劉盼盼 郭建校
(天津外國語大學(xué)國際商學(xué)院 天津 300270)
近年來,隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)購物成為了一種大眾喜歡的購買模式。網(wǎng)絡(luò)購物在給消費(fèi)者帶來便捷的同時(shí),也給消費(fèi)者帶來了一些負(fù)面影響。為了消除部分負(fù)面影響,消費(fèi)者就要要借助商品的外界信息,來指導(dǎo)自己如何更好地進(jìn)行購物決策。研究表明,消費(fèi)者閱讀在線評論來獲取更多有用的信息成為消費(fèi)者在購物決策之前識別產(chǎn)品質(zhì)量的一個(gè)重要方式。盡管在線評論可以幫助消費(fèi)者更好地了解商品的優(yōu)缺點(diǎn)、降低搜索成本,提高購買意愿。但隨著各大電商平臺上在線評論數(shù)量的海量增加,這些信息給消費(fèi)者帶來了信息過載的壓力,增加了消費(fèi)者做出購買決策的難度。因此,消費(fèi)者如何從眾多在線評論中快速發(fā)現(xiàn)有價(jià)值的信息,從而縮短決策時(shí)間就變得尤為關(guān)鍵。
P.Chatterjee(2001)首次提出在線評論有用性的定義,即在線評論信息的影響程度。蘇雪佳(2012)研究認(rèn)為,如果一條在線評論可以改變消費(fèi)者已做出的購買決定,那么這條評論就是有用評論。欒攀等(2015)認(rèn)為在線評論有用性是指網(wǎng)購者經(jīng)過瀏覽在線評論這樣的行為,改變了自己對于產(chǎn)品的看法,進(jìn)而影響自己購買欲望的自我感知。
目前,主要有四種方式來量化在線評論有用性:第一種,用戶對評論信息的感興趣程度。比如,Cao等(2011)研究在線評論的外界傳染力,根據(jù)消費(fèi)者對評論內(nèi)容的感興趣程度來量化評論信息的有用程度;第二種,將有用性點(diǎn)贊數(shù)當(dāng)做分子,總點(diǎn)贊數(shù)做分母,用其比值來衡量在線評論有用性的強(qiáng)度;第三種,可以利用用戶對評論認(rèn)為“有用”的投票數(shù)目直接來表示在線評論的有用性,即獲得的有用投票數(shù)越多,評論的有用性越高;第四種,對在線評論的有用性進(jìn)行投票,根據(jù)投票的多少評判在線評論有用性的大小。
各位學(xué)者們從多個(gè)方面對在線評論有用性的影響因素進(jìn)行研究,通常使用四個(gè)維度:評論內(nèi)容特征、評論者特征、閱讀者特征以及調(diào)節(jié)因素。
目前,大多數(shù)學(xué)者的研究表明,在線評論有用性影響因素中最常用的自變量是評論內(nèi)容特征,它包括評論的長度、評論的星級、評論的時(shí)效性等。
評論長度。評論長度是評論者在對某個(gè)商品的評論中使用字符的數(shù)量。評論長度對有用性存在怎樣的影響,目前還沒有學(xué)者給出統(tǒng)一的結(jié)論。通常評論長度越長,該條評論對消費(fèi)者有用性越大。嚴(yán)建援等(2012)指出評論的長度越長,消費(fèi)者獲得的信息就越豐富,能進(jìn)一步提升對商品的認(rèn)識和了解,因此評論的感知有用性越高。但是,有學(xué)者認(rèn)為消費(fèi)者的評論長度和有用性之間并不是線性關(guān)系。殷國鵬等(2012)學(xué)者通過實(shí)證分析豆瓣網(wǎng)的電影評論數(shù)據(jù)得出,評論長度與評論的有用性之間存在一定關(guān)聯(lián),他們之間的聯(lián)系可以用倒U型表示,當(dāng)在一定范圍內(nèi),相對較長的評論更能吸引閱讀者仔細(xì)瀏覽,但超過一定的臨界值,會增加閱讀者的信息載荷,減少閱讀者的興趣,進(jìn)而負(fù)向抑制評論的有用性。
評論星級。評論星級是指評論者在發(fā)表評論的同時(shí),以星星的數(shù)量來綜合評價(jià)商品和服務(wù),是評論級別的表現(xiàn)形式之一。學(xué)者們把評論星級劃分為一星級到五星級。一星級(最低等級)代表最差評論,五星級(最高等級)代表最好評論,三星級則代表中性評論。目前,總體有3種觀點(diǎn):第一,廖成林等(2013)通過研究發(fā)現(xiàn),消費(fèi)者在面對大量的正面信息時(shí),會認(rèn)為評論者帶有更多的主觀情感傾向,而中評或差評可以更多地揭露商品和服務(wù)的不足,反映更多真實(shí)有用的信息,所以評論星級越高,評論的有用性越小。第二,極端評論具有確認(rèn)傾向,會使得消費(fèi)者找到證據(jù)來做出對商品和服務(wù)的初始決定,即買或不買,因此極端評論比中性評論更為有用。吳江等(2017)認(rèn)為極端評論相對于中性評論可以得到更多的有用性投票。第三,一部分專家學(xué)者認(rèn)為,中性評論比極端評論更容易幫助消費(fèi)者做出購買決策。苗蕊等(2018)基于歸因理論認(rèn)為極端打分偏離平均星級,可能被歸因?yàn)榉钱a(chǎn)品因素,所以消費(fèi)者更愿意采納中性評論。
評論時(shí)效性。評論者發(fā)布評論時(shí)間的早晚被定義為評論時(shí)效性。目前,很多學(xué)者對評論時(shí)效性與有用性的影響持有不同的觀點(diǎn)。第一,郭林方(2012)通過研究表明,評論發(fā)布的天數(shù)會反向抑制在線評論有用性,即消費(fèi)者更樂意去瀏覽最新發(fā)布的評論內(nèi)容。第二,有一些學(xué)者持相反的觀點(diǎn),他們認(rèn)為評論時(shí)效性與有用性存在負(fù)相關(guān)的關(guān)系。郝媛媛等(2009)認(rèn)為,在線評論發(fā)布的天數(shù)越長,對消費(fèi)者做出購買決策越有幫助。第三,Z.Che和N.H.Lurie(2013)證明,評論時(shí)效性與有用性無關(guān)。
學(xué)者們主要從以下三個(gè)方面對評論者特征進(jìn)行研究,發(fā)表評論的消費(fèi)者個(gè)人信息的披露情況、評論者知識的專業(yè)程度和評論者的口碑。
評論者個(gè)人信息的披露情況。Bickart等(2001)研究發(fā)現(xiàn),評論者的照片、真實(shí)姓名以及所在的地理位置等個(gè)人隱私信息的披露,會使消費(fèi)者更加相信評論信息的真實(shí)性。如果評論者個(gè)人身份信息被披露,那將會很大程度地提高評論信息的可靠性。
評論者的專業(yè)度。Cheung等(2008)認(rèn)為評估者專業(yè)性越強(qiáng),其提供的信息越多,評論越有影響力。
評論者的口碑。王洪偉等(2015)通過研究表明,口碑是區(qū)別不同評論者的核心指標(biāo),消費(fèi)者更容易對高口碑評論者所寫的評論做進(jìn)一步閱讀,因此高口碑評論者相較于低口碑評論者所發(fā)布的評論有用性會更高。通常很多網(wǎng)站會對評論者的聲譽(yù)進(jìn)行綜合排名,例如淘寶網(wǎng)根據(jù)評論內(nèi)容的綜合質(zhì)量對評論者進(jìn)行排名。
閱讀者通常也是具有購買潛力的消費(fèi)者,不同閱讀者的個(gè)人特征具有差異性,對同樣的評論信息會產(chǎn)生不同的反應(yīng),這些主觀反映必然會對在線評論有用性存在影響?,F(xiàn)有研究表明,消費(fèi)者的涉入度高低、專業(yè)知識的多少、網(wǎng)購經(jīng)驗(yàn)等特征的不同,對獲取以及處理信息的能力也會不同。涉入度是指站在閱讀者的立場上,其對商品的認(rèn)知感和熟悉度。R.Filieri等(2018)發(fā)現(xiàn),當(dāng)閱讀者屬于低涉入度時(shí),會通過外圍效應(yīng)認(rèn)為在線評論的內(nèi)容利于做出網(wǎng)購決定;當(dāng)閱讀者屬于高涉入度時(shí),會通過中心效應(yīng)將在線評論作為決策標(biāo)準(zhǔn)。彭嵐等(2011)指出,閱讀者對于商品的專業(yè)知識水平會影響其對信息的搜索、獲取和最終決策的過程,因而閱讀者的知識水平或經(jīng)驗(yàn)不同也會影響在線評論有用性。
目前,對在線評論有用性的研究正在逐步細(xì)化,學(xué)者們不僅關(guān)注評論信息、評論者以及閱讀者特征對有用性的影響,還進(jìn)一步研究其他變量,如產(chǎn)品類型、平臺類型、文化類型、品牌聲譽(yù)等對在線評論有用性的調(diào)節(jié)作用。如郝清民和魏鳳霞(2014)指出,產(chǎn)品類型對評論長度以及發(fā)布者的歷史評論數(shù)量與在線評論有用性之間存在顯著的調(diào)節(jié)作用。羅云華、林宗勇、劉博(2011)也通過不同的研究方法表明網(wǎng)站類型對在線評論有用性的影響因素存在調(diào)節(jié)作用。
通過對近年來國內(nèi)外專家學(xué)者發(fā)表的在線評論研究現(xiàn)狀論文的分析,本文發(fā)現(xiàn)在該領(lǐng)域的研究仍存在一些問題。當(dāng)前,大多數(shù)學(xué)者在對有用性進(jìn)行測量時(shí),會對在線評論是否有用進(jìn)行投票,該方法雖然簡單便捷,但會存在一定的偏差。因此,在線評論有用性的測量方法有待進(jìn)一步研究,可以構(gòu)建出完善的在線評論有用性的度量指標(biāo),或者將通過各種方式獲得的數(shù)據(jù)組合進(jìn)行實(shí)證分析,如通過網(wǎng)站數(shù)據(jù)、問卷調(diào)查、實(shí)驗(yàn)等來提高測量精確度。此外,在線評論有用性影響因素中,學(xué)者們對于評論內(nèi)容和評論者特征的影響因素研究很充分,但對于閱讀者特征、調(diào)節(jié)變量的研究并未充分考慮。盡管一些研究已經(jīng)有所涉及,但沒有形成穩(wěn)定的特征因素。因此,未來可以進(jìn)一步結(jié)合多種方法將閱讀者特征、調(diào)節(jié)變量納入到影響因素研究中。