李林紅 李孟涵

關(guān)鍵詞：圖文呈現(xiàn);在線評(píng)論;不一致;銷量;農(nóng)產(chǎn)品消費(fèi)者;購(gòu)買決策;初次評(píng)價(jià);追加評(píng)價(jià);外在;口感;整體;離散度

近年來(lái)，電子商務(wù)一直在不斷地迅速發(fā)展，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）最新發(fā)布的第43次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2018年12月，我國(guó)網(wǎng)民規(guī)模達(dá)到了8.29億人，全年新增網(wǎng)民5 653萬(wàn)人，互聯(lián)網(wǎng)普及率為59.6%，較2017年年底提升3.8百分點(diǎn)[1]，農(nóng)產(chǎn)品的網(wǎng)絡(luò)交易量也隨之增加，龐大的網(wǎng)民群體為網(wǎng)絡(luò)購(gòu)物行為的研究提供了堅(jiān)實(shí)的基礎(chǔ)。

網(wǎng)絡(luò)購(gòu)物過(guò)程中的圖文呈現(xiàn)與在線評(píng)論信息是影響消費(fèi)者購(gòu)買決策的重要因素。消費(fèi)者在作出購(gòu)買決策前，不僅會(huì)關(guān)注已購(gòu)買者給出的在線評(píng)論，而且會(huì)參考商家給出的商品介紹詳情頁(yè)的圖文呈現(xiàn)信息[2]。目前國(guó)內(nèi)外學(xué)者在圖文呈現(xiàn)、在線評(píng)論、在線評(píng)論不一致性與商品銷量關(guān)系的實(shí)證研究方面做了很多有益嘗試，在圖文呈現(xiàn)方面，分析了圖片數(shù)量和文本長(zhǎng)度對(duì)銷量的影響;在在線評(píng)論方面，探討了在線評(píng)論之間的不一致性、在線評(píng)論與評(píng)分之間的不一致性對(duì)銷量的影響，但目前尚未有學(xué)者針對(duì)圖文呈現(xiàn)與在線評(píng)論不一致性對(duì)銷量的影響進(jìn)行研究。因此，本研究以淘寶網(wǎng)中的農(nóng)產(chǎn)品（以蘋果為例）為研究對(duì)象，挖掘影響消費(fèi)者購(gòu)買決策的圖文呈現(xiàn)與在線評(píng)論的具體內(nèi)容，分析圖文呈現(xiàn)與在線評(píng)論的不一致性和不一致性離散度，構(gòu)建圖文呈現(xiàn)與在線評(píng)論不一致性對(duì)銷量的影響模型，對(duì)影響農(nóng)產(chǎn)品銷量的因素進(jìn)行分析，并向商家提出合理的建議。

1 研究變量與假設(shè)

喻亦爽將負(fù)面在線評(píng)論內(nèi)容分為客服、物流、質(zhì)量、色差和尺碼等5類[3]。本研究基于其分類方法將圖文呈現(xiàn)與在線評(píng)論的具體內(nèi)容分為外在、口感、整體等3類。

1.1 圖文呈現(xiàn)與在線評(píng)論不一致性

潛在消費(fèi)者在作出購(gòu)買決策前一般會(huì)瀏覽商品的產(chǎn)品呈現(xiàn)信息和在線評(píng)論內(nèi)容，本研究所探討的圖文呈現(xiàn)與在線評(píng)論不一致性是指商家的圖文呈現(xiàn)信息與消費(fèi)者在線評(píng)論內(nèi)容之間的差異。前人一般是針對(duì)在線評(píng)論與評(píng)分之間的不一致性進(jìn)行研究，但在實(shí)際購(gòu)物過(guò)程中，用戶一般會(huì)同時(shí)參考圖文呈現(xiàn)與在線評(píng)論，而圖文呈現(xiàn)和在線評(píng)論之間的不一致性對(duì)銷量產(chǎn)生怎樣的影響，目前針對(duì)這方面的研究較少。Tsang等研究發(fā)現(xiàn)，當(dāng)評(píng)論文本和星級(jí)存在不一致性時(shí)，用戶會(huì)對(duì)評(píng)論者和商家的信譽(yù)等產(chǎn)生質(zhì)疑[4];張艷芳研究發(fā)現(xiàn)，在線評(píng)論文本和評(píng)級(jí)的不一致性會(huì)降低產(chǎn)品銷量[5]?；谝陨戏治觯岢鲆韵录僭O(shè)：圖文呈現(xiàn)與初次評(píng)價(jià)外在（口感/整體）不一致性對(duì)銷量產(chǎn)生負(fù)向影響（H1）;圖文呈現(xiàn)與追加評(píng)價(jià)外在（口感/整體）不一致性對(duì)銷量產(chǎn)生負(fù)向影響（H2）。

1.2 圖文呈現(xiàn)與在線評(píng)論不一致性離散度

圖文呈現(xiàn)與在線評(píng)論不一致性離散度指的是商家的圖文呈現(xiàn)與用戶文本評(píng)論之間差異的離散度，學(xué)者們常用標(biāo)準(zhǔn)差或方差來(lái)表示離散度[6]，離散度越大，說(shuō)明不同消費(fèi)者對(duì)商品持有的觀點(diǎn)差別越大。在在線評(píng)論領(lǐng)域，關(guān)于評(píng)論離散度的研究尚未得到統(tǒng)一結(jié)論。Tang等認(rèn)為，不一致的評(píng)論意味著產(chǎn)品在質(zhì)量上的不穩(wěn)定，不利于產(chǎn)品銷售[7];而Sun認(rèn)為，評(píng)論越不一致，產(chǎn)品越好，銷量越高[8];Kim等研究發(fā)現(xiàn)，評(píng)論的不一致性對(duì)產(chǎn)品銷量沒有顯著影響[9];黃敏學(xué)等通過(guò)引入產(chǎn)品屬性及消費(fèi)者調(diào)節(jié)意向解釋了在線評(píng)論不一致性對(duì)消費(fèi)者帶來(lái)的雙面影響[10];張艷芳研究發(fā)現(xiàn)，在線評(píng)論的離散度與商品銷量呈倒“U”型相關(guān)關(guān)系，實(shí)際上，圖文呈現(xiàn)與在線評(píng)論不一致性的離散度可能提高或降低產(chǎn)品銷量[5]。基于以上分析，提出以下假設(shè)：圖文呈現(xiàn)與初次評(píng)價(jià)外在（口感/整體）不一致性離散度呈倒“U”型相關(guān)關(guān)系，即當(dāng)不一致性離散度處于較低水平時(shí)，商品銷量隨著離散度的增大而增大，而當(dāng)不一致性離散度處于較高水平時(shí)，商品銷量隨著離散度的增大而降低（H3）;圖文呈現(xiàn)與追加評(píng)價(jià)外在（口感/整體）不一致性離散度呈倒“U”型相關(guān)關(guān)系，即當(dāng)不一致性離散度處于較低水平時(shí)，商品銷量隨著離散度的增大而增大，而當(dāng)不一致性離散度處于較高水平時(shí)，商品銷量隨著離散度的增大而降低（H4）。

2 數(shù)據(jù)搜集與處理

由于本研究所探討的農(nóng)產(chǎn)品圖文呈現(xiàn)信息與在線評(píng)論不一致性對(duì)銷量的影響須要控制產(chǎn)品自帶屬性的差別，因此選取淘寶中“蘋果”這類農(nóng)產(chǎn)品作為研究樣本。于2018年12月24—26日在淘寶網(wǎng)對(duì)蘋果進(jìn)行搜索，按銷量排名爬取150個(gè)蘋果商品的介紹詳情頁(yè)圖片、在線評(píng)論、銷量作為本研究的樣本數(shù)據(jù)。

2.1 數(shù)據(jù)預(yù)處理

對(duì)產(chǎn)品呈現(xiàn)信息進(jìn)行文字識(shí)別與分詞處理，對(duì)在線評(píng)論文本進(jìn)行分詞處理。通過(guò)對(duì)處理之后的數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，賣家一般會(huì)從酸、甜、脆、粉面、多汁、酥、澀、丑、香、新鮮、皮厚、皮薄、核小、冰糖心、青、紅和黃等17個(gè)方面來(lái)介紹自己的商品，賣家對(duì)每個(gè)商品的介紹和買家的評(píng)價(jià)通常會(huì)涉及其中幾個(gè)方面，另外多數(shù)消費(fèi)者還會(huì)根據(jù)這次的購(gòu)物體驗(yàn)給出是否建議購(gòu)買的整體評(píng)價(jià)。因此，本研究選擇從這17個(gè)方面以及整體評(píng)價(jià)方面入手研究圖文呈現(xiàn)與在線評(píng)論不一致性對(duì)商品銷量的影響。

通過(guò)對(duì)上述17個(gè)方面進(jìn)行分析發(fā)現(xiàn)，可以將其分為3類，即外在（丑、香、新鮮、皮厚、皮薄、核小、冰糖心、青、紅、黃）、口感（酸、甜、脆、粉面、多汁、酥、澀）和整體等，因此本研究選擇從外在、口感、整體等方面著手研究圖文呈現(xiàn)與在線評(píng)論不一致性對(duì)商品銷量的影響。

2.2 指標(biāo)量化

不同的消費(fèi)者在進(jìn)行商品評(píng)論時(shí)，會(huì)采用不一樣的詞語(yǔ)描述產(chǎn)品相同特點(diǎn)，因此本研究人為地對(duì)描述產(chǎn)品相同特點(diǎn)的詞語(yǔ)進(jìn)行合并，將與圖文呈現(xiàn)信息一致的在線評(píng)論中提及的詞語(yǔ)賦值為1，不一致的詞語(yǔ)賦值為-1，得到圖文呈現(xiàn)與在線評(píng)論的不一致性賦值表（表1）。

運(yùn)用Excel軟件判斷在線評(píng)論中是否含有表1中的字符串并對(duì)其進(jìn)行賦值，對(duì)于不含表1中字符串的在線評(píng)論，賦值為0，否則賦值為1，得到在線評(píng)論特征值表（表2）。

式中：d（a，b）表示圖文呈現(xiàn)與每條在線評(píng)論關(guān)于外在、口感、整體的不一致值;a表示消費(fèi)者對(duì)產(chǎn)品外在、口感、整體中某一產(chǎn)品屬性的評(píng)價(jià)分值;ai表示消費(fèi)者對(duì)產(chǎn)品屬性某一具體內(nèi)容如甜、脆、多汁評(píng)價(jià)的分值; b表示商家圖文呈現(xiàn)中某一產(chǎn)品屬性的評(píng)價(jià)分值;bi表示商家圖文呈現(xiàn)中某一產(chǎn)品屬性具體內(nèi)容如甜、脆、多汁的評(píng)價(jià)分值，bi=1;l表示產(chǎn)品屬性所涉及的內(nèi)容個(gè)數(shù);d表示圖文呈現(xiàn)與在線評(píng)論關(guān)于某一產(chǎn)品屬性不一致性的平均值;dh表示第h條在線評(píng)論關(guān)于某一產(chǎn)品屬性的不一致值;n表示每個(gè)商品對(duì)應(yīng)的在線評(píng)論數(shù)，個(gè);σ表示圖文呈現(xiàn)與在線評(píng)論關(guān)于某一產(chǎn)品屬性不一致性的標(biāo)準(zhǔn)差。

通過(guò)公式（1）計(jì)算得到每個(gè)在線評(píng)論與圖文呈現(xiàn)在外在、口感、整體等方面的不一致值（表3）。

運(yùn)用公式（2）和公式（3）計(jì)算每個(gè)商品對(duì)應(yīng)的不一致值平均值與標(biāo)準(zhǔn)差，得到每個(gè)商品對(duì)應(yīng)的圖文呈現(xiàn)與在線評(píng)論不一致值的平均值和標(biāo)準(zhǔn)差（表4），其中平均值反映了在線評(píng)論與圖文呈現(xiàn)的不一致程度，標(biāo)準(zhǔn)差反映了一組數(shù)據(jù)的離散程度。標(biāo)準(zhǔn)差越大，表示評(píng)論之間的不一致性越強(qiáng);標(biāo)準(zhǔn)差越小，表示評(píng)論之間的一致性越強(qiáng)。由表5可以看出，銷量標(biāo)準(zhǔn)差為3.330 675，數(shù)值較大，說(shuō)明抓取數(shù)據(jù)合理。

3 圖文呈現(xiàn)與在線評(píng)論不一致性對(duì)銷量影響的實(shí)證分析基于上述理論與假設(shè)，建立圖文呈現(xiàn)信息與在線評(píng)論內(nèi)容不一致性對(duì)銷量的影響模型[公式（4）]，為了體現(xiàn)圖文呈現(xiàn)與在線評(píng)論不一致性離散度與銷量之間呈現(xiàn)的倒“U”形相關(guān)關(guān)系，在模型中加入不一致性離散度的二次項(xiàng)。模型以圖文呈現(xiàn)與在線評(píng)論不一致性和圖文呈現(xiàn)與在線評(píng)論不一致性離散度為自變量，對(duì)銷量進(jìn)行回歸，其中m表示第m個(gè)商品，各變量符號(hào)的含義如表6所示。

由表7可知，在建立的回歸模型1～7中，擬合度逐漸升高，擬合度較高的回歸模型7所采納的變量為P232、ZP232、P32、P31、ZP22、ZP21、ZP32。

由表7、表8可知，模型7的調(diào)整R2=0.335，說(shuō)明模型擬合效果良好;F=11.734>F0.01（7.142）=2.07，P=0.00，說(shuō)明回歸方程顯著。由表9可知，初次評(píng)價(jià)整體不一致性、 初次評(píng)價(jià)整體不一致性離散度、追加評(píng)價(jià)口感不一致性離散度和追加評(píng)價(jià)整體不一致性離散度對(duì)銷量（雖然該指標(biāo)一次項(xiàng)對(duì)銷量影響不顯著，但二次項(xiàng)顯著，同樣說(shuō)明其對(duì)銷量有顯著影響）具有顯著的影響，回歸模型如下所示。

通過(guò)對(duì)回歸系數(shù)和標(biāo)準(zhǔn)化系數(shù)觀察發(fā)現(xiàn)，初次評(píng)價(jià)整體不一致性對(duì)銷量具有顯著的負(fù)向影響，與假設(shè)相符;追加評(píng)價(jià)整體不一致性離散度與銷量呈倒“U”形相關(guān)關(guān)系，與假設(shè)相符;初次評(píng)價(jià)整體不一致性離散度與銷量呈“U”形相關(guān)關(guān)系，與假設(shè)不符;追加評(píng)價(jià)口感不一致性離散度對(duì)銷量具有顯著的正向影響，與假設(shè)不符。

通過(guò)以上分析可知，消費(fèi)者對(duì)農(nóng)產(chǎn)品外在關(guān)注度最小，相比口感與整體而言，外在評(píng)價(jià)對(duì)銷量的影響較小。農(nóng)產(chǎn)品作為體驗(yàn)型商品，與初次評(píng)價(jià)相比，消費(fèi)者對(duì)于追加評(píng)價(jià)口感的關(guān)注度較高，圖文呈現(xiàn)與追加評(píng)價(jià)關(guān)于口感不一致性離散度越大，越能吸引消費(fèi)者，增加產(chǎn)品銷量。初次評(píng)價(jià)整體不一致性離散度與銷量呈“U”形相關(guān)關(guān)系，說(shuō)明初次評(píng)價(jià)整體的高度一致或高度不一致都會(huì)增加銷量;而追加評(píng)價(jià)作為消費(fèi)者對(duì)購(gòu)物和商品體驗(yàn)的二次評(píng)價(jià)，其整體不一致性離散度與銷量呈倒“U”形相關(guān)關(guān)系，說(shuō)明商品二次評(píng)價(jià)的過(guò)于統(tǒng)一或過(guò)于分散都不利于產(chǎn)品的銷售，過(guò)于一致會(huì)導(dǎo)致潛在消費(fèi)者對(duì)評(píng)論的可信性產(chǎn)生質(zhì)疑，過(guò)于分散會(huì)導(dǎo)致潛在消費(fèi)者對(duì)產(chǎn)品的質(zhì)量產(chǎn)生質(zhì)疑。

4 結(jié)論

本研究從淘寶網(wǎng)上獲取農(nóng)產(chǎn)品的圖文呈現(xiàn)與在線評(píng)論信息，并將其作為研究數(shù)據(jù)，運(yùn)用計(jì)量模型驗(yàn)證理論假設(shè)。研究表明，對(duì)于農(nóng)產(chǎn)品，初次評(píng)價(jià)整體不一致性和追加評(píng)價(jià)口感不一致性與銷量呈現(xiàn)負(fù)相關(guān)關(guān)系;追加評(píng)價(jià)口感不一致性離散度與銷量呈現(xiàn)正相關(guān)關(guān)系;初次評(píng)價(jià)整體不一致性的離散度與銷量呈“U”形相關(guān)關(guān)系，而追加評(píng)價(jià)整體不一致性的離散度與銷量呈倒“U”形相關(guān)關(guān)系。

從管理實(shí)踐角度來(lái)看，本研究結(jié)果對(duì)于淘寶網(wǎng)農(nóng)產(chǎn)品的營(yíng)銷與管理具有一定的指導(dǎo)意義。從可持續(xù)發(fā)展角度出發(fā)，在圖文呈現(xiàn)方面，應(yīng)做到實(shí)事求是，注重口感的介紹，減少外在的介紹，把商品的真實(shí)情況呈現(xiàn)給顧客，以避免消費(fèi)者瀏覽在線評(píng)論后對(duì)圖文呈現(xiàn)信息產(chǎn)生質(zhì)疑;在在線評(píng)論管理方面，應(yīng)鼓勵(lì)消費(fèi)者給出購(gòu)物體驗(yàn)的真實(shí)評(píng)價(jià)，商家從中找出不足，不斷改善，不應(yīng)該一味追求好評(píng)，在鼓勵(lì)消費(fèi)者給出追加評(píng)價(jià)的同時(shí)，應(yīng)讓消費(fèi)者根據(jù)購(gòu)物體驗(yàn)自由發(fā)揮，豐富在線評(píng)論內(nèi)容。由于外在對(duì)農(nóng)產(chǎn)品銷量沒有顯著影響，因此企業(yè)可以通過(guò)提升產(chǎn)品品質(zhì)、改良口感提高產(chǎn)品銷量，而在商品的外在方面應(yīng)減少時(shí)間與金錢的投入，另外商家應(yīng)根據(jù)消費(fèi)者需求推薦合適的商品。

參考文獻(xiàn)：

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心. 第43次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL]. [2019-02-28]. https：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/t20190228_70645.htm.

[2]劉 蕾，吳少輝. 產(chǎn)品圖文信息呈現(xiàn)與線上圖書銷量[J]. 中國(guó)出版，2017（22）：45-50.

[3]喻亦爽. 負(fù)面在線評(píng)論內(nèi)容對(duì)服裝銷量的影響研究[J]. 對(duì)外經(jīng)貿(mào)，2016（4）：124-126.

[4]Tsang A S L，Prendergast G. Is a “star” worth a thousand words？[J]. European Journal of Marketing，2009，43（11）：1269-1280.

[5]張艷芳. 在線評(píng)論文本和評(píng)級(jí)的不一致性及商家反饋對(duì)商品銷量的影響研究[D]. 北京：北京郵電大學(xué)，2018：17-46.

[6]Chang S T，Lin T M Y，Luarn P. The effects of word-of-mouth consistency on persuasiveness[J]. Canadian Journal of Administrative Sciences，2014，31（2）：128-141.

[7]Tang T，F(xiàn)ang E，Wang F. Is neutral really neutral？ The effects of neutral user-generated content on product sales[J]. Journal of Marketing，2014，78（4）：41-58.

[8]Sun M. How does the variance of product ratings matter？[J]. Management Science，2012，58（4）：696-707.

[9]Kim W G，Lim H，Brymer R A . The effectiveness of managing social media on hotel performance[J]. International Journal of Hospitality Management，2015，44：165-171.

[10]黃敏學(xué)，王藝婷，廖俊云，等. 評(píng)論不一致性對(duì)消費(fèi)者的雙面影響：產(chǎn)品屬性與調(diào)節(jié)定向的調(diào)節(jié)[J]. 心理學(xué)報(bào)，2017，49（3）：370-382.

[11]張 耕，郭 寧. 負(fù)面在線評(píng)論對(duì)產(chǎn)品銷量的影響：基于淘寶網(wǎng)的實(shí)證研究[J]. 消費(fèi)經(jīng)濟(jì)，2012（6）：86-89.王海濤，呂文靜，程金花. 多維度社會(huì)資本視角下農(nóng)戶借貸需求滿足度及其影響因素研究[J].