在線評論對電子商務(wù)商品銷量的影響研究

莫秀錦

摘 要： 本文分別從在線評論數(shù)量、評論信息屬性、評論者屬性等方面開展實證研究，以京東營銷平臺采集的數(shù)據(jù)為依據(jù)，以手機為研究對象，利用web挖掘技術(shù)研究了在線產(chǎn)品銷量的影響因素，利用決策樹方法以及情感分析方法研究影響銷量的多個因素。

關(guān)鍵詞：在線評論 電子商務(wù) 銷量 影響因素

中圖分類號：F724.6 文獻標識碼：A 文章編號：1003-9082（2016）10-0105-02

引言

當前，隨著網(wǎng)絡(luò)經(jīng)濟的快速發(fā)展，網(wǎng)絡(luò)營銷發(fā)展進入新階段，并成為當前經(jīng)濟的一個重要組成部分。相對于實體銷售而言，網(wǎng)絡(luò)營銷中的買賣雙方缺乏面對面獲取影響銷售的環(huán)境，在線評論是一種重要的網(wǎng)絡(luò)口碑形式，是網(wǎng)絡(luò)營銷為買賣雙方增進相互了解的一種互動彌補方式。消費者可通過查閱已有評論來了解產(chǎn)品的好壞。由于買賣雙方具有獲取信息方面的不對稱性，因此為了減少購物的風險，越來越多的消費者在購物之前選擇參考已有的商品評論。

在線評論是指存在于產(chǎn)品網(wǎng)站、個人主頁或者商業(yè)銷售網(wǎng)站，由消費者發(fā)表的有關(guān)產(chǎn)品、服務(wù)等的正面或負面觀點，能夠被大眾群體看到，方便用戶與商家進行在線互動與信息交流。國外大部分研究都是都是從產(chǎn)品層面對在線評論對產(chǎn)品銷量影響進行研究，以產(chǎn)品數(shù)據(jù)作為研究對象，分析在線評論相關(guān)因素對產(chǎn)品銷量的影響。比如很多學(xué)者研究在線評論的評價總數(shù)、評價等級、好評率、差評率等因素和產(chǎn)品銷量之間的關(guān)系。國內(nèi)的學(xué)者對于在線評論對銷量影響因素的研究主要集中在對在線評論對消費者購買行為的影響和情感分析兩方面的研究。

一、理論背景與研究假設(shè)

1.評論信息屬性

評論的質(zhì)量只要涉及要求評論的信息真實可信，客戶評論的內(nèi)容能真實反映所購買的商品，為以后的購買用戶提供購買依據(jù)，高質(zhì)量的評論是吸引客戶的關(guān)鍵。在線評論等級能體現(xiàn)買方對產(chǎn)品和服務(wù)的綜合態(tài)度，現(xiàn)有評價等級一般有5個等級，即1—5星級，一般情況下，1星級和2星級被定義為是對商品的消極評論或差評，4星級和 5星級定義為好評。在此基礎(chǔ)上，本文提出如下假設(shè)：

H1：評論內(nèi)容質(zhì)量越高，對銷售的的正面影響更大；

H2：評論的數(shù)量越多，對銷售的影響越大；

H3：評論時間越近，在線評論的有用性越大；

2.評論者屬性

消費者在購買前會查看買家的在線評論，因此，買家的評論很大程度上對消費者的購買行為具有引導(dǎo)作用，但是，目前由于存在一些商家編造虛假在線信息等問題，有些在線評論者的評論并不可靠，因此，我們提出一下假設(shè)：

H3：評論者的可信度越高，對消費者的購買決定影響越大；

基于以上研究假設(shè)，我們依據(jù)評論信息屬性，評論者屬性構(gòu)建了在線評論有用性影響因素模型，如下圖（圖1）所示。

二、實證研究

1.數(shù)據(jù)收集及預(yù)處理

本文使用研究數(shù)據(jù)抓取的工具是“八爪魚采集器”，該網(wǎng)頁數(shù)據(jù)抓取軟件的核心是分布式云計算平臺。我們可以用“八爪魚采集器”快速、輕松地從各種不同的網(wǎng)站大量地采集研究需要的規(guī)范數(shù)據(jù)。

針對手機產(chǎn)品性能、在線評論信息和銷售信息方面的影響因素，我們抓取了京東商城1473款手機產(chǎn)品的相關(guān)信息，其中關(guān)于在線評論的手機產(chǎn)品的字段有：首條產(chǎn)品評論評論時間、總評論數(shù)、好評率、中評率、差評率、銷售排名和每款手機產(chǎn)品的所有在線評論信息；每條在線評論采集的信息有：評論具體的文字內(nèi)容、評論者ID、評論時間、評論者會員級別、評論者來源省份、評論星評數(shù)、評論及時度。

本文進行數(shù)據(jù)分析時需要對銷量進行離散化處理，我們采用四分箱，其他連續(xù)變量的離散化處理過程中考慮到分組對其他變量的影響，所以采用熵分組的分組方式。分箱如下圖2、圖3、圖4所示。

2.數(shù)據(jù)分析及結(jié)論

本文的數(shù)據(jù)分析工作過程中是采用IBM SPSS Modeler 14.1軟件和ROST Content Mining System軟件完成的。我們對影響因素的規(guī)則分析進行了統(tǒng)計，如下圖（圖5）所示。

由以上規(guī)則結(jié)果我們發(fā)現(xiàn)，手機產(chǎn)品的好評率、中評率、差評率、總評價數(shù)、評論時間跨度等對產(chǎn)品銷量都起到了顯著的作用。舉例來說，如果好評率為96%，中評率為2%，品牌為中興，則銷量屬于分箱4；好評率為97%，中評率為2%，品牌為華為，則銷量屬于分箱4。差評率小于3%且總評價數(shù)屬于分箱4即總評價數(shù)886～152248之間，則銷量屬于分箱4。規(guī)則7顯示如果差評率=4%，屏幕尺寸=5.0，網(wǎng)絡(luò)為移動聯(lián)通雙四G，則銷量屬于分箱4。針對用于分箱1銷量的規(guī)則，規(guī)則1、規(guī)則2、規(guī)則3、規(guī)則4，我們可以總結(jié)為如果差評率大于等于15%，則銷量_TILE4=1。規(guī)則5顯示，如果品牌為邦華，則銷量_TILE4=1。規(guī)則6顯示，如果好評率<90，品牌=酷派，屏幕尺寸=5.0，分辨率=960X540，則銷量_TILE4=1。根據(jù)用于1的規(guī)則10和用于3的規(guī)則1顯示，當手機產(chǎn)品性能比較低時，價格會對銷量產(chǎn)生負向影響。

根據(jù)以上規(guī)則結(jié)果顯示，銷量和總評論數(shù)并不呈正比關(guān)系，還和好評率、評論時間跨度以及產(chǎn)品內(nèi)存等變量因素有關(guān)，在總評價數(shù)少的情況下好評率對銷量的影響不明顯，但是在總價數(shù)少的情況下，差評率對銷量的負向影響就很明顯。當差評率小于3%時，如果產(chǎn)品總評價數(shù)高、產(chǎn)品在線評論評論跨度小，則產(chǎn)品銷量會比較高。由規(guī)則16和17來看，對于高端手機，價格的小范圍差異并不會影響到銷量即無顯著影響。如果差評率>15%時會嚴重影響銷量。對于低端手機，價格的差異會對銷量產(chǎn)生負向影響。

三、結(jié)語

本文通過實證研究的方法，對當前電子商務(wù)環(huán)境下的商品銷售中在線評論的部分影響因素進行了研究探討，結(jié)果表明，銷量和總評論數(shù)有關(guān)聯(lián)但并不呈正比關(guān)系，銷量還和好評率、差評率、評論時間跨度等有關(guān)。

參考文獻

[1]馬艷麗.C2C 電子商務(wù)信用評價模型研究[D].北京：首都經(jīng)濟貿(mào)易大學(xué)信息學(xué)院，2014.

[2]張仙鋒.信譽的價值：基于淘寶數(shù)據(jù)對我國電子市場的特色解釋[J]，當代經(jīng)濟科 學(xué)，2009（31），30-40.

[3]薛有志，郭勇峰.C2C 電子商務(wù)賣家的競爭戰(zhàn)略研究：基于淘寶網(wǎng)的分析[J]，電子商務(wù)2012（15），129-140.

[4]李琪，崔睿. C2C環(huán)境下信用服務(wù)對賣家售出行為的影響研究--基于二元Logistic模型[J]，統(tǒng)計與信息論壇，2013（6），108-113.

[5]陳學(xué)旺.服務(wù)質(zhì)量對網(wǎng)店績效與價格、信用關(guān)系的調(diào)節(jié)作用研究--基于淘寶數(shù)據(jù)的實證分析[D].廣西：廣西大學(xué)企業(yè)管理，2014.

[6]Bellman S，Lohse G L，Johnson E J.Predictors of online buying behavio[J].Communications of theACM ，1999，42（ 12） ： 32-38.

[7]Doney P M，Cannon J P.An examination of the na-ture of trust in buyer -seller relationships[J].Jour-nal of Marketing ，1997，61（ 2） ： 35-51.

[8]翟麗孔.網(wǎng)店在線評論對消費者購買意愿的影響研究[D].大連：東北財經(jīng)大學(xué)，2011.

[9]武娟麗.在線評論對新舊產(chǎn)品銷量影響實證研究[D].北京：北京郵電大學(xué)，2014.

[10]羅時鑫.口碑溝通對購買決策的影響研究[D].杭州：浙江大學(xué)，2007.