B2C商家在線銷量增長的影響因素研究

毛瀟遠(yuǎn) 賀盛瑜

★基金項(xiàng)目：四川省2018軟科學(xué)研究“電子商務(wù)精準(zhǔn)扶貧體系運(yùn)行機(jī)制”（2018ZR0192）。

摘要：在線評論中服務(wù)評價熱度、產(chǎn)品評價熱度、好評與差評熱度，對外賣網(wǎng)站中產(chǎn)品銷量的影響引起了人們的關(guān)心，逐漸成為消費(fèi)者下單和商家營銷的重要信息之一。本文以美團(tuán)外賣平臺為例，通過網(wǎng)絡(luò)爬蟲軟件，采取分層抽樣（以高校、熱門商圈、寫字樓三個層面，并且外賣餐飲商家在2公里范圍內(nèi)）抓取消費(fèi)者在商家評論上方的熱度詞匯標(biāo)簽，通過spss19軟件建立在線評論不同熱度詞匯標(biāo)簽對外賣銷量的影響因素回歸模型，結(jié)果表明好評、差評、味道贊、服務(wù)好熱度詞匯標(biāo)簽對外賣銷量有顯著的影響的結(jié)論，同時商圈類型、分量足、飯好吃、價格實(shí)惠、食材新鮮、包裝好對外賣銷量有不顯著的影響結(jié)論，為在線評論研究領(lǐng)域提供了以熱度詞匯視角的研究思路。

關(guān)鍵詞：在線評論；熱度詞匯；產(chǎn)品銷量

引言

消費(fèi)者習(xí)慣于去外賣網(wǎng)站進(jìn)行商家的比對后進(jìn)行消費(fèi)決策，商家的在線點(diǎn)評內(nèi)容的熱度詞匯標(biāo)簽對消費(fèi)者的購買意愿有重大影響，從而影響商家的銷量，通過走訪大學(xué)生、上班族、自由職業(yè)者，我們發(fā)現(xiàn)年輕的消費(fèi)群體特別在意外賣在線評論信息的熱度詞匯標(biāo)簽，它可以為我們在外賣下單前提供大量的價值信息，餐飲商家也非常重視在線評論熱度詞匯標(biāo)簽，將其作為一種網(wǎng)絡(luò)營銷方式，并且會主動回復(fù)消費(fèi)者的點(diǎn)評信息。

1、文獻(xiàn)綜述

王君珺等（2013）通過對京東商城中手機(jī)銷售數(shù)據(jù)進(jìn)行收集，對評論長度、評論星級、評論及時度、產(chǎn)品價格對不同熱度搜索型產(chǎn)品的銷量影響情況進(jìn)行了研究，得出了對于搜索型產(chǎn)品，熱門品牌的評論長度、評論及時度對非熱門品牌的產(chǎn)品銷量均有顯著影響等結(jié)論[1]。李?。?012）通過對在線手機(jī)評論研究發(fā)現(xiàn)，“在線評論數(shù)量”“商品的關(guān)注度”對在線手機(jī)銷量有顯著性影響[2]。

總體上分析，已有研究表現(xiàn)出如下特點(diǎn)：從研究視角來看，主要基于評論有用性、評論對購買意愿、區(qū)分搜索型和體驗(yàn)型產(chǎn)品、在線評論內(nèi)容等角度出發(fā)；從研究方法來看，大多采用計量建模的方法；從數(shù)據(jù)來源看，有的采用文問卷調(diào)查，有的采用數(shù)據(jù)挖掘法。但是關(guān)于商家頁面標(biāo)簽熱度對銷量的影響卻沒有涉及，因此本文從商家頁面標(biāo)簽熱度對銷量影響的視角出發(fā)，從手機(jī)端抓取數(shù)據(jù)，并進(jìn)行回歸分析，來探討各個熱度詞匯標(biāo)簽對銷量的影響程度。

2、研究假設(shè)

2.1 變量假設(shè)

Sen和Lerman（2007）指出，對于體驗(yàn)型商品，正面評論具有更大的影響力，該結(jié)論收到情感一致性理論的支持[3]；基于以上的研究成果，本文認(rèn)為好評、味道贊、分量足、飯好吃、服務(wù)好、價格實(shí)惠等帶有正面含義的詞匯對消費(fèi)者購買行為有正向的影響，進(jìn)而對銷量產(chǎn)生正向的影響。因此本文提出以下假設(shè)：

H1：正面的消費(fèi)者熱度詞匯標(biāo)簽對銷量有著正向的影響

H1a：好評詞匯標(biāo)簽對銷量有著正向的影響

H1b： 味道贊詞匯標(biāo)簽對銷量有著正向的影響

H1c： 分量足詞匯標(biāo)簽對銷量有著正向的影響

H1d： 飯好吃詞匯標(biāo)簽對銷量有著正向的影響

H1e： 服務(wù)好詞匯標(biāo)簽對銷量有著正向的影響

H1f： 價格實(shí)惠詞匯標(biāo)簽對銷量有著正向的影響

H1g： 包裝好詞匯標(biāo)簽對銷量有著正向的影響

H1h： 推薦詞匯標(biāo)簽對銷量有著正向的影響

H1l： 食材新鮮詞匯標(biāo)簽對銷量有著正向的影響

李愛國、鄧召惠、毛冰潔（2016）通過研究表明：負(fù)面評論對體驗(yàn)型產(chǎn)品銷量具有顯著影響[4]。因此本文提出以下假設(shè)：

H2：差評詞匯標(biāo)簽對銷量有著負(fù)向的影響

2.2 產(chǎn)品銷量

衡量產(chǎn)品銷售好壞的最直接的指標(biāo)就是產(chǎn)品銷量，由于電子商務(wù)公司的隱私等原因，無法通過網(wǎng)絡(luò)爬蟲獲取數(shù)據(jù)，因此給研究帶來一定的困難，一些學(xué)者通過使用在線評論數(shù)量來代替銷量。Ye Qiang等（2011）在研究在線評論與酒店客房銷量時，采用了在線評論數(shù)代替酒店網(wǎng)上預(yù)訂量的做法，并證明了二者之間存在一定的線性關(guān)系 [5]。根據(jù)以上理論假設(shè)，本文構(gòu)建了消費(fèi)者熱度詞匯影響銷量模型：

3、研究設(shè)計

3.1 數(shù)據(jù)來源

權(quán)威第三方數(shù)據(jù)機(jī)構(gòu)QuestMobile發(fā)布了《移動互聯(lián)網(wǎng)2017年夏季報告》。在外賣服務(wù)領(lǐng)域，截止到2017年6月30日，外賣服務(wù)行業(yè)獨(dú)立APP用戶活躍度超6600萬，美團(tuán)外賣獨(dú)立APP月度活躍度MAU達(dá)2766萬，同比增長62%，用戶規(guī)模高居行業(yè)第一，因此我們選擇美團(tuán)外賣作為我們的研究對象，采用網(wǎng)絡(luò)爬蟲軟件抓取美團(tuán)外賣在線評論的熱度標(biāo)簽，分別在中午和晚上兩個外賣高峰時間段，分別在高校（成都信息工程大學(xué)）、熱門商圈（春熙路）、寫字樓（天府軟件園）三個地方進(jìn)行抓取離高校、熱門商圈、寫字樓2公里內(nèi)的商家，每個商圈抓取200個餐飲商家的在線評論數(shù)據(jù)，共計得到樣本600個外賣餐飲商家數(shù)據(jù)，然后進(jìn)行數(shù)據(jù)的整理。得到比如全部點(diǎn)評人數(shù)、有圖、好評、差評、味道贊、分量足、滿意、好吃、推薦等共計30個熱門標(biāo)簽，剔除缺失值較多的麻、手工、干凈衛(wèi)生、湯汁不錯、干凈衛(wèi)生、性價比高、孩子喜歡、少送錯送、圖片與實(shí)物不符合等字段。并且將菜品不錯和食材新鮮含義接近的合并成菜品不錯，好吃和味道贊進(jìn)行合并成味道贊，將商家數(shù)據(jù)比較少的異常值剔除，最終獲得外賣餐飲商家數(shù)據(jù)390家，其中成都信息工程大學(xué)附近130家、春熙路附近130家、天府軟件園附近130家。并且最后我們得到全部點(diǎn)評人數(shù)、有圖、好評、差評、味道贊、分量足、滿意、好吃、推薦、味道贊、包裝好、菜品不錯等12個有效熱度標(biāo)簽詞匯表對熱度標(biāo)簽詞匯的情感采取正面和負(fù)面的劃分，對正面的詞匯統(tǒng)計量處理為正值統(tǒng)計量，對負(fù)面的詞匯標(biāo)簽統(tǒng)計量處理為負(fù)值的統(tǒng)計量。

3.2 消費(fèi)者在線評論關(guān)心熱度詞匯描述性統(tǒng)計

從消費(fèi)者在線評論中，某些餐飲商家的點(diǎn)評數(shù)最多達(dá)到20000多，最少有7個，說明餐飲商家在線點(diǎn)評數(shù)應(yīng)該是我們比較重點(diǎn)關(guān)心的信息，與學(xué)者在研究在線評論時發(fā)現(xiàn)在線評論數(shù)量對消費(fèi)者購買決策意愿有影響的結(jié)論是一致的；帶有圖片評論的餐飲商家最多有1620條，最少圖片評論也有1條，圖片作為一種直觀的信息展示，對我們在選擇外賣商家時也起到了重要的作用，與學(xué)者林爽等提出感官型產(chǎn)品圖片評論對消費(fèi)者購買意向的影響大于文字評論，而非感官型產(chǎn)品文字評論對消費(fèi)者購買意向的影響大于圖片評論結(jié)論一致。

我們發(fā)現(xiàn)消費(fèi)者最關(guān)心熱度詞匯排在前五的有：全部點(diǎn)評人數(shù)、好評、差評、味道。其次是分量足、服務(wù)好，最后是包裝好、食材新鮮、推薦等。

4、模型分析

4.1 總體模型回歸分析

在模型回歸過程中，我們發(fā)現(xiàn)，將商圈類型單獨(dú)與銷量進(jìn)行回歸，其中回歸方程F值是30.418，D-W值是1.534，R2是0.136，商業(yè)商圈P值是0.001，工作商圈的P值是0.000，都達(dá)到了顯著性水平，而且工作商圈影響度最高，其次是商業(yè)商圈，最后是學(xué)校商圈。但是把商圈類型作為虛擬變量放入整體模型中回歸，發(fā)現(xiàn)它并不顯著。首先，可能與采集的數(shù)據(jù)有關(guān)，都是在商圈中心附近2公里范圍內(nèi)采集的商家數(shù)據(jù)，商家類型與本商圈的銷量高度相關(guān)，形成各自的商圈中心。并且刪除了很多評論標(biāo)簽缺失值比較大的商家；其次。消費(fèi)者通過美團(tuán)外賣app購買商品時，商家頁面呈現(xiàn)的熱度詞匯對消費(fèi)者的認(rèn)知影響程度比較高，從而影響商家的銷量，在商圈2公里服務(wù)范圍內(nèi)，對消費(fèi)者銷量影響就很微弱，比如處于學(xué)校商圈的人不會去工作商圈下單點(diǎn)外賣。但是會受到商圈范圍內(nèi)環(huán)境影響，比如人口數(shù)量、經(jīng)濟(jì)發(fā)展水平、消費(fèi)水平、商家頁面熱度情況等因素綜合影響。因此認(rèn)為，商圈類型對銷量的影響并不顯著。

從整體模型回歸結(jié)果看，回歸方程F值是291.766，P值是 0.000，R2等于0.882，D-W是1.975（DW統(tǒng)計量在2附近，所以自變量沒有自相關(guān)的問題）。因此回歸方程比較顯著，擬合優(yōu)度也很好，其中美團(tuán)外賣商家的好評熱度詞匯、差評熱度、味道贊、服務(wù)好對銷量存在著顯著的影響（在5%的置信水平下），而且服務(wù)好對銷量的影響程度最大，其次是味道贊，最后是好評（B服務(wù)好26.721>B味道贊12.655>B好評0.672）。根據(jù)消費(fèi)者在線評論熱度詞匯影響銷量的模型分析，因此我們認(rèn)為要提高商家在美團(tuán)外賣的銷量，必須重視消費(fèi)者發(fā)表好評評論，盡量減少差評評論，提升自身的外賣服務(wù)水平，最重要的是做出適合消費(fèi)者口味的美食，在接單前盡量的了解個體消費(fèi)者的口味偏好。

其次美團(tuán)外賣商家的價格實(shí)惠、分量足、飯好吃、包裝好、食材新鮮、推薦熱度詞匯對銷量沒有顯著的影響（在5%的置信水平下）。價格因素在美團(tuán)外賣剛剛起步的時候，發(fā)揮著比較大的影響作用，現(xiàn)在外賣市場已經(jīng)比較成熟，形成了以美團(tuán)、 餓了么為首的外賣龍頭企業(yè)，通過調(diào)研外賣用戶數(shù)據(jù)分析發(fā)現(xiàn)：外賣大都以單品形式銷售，和餐館就餐形式有很大的不同，外賣均價在20元以內(nèi)消費(fèi)者對外賣的價格敏感性程度不高。因此價格實(shí)惠對商家整體銷量的影響程度并不顯著。

4.2 不同商圈類型商家評論熱度標(biāo)簽對銷量的影響分析

4.2.1 學(xué)校商圈模型分析

從模型回歸結(jié)果得出，好評熱度詞匯（t=19.6.581，p=0.000）、差評（t=6.728，p=0.000）、味道贊（t=7.222，p=0.000）、服務(wù)好（t=4.622，p=0.000）顯著影響銷量（在5%的置信水平下），其他熱度詞匯的影響并不顯著。

4.2.2 商業(yè)商圈

從模型回歸結(jié)果得出，好評熱度詞匯（t=7.605，p=0.000）、差評（t=5.239，p=0.000）、味道贊（t=6.713，p=0.000）、服務(wù)好（t=5.576，p=0.000）顯著影響銷量（在5%的置信水平下），其他熱度詞匯的影響并不顯著。

4.2.3 工作商圈

從模型回歸結(jié)果得出，好評熱度詞匯（t=36.625，p=0.000）、分量足（t=3.447，p=0.001）、飯好吃（t=2.187，p=0.031）、價格實(shí)惠（t=3.084，p=0.003）、包裝好（t=2.363，p=0.02）顯著影響銷量（在5%的置信水平下），其他熱度詞匯并不顯著。

4.3 實(shí)證結(jié)果匯總

由此，將前述分析結(jié)果在表1中匯總?cè)缦拢?img src="https://cimg.fx361.com/images/2021/03/26/qkimagesdzwsdzws202003dzws20200317-2-l.jpg"/>

5、結(jié)論與啟示

5.1 研究結(jié)論

（1）商家在線評論熱度標(biāo)簽中，好評、差評、味道贊、服務(wù)好熱度詞匯標(biāo)簽對外賣銷量有顯著的影響的結(jié)論。其中好評、味道贊、服務(wù)好熱度詞匯對外賣銷量有著正向影響。服務(wù)好的影響程度最大。其中味道贊影響程度最高；與傳統(tǒng)餐飲經(jīng)營重視口味結(jié)論一致，互聯(lián)網(wǎng)化經(jīng)營的餐飲更應(yīng)注意利用大數(shù)據(jù)技術(shù)等新興技術(shù)獲取消費(fèi)者個體口味，針對性的推出符合消費(fèi)者個體的美食。同時應(yīng)注重提升外賣餐飲服務(wù)水平，讓消費(fèi)者額外獲得感進(jìn)一步增強(qiáng)。差評對外賣銷量有著負(fù)向影響。

（2）同時商圈類型、分量足、飯好吃、價格實(shí)惠、食材新鮮、包裝好對外賣銷量有不顯著的影響。不同的商圈都會形成自己的消費(fèi)中心，對外賣銷量整體影響不大。但是分析每個獨(dú)立的商圈，結(jié)合統(tǒng)計數(shù)據(jù)來看工作商圈的銷量最高，其次是商業(yè)商圈，最后是學(xué)校商圈。飯菜分量多不能直接帶來銷量的增加，消費(fèi)者每個個體的不一致性對評價也會帶來不一致性的結(jié)果。外賣餐飲都是做好的熟食，食材新鮮不能直接通過肉眼來判斷，通過味覺來判斷會大打折扣。通過統(tǒng)計發(fā)現(xiàn)外賣餐飲價格并不是十分昂貴，導(dǎo)致價格的調(diào)節(jié)效應(yīng)也不十分明顯。推薦詞匯并不多，消費(fèi)者對于推薦與否有著明顯的不一致看法。所以對銷量的影響并不顯著。

（3）通過分層抽樣，細(xì)分群體的研究，發(fā)現(xiàn)不同商圈的外賣影響因素有差別，其中學(xué)校商圈和商業(yè)商圈的外賣商家影響銷量的因素基本一致，而工作商圈與另外兩個商圈的銷量影響因素表現(xiàn)不一致。推測工作人群與學(xué)生人群、商業(yè)區(qū)流動人群的消費(fèi)特征的不一致現(xiàn)象造成的，對我們繼續(xù)研究外賣商家營銷措施有很好的啟發(fā)作用。

5.2 營銷啟示

（1）重視服務(wù)營銷理念。 O2O餐飲方式強(qiáng)化了消費(fèi)需求的轉(zhuǎn)變，消費(fèi)者更加注重餐飲服務(wù)所帶來的情感體驗(yàn)和審美愉悅，實(shí)現(xiàn)從“口腔時代”到“體驗(yàn)時代”的過渡。外賣服務(wù)水平是提升外賣銷量的關(guān)鍵。必須合理規(guī)范外賣配送、包裝等服務(wù)標(biāo)準(zhǔn)，使得行業(yè)服務(wù)水平提升。比如使用綠色無公害、簡易適用的包裝，嚴(yán)格把關(guān)好配送時間，務(wù)必保證在預(yù)約時間內(nèi)送達(dá)到消費(fèi)者手中，到達(dá)前與消費(fèi)者進(jìn)行溝通，如果超出時預(yù)約時間送達(dá)，提前與消費(fèi)者協(xié)商。同時在消費(fèi)者接收時保持親和的態(tài)度。

（2）重視產(chǎn)品理念。把產(chǎn)品作為商家的生命線。積極進(jìn)行菜品創(chuàng)新，打造本店特色菜系，親民菜系，實(shí)惠菜系等不同產(chǎn)品，并且尋找適合的餐飲市場定位。

參考文獻(xiàn)：

[1] 王君珺，閆強(qiáng).不同熱度搜索型產(chǎn)品的在線評論對銷量影響的實(shí)證研究[J].中國管理科學(xué)，2013，21（S2）：406-411.

[2] 李健.在線商品評論對產(chǎn)品銷量影響研究[J].現(xiàn)代情報，2012，32（01）：164-167.

[3] Sen S ，Lerman D.Why are you telling me this？ An examination into negative consumer reviews on the Web [J]. Journal of Interactive Marketing，2007，21，（4）：76-94.[4] 李愛國，鄧召惠，毛冰潔.在線負(fù)面評論對體驗(yàn)型產(chǎn)品銷量的影響——基于商家回復(fù)視角[J].商業(yè)研究，2016（07）：138-144.

[5] Ye Qiang，Law R，Gu Bin，et al.The influence of user-generated content on traveler behavior：An empirical inverstigation on the effects of e-word-mouth to online booking[J]. Computers in Human Behabior，2011，27：634-639.

作者簡介：

毛瀟遠(yuǎn)，碩士研究生，成都信息工程大學(xué)物流學(xué)院，主要從事電子商務(wù)與現(xiàn)代物流研究；

賀盛瑜，博士，教授，碩士生導(dǎo)師，西昌學(xué)院，主要從事電子商務(wù)與現(xiàn)代物流研究。