羅 彪， 李 美 京

(中國科學(xué)技術(shù)大學(xué) 管理學(xué)院， 安徽 合肥 230026)

手機(jī)APP下載意愿的口碑影響機(jī)制
——基于類別和流行度的實(shí)證研究

羅 彪， 李 美 京

(中國科學(xué)技術(shù)大學(xué) 管理學(xué)院， 安徽 合肥 230026)

以免費(fèi)手機(jī)APP為例，研究在線口碑效價(jià)對免費(fèi)產(chǎn)品下載意愿的影響，并以產(chǎn)品流行度作為調(diào)節(jié)變量，以產(chǎn)品類別作為分類變量。實(shí)證研究表明：在線口碑效價(jià)對消費(fèi)者使用免費(fèi)APP的下載意愿有顯著影響；產(chǎn)品流行度能夠有效調(diào)節(jié)在線口碑效價(jià)對下載意愿的影響，產(chǎn)品流行度高時(shí)，在線口碑效價(jià)對下載意愿的影響減弱；產(chǎn)品流行度低時(shí)，在線口碑效價(jià)對下載意愿的影響增強(qiáng)；不同類別的APP，在線口碑的影響程度也有所不同，相較于享樂型產(chǎn)品，實(shí)用型產(chǎn)品受到在線口碑效價(jià)的影響程度更高。

手機(jī)APP；在線口碑效價(jià)；產(chǎn)品類別；產(chǎn)品流行度；下載意愿

一、引 言

在線口碑對產(chǎn)品績效影響的研究近年來已成為營銷學(xué)研究的熱點(diǎn)。對于在線口碑，學(xué)者主要從口碑?dāng)?shù)量和口碑效價(jià)兩方面展開。Godes和Mayzlin[1]率先提出從在線口碑?dāng)?shù)量對在線口碑進(jìn)行度量，之后，Liu等[2]學(xué)者引入口碑效價(jià)這一概念。大量研究證明在線口碑的數(shù)量與效價(jià)對產(chǎn)品績效有顯著影響。

但在研究對象的選擇上，現(xiàn)有研究大多集中于付費(fèi)產(chǎn)品，如電影(Liu，Dellarocas 和 Zhang[3])、圖書(Chevalier 和 Mayzlin[4])、電子游戲(Zhu和Zhang[5])等。本文選取Andriod市場的免費(fèi)APP作為研究對象，引入產(chǎn)品流行度作為調(diào)節(jié)變量，引入產(chǎn)品類別作為分類變量，研究在線口碑效價(jià)對不同類別(享樂型APP、實(shí)用型APP)、不同流行度(明星產(chǎn)品、長尾產(chǎn)品)的手機(jī)APP下載意愿的影響。

二、文獻(xiàn)綜述

1.在線口碑對產(chǎn)品績效的影響

近年來，有關(guān)在線口碑的論文和研究呈增長趨勢，主要集中在在線口碑基本要素對商品銷量的影響、評論有用性及在線口碑傳播機(jī)制等方面。其中針對在線口碑基本要素對商品銷量的影響方面，主要通過研究在線口碑平均得分、好評數(shù)、差評數(shù)、總評論數(shù)等與商品銷量的關(guān)系。其中Chevalier 和Mayzlin[4]發(fā)現(xiàn)，亞馬遜圖書新增的五星評價(jià)對銷量有顯著正向影響，且積極評論比中性評論的影響更為強(qiáng)烈；郝媛媛等[6]以電影為研究對象，得出了評論情感傾向?qū)ζ狈渴杖氪嬖陲@著影響的結(jié)論；Ye等[7]研究發(fā)現(xiàn)旅游電子商務(wù)網(wǎng)站上的評分對旅館銷量有顯著影響；盧向華和馮越[8]研究了大眾點(diǎn)評網(wǎng)的餐館評論得分和銷量的關(guān)系，發(fā)現(xiàn)高價(jià)位餐館的高評分對銷量有顯著影響，但對于低價(jià)位餐館并不顯著。這說明在線口碑效價(jià)對銷量的影響會受到其他因素的調(diào)節(jié)，甚至可能因?yàn)檫@些因素的不同而有相反的表現(xiàn)。

2.在線口碑對不同類別、不同流行度產(chǎn)品績效的影響

隨著在線口碑相關(guān)研究的深入，已有很多學(xué)者研究在線口碑對不同類別產(chǎn)品的影響。Riegner[9]發(fā)現(xiàn)，在線口碑對消費(fèi)者購買決策的影響會因產(chǎn)品類別的不同而不同。在線口碑對消費(fèi)者購買高價(jià)格的電子科技產(chǎn)品的影響最大，對服裝等零售產(chǎn)品購買決策的影響較小。也有很多研究在線口碑對不同流行度產(chǎn)品的影響，盤英芝等[10]在文章中按照產(chǎn)品熱門程度不同，觀察在線口碑對于銷量排名的影響，得出非熱門商品比熱門商品得分變化更能顯著影響銷量。Lee等[11]在文章中把產(chǎn)品分為主觀評價(jià)類產(chǎn)品和客觀評價(jià)類產(chǎn)品，得出在線口碑會抑制客觀評價(jià)類產(chǎn)品的長尾效果，同時(shí)會促進(jìn)主觀評價(jià)類產(chǎn)品的長尾效果。

3.在線口碑對免費(fèi)產(chǎn)品績效的影響

已有學(xué)者研究在線口碑對免費(fèi)產(chǎn)品績效的影響，主要集中在軟件行業(yè)，Zhou和Duan[12]得出，中立的用戶評論對軟件下載有顯著積極影響，流行度越高，影響越強(qiáng)；對于極端評論，當(dāng)產(chǎn)品分類數(shù)大于入門門檻時(shí)，相比中立評論，積極評論對軟件下載有更顯著積極影響，但消極評論影響不明顯。

鑒于以上分析，提出如下模型(圖1)，這個(gè)模型和Hansen的心理選擇模型密切相關(guān)。在這個(gè)模型中，口碑效價(jià)對APP下載意愿的影響也受產(chǎn)品特性影響。許多研究與這個(gè)模型相似，表明消費(fèi)者對不同信息資源的使用是隨產(chǎn)品特性變化而改變的。

與許多研究相似，本文認(rèn)為產(chǎn)品特點(diǎn)可在很大程度上調(diào)節(jié)在線口碑和購買意愿。在研究中，選取產(chǎn)品特點(diǎn)中的產(chǎn)品流行度(明星產(chǎn)品、長尾產(chǎn)品)作為調(diào)節(jié)變量，產(chǎn)品類別(享樂型APP、實(shí)用型APP)作為分類變量。

圖1 口碑效價(jià)對APP下載意愿影響模型

三、研究對象、變量定義與假設(shè)提出

1.研究對象

App是application的縮寫，通常指手機(jī)應(yīng)用軟件。根據(jù)第39次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告，截止2016年12月，中國網(wǎng)民規(guī)模7.31億，中國手機(jī)網(wǎng)民6.95億，較2015年增加7550萬，網(wǎng)民中使用手機(jī)上網(wǎng)的人群占比從91.1%提升至95.1%[13]。同時(shí)，以社交為基礎(chǔ)的綜合平臺類應(yīng)用發(fā)展迅速，網(wǎng)絡(luò)游戲用戶增長乏力，手機(jī)網(wǎng)絡(luò)游戲迅猛增長。網(wǎng)民對移動終端的使用不可估量，手機(jī)APP已改變?nèi)藗兊纳罘绞健?/p>

相比傳統(tǒng)商品，手機(jī)APP具有如下特點(diǎn)：第一，大部分APP是免費(fèi)商品，不需要付費(fèi)就可以下載使用；第二，手機(jī)APP更新快、數(shù)量大、不占庫存，可以對用戶實(shí)時(shí)地理定位并提供個(gè)性化推薦；第三，APP更新?lián)Q代快；第四，APP無法提供用戶體驗(yàn)，而且，隨著快節(jié)奏的生活，用戶不會在下載哪個(gè)APP上花費(fèi)太多精力，一般以應(yīng)用市場推薦、在線口碑等作為依據(jù)。所以，對手機(jī)APP的研究有獨(dú)特的價(jià)值與意義。

2.變量定義

產(chǎn)品類別：產(chǎn)品類別是影響消費(fèi)者態(tài)度變化的重要分類變量。Levin等[14]認(rèn)為產(chǎn)品類別會影響消費(fèi)者處理產(chǎn)品信息的方式以及信息對決策價(jià)值程度的判定。Simonson[15]認(rèn)為，消費(fèi)者通過產(chǎn)品實(shí)用性來衡量產(chǎn)品所能達(dá)到的消費(fèi)者效用最大化的潛能，再決定是否購買產(chǎn)品。根據(jù)已有學(xué)者劃分標(biāo)準(zhǔn)，本文將產(chǎn)品類別分為享樂型(Hedonic)和實(shí)用型(Utilitarian)。

產(chǎn)品流行度：盤英芝等[10]認(rèn)為“熱門品牌”的界定依據(jù)熱門程度，而熱門程度是消費(fèi)者需求大小的反應(yīng)，所以本研究用手機(jī)APP下載量來進(jìn)行熱門及非熱門的界定。根據(jù)長尾理論，熱門和非熱門商品按照20% 和80%的比例分布。既然在線口碑能夠影響消費(fèi)者的行為和商品銷量，那么它對長尾理論中的熱門和非熱門的商品可能存在不同程度或不同方向的影響。

在線口碑效價(jià)：在口碑方面，已有研究主要集中于在線口碑?dāng)?shù)量(Volume)和在線口碑效價(jià)(Valence)兩個(gè)衡量指標(biāo)。但是，由于口碑?dāng)?shù)量本身就是流行度的一個(gè)反應(yīng)，而且本文引入流行度作為調(diào)節(jié)變量，所以，本文只選取在線口碑效價(jià)(Valence)作為在線口碑的衡量指標(biāo)。在線口碑效價(jià)是一種反映消費(fèi)者對某種品牌或服務(wù)滿意度的指標(biāo)，如網(wǎng)站上的產(chǎn)品評分(Rating)分值可以看作是在線口碑的效價(jià)值。在線口碑效價(jià)一般主要從口碑正負(fù)面和評分高低兩方面展開。

下載意愿：意愿的概念最早出現(xiàn)于心理學(xué)，是個(gè)人從事某種特定行為的主觀概念。Ajzen和Fishbein[16]認(rèn)為，顧客采取行動是以其對某一特定對象的意愿為基礎(chǔ)，只有當(dāng)顧客具有了購買意愿，才會做出購買的行動，因此，只有了解顧客的購買意愿才能預(yù)測其購買行為。Zhou和Duan[11]在衡量口碑對銷量影響時(shí)，以軟件下載意愿為衡量銷量的指標(biāo)，故本文將下載意愿作為衡量指標(biāo)。

3.假設(shè)提出

(1)在線口碑效價(jià)對下載意愿的影響

近年來，關(guān)于在線口碑效價(jià)對產(chǎn)品績效的影響問題，已有較多學(xué)者進(jìn)行相關(guān)研究。大量研究表明，口碑效價(jià)對產(chǎn)品績效有顯著正向影響，故本文提出如下假設(shè)：

H1：在線口碑效價(jià)對手機(jī)APP下載意愿影響顯著。

(2)產(chǎn)品流行度的調(diào)節(jié)作用

由于許多原因，消費(fèi)者在線口碑對流行產(chǎn)品銷量影響更大。首先，流行產(chǎn)品有更多的評論，信息量的增加會增加可信度。其次，考慮到流行的產(chǎn)品在線口碑比較多，所以，消費(fèi)者會覺得更容易找到流行產(chǎn)品的評論，因此，他們更有可能搜索流行產(chǎn)品的在線口碑，搜索越多，這些評論的影響可能越大。

故本文提出假設(shè)：

H2a：在線口碑效價(jià)對明星類APP下載意愿影響更顯著。

相反，在線口碑可能對流行產(chǎn)品的影響力更小。例如，消費(fèi)者獲取在線信息的一個(gè)主要原因是了解產(chǎn)品質(zhì)量以減少購買風(fēng)險(xiǎn)，而一個(gè)產(chǎn)品流行，本身就代表著較高的產(chǎn)品質(zhì)量，之前已有研究表明產(chǎn)品流行度和產(chǎn)品質(zhì)量之間存在較強(qiáng)關(guān)聯(lián)。

有的研究也表明購買流行產(chǎn)品可以使風(fēng)險(xiǎn)最小化。消費(fèi)者更喜歡流行產(chǎn)品，是因?yàn)榱餍斜旧砭褪且环N社會線索，而追隨社會線索又能夠減少風(fēng)險(xiǎn)。作為相似的脈絡(luò)，羊群理論的文獻(xiàn)表明，對消費(fèi)者而言，有時(shí)忽視個(gè)性需求、追隨大眾反而是最佳選擇。關(guān)于消費(fèi)者決策問題的文獻(xiàn)也表明，如果消費(fèi)者購買知名度較小的產(chǎn)品結(jié)果不滿意，與購買知名度較大的產(chǎn)品不滿意相比，往往前者會讓消費(fèi)者感到更加后悔。因此，當(dāng)消費(fèi)者對一個(gè)知名度較小的產(chǎn)品感興趣時(shí)，他們常常會增加搜索量，獲取在線口碑，以防止日后后悔。故本文提出假設(shè)：

H2b：在線口碑效價(jià)對長尾類APP下載意愿影響更顯著。

(3)產(chǎn)品類別的調(diào)節(jié)作用

消費(fèi)者具有追求享樂和追求功能兩種態(tài)度。享樂型態(tài)度基于情感的依戀，功能型態(tài)度基于個(gè)人對產(chǎn)品特性的體驗(yàn)。享樂型產(chǎn)品的體驗(yàn)在本質(zhì)上更趨于感性，而功能型產(chǎn)品的體驗(yàn)更趨于理性，因此，享樂性消費(fèi)比功能性消費(fèi)更容易被打動，對享樂型APP下載意愿影響更大。故本文提出假設(shè)：

H2c：在線口碑效價(jià)對享樂型APP下載意愿影響更顯著。

然而，由于大部分APP都是免費(fèi)的，消費(fèi)者在下載時(shí)不用考慮費(fèi)用，在線口碑的刺激可能引發(fā)消費(fèi)者對實(shí)用型APP的功能體驗(yàn)欲望，對其影響更加顯著。故本文提出假設(shè)：

H2d：在線口碑效價(jià)對實(shí)用型APP下載意愿影響更顯著。

(4)在線口碑、產(chǎn)品類別和產(chǎn)品流行度的交叉影響

已有研究發(fā)現(xiàn),在線口碑對消費(fèi)者購買決策的影響會因購買渠道、用戶類別和產(chǎn)品類別的不同而不同，Zhou 和Duan[12]3研究表明在線口碑和產(chǎn)品類別對軟件下載有顯著的交互效應(yīng)，但是，這兩個(gè)因素的影響及交互作用因產(chǎn)品流行度不同而不同。所以，在線口碑效價(jià)、產(chǎn)品類別、產(chǎn)品流行度這3個(gè)因素的交互影響就很有研究的必要。例如，微信在線口碑效價(jià)很低，但是微信非常流行，為了方便與大家交流，消費(fèi)者仍然會下載。所以，提出如下4種假設(shè)。

H3a：在線口碑效價(jià)對享樂型明星類APP下載意愿影響更顯著。

H3b：在線口碑效價(jià)對享樂型長尾類APP下載意愿影響更顯著。

H3c：在線口碑效價(jià)對實(shí)用型明星類APP下載意愿影響更顯著。

H3d：在線口碑效價(jià)對實(shí)用型長尾類APP下載意愿影響更顯著。

四、實(shí)驗(yàn)設(shè)計(jì)

1.實(shí)驗(yàn)刺激物的開發(fā)與前測

本實(shí)驗(yàn)中關(guān)于手機(jī)APP的數(shù)據(jù)來自“豌豆莢手機(jī)精靈”，這是一款針對Android手機(jī)的應(yīng)用商店。在線口碑效價(jià)選擇用戶好評率代替，60%以上代表正面(選取正面產(chǎn)品的好評率分別為86%、97%、80%、95%)，60%以下代表負(fù)面(選取負(fù)面產(chǎn)品的好評率分別為57%、44%、45%、48%)；手機(jī)類別中，享樂型用游戲類代替，實(shí)用型用影音應(yīng)用類代替；衡量流行度時(shí)，排名前20%為明星產(chǎn)品(明星產(chǎn)品排名分別為2/50、1/50、3/260、5/260)，排名后20%為長尾產(chǎn)品(長尾產(chǎn)品排名分別為46/50、47/50、209/260、250/260)；對APP的下載意愿從5個(gè)維度測量，分別是初始態(tài)度、下載意愿、使用意愿、了解后態(tài)度和個(gè)人偏好。同時(shí)，控制其他變量對實(shí)驗(yàn)的影響。

將設(shè)計(jì)好的8個(gè)實(shí)驗(yàn)隨機(jī)發(fā)給40個(gè)被試者進(jìn)行前測。結(jié)果顯示，本文設(shè)計(jì)的實(shí)驗(yàn)對消費(fèi)者APP的下載意愿具有良好的甄別。在此基礎(chǔ)上進(jìn)行正式實(shí)驗(yàn)。

2.實(shí)驗(yàn)過程

根據(jù)CNNIC調(diào)查報(bào)告表明，手機(jī)APP用戶遍布各個(gè)年齡層、各種收入階層，所以，為保證樣本來源的多樣性，被試來源于不同類型的組織/單位。研究人員將不同產(chǎn)品的實(shí)驗(yàn)材料隨機(jī)發(fā)放給每個(gè)受試者。為嚴(yán)格控制實(shí)驗(yàn)過程：(1)實(shí)驗(yàn)前告訴消費(fèi)者，假定對這些APP一無所知，僅僅根據(jù)本實(shí)驗(yàn)所提供的相關(guān)信息來作出APP下載意愿判斷；(2)沒有告訴受試者本次實(shí)驗(yàn)的真實(shí)目的，只要求被試者按實(shí)驗(yàn)材料提供的情景回答各項(xiàng)問題。

整個(gè)實(shí)驗(yàn)過程共發(fā)出問卷250份，有效樣本數(shù)202份。樣本描述如表1所示。

表1 樣本描述

五、數(shù)據(jù)分析

1.實(shí)驗(yàn)操縱的檢驗(yàn)

在檢驗(yàn)假設(shè)之前，有必要檢驗(yàn)各變量是否得到成功操縱。本文使用t檢驗(yàn)的方法來分別驗(yàn)證3個(gè)變量被操縱情況。如表2所示，被試者在“口碑效價(jià)”、“類別”和“流行度”3個(gè)變量的兩個(gè)不同操縱水平上的均值呈現(xiàn)出顯著差異(p<0.05)，因此，可以判斷實(shí)驗(yàn)變量(口碑效價(jià)、類別、流行度)得到成功操縱。

同時(shí)，本研究采用SPSS17.0軟件對問卷數(shù)據(jù)進(jìn)行信度和效度分析，以Cronbach’sα值作為衡量各變量信度的標(biāo)準(zhǔn)，如表3所示。整體問卷的Cronbach’sα值為0.959。因子信度檢驗(yàn)結(jié)果表明，所使用的APP下載意愿的數(shù)據(jù)具有較好的信度。

表2 t檢驗(yàn)

表3 因變量信度系數(shù)

2.描述性統(tǒng)計(jì)

在描述在線口碑效價(jià)、產(chǎn)品類別、產(chǎn)品流行度對手機(jī)APP下載意愿影響時(shí)，負(fù)面口碑、正面口碑、享樂型APP、實(shí)用型APP、長尾類APP和明星類APP共有808個(gè)樣本。在衡量APP下載意愿的均值方面，都大于4；在標(biāo)準(zhǔn)差方面，沒有明顯的差異。

3.假設(shè)檢驗(yàn)

運(yùn)用一元回歸模型對上述研究假設(shè)進(jìn)行檢驗(yàn)，得出如下結(jié)果：

(1)對H1的檢驗(yàn)

數(shù)據(jù)分析表明，在線口碑效價(jià)對APP下載意愿影響回歸系數(shù)為0.207，p=0.048<0.050。因此，口碑效價(jià)對APP下載意愿的影響顯著。假設(shè)H1得到驗(yàn)證。

(2)對H2的檢驗(yàn)

由表4可以得出，口碑效價(jià)對享樂型APP下載意愿影響回歸系數(shù)為0.169，p=0.062>0.050；口碑效價(jià)對實(shí)用型APP下載意愿影響回歸系數(shù)為0.245，p=0.034<0.050；口碑效價(jià)對明星類APP下載意愿影響回歸系數(shù)為0.176，p=0.053>0.050；在線口碑效價(jià)對長尾類APP下載意愿影響回歸系數(shù)為0.238，p=0.043<0.050。因此，口碑效價(jià)對實(shí)用型、長尾類APP下載意愿的影響均顯著，口碑效價(jià)對享樂型、明星類APP下載意愿的影響均不顯著。而且，由圖2可以看出，口碑效價(jià)對享樂型、明星類APP下載意愿的影響系數(shù)較低，對實(shí)用型、長尾類APP下載意愿的影響系數(shù)較高。假設(shè)H2b、H2d得到驗(yàn)證，而H2a、H2c沒有得到驗(yàn)證。

(3)對H3的檢驗(yàn)

由表5可以得出，口碑效價(jià)對享樂型明星類APP下載意愿影響回歸系數(shù)為0.144，p=0.066>0.050；口碑效價(jià)對享樂型長尾類APP下載意愿影響回歸系數(shù)為0.193，p=0.058>0.050；口碑效價(jià)對實(shí)用型明星類APP下載意愿影響回歸系數(shù)為0.208，p=0.040<0.050；口碑效價(jià)對實(shí)用型長尾類APP下載意愿影響回歸系數(shù)為0.282，p=0.028<0.050。因此，口碑效價(jià)對享樂型明星類APP、享樂型長尾類APP下載意愿的影響均不顯著，口碑效價(jià)對實(shí)用型明星類APP、實(shí)用型長尾類APP下載意愿的影響均顯著。而且，由圖3可以看出，口碑效價(jià)對實(shí)用型長尾類APP下載意愿影響回歸系數(shù)最大，口碑效價(jià)對享樂型明星類APP下載意愿影響回歸系數(shù)最小。假設(shè)H3c、H3d得到驗(yàn)證，而H3a、H3b沒有得到驗(yàn)證。

表4 口碑效價(jià)對不同分類APP下載意愿影響

圖2 口碑效價(jià)對不同分類APP下載意愿影響系數(shù)

享樂型實(shí)用型明星類0.144(0.066)0.208(0.040)長尾類0.193(0.058)0.282(0.028)

圖3 在口碑效價(jià)對不同分類APP下載意愿的交叉影響系數(shù)

六、結(jié)論與建議

本研究通過對口碑效價(jià)、流行度、類別的操縱，探索口碑效價(jià)對消費(fèi)者使用不同類別、不同流行度的手機(jī)APP下載意愿的影響。結(jié)合數(shù)據(jù)分析結(jié)果，為企業(yè)營銷方提供策略與建議。

在APP市場，口碑效價(jià)對APP下載意愿的影響是顯著的，這說明在免費(fèi)市場，口碑效價(jià)仍然是影響消費(fèi)者決策的重要因素。雖然產(chǎn)品是免費(fèi)的，但是，消費(fèi)者也需考慮各種成本，例如，下載APP需要花費(fèi)流量，APP會占用手機(jī)內(nèi)存，體驗(yàn)APP需要花費(fèi)時(shí)間、精力成本。所以，即使產(chǎn)品是免費(fèi)的，消費(fèi)者也不會盲目進(jìn)行下載。

以產(chǎn)品流行度和產(chǎn)品類別為坐標(biāo)軸建立矩陣，將消費(fèi)者劃分為4種不同類型，如表6所示，為企業(yè)提供建議如下：

1.收割策略

對于享樂型明星類產(chǎn)品，應(yīng)采取收割策略，即企業(yè)減少其相關(guān)的營銷宣傳投入。對于享樂型產(chǎn)品，消費(fèi)者對其實(shí)用功能預(yù)期較低，較少關(guān)注口碑效價(jià)的相關(guān)信息，而對于明星類產(chǎn)品，高流行度本身就代表著較高的產(chǎn)品質(zhì)量。

2.發(fā)展策略

對于實(shí)用型長尾類產(chǎn)品，應(yīng)采取發(fā)展策略，即企業(yè)增加其相關(guān)的營銷宣傳投入。對于實(shí)用型產(chǎn)品，消費(fèi)者會更加關(guān)注其功能質(zhì)量，所以會參考各種信息以降低決策風(fēng)險(xiǎn)，而對于長尾類產(chǎn)品，當(dāng)消費(fèi)者購買知名度較小產(chǎn)品時(shí)，因其行為與大眾選擇相背離，所以常常會增加搜索量，獲取在線口碑，以減少日后后悔。

3.維持策略

對于享樂型長尾類、實(shí)用型明星類產(chǎn)品，應(yīng)采取維持策略，即企業(yè)維持其相關(guān)的營銷宣傳投入。這一類產(chǎn)品屬于產(chǎn)品特點(diǎn)復(fù)雜混合型，其兩個(gè)產(chǎn)品特點(diǎn)中，都是一個(gè)產(chǎn)品特點(diǎn)對下載意愿影響顯著，另一個(gè)產(chǎn)品特點(diǎn)對下載意愿影響不顯著。其影響系數(shù)、顯著因子在4類產(chǎn)品中，處于居中的狀態(tài)，所以，對于這一類產(chǎn)品，企業(yè)只需維持其相關(guān)營銷投入即可。

本研究從口碑效價(jià)的角度分析其對手機(jī)APP下載意愿的影響。但是，本文僅將流行度作為調(diào)節(jié)變量，而流行度僅可部分代表排行榜。隨著信息爆炸時(shí)代的到來，消費(fèi)者被海量信息包圍，在選擇商品時(shí)，消費(fèi)者可能直接選擇排行榜最靠前的商品。也就是說，“爆款”商品成為消費(fèi)者省時(shí)省力的低風(fēng)險(xiǎn)選擇之一，所以，可進(jìn)一步深入研究排行榜對手機(jī)APP下載意愿的影響，為企業(yè)提供更多有價(jià)值信息。

[1] GODES D，MAYZLIN D. Using online conversations to study word-of-mouth communication[J]. Marketing Science,2004,23(4):545-560.

[2] LIU Y. Word of mouth for movies: its dynamics and impact on box office revenue[J]. Journal of Marketing，2006,70(3):74-89.

[3] DELLAROCAS C，ZHANG M. The lords of ratings: how a movie’s fate is influenced by reviews[C]. Milwaukee:International conference on Information systems,2006.

[4] CHEVALIER J A，MAYZLIN D. The Effect of word of mouth on sales:online book reviews[J]. Journal of Marketing，2006,43(3):345-354.

[5] ZHU F，ZHANG X. Impact of online consumer reviews on sales:the moderating role of product and consumer characteristics[J]. Journal of Marketing A Quarterly Publication of the American Marketing Association,2013,74(2):133-148.

[6] 郝媛媛，鄒鵬，李一軍，等. 基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實(shí)證研究[J]. 管理評論，2009，21(10)：95-103.

[7] YE Q，LAW R，GU B. The impact of online user reviews on hotel room sales[J]. International Journal of Hospitality Management,2009,28(1):180-182.

[8] 盧向華，馮越. 網(wǎng)絡(luò)口碑的價(jià)值——基于在線餐館點(diǎn)評的實(shí)證研究[J]. 管理世界，2009，(7)：126-132.

[9] RIEGNER C. Word of mouth on the web:the impact of web 2.0 on consumer purchase decisions[J]. Journal of Advertising Research，2007,47(4):436-447.

[10] 盤英芝，崔金紅，王歡. 在線評論對不同熱門程度體驗(yàn)型商品銷售收入影響的實(shí)證研究[J]. 圖書情報(bào)工作，2011，55(24)：126-131.

[11] LEE J，LEE J N，SHIN H. The long tail or the short tail: the category-specific impact of eWOM on sales distribution[J]. Decision Support Systems,2011,51(3):466-479.

[12] ZHOU W，DUAN W. Product variety，online word of mouth and long tail: an empirical study on the internet software market.[C].Phoenix：International Conference on Information Systems，2009.

[13] 中國互聯(lián)網(wǎng)絡(luò)信息中心. 第39次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL]. (2017-01-22)[2017-04-20]. http://www.cac.gov.cn/cnnic39/index.htm.

[14] LEVIN A M，HEATH C E，LEVIN I R. Product category dependent consumer preferences for online and offline shopping features and their influence on multichannel retail alliances[J]. Journal of Electronic Commerce Research,2003,4(3):85-93.

[15] SIMONSON I. The influence of anticipating regret and responsibility on purchase decisions[J]. Journal of Consumer Research,1992,19(1):105-18.

[16] AJZEN I，F(xiàn)ISHBEIN M. The prediction of behavior from attitudinal and normative variables[J]. Journal of Experimental Social Psychology,1970,6(4):466-487.

The Effect of Online Word-of-Mouth Valence on the Download Volume of Mobile APP——The Moderating Effect of Product Variety and Popularity

LUO Biao, LI Meijing

( School of Management, University of Science and Technology, Hefei 230026, China )

This article examines how variety and popularity of the product moderate the influence of online consumer reviews on product downloads using data from the free mobile applications. The findings indicate that online Word-of-Mouth valence is influential for download intention of free mobile applications; product popularity can moderate the effect of online Word-of-Mouth valenceon download intentions, that is, when the popularity is high, the effect gets weaker, and when the popularity is low, the effect becomes stronger; the effect is also contingent on different kinds of applications. For example, compared with products of more hedonic purposes, the ones featuring practical uses enjoy more influence from online Word-of-Mouth valence.

mobile APP; online Word-of-Mouth valence; variety; product popularity; download intention

10.19525/j.issn1008-407x.2017.02.004

2016-04-25;

2016-06-16

國家自然科學(xué)基金項(xiàng)目：“集團(tuán)交互控制系統(tǒng)：行為自適應(yīng)性與動態(tài)演化機(jī)制”(71272064)

羅彪(1978-)，男，安徽毫州人，副教授，博士，主要從事消費(fèi)者行為與戰(zhàn)略管理研究；李美京(1991-)，女，山東煙臺人，中國科學(xué)技術(shù)大學(xué)管理學(xué)院碩士研究生，研究方向?yàn)樵诰€口碑，E-mail:limj@mail.ustc.edu.cn。

C93

A

1008-407X(2017)02-0021-06