◆李 萍 李梅芳

影響消費者網上購買決策的因素
——基于B2C食品類網店經營策略分析

◆李 萍 李梅芳

本文以54個銷售驚奇脆片餅干的天貓網店的價格、在線評論等九個指標數據，運用因子分析方法和聚類分析對486個數據進行定量分析，并對54家網店在線評論中的熱門評論進行描述性統計。發(fā)現了影響消費者購買的三個主要因子以及消費者購物時所關注的產品需求，并對食品類網店經營者以及平臺運營商提出切實有效的建議。

從眾效應；二八定律；口碑營銷；在線評論

一、引言

（一）研究背景

國家近幾年來對于電子商務的投入支持逐漸增大，從大數據、“互聯網+”頂層設計出臺，到線上線下經濟融合政策出臺，無不促進和支持電子商務的快速規(guī)范發(fā)展；在經濟方面上，隨著居民的收入水平不斷增加，其消費能力也不斷加強，網購用戶活躍度也繼續(xù)提升，網購消費額占日常支出比例顯著增加；在技術方面，移動支付升級，多種新興物流模式發(fā)展，智能物流起步，電子商務開始進入發(fā)展的黃金時期。但是近幾年隨著網店數目的增加，一些潛在的問題逐漸顯現出來。各個網店之間銷量情況大相徑庭，假貨泛濫、買家報復……電子商務壞境的秩序混亂，解決這一問題刻不容緩。

（二）文獻綜述

據前人研究，張桂花(2016)認為消費者個性特征、產品價格、購物便捷性是影響消費者的主要因素，此外，還有購物時的便捷性和可靠性、物流配送效率、文化的共同性企業(yè)形象以及后續(xù)服務等因素。對于價格因素，林挺（2016）從供求關系預期、賣家之間競爭力、以及賣家對買家購買習慣的掌握情況、品牌等其他因素等隱性因素對定價的影響入手，建議網店店主定價須將隱性因素顯性化，促使定價更加合理。關于在線評論方面，Deloitte Consumer Products Group研究表明，67%的消費者在購買決策前會參考在線評論，82%的顧客認為在線評論直接影響了他們的勾描決策。李健發(fā)現在線評論數量、商品的關注度，評論的時效性，顧客認為評論有用率對在線手機銷量有顯著性影響。郝媛媛等人在電影行業(yè)研究了在線評論對電影票房的影響，發(fā)現5星與1星這種極端評價對票房有顯著影響，而中評則無顯著影響。劉東勝等人以差評為主，中評為輔，通過對淘寶第一網店檸檬綠茶的信用評價系統進行實證研究，分析影響顧客滿意度的因素，發(fā)現主要影響顧客滿意度的有：產品質量、物流配送、售后服務、貨不對板，并通過顧客滿意度這個方面來對網絡營銷進行分析。廖成杰(2013)則從商品品牌對評論者排名與評論經驗對評論有用性起到調節(jié)作用入手，發(fā)現評論者排名對評論有用性在中低端品牌中更為顯著，評論經驗對評論有用性在高端品牌中更為顯著。金麗麗（2015）認為一個完善的網絡消費過程是從網店的外部宣傳到內部裝飾裝潢，從消費的開始到結束之后都是值得網上店主關注的地方。

二、電子商務發(fā)展現狀

截至2016年6月，我國網絡購物用戶規(guī)模達到4.48億，較2015年底增加3448萬，增長率為8.3%，我國網絡購物市場依然保持快速、穩(wěn)健增長趨勢。其中，我國手機網絡購物用戶規(guī)模達到4.01億，增長率為18.0%，手機網絡購物的使用比例由54.8%提升至61.0%。網購已成消費習慣，手機購物激發(fā)更多消費增量。如圖1所示

圖1 2015.12-2016.6網絡購物用戶規(guī)模及使用率

2015 年，中國網絡購物市場的交易活躍度進一步提升，全年交易總次數 256 億次，年度人均交易次數 62 次。與2013 及 2014 年相比，全年交易總次數和人均交易次數均大幅提升。究其原因：一方面，隨著用戶體驗的逐漸提升，網絡購物已然成為大多數網民的消費習慣；另一方面，手機購物用戶增長迅速。手機購物縮短了決策時間，拓展了支付場景，激發(fā)了更多消費增量。如圖2所示

國家統計局數據顯示，2015 年全國網絡零售交易額達到 3.88 萬億元，同比增長 33.3%，相當于社會消費品零售總額的比重繼續(xù)增長至12.9%。根據商務部數據，B2C交易額2.02億元，同比增長 53.7%。在網絡零售交易額中，實物商品網上零售額為 32424 億元，同比增長 31.6%，高于同期社會消費品零售總額增速 20.9 個百分點，占社會消費品零售總額（300931億元）的比重為 10.8%；非實物商品網上零售額為 6349 億元，同比增長 42.4%。由此可以看出交易規(guī)模穩(wěn)步增長，未來增速持續(xù)放緩。如圖3所示

圖2 2010-2015中國網絡零售交易規(guī)模及增長率

圖3 2010-2015中國網民網絡購物次數

三、分析方法

（一）描述性統計

描述性統計就是研究如何取得反映客觀現象的數據，并通過圖表形式對所收集的數據進行加工處理和顯示，進而通過綜合概括與分析得出反映客觀現象的規(guī)律性數量特征。即描述性統計是以揭示數據分布特性的方式匯總并表達定量數據的方法。

在數據分析的時候，一般要首先對數據進行描述性統計，以發(fā)現其內在規(guī)律，再選擇進一步分析的方法。主要包括數據的頻數分析、數據的集中趨勢分析、數據離散程度分析、數據的分布、以及一些基本的統計圖形。描述性統計是一類統計方法的匯總，作用是提供了一種概括和表征數據的有效且相對簡便的方法。通常用圖示法來表述，易于看懂，能發(fā)現質量特性值（總體）的分布狀況、趨勢走向的一些規(guī)律，便于采取措施。用于匯總和表征數據，通常是對數據進一步定量分析的基礎，或是對推斷性統計方法的有效補充。常見的描述性統計方法可分為三類：用數據的統計量來描述，如：均值、標準差等；用圖示技術來描述，如：直方圖、散布圖、趨勢圖、排列圖、條形圖和餅圖等；用文字語言分析和描述，如：統計分析表、分層、因果圖、親和圖和流程圖等。

本文將54家網店在線評論中的熱門評論進行匯總，對熱門評論中的詞條進行匯總，并以其百分比繪制餅圖，以發(fā)現消費者購買時所關注的重要方面。

（二）因子分析

因子分析是由Charles Spearman于1904年首次提出的。通過對變量之間關系的研究，找出能綜合原始變量的少數幾個因子，使得少數因子能夠反映原始變量的絕大部分信息，然后根據相關性的大小將原始變量分組，使得組內的變量之間相關性較高，而不同組的變量之間相關性較低。因此，因子分析屬于多元統計中處理降維的一種統計方法，其目的就是要減少變量的個數，用少數因子代表多個原始變量。

較主成分分析因子分析存在的一個優(yōu)點是：在對主成分和原始變量之間的關系進行描述時，如果主成分的直觀意義比較模糊不易解釋，主成分分析沒有更好的改進方法；因子分析則額外提供了“因子旋轉(factor rotation)”這樣一個步驟，可以使分析結果盡可能達到易于解釋且更為合理的目的。但是因子分析要求樣本的個數要足夠多，一般要求樣本的個數至少是變量的5倍以上。同時，樣本總數據量理論要求應該在100以上。而且用于因子分析的變量必須是相關的，如果原始變量都是獨立的，意味著每個變量的作用都是不可替代的，則無法降維。

檢驗是否能進行因子分析的方法有：計算各變量之間的相關矩陣，觀察各相關系數。若相關矩陣中的大部分相關系數小于0.3，則不適合作因子分析；使用Kaiser-Meyer-Olkin檢驗(簡稱KMO檢驗)和 Bartlett球度檢驗(Bartlett’s test of sphericity)來判斷(SPSS將兩種檢驗統稱為“KMO and Bartlett’s test of sphericity”)Bartlett球度檢驗是以變量的相關系數矩陣為基礎，假設相關系數矩陣是單位陣(對角線元素不為0，非對角線元素均為0)。如果相關矩陣是單位陣，則各變量是獨立的，無法進行因子分析。KMO檢驗是用于檢驗變量間的偏相關性，KMO統計量的取值在0～1之間。如果統計量取值越接近1，變量間的偏相關性越強，因子分析的效果就越好。KMO統計量在0.7以上時，因子分析效果較好；KMO統計量在0.5以下時，因子分析效果很差。

因子模型的一般表達形式為：

這里的Xi均為標準化變量，均數為0，方差為1。在該模型中：f1，f2，…fp稱公因子。它們是各個觀測變量所共有的因子，解釋了變量之間的相關；aij稱 因子負荷系數。它是第i個變量在第j個公因子上的負荷。(i=1,2,…m; j=1,2…p)； ui稱為特殊因子，或唯一性因子。它是每個觀測變量所特有的因子，相當于回歸分析中的殘差項，表示該變量不能被公因子解釋的部分。vi為第i個變量在特殊因子上的負荷。

本文是將54個銷售AJI驚奇脆片餅干的天貓網店為樣本，控制了產品種類、品牌等變量，從月歷史銷量、價格、寶貝描述、賣家服務、物流服務、運費、收藏寶貝人數、總評論數、追加評論九個指標進行分析。通過主成分分析的思想提取公因子，選擇最大方差法進行因子旋轉，將九個指標濃縮為少數幾個因子，以期研究何種因素會對網店的銷量有較大影響。

（三）聚類分析

根據事物本身的特性研究個體分類的方法，原則是同一類中的個體有較大的相似性，不同類中的個體差異很大。根據分類對象的不同，分為樣品（觀測量）聚類和變量聚類兩種。聚類分析不必事先知道分類對象的結構，從一批樣品的多個觀測指標中，找出能度量樣品之間或指標（變量）之間相似程度或親疏關系的統計量，構成一個對稱相似性矩陣，并按相似程度的大小，把樣品或變量逐一歸類。根據對樣本聚類還是對變量聚類，聚類分析分Q型聚類和R型聚類。對樣本（即觀測值）聚類稱為Q型聚類 ，而對變量的聚類稱為R型聚類。根據方法分為：k-均值聚類（k-means cluster，也叫快速聚類，quick cluster）和分層聚類或系統聚類。本文選用系統聚類對54個樣本進行聚類。SPSS提供了3種聚類方法：系統聚類法（又稱層次聚類）、K-均值聚類（又稱快速聚類法）和兩步法聚類。

聚類分析是一種探索性的分析，在分類過程中，人們不必事先給出一個分類的標準，聚類分析能夠從樣本數據出發(fā)，自動進行分類。聚類分析所使用方法的不同，常常會得到不同的結論。不同研究者對于同一組數據進行聚類分析，所得到的聚類數未必一致。從實際應用的角度看，聚類分析是數據挖掘的主要任務之一。而且聚類能夠作為一個獨立的工具獲得數據的分布狀況，觀察每一簇數據的特征，集中對特定的聚簇集合作進一步地分析。聚類分析還可以作為其他算法（如分類和定性歸納算法）的預處理步驟。

本文根據綜合因子得分將54家店鋪分類，然后對于處于不同分數段的店鋪提出不同的建議。

四、實證分析

（一）指標選取與數據來源

通過對以前文獻的查閱以及對天貓實體店鋪中的數據進行采集整理，最終選取了54個銷售AJI驚奇脆片餅干的天貓網店為樣本，以月歷史銷量、價格、寶貝描述、賣家服務、物流服務、運費、收藏寶貝人數、總評論數、追加評論九個指標進行分析?？刂屏水a品種類、品牌等變量，對九個指標進行因子分析和聚類分析來研究影響消費者網上購買決策的重要因子以及對已有網店進行分類。

并展開對54家的在線評論中的熱門評論例如產品味道好、餅干碎了等熱門詞條進行匯總分類，凝縮成8個方面內容，分別為產品質量（涉及到保質期、產品真?zhèn)?、產品的品質）、產品味道(味道不好與餅干好吃)、服務（賣家回復不及時、服務態(tài)度差與賣家服務超好）、價格實惠（價格便宜、很實惠）、物流速度（物流很快與物流極慢）、物流質量（餅干都碎了、物流質量很好）、包裝（包裝碎了、包裝很好）與人群（適合小孩吃、買給爸媽吃的）。對這些熱門評論中的詞條進行匯總，并以其百分比繪制餅圖。

在線評論中的描述性統計

在分析數據時，發(fā)現在線評論對于消費者對于營銷策略，消費者購買行為，銷售績效售績效有著重大影響。對54家店鋪的在線評論中各個方面的熱門評論做了匯總分類，包括產品質量、產品味道、服務、價格實惠、物流速度、物流質量、包裝與人群。并依照其百分比制作了餅圖，研究這幾個方面在評論中所占的比重。結果發(fā)現產品味道、產品質量（保質期、真?zhèn)危b以及物流速度所占比重較大，尤其是產品味道所占比重最大為34%。由圖4可知

而且在對評論進行匯總時，發(fā)現在同一方面的評論中又相互矛盾的說法，這對于消費者購買產生了嚴重的影響。它使評價不再具有較強的真實性與公信力。

圖4 在線評論中各方面所占比例

（二）因子分析

KMO檢驗用于檢驗變量間的偏相關性，統計量的取值在0—1之間，統計量取值越接近1，變量間的偏相關性越強，因子分析的效果越好。一般來說，KMO統計量在0.7以上時因子分析效果較好。本檢驗中，KMO統計量的值為0.660，較適合作因子分析。在KMO 和 Bartlett 的檢驗中，KMO統計量為0.696，接近0.7，因子分析效果較好，適合作因子分析。

Bartlett球度檢驗統計量為415.929，檢驗的P值為0.00，達到顯著性。表明相關系數矩陣不是單位陣，9個變量之間有較強的相關關系，適合做因子分析。由表1可知

表1 KMO和Bartlett 的檢驗

運用主成分分析對九個變量進行提取公因子，大多數變量的公因子方差都在0.7以上，提取的共同度量都比較高，因此，提取出的公因子對原始變量的解釋能力應該是很強的。由表2所示

表2 公因子方差

“提取平方和載入”部分是提取的三個公因子對原始變量方差的解釋情況通過最大方差法進行因子旋轉，根據特征根大于1，提取了三個因子，三個因子共同解釋了原始變量方差的87.682 %，一般而言，累計方差貢獻率達到80%即可，因此所選取的三個公因子效果理想。由表3所示

表3 解釋的總方差

由旋轉成份矩陣可知，因子1（設為F1）與收藏寶貝人數、總評論數、追加評論、寶貝描述、月歷史銷量的載荷系數較大，主要解釋了這幾個變量，可以將其命名為“表象因子”；因子2（設為F2）與賣家服務、物流服務、運費這三個變量的載荷系數較大，主要解釋了這三個變量，從實際意義看，可以將因子2姑且命名為“服務因子”；因子3（設為F3）與價格的載荷系數較大，將因子3命名為“價格因子”。由表4所示

表4 旋轉成份矩陣

由因子得分系數矩陣，可以將公因子表示為各變量的線性組合。由表5可以得到的因子得分函數為：

表5 成份得分系數矩陣

最后，對各個食品類網店進行綜合評價。具體方法是：利用公式

其中

最終獲得各食品類網店的綜合因子得分函數和54家店鋪綜合因子得分的折線圖（見圖5）：

圖5 店鋪因子得分折線圖

（三）聚類分析

根據綜合因子得分將54家店鋪分類，將其分為3大類：第一類（F>2）有一個樣本為一號店鋪(大有食品專營店)，其網店的經營程度最高的店鋪，銷量多，消費者對其評價高，物流很成熟 。從因子分析中也可以看出,大有食品專營店的發(fā)展程度要遠遠高于其他網店。第二大類(F>0.5)是2，6，8，14，19，23號網店（如AJI旗艦店、大邁食品專營店、亨譽食品專營店等），總的來說,這一類網店經營水平很有發(fā)展?jié)摿?，銷量較多，消費者對其評價較高，物流較成熟；第三大類(F＜0.5)是其余47個網店（三顆糖食品專營店、桔子花開等）。這一類網店經營潛力有待進一步的提高 ,這銷量少，消費者對其評價低，物流不成熟。如圖43所示

在聚類分析中，這54個網店中大多數的網店處于第三類水平，只有大有食品專營店處語第一類水平，6個店鋪處于第二類水平。這說明B2C天貓平臺上食品類網店的發(fā)展還處于起步狀態(tài)，要達到第一類水平還要努力。

圖43 店鋪聚類樹狀圖

五、結論及建議

（一）研究結論

本文中通過對一系列數據的分析得出以下的結論

1.在線評論反映的是消費者對于產品的需求維度，在描述性統計中，發(fā)現顧客在購買食品類產品更關注的是產品味道、產品質量（保質期、真?zhèn)危?、包裝以及物流速度。

2.具有矛盾性的在線評論會降低評論的效用，顧客產生疑慮的同時，他們所需要付出的精力成本和時間成本增大，繼而會影響到消費行為。

3.在聚類分析中，這54個網店中大多數的網店處于第三類水平，只有大有食品專營店處語第一類水平，6個店鋪處于第二類水平。這說明B2C天貓平臺上食品類網店的發(fā)展還處于起步狀態(tài)，要達到第一類水平還要努力。

4.因子分析中提取了三個主因子“表象因子”、“服務因子”、“價格因子”。其中“表象因子”權重最大，表象因子主要包括收藏寶貝人數、總評論數、月歷史銷量等，而這些變量一般與買過產品的消費者的一些行為有關，而這些行為所產生的影響可以對其他購買決策行為產生較大影響。這就說明消費者在購買行為上有較大的從眾心理。

（二）建議

對于研究的結論，本文從聚類分析中分出的三類食品類網店分別給出經營的策略以及對運營平臺提出對于解決在線評論的信息公信力提出了如下建議

123455.11.第一類（經營程度高）：保持忠誠顧客，保持服務水平。

（1）發(fā)展忠實顧客經濟，保持產品好評率。加強網店管理，增強與消費者的溝通。及時對消費者反映的問題采取恰當的措施，做出滿意的答復，盡量避免產品質量問題的出現，與顧客之間建立信譽關系，培養(yǎng)忠誠顧客，對于網店的產品宣傳是不可多得的口碑宣傳，往往消費者之間的對話，比商家做更多的宣傳廣告更為有效。這也就是我們所謂的“二八定律”，少量的忠實老顧客可以將產品推薦給新顧客，然后導致銷量的增加。

（2）注重在線評論的價值，及時做出反饋。從在線評論的正面和負面體現了產品的維度，把握市場需求變化的趨勢，以此來確定滿足消費的產品。在線評論也會對之后的消費者的購買行為有說服效果和認知效果，而且顧客都是有限理性者，在信息獲取不足的情況下，一般會依從前人經驗。當顧客與眾人行為一致時，自我感覺比較好。顧客在購買商品時前人的經驗先一步進入他們的感覺，改變了他們對待產品的看法，產生與前者評論一樣的感受，產生購買行為。

（3）加快溝通速度，提高服務水平，及時回復咨詢信息。保證顧客在購物時有良好的服務體驗，降低他們的購物時的精力成本與時間成本，有利于連通顧客與店家之間的關系，有利于產品銷售。與購物顧客保持良好的溝通，在其再次購買或者評論中肯的購買者給予小獎品或者優(yōu)惠券。

（4）在商品詳情介紹時主要介紹最關心的點并突出特色。在商品詳情的網頁注重產品味道、產品質量（保質期、真?zhèn)危b以及物流速度等方面的介紹，一起消除消費者購買時的疑惑，從而產生購買行為。零食玩夠的目標人群一般是學生、白領等比較念青的一代，他們注重個性化的體驗，這個社會的主流漸漸會被一些個性化的碎片取代。所以在網頁設計上在注重一些基本信息的表達之外，要將頁面設計的更美化一些，突出店鋪的個性化來吸引消費群。

2.第二類（經營程度較高）：增加忠誠顧客，加強服務水平以及物流水平。

（1）提高物流效率。選擇信譽度高服務態(tài)度好的快遞公司，保證產品能夠及時、迅速地送到消費者手上。對大部分消費者來說，運費并不是消費時主要的考慮因素之一，而他們追求的是自己心儀的產品能夠及時和安全地送到自己手中，盡快地可以用到自己從網上購買到的產品。

（2）加強售后服務。消費者購物時主要參考中有月銷量、評分次數和追加評論數這幾個因素，參考目標商品的銷售量，因為月銷量高證明該商品在近期的 30 天中比較受消費者歡迎，質量 有保證，而評分次數又在高評分的情況下，將會增加消費者的主觀購買欲望，促進消費者的消費。

（3）加強溝通，以自己的特色來吸引忠誠的顧客。對于差評、中評要及時處理，注重與顧客的溝通以及處理時態(tài)度要好，不要進行惡意干擾別人的生活，這樣既失去了顧客也損失了店鋪的聲譽。在吸引忠誠顧客時，要注重發(fā)展自己的特色如產品質量、服務等。

（4）注意網頁管理。網頁的瀏覽量證明本身產品對消費者的吸引力比較大，要吸引消費者的注意相當不容易，收藏量很大程度上是因為消費者想進行消費才會進行的舉動，對消費者的主觀影響是比較大的。由此商家應該積極適應不同商品的需 要，根據商品的特性，設計不同風格的商店主頁，產品宣傳窗口來吸引消費者，增加網頁的瀏覽量，從而在一定程度上有可能增加商品的收藏量?；蛘哌M行網紅宣傳，微博宣傳來增加商品的瀏覽量。

3.第3類（經營程度低）：定價合理，注重質量，注重服務。

除對第二類網店所述建議外，還有以下建議：

（1）定價合理。不要因為謀取利潤而進行過高的定價或者因為過高的銷量而過低的定價。定價要綜合考慮合適的物流、產品的質量、競爭者的定價、以及產品本身的價值。

（2）注重產品質量。在評論中關于產品的質量內容占的比重較大，消費者在銷售價格之上更著重于看重店鋪所銷售產品的質量，通過以往銷售者購物的評價、銷售記錄、其他消費者對該商品的收藏次數為主要的參考信息，以此來評價該商品是否適合自己或者該商品的質量是否感到滿意，其他消費者的意見對購買的影響比較大，盡管好評的作用很重要，但只要一旦銷售的商品出現比較多的差評，而且賣家處理的措施不夠迅速有效，很容易會使其他消費者喪失了對該商店的信心，因此，商家應該注重產品的質量把關。

4.對于運營平臺我們的建議是：

網購的虛擬性，不確定性產生了購物的風險；假貨泛濫，管理成本偏高；刷單等行為使信息的可信度降低，這樣一來顧客在購買時就會產生不安的心理，增加了購物成本，減少了網購的便利性。電商之間的不正常競爭，店鋪經營者網店經營知識的欠缺，造成了電子商務環(huán)境混亂，導致網絡電商發(fā)展越顯艱難。這時候電商運營平臺(如天貓)要力求保證信息真實性，保護消費者權益；實施良好的運營秩序，給網店提供良好的競爭環(huán)境。雖然在管理過程中付出了較高的成本，但是遠期的利益空間是龐大的。

（1）適當公開信息透明度，例如地點等信息。避免了刷單等不良行為影響在線評論的真實性，提高顧客對平臺的信任程度。

（2）及時介入雙方，提高沖突應對能力。對差評引起的買家與賣家的沖突進行調節(jié)，及時接受買家的舉報，對于不良賣家或者因為差評對于消費者進行報復的賣家處于強力的懲罰機制，例如罰款和逐出平臺。

（3）對評價內容進行細化，例如：開展質量、服務、物流等評價版塊進行買家評價取消默認好評，使賣家分數更加真實。設置有效評論，讓購買者對已有評論打分或者點贊，對于有用評論平臺或者賣家進行獎勵反饋。

[1]張桂花.消費者網絡購物行為的影響因素分析[J].商業(yè)經濟，2016（9）

[2]林挺 張俊.網絡交易定價行為偏好演變規(guī)律研究[J].市場營銷，2016（2）

[3]劉東勝張軼敏.網上購物顧客滿意度影響因素實證研究[J]中國市場,2011（23）

[4]廖成杰 蔡春江.電子商務中在線評論有用性影響因素實證研究[J].軟科學，2013（5）

[5]金麗麗.基于主成分分析的消費者網上購物決策影響因素分析[J].企業(yè)導報，2015(3)

[6]郭功星.消費者網購決策的營銷因素分析 [J]，消費經濟，2013（8）

[7]李寶玲.消費者網上購物的感知風險研究[J]，經濟管理出版社，2010

[8]劉德寰 陳華峰 任東瑾 崔凱.透視電商：網絡購物消費者 研究[J]，機械工業(yè)出版社，2013

[9]2015年中國網絡購物市場 研究報告 [R].[2016-06 ].http://research.cnnic.cn/

[10]李健.在線商品評論對產品銷量影響研究[J].現代情報2012（1）

[11]郝媛媛 鄒鵬 李一軍 葉強.基于面板數據的在線評論情感傾向對銷售收入的實證研究[J].管理評論2009

[12]王洪偉 郭凱強 鄒鵬 鄭晗.基于在線評論的網絡零售定價模型研究[J].商業(yè)經濟與管理 2014

[13]馬艷麗 胡正明.2006-2011年在線評論研究：主題分析和趨勢展望[J].經濟管理研究 2012（6）

李萍（1996-），女，山東青島人，中國農業(yè)大學煙臺研究院，市場營銷本科生；李梅芳(1969-)，女，山東冠縣人，中國農業(yè)大學煙臺研究院，副教授，研究方向：公司理財。