○陳鵬

（湖北科技學院經(jīng)濟與管理學院 湖北 咸寧 437100）

網(wǎng)絡(luò)口碑對在線銷售的影響實證分析
———基于淘寶網(wǎng)

○陳鵬

（湖北科技學院經(jīng)濟與管理學院 湖北 咸寧 437100）

隨著網(wǎng)絡(luò)的普及和電子商務(wù)的發(fā)展，網(wǎng)絡(luò)口碑對人們的網(wǎng)絡(luò)消費影響也日益顯著。在梳理相關(guān)文獻的基礎(chǔ)上，本文實證分析好評、差評、中評、圖片數(shù)量、星級（評分）、瀏覽量對在線銷售數(shù)量的影響。結(jié)果表明，好評數(shù)量對在線銷售數(shù)量沒有顯著影響。中評數(shù)量顯著影響在線銷售數(shù)量，中評越多，在線銷售數(shù)量越多；差評數(shù)量顯著負向影響在線銷售數(shù)量，差評數(shù)量越多，在線銷售數(shù)量越少。

網(wǎng)絡(luò)口碑 在線銷售 網(wǎng)絡(luò)口碑數(shù)量

網(wǎng)絡(luò)口碑更多的來自于陌生的網(wǎng)絡(luò)購物者，他們通過發(fā)布在線評論，談自身使用產(chǎn)品或服務(wù)的經(jīng)歷，對產(chǎn)品或服務(wù)質(zhì)量的認識和評價等信息傳遞給眾多潛在消費者，同樣那些潛在消費者也可以通過閱讀其他消費者發(fā)布的評論，了解產(chǎn)品或服務(wù)信息，修正自身對于產(chǎn)品或服務(wù)的認識，并在整個購買過程中輔助自己的購買決策，因此對網(wǎng)絡(luò)口碑的研究對企業(yè)和消費者都有深遠的意義。目前國內(nèi)對網(wǎng)絡(luò)口碑的研究依然不足，大部分研究僅僅停留在理論和框架模型的建立上，而實證性的文章相對較少。本文以淘寶為例，通過實證的方法，分析了影響網(wǎng)絡(luò)口碑對消費者實際消費行為的影響，最后給出了相應(yīng)的分析和建議。

一、文獻回顧

1、網(wǎng)絡(luò)口碑相關(guān)概念

（1）網(wǎng)絡(luò)口碑。網(wǎng)絡(luò)口碑是指消費者借助網(wǎng)絡(luò)媒體發(fā)布的個人看法，消費者發(fā)送的電子郵件，在網(wǎng)絡(luò)虛擬社區(qū)發(fā)表的帖子或者回帖，在博客上面發(fā)表的個人看法，借助即時的通訊工具的互動交流等都看作是具體的網(wǎng)絡(luò)口碑。隨著互聯(lián)網(wǎng)與信息技術(shù)的發(fā)展以及消費平臺和社交網(wǎng)絡(luò)的普及，口碑的傳播模式發(fā)生了極大的變化。消費者可以在個人博客bbs，電子商務(wù)網(wǎng)站等平臺上發(fā)布對于產(chǎn)品服務(wù)或網(wǎng)絡(luò)零售商的評論。

（2）網(wǎng)絡(luò)口碑測量。消費者在網(wǎng)上發(fā)表相關(guān)評論可以迅速地在網(wǎng)上傳播，很容易被搜集到，網(wǎng)絡(luò)口碑容易度量。目前關(guān)于網(wǎng)絡(luò)口碑的測量主要從網(wǎng)評數(shù)量、網(wǎng)評分數(shù)、評論的離散程度及強度、持續(xù)時間等，這些指標反映了網(wǎng)絡(luò)口碑的知曉效應(yīng)和說服效應(yīng)。

2、網(wǎng)絡(luò)口碑對在線銷售的影響

現(xiàn)有大量文獻研究網(wǎng)絡(luò)口碑對在線銷售的影響，特別體現(xiàn)在關(guān)于體驗性產(chǎn)品的研究上。消費者評論產(chǎn)品的次數(shù)越多，其他消費者知道這個產(chǎn)品的可能性就越大，就更有可能有更多的銷量。通過分析美國亞馬遜網(wǎng)站上的網(wǎng)絡(luò)口碑與圖書銷量的關(guān)系，Chevaliar和Mayzlin發(fā)現(xiàn)網(wǎng)絡(luò)口碑的數(shù)量與評價好壞都對圖書銷量有顯著的影響；Liu研究發(fā)現(xiàn)電影點評數(shù)量而非評價的好壞對下周電影票房會產(chǎn)生正面影響。好評較高的網(wǎng)站，必定具有較高的網(wǎng)絡(luò)口碑和良好的品牌形象，并且在其所在的領(lǐng)域中具有較高的影響力，得到用戶和消費者的普遍認同。因此，本文提出假設(shè)：

h1：好評對銷量有正影響力，好評數(shù)量越多，購買量越高。

Chevalier&Mayzlin用方差分析法分析所調(diào)查的橫截面數(shù)據(jù)，發(fā)現(xiàn)95%的消費者評論分數(shù)是積極的，一星排名比五星排名影響要大，消費者更愿意閱讀評論內(nèi)容而不是概括性的統(tǒng)計數(shù)據(jù)，網(wǎng)絡(luò)書評數(shù)量增加促使銷售額增加。據(jù)此我們提出假設(shè)：

h2：星級對銷量有正影響力，星級越高，購買量越高。

Park&Lee認為負面口碑比正面口碑、有聲譽的網(wǎng)站比沒聲譽的網(wǎng)站、體驗性產(chǎn)品比搜索性產(chǎn)品對口碑的影響要大。因而我們提出：

h3：差評對銷量有反向影響力，差評量越多，購買量越低。

3、回歸分析模型

在研究線上評論與銷量關(guān)系時，很可能會產(chǎn)生遺漏相關(guān)變量的問題。在回歸模型中，遺漏重要的相關(guān)變量是導(dǎo)致內(nèi)生性的主要原因。影響產(chǎn)品銷量的可能并非是網(wǎng)絡(luò)口碑效應(yīng)，而是其它一些因素，如質(zhì)量等。Duan等在控制內(nèi)生性后，發(fā)現(xiàn)僅有評論數(shù)量顯著影響電影票房收入，而評論效價的影響并不顯著。

基于上述考慮，本文將采用面板數(shù)據(jù)，通過固定效應(yīng)模型進行分析，以此來控制由遺漏變量而產(chǎn)生的內(nèi)生性影響。具體的回歸模型設(shè)定如下：

lnit=α0+α1lnposit+α2lnmodit+α3lnnegit+α4lnaddit+ α5lnimait+α6vieit+α7scoit+μi+εit

下標i=1，…N代表，t=1，…N代表時間。μi為以 為單位的固定效應(yīng)，用于控制“質(zhì)量”等非觀測效應(yīng)的影響。lnpos為好評數(shù)量；lnmod為中評數(shù)量；lnneg為差評數(shù)量；lnadd為追評數(shù)量；lnima為用圖片表示的評論數(shù)量；lnvie為瀏覽量；lnsco為評分。我們對上述的因變量和自變量均進行了對數(shù)變換。除了因為排名取自然對數(shù)后與銷量線性相關(guān)以外，這樣做還有兩點好處。一是數(shù)據(jù)的對數(shù)化壓縮了變量的量綱，控制了離群值的影響。在我們的樣本

中，有的有上萬條消費者評論，所以有必要對其進行對數(shù)變換。二是將潛在的非線性關(guān)系變?yōu)榫€性關(guān)系，使得回歸模型的結(jié)果更加穩(wěn)健。經(jīng)過對數(shù)變換后，回歸系數(shù)的估計值為彈性，即自變量的變化率對因變量變化率的影響。

二、數(shù)據(jù)收集與分析

1、數(shù)據(jù)收集

本文采用淘寶網(wǎng)數(shù)據(jù)，以2014年4月15日到2014年5月5日期間消費者在鞋類和服裝類產(chǎn)品的消費評價記錄做為網(wǎng)絡(luò)口碑對在線銷售影響的研究樣本，找出了影響網(wǎng)絡(luò)口碑的變量，如：好評、中評、差評、追評、圖片、交易數(shù)量、游覽量主星級等數(shù)據(jù)，共有250條評論數(shù)據(jù)。

2、回歸分析

由于在模型中假設(shè)非觀測效應(yīng)μi與多個線上評論變量相關(guān)，所以采用固定效應(yīng)模型而非隨機效應(yīng)模型來進行回歸分析?？紤]到線上評論的影響與消費者的購買行為在時間上可能存在一定的先后順序，用同期的因變量和自變量進行回歸，以檢驗回歸結(jié)果的穩(wěn)健性。

首先從表1可以看出，F(xiàn)值為84.778，較大，且其對應(yīng)的顯著概率遠遠小于0.05，因此可以推斷回歸方程成立。然后根據(jù)表2所示，在0.05顯著水平條件下，追評和好評沒有通過檢驗，假設(shè)1不成立，表明追評和好評對銷量沒有顯著影響。中評、圖片、瀏覽量與評分的系數(shù)是正向顯著的，說明假設(shè)2和假設(shè)3都成立，其中中評的系數(shù)最大，再依次是瀏覽量、評分、圖片；差評的系數(shù)為負數(shù)，說明差評數(shù)量與銷售量之間呈反方向變動，差評量越多，銷售量就越小。它們的關(guān)系如下面的模型框架回歸方程所示：

lnit=-406.655+0.595lnmodit-0.508lnnegit+0.173lnimait+ 0.334vieit+0.197scoit+μi+εit

表1 方差分析結(jié)果

表2 回歸分析結(jié)果

三、結(jié)論與營銷建議

1、結(jié)論

以淘寶網(wǎng)評論的大樣本面板數(shù)據(jù)，通過建立計量模型，對線上評論信息與銷量的關(guān)系進行了實證分析，研究發(fā)現(xiàn)中評數(shù)量、圖片數(shù)量、瀏覽量與評分分數(shù)對銷量有顯著的正向影響，差評分數(shù)會負向影響產(chǎn)品銷量。

2、營銷建議

本研究可為網(wǎng)絡(luò)零售商乃至零售商提供有益的借鑒作用，首先網(wǎng)絡(luò)口碑對網(wǎng)絡(luò)銷售量有重大影響，網(wǎng)絡(luò)零售商應(yīng)該引起足夠的重視，在不斷改進產(chǎn)品質(zhì)量和服務(wù)的同時，應(yīng)積極引導(dǎo)消費者在網(wǎng)絡(luò)平臺上發(fā)布和分享相關(guān)信息，讓更多的潛在消費者了解產(chǎn)品，從而有利于提升產(chǎn)品銷量，建立自己的競爭優(yōu)勢。

其次，中評數(shù)量對銷量影響最大，網(wǎng)絡(luò)零售商在管理和引導(dǎo)網(wǎng)絡(luò)口碑時，應(yīng)鼓勵消費者發(fā)表針對產(chǎn)品和服務(wù)提出的意見，此時網(wǎng)絡(luò)零售商應(yīng)及時互動，積極地傾聽并快速有效地把問題解決，讓消費者滿意。

最后網(wǎng)絡(luò)零售商應(yīng)重視負面口碑對網(wǎng)絡(luò)銷售的影響，負面口碑往往是網(wǎng)絡(luò)零售商的問題所在，也是網(wǎng)絡(luò)零售商改進管理的重要依據(jù)，企業(yè)應(yīng)切實做好售后工作，良好的售后服務(wù)不僅是企業(yè)經(jīng)營管理水平和職業(yè)道德水平的體現(xiàn)，而且能提高其產(chǎn)品在消費者中的美譽度。消費者自身的對產(chǎn)品的重購率提升的同時，通過他的口碑推薦，為企業(yè)贏得更多的客戶。完善的售后還可以解決產(chǎn)品方面出現(xiàn)的問題，降低負面口碑的蔓延。

[1]GodesD.、Mayzlin D.、Chen Y.，etal：The Firm’s Management of Social Interactions[J].Marketing Letters，2005（3）.

[2]龔詩陽、劉霞、劉洋、趙平：網(wǎng)絡(luò)口碑決定產(chǎn)品命運嗎——對線上圖書評論的實證分析[J].南開管理評論，2012（4）.

[3]Chevalier J.A.，Mayzlin D.：The Effect of Word of Mouth on sales：Online Book Reviews[J].Journal of Marketing Research，2006（3）.

[4]Liu Y.：Word of mouth for movies：Its dynamics and impact on box office revenue[J].Journal of marketing，2006（7）.

[5]Park C.，Lee T.：Information direction，website reputation and eWOM effect：A moderating role of product type [J].Journal of Business Research，2009（1）.

[6]Duan W.，Andrew B G.，Whinston B.：The dynamics of online word-of-mouth and product sales——an empirical investigation of the movie industry[J].Journal of Retailing，2008（2）.

[7]李巍、王志章：網(wǎng)絡(luò)口碑發(fā)布平臺對消費者產(chǎn)品判斷的影響研究——歸因理論的視角[J].管理學報，2011（9）.

[8]郗河、徐金發(fā)、羅時鑫、黃國群：網(wǎng)絡(luò)口碑與傳統(tǒng)口碑對消費者購買決策影響比較研究[J].財貿(mào)經(jīng)濟，2006（21）．