考慮差評敏感度與差評回復的競爭型產品兩階段定價策略研究

周 玉 王道平 董漢璽

(北京科技大學經濟管理學院)

1 研究背景

電商平臺的不斷發(fā)展壯大和用戶生成內容的普及，使得越來越多的消費者會通過電商平臺發(fā)表產品的購買與使用體驗，進而形成產品的口碑信息，后續(xù)消費者在購買產品時可以參考其口碑信息。隨著商家推出了越來越多的體驗型產品，消費者更加注重自身體驗屬性的同時，也會習慣在購買前了解其他消費者的體驗感受。在線評論作為產品口碑的一種表現(xiàn)形式，已成為消費者制定購買決策的重要依據，且隨著消費者差評感知程度的提高，差評會直接影響其他潛在消費者對產品的態(tài)度，因此，如何處理負面評論已成為每一個網絡品牌管理者面臨的難題。一些線上商家曾通過刪除差評的方式來處理負面在線評論，但該做法將引起消費者的不滿；同時，2019年起實施的《電子商務法》明確規(guī)定，電子商務平臺經營者不得擅自刪除差評?；貜拓撁嬖u論作為一種積極的處理方式，逐漸受到管理者的青睞，已有越來越多的商家安排人員制定專業(yè)的回復方案，將差評回復作為一種營銷手段來降低差評的影響。在此背景下，有必要從數學建模的角度，探討競爭環(huán)境下制造商差評回復的最優(yōu)努力水平以及相關參數對制造商決策的影響。

國內外學者通過實證研究分析了在線評論對顧客行為[1,2]以及零售商收益的影響[3,4]，也有一些學者從定量角度分析在線評論對消費者產品等級評價與選擇的影響[5～7]。在此基礎上，已有一些文獻利用博弈論方法建模分析評論對產品定價的影響。基于評論的商家銷售策略研究方面，SUN[8]構建銷售商與顧客博弈的貝葉斯模型，分析得到產品評價等級的均值與方差值對銷售商定價策略的影響。KWARK等[9]分析評論對競爭型制造商和零售商利潤的影響，發(fā)現(xiàn)質量信息會加劇上游競爭，而符合性信息會弱化競爭。YU等[10]構建顧客在策略性等待評論時的體驗型產品多階段定價模型，提出評論信息可能降低制造商的利潤，同時給出了消費者剩余會受到損害的相關參數范圍。JIANG等[11]在考慮評論的基礎上就產品定價問題展開研究，研究表明，基礎產品與受歡迎產品應該分別采取低價高質與高價高質的定價策略。蔡學媛等[12]在多個競爭型制造商的環(huán)境下，研究了在線評論對制造商定價策略的影響，得到與SUN[8]相反的結論，認為評論對市場競爭強度沒有影響，評論帶來的需求不對稱性使得產品調價空間更大。一些學者同時就制造商對評論的應對策略展開建模分析。如孫燕紅等[13]考慮預售期消費者評論對產品正式發(fā)售期需求的影響，發(fā)現(xiàn)當忠實消費者選擇在正式消費期購買產品時，商家應該采取折價預售策略，且折價策略能夠有效阻止競爭者進入市場。徐兵等[14]分析得到，銷售商只會針對質量中等的產品施行好評返現(xiàn)策略，但好評返現(xiàn)會導致第二期消費者的效用損失。鮑立江等[15]分析電子商務平臺刷單行為對制造商競爭的影響，論證了在高(低)刷單成本時，高(低)“價值-成本差”商家能夠獲得更多利潤，而刷單成本的提高能夠降低商家間的不良競爭。在有關評論管理的研究方面，朱星圳等[16]針對多方博弈情境下商家的評論操控問題展開研究，得到只有當消費者對購物平臺要求較高且評論操控成本較低時，平臺才會重視評論監(jiān)管的結論。上述文獻為后續(xù)研究以及電商平臺管理提供了一定理論與管理啟示，但對于一些因產品相符性不夠導致的差評，制造商有必要考慮通過差評回復等方式，降低差評對消費者產品期望估值的影響，也需要采用科學的方式決策差評回復投入的高低。

目前，從數學建模角度對電商平臺中商家回復差評的研究較少，主要從實證分析角度分析了差評回復的影響作用，以及差評回復方案的制定。如PROSPERPIO等[17]發(fā)現(xiàn)，酒店管理人員進行差評回復后會收到更長、更詳細的負面在線評價內容，但一段時間后消費者再次進行負面評價的概率會有所下降。一些學者也指出，根據負面評論的內容調整回復信息非常重要，定制化、具體化的回復能夠發(fā)揮更大的營銷效果。如MIN等[18]發(fā)現(xiàn)，通用或標準化的回復在降低負面評論的不良影響方面表現(xiàn)較差，針對性或表現(xiàn)同情心的特定回復能夠增加消費者的信任和感知價值。類似地，DIJKMANS等[19]的研究結果同樣表明，回復負面評論對品牌銷售商有益，并建議商家需要更多地了解關注顧客評論品牌時提出的潛在信息，以及全面考慮如何回復這些負面評論信息。上述有關差評回復的研究均表明差評回復在降低差評對商家不利影響方面的有效性，電子商務平臺商家在差評回復中的努力水平決定著差評回復對差評影響程度的弱化效果，進而影響差評回復策略對消費者產品期望估值的提升程度。

綜上，本研究借鑒文獻[13]中的兩階段定價模型，考慮電商平臺中兩個分兩周期銷售的競爭型制造商，分析第一期消費者給出的好評、差評數量，以及這些評論對第二期消費者產品期望估值與產品需求的影響；在此基礎上增加考慮單一制造商進行差評回復與兩制造商均進行差評回復時，兩制造商產品需求與兩期定價等決策變量的變化情況，并探討消費者差評偏好、兩制造商產品質量差異度，以及產品錯配度等因素對制造商決策與收益的影響；最后對制造商的差評回復努力提出相關建議，以期豐富有關差評回復的相關理論，并為電商平臺完善在線評論管理體系提供一定的參考。

2 模型假設與描述

假設兩個競爭體驗型產品制造商1和制造商2通過同一電商平臺，分兩期直銷所生產的產品，兩制造商產品具有不完全替代性。市場中消費者分兩期到達，第一期消費者無法獲得有關產品的評論信息，但在收到并體驗產品后，會對產品質量等信息進行在線評價，這些評論信息會影響第二期到達的消費者對產品的期望估值，進而影響其購買決策；而制造商也會在第二期銷售前決策是否回復在線評論中的差評，以降低這些差評對第二期消費者產品估值的不利影響。

2.1 模型假設

為使建立的模型更加合理可行，本研究做出如下具體假設：

假設1消費者對產品的期望質量較高，因而均可得到正效用，但消費者不匹配成本較高，與消費者完全匹配的產品帶來的效用高于其他產品，消費者效用同時也取決于產品質量和價格的相對高低。

假設2所有在第一期購買產品的消費者均會對產品性能、質量等信息進行評論，為集中分析在線評論對制造商與消費者的影響，不考慮刷單或評論造假行為。

假設3兩制造商生產產品的真實質量分別為q1、q2，該信息為制造商內部信息，第一期、第二期消費者從兩產品中獲得的效用分別為{V(q1)1、V(q2)1}、{V(q1)2、V(q2)2}?？紤]到更一般的情形，令每單位產品的生產成本為0，每單位消費者需求一個單位產品。

假設4通過前期市場調查，兩制造商均可以獲得市場中消費者的差評敏感度α和評價系統(tǒng)的可信度β。只考慮產品評論作為基本場景，分析產品評論對制造商定價和利潤的不同影響效果。

假設5假設在線評論處于穩(wěn)定狀態(tài)，不考慮評價信息的生成過程，所有模型參數均為制造商共同知識。為獲得模型的內點解，假定每種產品在每個階段不會毫無市場且第二階段不能占據全部市場。

制造商與消費者進行的決策過程為：①制造商首先發(fā)布產品并決策產品的第一期價格；②第一期消費者通過對比從兩產品中獲得的效用來制定購買決策，購買產品并體驗后，第一期消費者會根據產品的真實質量發(fā)表評論；③制造商在第二期銷售前決定是否回復差評、回復努力程度以及第二期產品價格；④第二期消費者根據第一期消費者的評論與制造商差評回復內容，修正對產品的期望估值，通過對比從兩產品中獲得的效用來制定購買決策。

2.2 消費者效用函數

2.3 產品需求函數

圖1 第一期消費者產品選擇

令ΔQ=-V(或ΔQ=V)，得到第一期消費者在產品無差異曲線上錯配度的上限λ11與下限λ12分別為λ11=[2+t-(p11-p21)]/(2t)，λ12=[-2+t-(p11-p21)]/(2t)，在相應錯配度范圍內的消費者均會購買產品，則第一期兩種產品的需求可分別表示為

(1)

(2)

接下來，基于制造商i第一期產品需求可求解得到制造商i在第二期的產品需求。若兩種產品均滿足pi1≤qi

(3)

(ΔQ)dΔQdλ=

(4)

(5)

(6)

當E[V(q1)2-V(q2)2|ΔQ,λ]2=0時，第二期消費者購買兩種產品的無差異曲線為

(7)

式中，ΔQi=qi-q3-i，Δpi1=pi1-p3-i,1，Δpi2=pi2-p3-i,2。第二期消費者產品選擇見圖2，位于無差異曲線(圖2中ΔQs(λ))上方的消費者從制造商1產品中獲得更高的效用，將選擇購買制造商1產品，位于無差異曲線下方的消費者從制造商2產品獲得更高的效用，將選擇購買制造商2產品。令ΔQs=-V(或ΔQs=V)，由此得到第二期消費者在無差異曲線上的產品錯配度上限λ21和下限λ22分別為

β[2(-1+2α)Δp12+ΔQ1]}；

(8)

β[2(-1+2α)Δp22+ΔQ2]}。

(9)

故第二期兩種產品的需求Di2分別為

(10)

(11)

兩個制造商收益函數可表示為第一期銷售收益與第二期銷售收益之和，即Πi=pi1Di1+pi2Di2。

3 模型構建與求解

3.1 基礎模型

兩制造商基于各自利潤依次決策第一期和第二期價格，本研究采用逆向歸納法求解兩階段動態(tài)定價問題，首先求解第二期產品定價pi2，再根據第二期最優(yōu)決策尋求第一期的最優(yōu)策略pi1。

(1)第二期決策模型及求解

第二期制造商的決策模型為

(12)

利用KKT條件[20]可求得pi2=t+(β(2·(2α-1)Δpi1+ΔQi))/(12t)。

可見第二期產品的價格將會受到兩種產品質量以及第一期的價格差距影響，而市場中消費者的差評敏感度α的大小決定了兩種產品價格差距對第二期價格的影響效果，將(pi2,p3-i,2)代入到制造商利潤函數中，得到Πi2=(12t2+β((-2+4α)Δpi1+ΔQi))2/(288t3)。

(2)第一期決策模型及求解

第一期制造商決策模型為

(13)

將Πi2代入式(13)，通過構建拉格朗日函數，進而采用KKT條件求解第一期兩制造商的決策模型，得到以下結論：

推論1①若制造商自身產品質量高于同類型競爭者，則其產品的第二期價格隨β單調遞增；若α>1/2，則第二期價格會同時隨α單調遞增；反之，若α< 1/2，則隨α單調遞減。②若制造商自身產品質量低于競爭者，質量非顯著低于競爭者(ΔQi<-2A2/(81βt4))，則第一期價格仍會隨β單調遞增；類似地，當ΔQi<-4A2/(3β(27t2+(2α-1)2β2))時，第一期價格會隨α單調遞增。

由推論1可知，不考慮評論干預的情形下，高質量產品制造商能夠在消費者差評敏感度較高時制定更高的產品價格，而低質量產品制造商第二銷售周期能夠在消費者差評敏感度較低時制定更高的價格，其第一銷售周期銷售價格與消費者差評敏感度的關系，會受到自身產品與高質量產品的質量差異大小的影響。這是由于當消費者對差評的敏感度α較高時，若自身產品質量高于競爭者，競爭產品的消費者期望估值大幅度下降，使得消費者需求發(fā)生轉移，故其在第二期產品價格會提高；但由于產品評論只對第二階段到達的消費者產生影響，故在產品銷售的第一階段，質量差異控制在一定范圍內時，因高質量產品在兩期的定價均較高，產品質量相對較低的制造商第一期價格因此也會隨α的提高而提高。

推論2質量較低產品的第二期價格一定低于第一期價格；反之，存在一個關于質量差異的臨界閾值，當質量差異高于該閾值時，產品第二期價格才能高于第一期價格。

由推論2可知，由于第一期到達的消費者的產品評價會使第二期到達的消費者修正產品期望估值，第二期產品價格更偏向于低于第一期價格，即撇脂定價策略更適用于體驗型產品的第一期銷售，第二期銷售則可考慮滲透定價策略。只有自身產品質量明顯優(yōu)于競爭者時，制造商才可能提高第二期價格。

3.2 一方考慮差評回復的情形

(14)

故第二期兩種產品的需求分別為

(15)

(16)

(1)第二期決策模型及求解

制造商1在決定采用差評回復策略時，會首先決策回復努力水平，然后決定第二期的產品價格。本部分根據逆向歸納法首先求解第二期產品價格，制造商1再根據第二期價格決策差評回復努力水平。

第二階段制造商1的決策模型為

(17)

(2)第一期制造商決策模型

推論3單一制造商投入差評回復時，回復努力水平會隨質量差異值的減小而減小，且存在一個關于質量差異的臨界閾值Q1=4t((27kt2-β2((1-2α)2k+3α2τ2t))/(9kt+α2β2τ2)，低于該閾值時，制造商不會投入差評回復；該臨界閾值會隨k、β、α的增大而增大。

由推論3可知，競爭制造商產品質量差異較大時，制造商更愿意單一投入差評回復努力，但消費者差評敏感度、評價系統(tǒng)可信度以及差評回復成本系數，會影響制造商進行差評回復關于質量差異的臨界條件。因此，為防止質量過低產品的制造商通過差評回復獲取更高收益，平臺應在一定程度上控制差評回復成本系數，同時嚴格監(jiān)管刷單、刪評以及虛假好評等不良手段，提高平臺評價系統(tǒng)的可信度。

3.3 雙方均考慮差評回復的情形

(18)

故第二階段兩種產品的需求分別為

(19)

(20)

(1)第二期決策模型及求解

制造商i在決定進行差評回復投入時，會首先決策回復努力水平，然后決定第二期的產品價格。本部分根據逆向歸納法首先求解第二期產品價格，然后制造商i決策差評回復投入。

第二期制造商i的決策模型為

(21)

[12kt(9kt-2α2β2τ2)]。

(22)

條件1差評回復成本系數滿足k>k′=8α2β2τ2t/(36t2+3β(ΔQi-2(1-2α)Δpi1))時，兩制造商才會同時進行差評回復。

條件1表明，并不是回復成本系數越低對制造商越有利，過低的回復成本系數會降低競爭門檻，當α<1/2時，制造商質量和價格的差異較大，即產品性價比更高時，該限制條件有所降低；當α>1/2時，制造商產品第一期價格的提高會降低該限制條件。

(2)第一期決策模型及求解

推論4當k>2α2β2τ2/(9t)時，差評回復努力投入會隨質量差異的增大而增大；當ΔQi>0時，制造商差評回復努力水平隨α、β的提高而提高，存在一個關于ΔQi的臨界閾值，低于該閾值時，制造商差評回復努力水平會隨α、β的提高而降低。

由推論4可知，回復成本系數能夠影響低質量產品制造商的差評回復意愿。該結果同樣表明，為降低低質量產品-高差評回復帶給消費者的錯誤信息，平臺應通過一定手段合理管控差評回復成本系數；同時，制造商在自身產品質量較高時才會更愿意投入差評回復努力，消費者差評敏感度與評價系統(tǒng)信任度的提升，從一定程度上可以避免制造商差評回復對消費者的錯誤引導。

4 均衡對比

命題1制造商產品質量低于競爭者產品時，相比于雙方均進行差評回復努力情形，單一投入差評回復情形下其努力水平更高；單一投入差評回復努力時，若自身產品質量較高，可不必單獨投入過高的差評回復努力。

由命題1可知，制造商的差評回復努力程度受自身產品、競爭者產品差異，以及競爭者差評回復策略的影響，制造商產品質量低于競爭者時，單一回復差評情形下制造商回復努力水平更高。這是由于當制造商產品質量相對較低時，單獨回復差評能夠在一定程度上提升其競爭能力，故其更愿意投入較高的差評回復努力；當自身產品質量相對較高時，若競爭者同時投入差評回復努力，出于維持自身產品優(yōu)勢的目的，制造商有必要投入更高的差評回復努力。

命題2不同情形下，制造商的第一期定價的高低關系主要取決于產品質量，而第二期定價的高低關系很大程度上受到消費者差評敏感度的影響：①若制造商產品質量高于競爭者，相對于均不回復情形，均回復情形下制造商第一期價格較高，當α>1/2時，質量差異越大，均進行回復情形下第二期價格越高，當α<1/2時，質量差異越大，第二期價格越低；②單一進行差評回復情形時，相對于均不回復情形，質量差異越大，單一差評回復情形下產品第一期價格越高，當α>1/2時，質量差異越大，第二期價格越高，當α<1/2時，質量差異越大，第二期價格越低。

命題2表明，當制造商采取差評回復策略時，由于進行差評回復在競爭環(huán)境下可以提升其自身競爭優(yōu)勢，且制造商進行差評回復需要投入一定的努力成本，因此制造商更具有提升價格的動機；同時，第一期消費者的期望估值不會受到在線評論的影響，故表現(xiàn)為質量高于競爭者即可提高第一期價格。消費者差評敏感度會直接作用于產品的第二期定價，若市場中的消費者對差評的敏感度較低，則差評回復對消費者期望估值的調整較小。為保證第二期產品能夠占據一定的市場，不回復差評的制造商會降低產品價格，而低質量產品制造商通過差評回復策略能夠提高產品價格，從而可能會出現(xiàn)低質量、高價格現(xiàn)象。因此，當消費者的差評敏感程度過低時，對消費者自身以及產品質量較高的制造商均不利，并將阻礙產品市場的長期良性發(fā)展。

命題3對比不同情形下兩競爭產品的兩期銷售價格差，則有：①均不回復差評情形下，兩競爭型產品質量差異越大，兩種產品兩期價格差越大；②僅制造商i回復差評情形下，當ΔQi<0時，制造商i產品的兩期價格仍可能高于其競爭者；③雙方均回復情形下，當產品質量高于競爭者時，若α<1/2，第一期價格差異相對均不回復差評增大，若α>1/2，第一期價格差異相對均不回復差評減小，且當產品質量高于競爭者時，相同質量差下，均回復情形下兩產品第二期產品價格差異增大。

由命題3可知，單一制造商回復差評能夠在一定程度上彌補產品質量劣勢，而當兩個制造商均進行差評回復時，消費者差評敏感度過高會加劇第一期產品競爭，第二期由于同時存在質量競爭與差評回復競爭，且差評回復努力程度與自身質量成正比，故價格差異會增加；且無論產品質量高低，制造商進行差評回復時會使得產品價格提高。這是由于當差評回復在一定程度上可以抵消產品在質量上的不足時，制造商更有可能通過更高的價格來獲取更高的產品利潤，而消費者差評敏感程度較高時，兩制造商同時投入較高的差評回復，使得競爭加劇的同時，產品質量差異對需求的影響作用有所下降。命題3體現(xiàn)的管理啟示是，制造商可以通過差評回復努力提高自身產品的競爭優(yōu)勢；但需要說明的是，差評回復策略帶來的產品價格的提高可能會導致消費者剩余的下降，因此，電商平臺需要發(fā)揮好產品質量監(jiān)督作用，加大對差評過多廠商的懲罰力度。

命題4存在一個關于k的臨界區(qū)間[k1,k2]，當在該區(qū)間范圍內時，同等質量差異下，兩制造商均回復差評情形下的利潤差大于兩者均不回復情形下的利潤差；反之，會縮小利潤差。

由命題4可知，具有高產品質量的制造商可以通過合理控制回復成本系數來拉大與競爭者的利潤差。當回復成本系數控制在一定范圍內時，回復差評策略門檻的提高能夠有效抑制低質量產品制造商的差評回復努力程度，同時控制回復成本系數上限，可避免因過高的差評回復成本影響自身收益。因此，具有較高產品質量的制造商可以考慮幫助平臺合理控制差評回復成本系數，將產品質量過低的制造商從最終產品市場中淘汰，間接保障消費者權益。

5 算例分析

利用MATLAB求解不同情形下制造商的最優(yōu)決策和利潤，檢驗上文命題及推論的正確性，變動參數取值范圍進行數值分析，觀察產品質量差異以及消費者差評敏感度對兩競爭型產品兩期定價策略的影響。具體相關參數設定為α=0.6，β=0.6，t=0.6，q1=0.8，q2=0.6，τ=0.4，V=1，k=0.4。

5.1 價格差與質量差比值隨消費者差評敏感度的變化

對比制造商兩銷售期中產品價格差與質量差的比值隨α的變化規(guī)律，取定α值在[0.1,1]之間變動，q1先后取值0.8和0.6，對應地，q2先后取值為0.6和0.8，單一差評回復情形下假定僅制造商1進行回復。具體仿真結果分別見圖3和圖4。

圖3 價格差/質量差值隨α的變化規(guī)律(q1> q2)

圖4 價格差/質量差值隨α的變化規(guī)律(q1< q2)

由圖3和圖4可知，第一期兩產品價格差異與質量差異的比值受消費者差評敏感度的影響較小，且α=0.1時，臨界閾值Q1=-0.253 1<-0.2；又由推論3可知，臨界閾值隨α增大而增大，故兩種質量取值狀態(tài)下，制造商單一投入差評回復時其努力程度恒大于0。當進行差評回復的制造商產品質量較高時，消費者的差評敏感度越高，兩種產品的價格差/質量差越大；當進行差評回復的制造商產品質量較低時，相同質量差異下，隨著消費者差評敏感度的提高，兩種產品的價格差異減小，甚至可能會出現(xiàn)低質量產品-高銷售價格的現(xiàn)象，與命題2一致。因此，高質量產品制造商有必要進行差評回復維持自身競爭優(yōu)勢，并結合更加詳細的產品說明、產品細節(jié)展示等方式提高消費者對產品的估值。

5.2 制造商收益隨消費者差評敏感度的變化

對比不同情形下制造商利潤與差評回復努力水平隨消費者差評敏感度的變化情況，同樣取定α值在[0.1,1]之間變動，q1先后取值0.8和0.6，對應地，q2先后取值為0.6和0.8，單一差評回復情形下假定僅制造商1進行差評回復。仿真結果分別見圖5和圖6，兩制造商均進行差評回復情形見圖7。

圖5 僅制造商1差評回復情形下兩制造商利潤隨 α 變化情況(q1> q2)

圖6 僅制造商1差評回復情形下兩制造商利潤隨 α 變化情況(q1< q2)

圖7 制造商均進行差評回復情形下兩制造商利潤隨α變化情況(q1> q2)

對比圖5和圖6可知，產品質量較高的制造商能夠通過差評回復獲取更高的利潤，并降低競爭對手的利潤空間，且其差評回復努力程度隨消費者差評敏感度的增加而增加；而產品質量較低的制造商能夠通過差評回復提高自身的利潤，但其差評回復的努力程度會低于產品質量較高制造商單一回復時的。由圖7可知，兩制造商均進行差評回復時，當消費者的差評敏感度較低時，兩者不會投入差評回復努力，當α=0.341時，臨界閾值k′=0.6，且隨著消費者的差評敏感度的提高，兩制造商均開始逐漸提高差評回復努力投入，但產品質量較高的制造商更偏向投入較高的回復努力水平；但無論何種情形下，消費者差評敏感度的提高均會使得制造商利潤下降。由此可以看出，高產品質量制造商更有必要進行差評回復，無論低質量產品制造商是否采取回復差評策略，都能抑制低質量產品制造商利潤的增長，最終將低質量產品制造商從市場中淘汰。

6 結語

考慮到兩階段銷售的競爭型產品其第一期產品在線評論對第二期消費者產品期望估值的影響，本研究構建了基于在線評論的競爭型產品兩階段定價模型，分析消費者對產品在線評論的差評敏感度、質量差異及制造商差評回復策略對產品兩期價格的影響，得到以下結論：①制造商產品質量低于競爭者時，相比于雙方均進行差評回復情形，單一回復差評情形下其努力水平更高；制造商差評回復努力投入會隨兩競爭產品質量差異的增大而增大，且存在一個關于質量差異的臨界閾值，低于該臨界閾值時，低質量制造商不會進行差評回復。②相對于均不回復差評情形，單一回復差評或均回復差評時，制造商第一期定價的高低取決于與競爭產品的質量差異，第二期定價的高低會受到消費者差評敏感度的影響；消費者差評敏感度過低時，對消費者自身、高質量產品制造商均不利。③回復成本系數控制在一定范圍內時，相對于均不回復差評的情形，均回復差評情形下具有較高產品質量的制造商，能夠相比于同類型競爭對手獲取更高的利潤優(yōu)勢，拉大與競爭者的差距；質量差異控制在一定范圍內，差評回復能夠提高制造商總收益，且消費者差評敏感度越高，制造商利潤提高幅度越大。

由此可以得到如下管理啟示：①在電商平臺中，面對前期消費者對產品的負面評價，制造商尤其是高質量產品制造商有必要投入一定的差評回復努力水平；②電商平臺有必要不斷完善平臺的評論機制，并監(jiān)督商家評論造假等不良行為，避免消費者因缺乏對產品評價的關注而購買到低質量產品，進而因自身期望收益的降低而失去對平臺及平臺中同類型產品店家的信任；③為避免低質量產品制造商過度依賴差評回復獲取利潤，平臺有必要提高制造商的差評回復成本系數，且具有較高產品質量的制造商應該考慮幫助平臺控制差評回復成本系數。

本研究主要考慮了電商平臺中在線評論及消費者差評敏感度對競爭型產品定價策略的影響，并假定制造商差評回復能夠緩解差評導致的消費者對產品估值期望的下降，但沒有考慮到在線評論對實體渠道產品銷售的影響；此外，已有產品的在線評論對升級后產品的市場需求和定價策略將具有何種影響，這都是未來研究的重點。