張倩++郭曉林1

中圖分類號：F252.3 文獻(xiàn)標(biāo)識碼：A

內(nèi)容摘要：互聯(lián)網(wǎng)和電子商務(wù)的快速發(fā)展，給越來越多的消費者帶來了購物的便捷。在線商品評論在網(wǎng)絡(luò)購物中扮演了重要的角色。在線商品評論可以影響消費者的購買決定，引起商品需求的變化。本文從在線商品評論的概述出發(fā)，假設(shè)在線評論更新下的兩階段定價模型中，壟斷制造商只賣一種新產(chǎn)品。在此模型的基礎(chǔ)上，討論在線商品評論對制造商收益的影響，以及制造商如何根據(jù)在線商品評論來調(diào)整其銷售策略。

關(guān)鍵詞：在線商品評論 制造商收益 供應(yīng)鏈

引言

隨著互聯(lián)網(wǎng)和電子商務(wù)的飛速發(fā)展，網(wǎng)絡(luò)購物在日常生活中發(fā)揮了日益活躍的作用。網(wǎng)絡(luò)交易的商品75%需要實物送達(dá)，電子商務(wù)與物流高度融合，商品可以在當(dāng)天或幾天內(nèi)快速配送到消費者。網(wǎng)絡(luò)購物幾乎可以在任何時間和任何地點進(jìn)行。越來越多的消費者享受到了網(wǎng)絡(luò)購物的輕松、實惠、便利。

大多數(shù)電子商務(wù)網(wǎng)站為消費者提供相互交流的平臺，來針對某件商品進(jìn)行評論。在線商品評論逐漸增加，網(wǎng)絡(luò)購物開始轉(zhuǎn)化成一種實質(zhì)上的信息消費模式，即消費者的網(wǎng)絡(luò)購物行為不一定都是由物質(zhì)需求發(fā)起的，而可能是由信息引起的（levis，M.S.et al.，2014）。消費者往往通過衡量他人對某種商品的評價來制定自己的購買決策，甚至大多的沖動購買也來自于在線商品評論的影響。

越來越多的企業(yè)開始關(guān)注電子商務(wù)環(huán)境下的在線商品評論，它的出現(xiàn)有利于供應(yīng)鏈管理中信息的傳遞與共享，為買賣各方提供有助于制定決策的信息。顧客的消費習(xí)慣、產(chǎn)品的銷售情況、商家的服務(wù)態(tài)度都能通過互聯(lián)網(wǎng)，及時、準(zhǔn)確地傳遞到制造商，使制造商從中獲得啟發(fā)，進(jìn)而有針對性地進(jìn)行產(chǎn)品質(zhì)量改進(jìn)、新品研發(fā)、客戶關(guān)系管理等一系列活動，并促使制造商所在的整個供應(yīng)鏈快速響應(yīng)市場需求。這將有利于提高其商品的銷量和市場占有率，從而給制造商以及所在供應(yīng)鏈的各合作企業(yè)帶來更大的經(jīng)濟(jì)效益。

在線商品評論概述

在線商品評論是指消費者在進(jìn)行網(wǎng)絡(luò)購物后，在電子商務(wù)網(wǎng)站、論壇或第三方點評網(wǎng)站（如大眾點評網(wǎng)、去哪兒網(wǎng)等）上，對所購商品進(jìn)行評分反饋，發(fā)表評論，說明購物體驗，以供其他消費者參考（丁晟春等，2014）。這種對商品的看法可以是正面的也可以是負(fù)面的，可以是親身體驗也可以是來自身邊別人的經(jīng)歷。所以在線商品評論通常具有比較強的主觀性。例如，消費者對收到的商品可以表達(dá)滿意/不滿意，對交貨速度和質(zhì)量發(fā)表意見，評價制造商的服務(wù)，或陳述購買某種產(chǎn)品的經(jīng)歷。

網(wǎng)絡(luò)購物的一個顯著特征在于它的雙向互動性。在線商品評論對制造商和其他潛在消費者都是有用的。一方面，有很大一部分消費者在購買產(chǎn)品前會借助各種搜索工具，或者在交易網(wǎng)站上查閱在線評論信息，為其做出購買的最終決策提供重要依據(jù)（Derbaix C.，et al.，2003）。他們可以快速、低成本地尋找到想要的在線商品評論，全面的了解產(chǎn)品的相關(guān)信息，進(jìn)一步綜合衡量多方的觀點，甚至有些觀點是相互矛盾的，最后做出對商品的購買判斷。另一方面，制造商可以通過在線商品評論與消費者進(jìn)行有效的溝通，直接獲取真實的信息，從中獲得一定的啟示，作為改進(jìn)他們的產(chǎn)品研發(fā)、銷售策略或服務(wù)方式的依據(jù)。在線商品評論在各個研究領(lǐng)域引起了很多學(xué)者的關(guān)注。學(xué)者們從不同的角度對在線商品評論進(jìn)行研究，研究包括在線商品評論是否反映商品的真實質(zhì)量，以及在線商品評論有用性的研究。在線商品評論的有用性，反映了消費者對評論質(zhì)量的感知和評價。一般說來，有用性越高的商品評論，對消費者和制造商的決策會越有幫助。Mudambi and Schuff（2010）認(rèn)為評論的等級和深度對評論的有用性有重要的影響。Pan and Zhang（2011）也得出了相同結(jié)論。現(xiàn)有的研究還集中在運用數(shù)據(jù)挖掘技術(shù)進(jìn)行在線評論信息的聚類、分類、意見挖掘等的研究，重點在于挖掘在線商品評論可以做出更準(zhǔn)確的推薦，識別做出購買決策的根本原因和引導(dǎo)消費者的偏好（Duan W.，et al.，2008；Cui G.，et al.，2010）。

在所有的信息中，商品的質(zhì)量是絕大部分在線商品評論所關(guān)注的核心。雖然商品質(zhì)量可以通過客觀的工業(yè)標(biāo)準(zhǔn)進(jìn)行檢驗，但是顧客不希望用技術(shù)方法來檢測質(zhì)量，在顧客的眼里它是自己的認(rèn)識和感受，他們通常也愿意主觀表達(dá)自己對質(zhì)量的看法。即使這些看法可能被周圍的條件、具體的情緒等因素所混淆，但是經(jīng)過顧客的不斷回復(fù)討論，也能夠被及時糾正。

另外，潛在的顧客由于不能在現(xiàn)場看到商品，他們渴望尋找產(chǎn)品質(zhì)量的線索，由此來判斷商品是否物有所值。而在線商品評論的內(nèi)容全部來源于顧客的真實感受，并涉及很多細(xì)節(jié)的描述，相當(dāng)于有效的購物指南，使得商品在潛在顧客心中的形象更加立體豐富。潛在顧客對商品有了更加直觀的了解，使他們間接地感受到了商品的價值，可以大大縮短購買決策的時間，能夠降低購買的風(fēng)險和不確定性，從而獲得滿意的購買體驗。

隨著信息技術(shù)的發(fā)展和網(wǎng)絡(luò)購物的普及，在線商品評論數(shù)量持續(xù)增加，對產(chǎn)品銷量的影響越來越大。在線商品評論通常能夠顯示產(chǎn)品質(zhì)量的表征。顧客購買商品后對購物經(jīng)歷和商品質(zhì)量進(jìn)行真實的反饋和評價，其評價內(nèi)容在網(wǎng)站上可長久保存，內(nèi)容豐富，信息集中，更能滿足其他顧客個性化的搜索需求，可以供其他顧客參考和借鑒。并且在線商品評論也成為顧客和商家之間溝通的橋梁，成為商家的服務(wù)質(zhì)量的體現(xiàn)。在線商品評論不但數(shù)量眾多，而且內(nèi)容也會參差不齊。根據(jù)在線商品評論的不同，本文將在線商品評論分為正向評論和負(fù)向評論。正向評論是顧客對商品質(zhì)量肯定、積極的評價。反之，負(fù)向評論是顧客對商品質(zhì)量否定、消極的評價。正向評論可以提高潛在顧客對真實質(zhì)量的期望，而負(fù)向評論可能降低這種期望。因此，在線商品評論會影響商品的潛在需求（Berger J.，et al.，2010），反過來還會影響廠家的定價策略（Li X.，et al.，2010）。本文假設(shè)在線商品評論能公開商品的真實質(zhì)量，在此假設(shè)下研究供應(yīng)鏈中在線商品評論對制造商收益的影響。

在線商品評論對制造商收益的影響

從上述基本模型描述可以看到，第1階段的在線商品評論會引起第2階段顧客質(zhì)量偏好θ和制造商定價p的變化。顧客在第1階段是否對商品質(zhì)量進(jìn)行正確評估，對第2階段的定價p2非常重要。本文討論在兩階段模型中，在線商品評論如何影響顧客的購買意愿，對制造商的收益造成影響，以及制造商應(yīng)該如何調(diào)整它的定價策略來適應(yīng)顧客不同的行為，從而把在線商品評論對制造商收益的負(fù)面影響盡量降低，其正面影響得以持續(xù)擴(kuò)散。

（一）負(fù)面影響

如果在第1階段，顧客對商品質(zhì)量的在線商品評論比較差，即出現(xiàn)負(fù)向評論較多時，則說明有較多消費者對該制造商的產(chǎn)品表示不滿。負(fù)向在線評論會破壞潛在顧客對商品原有的印象，改變他們對商品質(zhì)量或服務(wù)的認(rèn)識，即出現(xiàn)模型中的E[Ut（θ）]減小，會直接引起潛在顧客的購買意愿的下降，增加他們購買的不確定性，甚至導(dǎo)致他們放棄購買行為，使制造商的產(chǎn)品銷量下降?；ヂ?lián)網(wǎng)是一個開放性的平臺，在全球各地的人都可以通過這個開放的網(wǎng)絡(luò)平臺共享信息資源。所以負(fù)向在線商品評論也會以更快捷的速度、更低廉的成本輻射到更廣闊的范圍。顧客所發(fā)布的評論信息會被長期儲存和顯示在網(wǎng)站上，其他顧客可以圍繞一條評論信息進(jìn)行多次回復(fù)討論，并且登陸網(wǎng)站的潛在客戶都能隨時隨地看到這些在線商品評論。這種負(fù)向評論比例如果比較高的情況下，還會導(dǎo)致顧客的從眾行為，使更多的負(fù)向評論產(chǎn)生。這種負(fù)面的影響會持續(xù)較長的時間，這會給企業(yè)銷量造成持續(xù)的負(fù)面影響，使其市場占有率和收益雙雙下降。

除了顧客的偏好θ與價格p之間具有負(fù)相關(guān)性外，在線商品評論還可以對第2階段定價p2產(chǎn)生額外的作用。在這種情況下，制造商在第2階段應(yīng)該根據(jù)在線商品評論的反饋，及時調(diào)整其定價策略。此時的最優(yōu)策略應(yīng)該是低價促銷，p1≥p2。但價格降低的幅度小于沒有在線商品評論的情況。這是因為制造商通過在線商品評論，更清楚地了解其產(chǎn)品缺陷和劣勢在哪里，與其他廠商的差距有多大，降價空間變得比較清晰可見。此時應(yīng)充分發(fā)揮價格在負(fù)向在線商品評論中的調(diào)節(jié)作用。受負(fù)向在線商品評論影響的商品，如果價格比較低，顧客還是愿意做一些預(yù)期損失不大的嘗試。首先他們對于價位偏低的商品的期望值相對較低，即模型中的E[Ut（θ）]較小，即使其服務(wù)或質(zhì)量等沒有達(dá)到自己所期待的水平，顧客也比較能夠接受。在進(jìn)行在線商品評論的時候更加的客觀。因此，制造商應(yīng)根據(jù)商品的特點制定合理的價格，在源頭上可以避免或減輕在線商品評論可能帶來的負(fù)面影響。

制造商通常也會選擇一些必要的低價促銷手段，例如打折銷售、網(wǎng)絡(luò)團(tuán)購等，吸引更多的顧客參與體驗，適當(dāng)?shù)亟档蜕唐返氖蹆r，通過銷量的提高盡量彌補收益的損失。另外，制造商可以認(rèn)真對待顧客的每一次負(fù)向評論，通過在線商品評論與顧客及時互動，積極予以服務(wù)方面的彌補，為自己贏取好的印象分，從而引導(dǎo)在線商品評論逐步趨于正向。如果負(fù)向評論能作為雙方一種良好的溝通渠道，那么將有利于制造商提高產(chǎn)品質(zhì)量和服務(wù)水平，負(fù)向評論帶給制造商收益的負(fù)面影響就會得以減弱。

（二）正面影響

如果在第1階段，顧客對商品質(zhì)量的在線商品評論比較好，即出現(xiàn)正向評論較多時，則意味著產(chǎn)品質(zhì)量已經(jīng)獲得顧客的認(rèn)同。正向在線商品評論是拉動顧客需求的關(guān)鍵。正向在線商品評論越多，關(guān)注該產(chǎn)品的潛在顧客也就越多，把更多的潛在顧客轉(zhuǎn)化為真正買家的機會就增加了。正向在線商品評論能夠增強潛在顧客的信心，甚至不少的顧客認(rèn)為，制造商的廣告通常不會說明真相，而其他顧客的建議與指導(dǎo)更值得信任。顧客在購買商品前更傾向于與其他顧客溝通互動，認(rèn)為發(fā)生在其他顧客身上的經(jīng)歷是最可信、最有用的，因為是這些是他們重要的信息來源和參考因素，可以幫助他們降低交易成本，促成了他們的購買決定。這也類似于口碑傳播的方式。對在線商品評論的信任也能夠創(chuàng)造出顧客對制造商積極的態(tài)度，可以使在線商品評論成為一種“隱形的銷售工具”，方便幫助顧客找到符合自己需求的商品，通過從側(cè)面說服顧客購買來提高商品銷量，為制造商帶來更大的收益。此外，在線商品評論數(shù)量的持續(xù)增加也會使銷售情況不斷優(yōu)化。當(dāng)在線商品評論推動銷售量節(jié)節(jié)攀升時，其中滿意的客戶就會在網(wǎng)上發(fā)表更多的在線商品評論，就會增強在線商品評論的說服力，推動商品銷售進(jìn)入到良性循環(huán)。

在這種情況下，制造商可以選擇維持或提高售價，即p1

此外，在線商品評論日益成為制造商衡量和改進(jìn)產(chǎn)品質(zhì)量的有力工具。制造商可以利用在線商品評論以最低的成本收集到所需的信息，分析了解客戶的偏好，能夠更加全面的了解客戶的切實需求。制造商可以直接與用戶對話，使用戶體驗制造商的服務(wù)和態(tài)度，公開評論制造商的好與壞，分享自己的體驗。當(dāng)用戶評價產(chǎn)品和制造商后，制造商可以根據(jù)消費者的意見，逐步完善自己的不足，有針對地調(diào)整研發(fā)和營銷策略，能提高目標(biāo)受眾的轉(zhuǎn)化率，建立顧客忠誠度，增加客戶滿意度。顧客的在線商品評價有時候所發(fā)揮的作用比企業(yè)宣傳、廣告所發(fā)揮的作用更大，它可以迅速被企業(yè)人看到或傳播，形成好的口碑宣傳，可以極大提高商品和制造商的美譽度和可信度。

供應(yīng)鏈的協(xié)調(diào)運行建立在各個合作企業(yè)高質(zhì)量的信息傳遞與共享的基礎(chǔ)上。在線商品評論有利于實現(xiàn)供應(yīng)鏈各企業(yè)的信息共享，可以促進(jìn)供應(yīng)鏈的協(xié)調(diào)。特別是以制造商為核心的供應(yīng)鏈中，如果沒有在線商品評論，制造商一般通過需求預(yù)測來管理生產(chǎn)與庫存，或者通過相鄰下游的分銷商或零售商反饋銷量，不能直接的得到顧客對商品的真實反饋。在線商品評論的出現(xiàn)，使供應(yīng)鏈各級企業(yè)可以同時獲取準(zhǔn)確的顧客信息，供應(yīng)鏈上的信息共享程度得到相應(yīng)的提高，避免了信息在各企業(yè)間逐級傳遞造成的失真，緩解了牛鞭效應(yīng)的影響，減少各級企業(yè)做出錯誤預(yù)測的風(fēng)險，能夠使所有企業(yè)進(jìn)行更加良好的溝通與合作，共同地制定生產(chǎn)或銷售的決策。供應(yīng)鏈上各企業(yè)步調(diào)一致地快速響應(yīng)客戶需求，降低整個供應(yīng)鏈的總成本，改進(jìn)客戶服務(wù)，從而使整個供應(yīng)鏈?zhǔn)找孀畲蠡?

結(jié)論

伴隨互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，在線商品評論已經(jīng)成為一種新興的網(wǎng)絡(luò)交流手段和平臺，在線商品評論對制造商銷量的影響將越來越大。在線商品評論可以影響潛在消費者的購買決策，引起產(chǎn)品的需求的變化，也會相應(yīng)地影響制造商的收益。本文在在線商品評價更新下的兩級制造商定價模型的基礎(chǔ)上，討論在線商品評論對制造商收益的影響，以及制造商如何根據(jù)在線商品評論來調(diào)整其銷售策略。研究結(jié)論顯示關(guān)注產(chǎn)品質(zhì)量的在線商品評論是一把“雙刃劍”，正向在線商品評論可以在很大程度上增加制造商的利益，負(fù)向在線商品評論就會對制造商的收益造成損害。因此，制造商應(yīng)該在宣傳商品質(zhì)量時盡量與事實吻合，當(dāng)出現(xiàn)負(fù)面在線商品評論時，積極地和消費者進(jìn)行溝通，幫助消費者解決問題，使在線商品評論真正成為消費者與制造商之間有效溝通的途徑。這樣顧客在購買商品前的期望值不會偏離實際，在收到商品后對商品的評論就更加積極客觀，從而能正面地引導(dǎo)潛在消費者的需求，激發(fā)潛在消費者的購買意愿。從而通過在線商品評論給制造商、以及制造商所在的供應(yīng)鏈合作企業(yè)都帶來更大的銷量，也能給整條供應(yīng)鏈帶來更大的收益。

參考文獻(xiàn)：

1.Levis，M. S. and Marvel，H. P.When Do Consumers Search？.The Journal of Industrial Economics，2011，59

2.丁晟春，蔡驊.在線評論信息挖掘研究.科學(xué)出版社，2014

3. Derbaix C.，Vanhamme J.Inducing world-of-mouth by eliciting surprise-a pilot investigation.Journal of economic psychology，2003，Vol.24.No.1

4.Mudambi S.M.，Schuff D. What makes a helpful online review？ A study of customer reviews on Amazon.com.MIS Quaterly，2010，34（1）

5.Pan Y.，Zhang J.Q. Born unequal： A study of the helpfulness of user-generated product reviews. Journal of Retailing，2011，4（87）

6. Duan W.，Gu B.，Whinston A B. Do online reviews matter？—an empirical investigation of panel data.Decision Support Systems，2008，45（4）

7.Cui G.，Lui H-k，Guo X. Online reviews as a driver of new product sales.Fourth International Conference on Management of e-Commerce and e-Government，Chengdu，China，2010

8.Berger J.，Sorensen A.T.，Rasmussen S J. Positive effects of negative publicity： When negative reviews increase sales.Marketing Science，2010，29（5）

9.Li X.，Hitt L M. Price effects in online product reviews： An analytical model and empirical analysis.SSRN eLibrary，2010

10.Berger J.O. Statistical decision theory and Bayesian analysis. New York： Springer-Verlag，1985