寧連舉,孫 韓
(北京郵電大學經(jīng)濟管理學院,北京 100876)
在線負面評論對網(wǎng)絡消費者購買意愿的影響
寧連舉,孫 韓
(北京郵電大學經(jīng)濟管理學院,北京 100876)
用在線負面評論的內(nèi)容相關性和專業(yè)性衡量在線評論質(zhì)量,采用實驗研究的方法,從在線負面評論的負面程度、數(shù)量、內(nèi)容相關性和專業(yè)性4個維度,研究了在線負面評論對網(wǎng)絡消費者購買意愿的影響,建立了在線負面評論與網(wǎng)絡消費者購買意愿的關系模型,檢驗了網(wǎng)站類型在該模型中的調(diào)節(jié)效應。結(jié)果表明:在線負面評論的負面程度、數(shù)量、內(nèi)容相關性和專業(yè)性正向影響網(wǎng)絡消費者瀏覽網(wǎng)站時的感知風險,進而影響其購買意愿;網(wǎng)站類型在此過程中起調(diào)節(jié)作用;相比在團購網(wǎng)站上購物,消費者在非團購網(wǎng)站上購物時受在線負面評論影響產(chǎn)生的感知風險更大。
在線評論;在線購物;感知風險;網(wǎng)站類型;口碑營銷
隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡成為人們生活中的重要工具。在線評論為人們在網(wǎng)絡上購物時提供了大量參考信息,它也是影響消費者購買決策的重要因素。企業(yè)也將在線評論視為重要的營銷元素[1]。按照在線評論內(nèi)容可將在線評論分為正面評論和負面評論。其中,負面評論會提供他人購買、使用商品的經(jīng)驗及教訓等信息?;趯︼L險預期的考慮,消費者對負面評論更為留意[2]。很多學者的研究表明,負面評論會降低消費者的購買意愿,進而影響其購買行為,并且負面評論對消費者的影響比正面口碑大[3-4]。因此,企業(yè)或商家關注負面評論,并將負面評論的影響降到最小,有助于提升商品銷量。
目前學者們主要從質(zhì)量、數(shù)量和負面程度等維度研究在線負面評論,認為負面評論的質(zhì)量包括負面評論內(nèi)容的真實性、客觀性和相關性以及能否滿足消費者的需求[5]。然而,筆者通過分析消費者瀏覽在線負面評論的行為發(fā)現(xiàn),在線負面評論的質(zhì)量包括評論內(nèi)容是否足夠?qū)I(yè)、是否與商品本身相關。本文借鑒史小娜、Verhagen等的研究成果,以感知風險理論為理論依據(jù),采用問卷調(diào)查與實驗相結(jié)合的方法,構(gòu)建在線負面評論影響消費者購買意愿的理論模型,考察團購環(huán)境下網(wǎng)站類型在在線負面評論影響消費者感知風險中的調(diào)節(jié)作用,最后對企業(yè)的口碑營銷提出建議。
本文豐富了在線負面評論的相關理論研究:首先,針對以往研究對在線負面評論質(zhì)量的測量比較模糊的問題,本文提出從在線負面評論的內(nèi)容相關性和專業(yè)性兩個子維度衡量在線負面評論質(zhì)量;其次,本文對在線負面評論影響過程中的調(diào)節(jié)因素進行研究。
2.1 負面評論的相關研究
關于在線評論的早期研究來自Stauss。他研究了消費者在網(wǎng)絡上溝通頻率的增加帶來的機會與威脅[6]。目前學術界對在線評論有多種稱呼,如網(wǎng)絡口碑、在線口碑和鼠碑等[7]。學者們在對在線評論下定義時都突出了網(wǎng)絡媒介運用的特點,認為它是傳統(tǒng)線下口碑在互聯(lián)網(wǎng)領域的延伸。本文主要參考畢繼東的研究,將在線負面評論定義為消費者利用各網(wǎng)絡溝通渠道發(fā)布的、表現(xiàn)不滿情緒和失望消費經(jīng)歷等的、與企業(yè)和產(chǎn)品相關的負面信息[2]。
近年來,有學者對在線負面評論的影響模式進行了一定研究。國外的研究內(nèi)容主要側(cè)重于在線評論與消費者行為的關系、在線評論效應以及網(wǎng)絡口碑可信度等方面,所用的研究方法以調(diào)查實證方法和實驗研究方法為主。國內(nèi)研究則以描述性研究為主[8]。已有研究主要從兩個角度分析負面評論。其一,傳播學、營銷學的角度。例如:Luo從網(wǎng)絡傳播的匿名性和廣泛性的特點進行研究,發(fā)現(xiàn)負面口碑在網(wǎng)絡上的傳播更為便利,消費者的抱怨行為會產(chǎn)生更大的負面影響,甚至會影響上市公司的股票價格[9];畢繼東結(jié)合傳播過程理論,分析了消費者接觸在線負面評論后的再傳播意愿[2];周明和莊經(jīng)緯則將社會網(wǎng)絡分析方法運用于網(wǎng)絡論壇輿論管理研究[10]。其二,社會學角度?;ヂ?lián)網(wǎng)的匿名性和廣泛性等特點使得消費者在接觸評論過程中并不一定完全信任口碑內(nèi)容,因此近年來部分學者從社會學的角度分析在線評論對消費者消費行為的影響。例如:Lee、Park和Han基于精細可能性模型(elaboration likelihood model,ELM)分析了具有不同涉入度的用戶對在線負面評論的關注程度,認為高涉入度的消費者更關注在線負面評論的質(zhì)量,而低涉入度的消費者更關注在線負面評論的觀點和態(tài)度[5];Bambauer-Sachse和Mangold基于消費者的個體差異,對消費者在接受在線負面評論前后對產(chǎn)品品牌價值評估的態(tài)度進行了對比,發(fā)現(xiàn)消費者盡管在信任度、產(chǎn)品專業(yè)知識等個體特征變量上存在差異,但在在線負面評論對品牌價值的弱化影響上具有一致性認同[11];史小娜利用感知風險理論分析了消費者在閱讀在線負面評論后對感知風險的認知,證明在線負面評論影響網(wǎng)絡消費者的購買意愿[12];Verhagen、Nauta和Felberg基于認知失調(diào)理論分析了口碑發(fā)送者的情緒變化與在線負面評論的關系[13]。本文主要以感知風險理論作為理論基礎,分析在線負面評論對消費者購買意愿的影響。
2.2 感知風險的相關研究
Bauer最早將心理學領域中的感知風險理論引入營銷學領域,并提出感知風險包括決策結(jié)果的不確定性和錯誤決策的嚴重性。感知風險的確切定義由Cox提出,Cunningham對這一定義進行了修改。消費者的感知風險來源于兩個方面:一是不確定性,即某些事件是否發(fā)生的主觀可能性;二是后果嚴重性,即某事件發(fā)生所導致的后果。消費者對這兩個方面的重視程度越高,其所獲得的感知風險就越高[14]。
根據(jù)以往學者的研究,可將感知風險分為財務風險、功能風險、身體風險、心理風險、社會風險、時間風險、隱私風險和資源風險[15]。其中,財務風險和功能風險是學者們研究網(wǎng)絡購物決策時主要考量的兩個維度[15]。史小娜在研究在線負面評論的影響模式時,從財務、功能、時間和身體健康4個維度衡量感知風險對購買意愿的影響[12]。Aghekyan-Simonian、Forsythe和Kwon在研究消費者的購買意愿時,從財務、功能和時間3個維度測量感知風險[]。
2.3 在線負面評論、感知風險與購買意愿間關系的相關研究
前人的研究表明,在傳統(tǒng)環(huán)境下,消費者的感知風險受到消費者獲取信息的影響。在網(wǎng)絡環(huán)境下,消費者從在線負面評論中獲取產(chǎn)品的相關信息,但在線負面評論可能會使其感知風險的獲得發(fā)生變化。
評論數(shù)量決定了消費者看到評論口碑的可能性。評論數(shù)量越多,有購買意愿的消費者接觸到這些評論的可能性越大。Liu認為:口碑數(shù)量反映了口碑互動的總量,是關于某一產(chǎn)品和服務評論的數(shù)量;口碑數(shù)量越多,消費者接觸到它的可能性越大[17]。鄭小平的研究表明:在線評論數(shù)量越多,在線評論對消費者購買決策的影響越大;如果對某產(chǎn)品的相關評論越多,且評論中既有正面評論也有反面評論,那么消費者對產(chǎn)品的了解會更深入和全面,在線評論對其購買決策的影響更大[18]。由此可見,在線負面評論數(shù)量對消費者的購買決策產(chǎn)生影響。據(jù)此,本文提出如下假設:
在線負面評論數(shù)量影響消費者的感知風險(H1)。
在線負面評論的質(zhì)量影響消費者對口碑的信任程度,而高質(zhì)量的評論會直接影響消費者的購買意愿。學界對在線負面評論質(zhì)量的定義是:在線負面評論內(nèi)容的真實性、客觀性、相關性,以及是否能夠滿足消費者需求[18]。本文在測量時主要考察評論內(nèi)容的真實性和可靠性。通過分析以往研究,筆者發(fā)現(xiàn)對在線負面評論質(zhì)量的定義仍然比較寬泛。鑒于此,本文在原有研究的基礎上,提出在線負面評論的內(nèi)容相關性和專業(yè)性兩個子維度。在線負面評論的內(nèi)容相關性是指該口碑與消費者想要購買的產(chǎn)品或想了解的產(chǎn)品特性的相關性;在線負面評論的專業(yè)性主要是指評論內(nèi)容和形式的專業(yè)程度。為了驗證專業(yè)性和內(nèi)容相關性是否是影響在線負面評論質(zhì)量的因素,本文提出如下假設:
在線負面評論的專業(yè)性影響消費者的感知風險(H2);
在線負面評論的相關性影響消費者的感知風險(H3)。
在線評論的負面程度是消費者在閱讀中重點關注的一個因素。一個語氣強烈、態(tài)度堅決的負面口碑會增加消費者對該口碑的信任程度,因此評論的負面程度對消費者購買意愿的影響也會很大。但是,目前研究評論負面程度的文獻較少。黎小林提出了衡量評論負面程度的尺度[19]。為了驗證在線評論負面程度是否對消費者的感知風險有影響,本文提出如下假設:
在線評論的負面程度影響消費者的感知風險(H4)。
很多學者證實了消費者的感知風險對其購買行為的影響。例如:Gupta、Su和Walter的研究表明,消費者對風險的態(tài)度不同,購買后轉(zhuǎn)變?yōu)橹艺\客戶的可能性也不同。他們還發(fā)現(xiàn),當消費者的風險態(tài)度類型不同時,價格對消費者決策有不同影響[20];Lopez-Nicolasa和Molina-Castillo研究了感知風險、互聯(lián)網(wǎng)偏好、互聯(lián)網(wǎng)知識和風險態(tài)度等因素與消費者購買決策的關系,并證實了這些因素會影響消費者的購買決策[21];Kim、Ferrin和Rao等基于信任理論證明了網(wǎng)絡用戶的信任、感知風險和感知價值對其在線購買意愿和購買決策產(chǎn)生顯著影響[22]。據(jù)此,本文提出如下假設:
在線負面評論接收者的感知風險影響其購買意愿(H5)。
2.4 網(wǎng)站類型調(diào)節(jié)作用的相關研究
團購是指集體采購,即由專業(yè)的團購服務機構(gòu)利用各種媒體平臺將對同一商品有購買意愿的消費者集合成購買團體,通過增加購買數(shù)量來降低購買價格,在使消費者享受同等商品質(zhì)量的同時維護了消費者權益[23]。與其他類型的網(wǎng)上購物相比,團購具有價格折扣低、受時間限制、商品毛利較高的特點,因此團購環(huán)境下在線評論對消費者團購決策的影響與傳統(tǒng)網(wǎng)上購物環(huán)境下不完全相同。已有研究表明,處于不同環(huán)境的虛擬社區(qū)成員采取不同的聯(lián)系方式:在成員相對固定的社區(qū),通過提高合作供給的預期收益、提升成員的主觀貼現(xiàn)因子、降低合作供給的成本,能夠形成合作供給習俗;在成員流動性較大的社區(qū),需要建立有聲譽的組織發(fā)起和維系共享資源的合作供給[24]。紀曉麗和郭峰驗證了在不同的虛擬社區(qū)中知識和信息傳播的特性是不同的[25]。學界對團購環(huán)境下在線評論的影響作用研究得較少。Senecal和Nantel發(fā)現(xiàn),網(wǎng)站類型是影響在線評論說服效果的因素[26]。對商業(yè)網(wǎng)站、具有商業(yè)性質(zhì)的第三方網(wǎng)站和非商業(yè)性質(zhì)的第三方網(wǎng)站3種不同類型的網(wǎng)站,消費者認為非商業(yè)性質(zhì)的第三方網(wǎng)站的推薦更有用,在購物時會更多地參考獨立網(wǎng)站的推薦[26]。高杰分析了在線負面評論各變量通過影響消費者信任進而影響其團購意愿,結(jié)果證實了網(wǎng)絡消費者的信任負向影響其團購意愿,感知風險正向調(diào)節(jié)信任與團購意愿的關系[27]。
通過分析可以看出,不同在線購物環(huán)境下消費者的消費決策與反應是不一致的。而目前將網(wǎng)站類型作為調(diào)節(jié)變量研究在線負面評論與感知風險間關系的文獻較少。在非團購環(huán)境下,消費者需要考慮更多的商品信息,因此在線負面評論所提供的信息對消費者感知風險的影響可能更大;而在團購環(huán)境下,消費者被低價商品所吸引,即使存在在線負面評論信息,這些信息對消費者感知風險的影響也可能較小。據(jù)此,本文提出如下假設:
與在團購型網(wǎng)站上購物相比,消費者在非團購型網(wǎng)站上購物時受到在線負面評論的影響而產(chǎn)生的感知風險更大(H6)。
2.5 理論模型
根據(jù)以上假設,筆者繪出研究模型,如圖1所示。
圖1 在線負面評論影響消費者購買意愿的理論模型
3.1 調(diào)研問卷設計與樣本
本文從數(shù)量、負面程度和質(zhì)量3個方面考察在線負面評論的信息,具體研究4個維度——在線負面評論的數(shù)量、負面程度、內(nèi)容相關性和專業(yè)性。筆者主要以畢繼東、史小娜等的研究為基礎,并對其量表進行一定修改,得出包括27個題項的在線負面評論調(diào)研初始問卷。
調(diào)研對象是有團購經(jīng)驗的網(wǎng)民。問卷調(diào)查的方式主要有兩種——現(xiàn)場發(fā)放和網(wǎng)上調(diào)查。其中,選取北京郵電大學的本科生、研究生進行問卷的現(xiàn)場發(fā)放,共發(fā)放問卷86份,收回86份;利用某在線問卷調(diào)查網(wǎng)站進行網(wǎng)絡問卷調(diào)查,共發(fā)放問卷122份,收回問卷106份。共計發(fā)放問卷208份,收回問卷192份,問卷回收率為92.3%,其中有效問卷為180份,問卷有效率達到86.5%。
被試的情況如下:男性占53%;18歲以下、18~24歲、25~30歲以及30歲以上者分別占2%、57%、38%和3%;大專以下學歷、本科學歷、碩士及以上學歷者分別占21%、56%和23%;經(jīng)常瀏覽團購網(wǎng)站的數(shù)量為1個及以下、2~3個、4個及以上者分別占21%、51%和28%。
3.2 信度和效度檢驗
為了保證樣本數(shù)據(jù)的合理性,首先應分析問卷量表的信度和效度。本研究所用量表是基于前人的已有研究開發(fā)的,并通過專家的審查,因此具有較高的內(nèi)容效度。
本文使用SPSS19.0軟件中的Reliability A-nalysis功能檢驗問卷量表的信度。各子量表的Cronbach′sα系數(shù)值如表1所示。結(jié)果顯示:問卷整體的Cronbach′sα系數(shù)值為0.900,說明量表具有較高的內(nèi)部一致性。使用SPSS19.0軟件進行探索性因子分析,以檢驗問卷量表的建構(gòu)效度。探索性因子分析結(jié)果顯示,樣本總體的KMO系數(shù)為0.841,大于標準值0. 7;Bartlett′球形檢驗的顯著性概率P值為0.000<0.001,表明量表的整體效度較好,數(shù)據(jù)適合做因子分析。使用AMOS17.0軟件進行驗證性因子分析,結(jié)果顯示各題項在其對應的潛變量上的標準化載荷值均高于0.5,且各潛變量的平均方差抽取量(average variance extracted,AVE)都在0.5以上,表明各潛變量的收斂效度較好;各潛變量的AVE值的均方根都大于各潛變量之間的相關系數(shù)(見表1),所以量表具有較高的區(qū)別效度。
表1 相關系數(shù)矩陣和Cronbach'sα系數(shù)
3.3 模型擬合度評價
結(jié)構(gòu)方程模型的擬合度越高,意味著模型的可用性越高。根據(jù)基于AMOS17.0軟件的分析結(jié)果,模型的擬合度指標值如下:χ2/df=1. 202;GFI= 0. 918;AGFI=0. 883;RMSEA=0. 034;CFI= 0.982??梢?,模型的各項擬合度指標均符合評價標準,因此本文理論模型的擬合度較好,模型能夠有效檢驗研究假設。
利用AMOS17.0軟件進行分析,本文所提假設檢驗的檢驗結(jié)果如表2所示??梢?,本文的假設均通過檢驗,說明在線負面評論影響消費者的感知風險,進而影響消費者的購買意愿。
表2 模型路徑系數(shù)
3.4 網(wǎng)站類型的調(diào)節(jié)效應
團購網(wǎng)站與非團購網(wǎng)站的最大不同是,消費者在團購網(wǎng)站上購物時會獲取更多的相關購買信息,如他人購買數(shù)量、團購剩余時間等,因此在團購網(wǎng)站上購物可能更容易受他人的影響。本研究分別檢驗團購網(wǎng)站和非團購網(wǎng)站上的在線負面評論與網(wǎng)絡消費者感知風險的關系。調(diào)節(jié)變量的定義如下:如果變量Y與變量X的關系是變量M的函數(shù),則稱M為調(diào)節(jié)變量。本文根據(jù)溫忠麟等[28]的研究,以網(wǎng)站類型為調(diào)節(jié)變量,研究網(wǎng)站類型在負面評論對感知風險影響中的作用。
本文在研究網(wǎng)站類型的調(diào)節(jié)效應時所用的數(shù)據(jù)來自某大型問卷調(diào)查網(wǎng)站。被試被隨機分為兩組來接受團購網(wǎng)站環(huán)境和非團購網(wǎng)站環(huán)境的實驗。對問卷主體部分的操作是:首先,向被試介紹團購或非團購網(wǎng)站的定義,并請他們填寫經(jīng)常瀏覽的電子商務網(wǎng)站;然后,設定消費者在團購網(wǎng)站或非團購網(wǎng)站上瀏覽到在線負面評論的實驗情景,請被試根據(jù)其真實經(jīng)歷作答。收集數(shù)據(jù)并整理,刪除無效問卷后,共得到有效樣本200份,團購組與非團購組分別為108人和92人。此次的被試結(jié)構(gòu)與《第30次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》和《中國網(wǎng)絡購物市場現(xiàn)狀》中的中國網(wǎng)民總體結(jié)構(gòu)基本一致,且不同實驗條件下樣本的性別、學歷、年齡、收入和網(wǎng)購經(jīng)驗的情況基本一致,因此兩組樣本具有同質(zhì)性。
當選擇網(wǎng)站類型作為調(diào)節(jié)變量時,調(diào)節(jié)變量是類別變量,而自變量也是連續(xù)變量。在做調(diào)節(jié)效應分析時,需要將自變量X和調(diào)節(jié)變量M中心化,做方程Y=a X+bM+c XM+e的層次回歸分析:①做因變量Y(感知風險)對自變量X(評論負面程度、負面評論數(shù)量、負面評論相關性和負面評論專業(yè)性)和調(diào)節(jié)變量M(網(wǎng)站類型)的回歸,得測定系數(shù)R21;②做因變量Y對自變量X、調(diào)節(jié)變量M和X乘以M的回歸,得R22,若R22顯著高于R21,則調(diào)節(jié)效應顯著。或者,作X乘以M的回歸系數(shù)檢驗,若顯著,也表示調(diào)節(jié)效應顯著。本研究網(wǎng)站類型分為團購網(wǎng)站組和非團購網(wǎng)站組,分別計算兩組回歸方程的回歸系數(shù)(見表3)。
表3 網(wǎng)站類型作為調(diào)節(jié)變量時兩組回歸方程系數(shù)比較
可以看出,兩個回歸方程中負面口碑程度、口碑數(shù)量和專業(yè)性三個維度的回歸系數(shù)R2有顯著差異,即網(wǎng)站類型在在線負面評論對網(wǎng)絡消費者感知風險的影響中起調(diào)節(jié)作用。
本研究探討了在線負面評論對網(wǎng)絡消費者購買意愿的影響,同時研究了網(wǎng)站類型的調(diào)節(jié)作用,建立了在線負面評論對于網(wǎng)絡消費者購買意愿的影響機制。在分析前人研究的基礎上,對變量間關系提出了相應假設,并利用實證分析來驗證這些理論假設是否成立,總體驗證結(jié)果如下。
4.1 研究結(jié)論
本文探討了在線負面評論對網(wǎng)絡消費者購買意愿的影響,并分析了網(wǎng)站類型調(diào)節(jié)作用,建立了在線負面評論影響網(wǎng)絡消費者購買意愿的機制模型,在分析前人研究的基礎上,對變量間的關系提出相應假設,并通過實證分析驗證這些理論假設是否成立,結(jié)論如下:
第一,在線負面評論對網(wǎng)絡消費者的購買意愿具有顯著影響,即在線負面評論的負面程度、評論數(shù)量、內(nèi)容相關性和專業(yè)性對網(wǎng)絡消費者的購買意愿具有顯著影響。
具體而言:首先,在線負面評論數(shù)量對網(wǎng)絡消費者的購買意愿具有負向影響,即消費者瀏覽到的在線負面評論數(shù)量越多,其購買意愿受到的影響越大。這是因為:當消費者瀏覽到大量在線負面評論后會對商品的某個方面產(chǎn)生懷疑,消費者對未來購買結(jié)果產(chǎn)生風險的估計增大,從而對消費者購買意愿產(chǎn)生影響。其次,在線負面評論的負面程度對網(wǎng)絡消費者的購買意愿具有負向影響。評論的負面程度越高,越容易給評論接收者留下深刻印象,就越可能成為決定其最終是否購買的決策準則之一。同時,相比其他維度,在線評論的負面程度對網(wǎng)絡消費者感知風險的影響較大。再次,在線負面評論質(zhì)量中的內(nèi)容相關性和專業(yè)性對網(wǎng)絡消費者的購買意愿產(chǎn)生影響。在線負面評論內(nèi)容與產(chǎn)品的相關性越高,消費者越容易受到負向影響,因為在線負面評論內(nèi)容與所購買的商品越相關,消費者越容易相信在線負面評論的真實性。如果在線負面評論程度雖然較高,但與消費者所需商品的相關性并不強,那么消費者的感知風險并不高,其消費決策并不一定會受到口碑的影響;如果內(nèi)容相關性較強或描述內(nèi)容與消費者想要了解的商品特點很相近,那么消費者對在線負面評論本身采信的可能性就較大。最后,在線負面評論的專業(yè)性越高,消費者越相信口碑發(fā)布者的評判能力,從而采納該負面評論的可能性也就越大,最終影響其購買意愿。
第二,網(wǎng)站類型在在線負面評論對網(wǎng)絡消費者感知風險的影響過程中起調(diào)節(jié)作用。相比在團購網(wǎng)站上購物,消費者在非團購網(wǎng)站上購物時更容易受到在線負面評論的影響。
究其原因,可能是消費者在非團購網(wǎng)站上購物時需要權衡的因素更多,在綜合考慮多種因素后才會做出購買決策。此時,消費者瀏覽到的在線負面評論越多,其感知風險受到的影響也就越大。而消費者在團購網(wǎng)站上購物時可看到很多其他消費者的購買記錄,這使得消費者產(chǎn)生從眾心理,在瀏覽到在線負面評論時所受的影響相對較小。同時,低折扣、低價格、時間緊迫是團購受到消費者青睞的一個非常重要的原因。消費者在購買團購網(wǎng)站上的產(chǎn)品時往往受到低價商品的吸引,即使瀏覽到在線負面評論也不一定被口碑內(nèi)容所影響。另外,本文調(diào)查的團購網(wǎng)站包括校園BBS上的團購版塊,該類型團購網(wǎng)站的用戶黏性較高,因此消費者就算瀏覽到在線負面評論也不易受到影響。
4.2 啟示
企業(yè)能否妥當處理負面評論影響其產(chǎn)品銷量,因此應更重視負面評論,在負面評論出現(xiàn)后應采取更有針對性的行動。具體而言:企業(yè)應對內(nèi)容相關性較高、專業(yè)性強的負面評論優(yōu)先采取行動、實施補救措施,同時應對發(fā)出這些負面評論的消費者建立一定聯(lián)系,針對他們提出的改進意見完善服務;對于負面程度較高或數(shù)量較多的負面評論,企業(yè)應盡量了解消費者發(fā)出這些負面評論的原因和動機,進而妥善應對以減少消費者對商品的偏見、提高銷售成績。非團購型的網(wǎng)站的電子商務網(wǎng)站應及時對每條負面評論做出反應;團購型的電子商務網(wǎng)站在妥善處理負面評論的同時,還可以增強消費者的用戶黏性,利用消費者的從眾心理減少負面評論對其影響。
[1] 杜偉強,于春玲,趙平.論壇客觀性與網(wǎng)絡口碑接收者的態(tài)度[J].心理學報,2011,43(8):953-963.
[2] 畢繼東.負面網(wǎng)絡口碑對消費者行為意愿的影響研究[D].濟南:山東大學,2010.
[3] PARK C,LEE T M.Information direction,website reputation and EWOM effect:a moderating role of product type[J].Journal of Business Research,2009,62(1):61-67.
[4] YANG J,MAI E S.Experiential goods with network externalities effects:an empirical study of online rating system[J].Journal of Business Research,2010,63(9):1050-1057.
[5] LEE J,PARK D H,HAN I.The effect of negative online consumer reviews on product attitude:an information processing view[J].Electronic Commerce Research and Applications,2008,7(3):341-352.
[6] STAUSS B.Global word of mouth:service bashing on the Internet is a thorny issue[J].Marketing Management,1997,6(3):28-30.
[7] 董大海,劉琰.口碑,網(wǎng)絡口碑與鼠碑辨析[J].管理學報,2012,9(3):428-436.
[8] 邵兵家,師蕾,王亞濤.網(wǎng)絡口碑營銷研究進展述評[J].技術經(jīng)濟,2010,29(7):127-129.
[9] LUO X.Consumer negative voice and firm-idiosyncratic stock returns[J].Journal of Marketing,2007,71(3):75-88.
[10] 周明,莊經(jīng)緯.社會網(wǎng)絡分析方法在網(wǎng)絡論壇輿論管理中的應用[J].技術經(jīng)濟,2009,28(11):93-98.
[11] BAMBAUER-SACHSE S,MANGOLD S.Brand equity dilution through negative online word-of-mouth communication[J].Journal of Retailing and Consumer Services,2011,18(1):38-45.
[12] 史小娜.負面網(wǎng)絡口碑對大學生購買意愿影響的實證研究[D].重慶:重慶大學,2012.
[13] VERHAGEN T,NAUTA A,F(xiàn)ELBERG F.Negative online word-of-mouth:behavioral indicator or emotional release?[J].Computers in Human Behavior,2013,29(4):1430-1440.
[14] CUNNINGHAM S M.The major dimensions of perceived risk[M].Boston:Harvard University Press,1967:82-108.
[15] CHANG E C,TSENG Y F.Research note:E-store image,perceived value and perceived risk[J].Journal of Business Research,2011,66(7):864-870.
[16] AGHEKYAN-SIMONIAN M,F(xiàn)ORSYTHE S,KWON S W,et al.The role of product brand image and online store image on perceived risks and online purchase intentions for apparel[J].Journal of Retailing and Consumer Services,2012,19(3):325-331.
[17] LIU Y.Word of mouth for movies:its dynamics and impact on box office revenue[J].Journal of marketing,2006,70(3):74-89.
[18] 鄭小平.在線評論對網(wǎng)絡消費者購買決策影響的實證研究[D].北京:中國人民大學,2008.
[19] 黎小林.負面口碑對顧客購買意愿的影響[J].科技經(jīng)濟市場,2007(4):268.
[20] GUPTA A,SU B,WALTER Z.Risk profile and consumer shopping behavior in electronic and traditional channels[J].Decision Support Systems,2004,38(3):347-367.
[21] LOPEZ-NICOLAS C,MOLINA-CASTILLO F J.Customer knowledge management and E-commerce:the role of customer perceived risk[J].International Journal of Information Management,2008,28(2):102-113.
[22] KIM D J,F(xiàn)ERRIN D L,RAO H R.A trust-based consumer decision-making model in electronic commerce:the role of trust,perceived risk,and their antecedents[J]. Decision Support Systems,2008,44(2):544-564.
[23] 趙蓓.團購的特點及對策分析[J].經(jīng)營管理者,2010(5):247.
[24] 晏鷹,朱憲辰,宋妍,等.社區(qū)共享資源合作供給的信任博弈模型[J].技術經(jīng)濟,2008,27(8):123-128.
[25] 紀曉麗,郭鋒.虛擬社區(qū)組織知識傳播復雜網(wǎng)絡研究[J].技術經(jīng)濟,2011,30(2):31-35.
[26] SENECAL S,NANTEL J.The influence of online product recommendations on consumers'online choices[J]. Journal of Retailing,2004,80(2):159-169.
[27] 高杰.負面網(wǎng)絡口碑對消費者團購意愿的影響研究[D].成都:西南財經(jīng)大學,2012.
[28] 溫忠麟,侯杰泰,張雷.調(diào)節(jié)效應與中介效應的比較和應用[J].心理學報,2005,37(2):268-274.
Impact of Purchase Intention of Online Negative Review on Network Consumer
Ning Lianju,Sun Han
(Economics and Management School,Beijing University of Posts and Telecommunications,Beijing 100876,China)
This paper uses the correlation and professional of content of online negative review to measure the quality of online review,and studies the impact of online negative review on the purchase intention of consumer online from four dimensions of online negative review by using the method of experimental study,and builds the model of relationship between online negative review and the purchase intention of consumer online to test the moderating effect of website type in this model.The results show as follows:the four dimensions of online negative review impact positively the perceived risk of consumer online,and then affect the purchase intention of consumer online;website type plays the moderating role in this process;consumers′perceived risks are greater when shopping on non-group-buying website than group-buying website.
online review;online shopping;perceived risk;website type;word-of-mouth marketing
F713.3
A
1002-980X(2014)03-0054-06
2014-01-07
國家自然科學基金資助項目“虛擬社區(qū)團購消費者行為決策及其群體福利最優(yōu)研究”(71271032);教育部人文社會科學研究規(guī)劃基金項目“基于網(wǎng)絡信息傳播理論的團購營銷策略研究”(11YJA630081)
寧連舉(1971—),男,黑龍江齊齊哈爾人,北京郵電大學經(jīng)濟管理學院副教授,博士,研究方向:網(wǎng)絡營銷、消費者行為與創(chuàng)新管理;孫韓(1990—),男,安徽淮南人,北京郵電大學經(jīng)濟管理學院碩士研究生,研究方向:用戶行為研究與數(shù)據(jù)分析。