評論是網絡商家減輕負面口碑帶來不利影響的有力手段。然而，現有研究仍存在一定的局限性：一是國內研究者大多認為回復負面評論是傳統服務補救的一種延伸，且著重探討其對已交易的消費者的作用，缺乏將科學的管理策略有效嵌入；二是目前大部分研究仍局限于對負面評論和負面評論回復樣本進行大體化的概述，未使用更為科學的歸納性數據分析；三是多數研究目前仍停留在提出與分析問題階段，缺乏在科學的管理理論下對負面評論回復進行深入的有效性反饋研究。

鑒于現有研究缺口，本研究將立足于印象管理視角，以外賣平臺的負面評論數據作為切入點，系統地研究外賣商家對負面評論回復的有效性：利用扎根理論與印象管理策略科學界定負面評論及其回復的種類，構建負面評論回復的量化分析模型，總結出高有效性的負面評論回復策略。

三、外賣負面評論及其商家回復的歸納性研究

（一）數據收集

本研究以美團外賣APP 評論區的負面評論作為具體的數據收集來源。數據收集時間是2022 年5月5 日，通過使用Python 語言的Selenium 庫方法進行網絡爬蟲，爬取上述平臺2022 年1 月至2022 年4 月的所有負面評論和商家的相關回復數據，共獲取4 879 條負面評論及其回復。接下來，基于數據處理最簡化準則，本研究將惡意刷差評的負面評論界定為無意義文本，并運用Python 軟件對原始數據進行了初步清洗和篩選，剔除了重復、無意義的帖子及評論。

（二）歸納性數據分析

本研究遵照Strauss 和Corbin 關于扎根理論方法的規范性編碼步驟，分四步進行數據分析：第一步，開放式編碼：對原始數據進行同義的編碼轉化，使原始數據中蘊含的初始范疇得以自然涌現；第二步，主軸編碼：發現概念之間的潛在邏輯關系，按照同一性原則整合概念，識別負面評論及其回復的主范疇；第三步，選擇性編碼：對主范疇進行理論抽象，結合印象管理策略生成更具概括性的核心范疇；第四步，理論飽和性檢驗。

1.開放式編碼

本研究將原始數據標簽化，提煉出價值概念。以意思相同或相近為原則，本課題組成員分成兩組，分別獨立將4 879 條數據進行編碼，通過整理合并，最終歸納成140 條具有代表意義的初始范疇。

2.主軸編碼

在140 條初始范疇的基礎上，本組成員繼續進行篩選、剖析、合并和分類，識別其中蘊含的主范疇。經過反復推敲，針對外賣負面評論所反映的內容提煉出8 個主范疇（難吃、食材不新鮮、身體不適、質量與期望不符、衛生問題、配送慢、包裝問題、配菜失誤），而針對商家回復內容總結出9 個主范疇（格式化道歉、詼諧型道歉、承諾型道歉、補償型道歉、責任轉移、置之不理、歸因、反問、防守反擊），（詳見表1）。

表1 負面評論的編碼結果

表2 商家回復的編碼結果

3.選擇性編碼

選擇性編碼是在主軸編碼所發現的主范疇中經過系統分析選擇一個核心范疇，核心范疇要求具備統領性，能夠將大多數范疇囊括在一個比較寬泛的理論范圍之內。在負面評論的二階編碼方面，依據專家總結和本研究組成員討論分析后將9 個主范疇理論抽象為兩大類二階主題：產品方面與服務方面。而在商家回復的二階編碼方面，同樣依據討論分析后將本研究8 個主范疇理論抽象為四大類二階主題：道歉、置身事外、解釋和其他。

4.理論飽和性檢驗

在2022 年5 月至9 月，本研究對新收集的數據進行同樣的清洗、編碼和分析，結果與上述一致，核心范疇、主范疇和初始范疇均未增減變化。

同時，通過研究現有文獻并邀請相關領域的專家對負面評論及其回復進行劃分與界定：根據印象管理策略，企業積極回復方式的策略有“降級防御策略、促進提升策略”等，共包含有七種不同的細化策略（解釋、道歉、置身事外、爭取名分、宣揚、揭示困難、聯合）。而降級防御策略應用于消極事件的使用環境，與本項目研究負面評論的思路相吻合，而促進提升策略適用在積極事件的應對環境中，與本研究的主旨不符。因此，降級防御策略應用于對商家回復一階維度的抽象表達，對應本研究對商家回復的二階分類維度為：解釋、道歉、置身事外、其他。

由此，負面評論與商家回復的維度達到理論飽和，可以形成以印象管理策略為視角的負面評論及其商家回復完整分類（詳見表1）。

四、外賣負面評論回復的效果研究

（一）問卷調查

在完成對外賣負面評論與對商家回復的編碼進程之后，本研究采用問卷調查的方法進行模型構建和有效性分析。

1.問卷調查設計

調查問卷以天津理工大學本科學生為對象來進行設計與分析。為提高問卷調查以及后續統計分析工作的效率，以矩陣單選題為主設置題目。問卷采用了李克特五級量表法，對每個選項指標賦予權重，要求被調查對象在1-5 分之間進行打分。其中，“1”代表很不認可，“5”代表非常認可，分值越高，代表該指標越重要。

2.問卷調查樣本

問卷調查以在天津理工大學校內住宿且充分參與外賣售后評價的學生為樣本，通過“問卷星”平臺發布問卷調查，共收回487 份有效問卷。其中大一學生占比29.23%，大二學生占比28.7%，大三學生占比22.1%，大四學生占比19.96%。在問卷發出后3 小時內提交365 份，占比75%。能夠在相對較短的時間內得到比較積極的響應，一定程度上反映了受訪者對外賣負面評論商家回復有效性的普遍關注。

3.題型設置

為了讓受試人能夠較為直觀地理解本問卷的情境，本問卷根據研究二所得出的外賣負面評論及其商家回復的編碼結果，在每道問卷問題的題干中闡明了不同類別的外賣負面評論情景，以供受試人能夠設身處地思考自身的直觀反映。調查問卷共設置8 個矩陣型選擇題，縱向的小標題呈現了根據以上研究所歸納得出的負面評論回復一階維度編碼。

（二）數據歸納與分析

1.數據歸納與總結

在問卷調查的過程中，我們注意到大部分外賣負面評論類型可對應地與商家回復組成一套評論組合。且在問卷調查完成之后，本研究利用Python 語言的Selenium 庫中的檢索功能驗證了各種評論組合的存在性，并剔除了其中并不存在的評論組合。

根據問卷調查的結果，每一種評論組合可以得到一項消費者接受度的評分，因此，本研究將負面評論的分類作為行標題、商家回復的分類作為列標題建立外賣商家負面評論有效性量化表，其中商家回復一列體現研究二的二次歸類結果。另外，由于本研究主要集中于商家回復方面的分析，因而在得到每一種評論組合的量化數據之后，針對每一種不同的商家回復類型做了均值的計算并記錄。

綜合上述研究手段和問卷的系統分析結果，可總結歸納出表3。

表3 外賣評論商家負面評論回復的有效性分析量化表

2.數據檢驗與分析

對上述統計數據利用SPSS 軟件進行數據分析，以對負面評論的九種商家回復策略作為變量，對這九組數據進行組間與組內方差分析，描述性統計結果見表4，方差分析見表5。

表4 描述性統計分析

表5 組間與組內方差分析

從檢驗統計表格中，可得到組間方差的顯著性P 遠小于0.001，小于顯著性水平0.05，因此，可以認為八組評分擁有顯著的差異，因此，本表格所表示的問卷調查結果數據有效性成立。

（三）對數據結果的討論與研究

根據描述性統計分析表1，本研究發現在基于印象管理的外賣負面評論商家回復策略中，其量化評分均值主要分布在三個分數段上，可總結歸納為：有效度＞3、有效度處于（2，3）區間、有效度小于2。由于各回復策略的有效度均值大體符合金字塔式分布，因此，根據指標設置的李克特量級辦法，本研究將有效度大于3 的回復策略定義為十分有效，有效度處于（2，3）區間的回復策略定義為較為有效，低于2 的回復策略則定義為不有效及完全不有效。

據表3 可以發現，道歉策略下的詼諧型道歉、承諾型道歉和補償型道歉以及解釋策略下的歸因等回復手段的量化評分明顯相對較高，可以推斷出消費者能夠接受以上四種負面評論回復；而其余回復手段的量化評分均值均較低，說明消費者對以上幾種回復策略并不滿意。

1.補償型道歉回復策略

補償型道歉回復策略在應對負面評論時的有效性最為顯著，但是需要付出資金成本。從表3 中數據可以直觀地看出，所有負評場景下的補償型回復量化評分均大于3，甚至在“難吃”和配送服務方面的場景下評分超過4 分。雖然補償型回復擁有顯著高于其他策略的有效性，但是它需要商家付出直接的經濟成本，在利益返還的前提下才能被消費者所廣泛接受。因此，在實際應用場景中，商家不應頻繁地使用補償型回復策略。

2.歸因型、詼諧型和承諾型道歉回復策略

歸因型、詼諧型和承諾型道歉回復方式具有有效性，但對于一些特殊的負評產生背景，其有效性會產生波動。從表3 中數據可知歸因型、詼諧型和承諾型回復這三種回復策略的量化評分處于2-3分之間，根據表中的均值數據可將其總體有效度進行排序：承諾型＞詼諧型＞歸因型。對于一些特殊的負評場景，以這三種回復策略為研究樣本，縱向比較其在同種特殊負評場景下的有效度表現，可以得到：在“食用后身體出現不適”這一負評背景中，承諾型以及詼諧型回復策略有效度評分出現了較大的波動，反而低于歸因型回復，因此，此種情況下商家選擇歸因回復較為合適。同時對歸因型回復進行具體分析，可以發現其在“難吃”“質量與期望不符”兩種場景中，有效度橫向比較表現較為顯著，在這兩種場景中可為商家提供策略選擇。

3.責任轉移型回復策略

責任轉移型回復總體不有效，在特定場景具有一定有效性。據表3 得出，責任轉移型回復總體有效度低于2，因此，總體不推薦作為回復策略。然而在“質量與期望不符”“配送速度”等方面出現問題時，其有效度大于2，因此，可以作為有效的商家回復策略。

4.反問、防守反擊、置之不理及格式化回復策略

反問、防守反擊、置之不理及格式化回復不具有有效性。反問、防守反擊、置之不理型回復策略的有效度評分均處于底部，可被視為完全不有效。置之不理型回復雖然在均值比較上有效度高于責任轉移型回復，然而前者回復組內方差經過計算小于后者，直觀表現為前者不存在有效度高于2 的場景表現。因此，置之不理型回復同樣可被視為完全不有效的回復策略。

五、結束語

根據揚長避短的管理原則，在外賣負面評論商家回復的情境中，商家可以使用印象管理策略中的降級防御策略來指導其回復，細化策略為本研究所得出的道歉策略以及解釋策略。商家在回復進程中，推薦使用道歉策略下的詼諧型道歉、承諾型道歉以及解釋策略下的歸因型等回復策略，但需要注意在特殊情境下審慎選擇這些較為復雜的回復策略。對于補償型道歉這一回復策略，商家在愿意付出金錢成本的前提下可以使用，其效果也會在經濟因素的加持下高于其余策略。同時，商家應盡量避免使用如格式化道歉、置之不理回復策略以及其他態度惡劣的回復手段。