李 勵,朱孔來

( 濟(jì)南大學(xué)管理學(xué)院，山東 濟(jì)南 250002 )

網(wǎng)絡(luò)購物評價對消費(fèi)者購買決策影響研究

李 勵,朱孔來

( 濟(jì)南大學(xué)管理學(xué)院，山東 濟(jì)南 250002 )

在總結(jié)和吸取以往消費(fèi)者購買行為研究成果的基礎(chǔ)上，結(jié)合當(dāng)前電子商務(wù)的發(fā)展、網(wǎng)絡(luò)評價體系現(xiàn)狀，進(jìn)行數(shù)據(jù)建模和實(shí)證研究。通過分析淘寶網(wǎng)的店鋪評論數(shù)據(jù)，研究正面評論與負(fù)面評論對銷量的影響，并以100名濟(jì)南大學(xué)生為調(diào)查對象，獲得樣本數(shù)據(jù)，從產(chǎn)品內(nèi)部、產(chǎn)品經(jīng)濟(jì)、產(chǎn)品外部、產(chǎn)品糾紛處理這四個因素來研究對消費(fèi)者購買行為的影響。提出七個假設(shè)，并對假設(shè)進(jìn)行一一驗證，最終得出網(wǎng)絡(luò)評論內(nèi)容和質(zhì)量與消費(fèi)者網(wǎng)購行為之間的關(guān)系。

網(wǎng)絡(luò)評價；購買決策；在線評論

一、前言

(一)研究背景

網(wǎng)絡(luò)購物的發(fā)展使得人們更加方便地傳遞和交流信息。電子商務(wù)環(huán)境下網(wǎng)絡(luò)購物，既可以節(jié)省人們的時間，同時也方便了人們的生活。

消費(fèi)者利用門戶網(wǎng)站以及各大論壇來發(fā)表對具體形式的產(chǎn)品或服務(wù)的評價和自己的消費(fèi)體驗，企業(yè)通過分析消費(fèi)評價中包含的消費(fèi)者傾向來分析消費(fèi)者的購買需求，從而提高消費(fèi)者滿意度。[1]依據(jù)CNNIC近期進(jìn)行的一項網(wǎng)絡(luò)消費(fèi)者購買行為與網(wǎng)絡(luò)評價關(guān)系的問卷調(diào)查發(fā)現(xiàn)，有超過40%的人認(rèn)為前消費(fèi)者的網(wǎng)絡(luò)在線評論是其進(jìn)行購買決策前最優(yōu)先考慮的因素之一。

(二)文獻(xiàn)綜述

國外口碑研究理論由Britt率先運(yùn)用到消費(fèi)者購買決策行為研究中。Kim則提出在線口碑是經(jīng)驗豐富的網(wǎng)絡(luò)購買者向經(jīng)驗相對較少的網(wǎng)絡(luò)購物者傳播正面或者負(fù)面的購物體驗信息。[1]Stephen則認(rèn)為在線評價是消費(fèi)者利用網(wǎng)絡(luò)技術(shù)來對產(chǎn)品和服務(wù)的具體特性進(jìn)行的購物主觀感受的交流[2]。PeiyuChen提出有效的在線評論不僅有利于產(chǎn)品信息的傳播，而且有助于消費(fèi)者利用信息進(jìn)行產(chǎn)品質(zhì)量評價，幫助消費(fèi)者解除購買之前的產(chǎn)品顧慮，從而建立對消費(fèi)過程的信任。[3]Park認(rèn)為借互聯(lián)網(wǎng)平臺將正負(fù)面評論傳播給消費(fèi)者形成了在線評論[4]。在研究中也提出了在線評論對消費(fèi)者購買決策能產(chǎn)生很強(qiáng)的引導(dǎo)作用。[5]

(三)消費(fèi)者網(wǎng)絡(luò)購物決策流程分析

在傳統(tǒng)的消費(fèi)者購物流程中，只有在購買決策產(chǎn)生之后，消費(fèi)者才有可能進(jìn)行購物評價，屬于購后評價，而在購物之前并沒有提供格式化的網(wǎng)絡(luò)購物評價給消費(fèi)者進(jìn)行參考，如圖1.2：

網(wǎng)絡(luò)購物風(fēng)靡全球，人們在網(wǎng)絡(luò)平臺上進(jìn)行購物的同時，又可以在交流平臺上記錄下自己的購物體驗、對產(chǎn)品的評價、服務(wù)的評價以及售后的評價等信息，人們可以依據(jù)這些評價信息來對尚未購買的產(chǎn)品產(chǎn)生一些主觀和客觀的評價，從而影響人們的購買，如圖1.3：

二、網(wǎng)絡(luò)購物評價對消費(fèi)者購物決策影響分析

(一)格式化評價分析

1.數(shù)據(jù)收集

格式化評價包括總評論、好評、中評、差評的數(shù)量，研究這些數(shù)據(jù)對商品銷量的影響。為了使統(tǒng)計數(shù)據(jù)便于分析，更加有代表性，選擇按照銷量排名，隨機(jī)點(diǎn)開淘寶網(wǎng)的50家店鋪，再選取其中評論量豐富的來抽取評論信息，記錄下各個店鋪的信用、總評論數(shù)量、銷量、好評、中評、差評數(shù)量、發(fā)貨速度、服務(wù)態(tài)度、描述相符度的信息，然后繪制圖2.2。

2.提出假設(shè)

假設(shè)一H1：淘寶網(wǎng)的差評數(shù)量與銷量呈現(xiàn)負(fù)相關(guān)，且滿足J型分布。

假設(shè)二H2：淘寶網(wǎng)的網(wǎng)絡(luò)評價中差評是影響消費(fèi)者購買決策的關(guān)鍵因素。

3.“假設(shè)一”驗證

根據(jù)國外的研究可知差評數(shù)量與店鋪的銷量兩者應(yīng)該近似服從正態(tài)分布，[8]經(jīng)對淘寶網(wǎng)的店鋪實(shí)證數(shù)據(jù)進(jìn)行研究分析，發(fā)現(xiàn)我國在線商品評論的分布并不是非正態(tài)的，但是呈現(xiàn)出較為明顯的正向偏移，近似服從“L”形的分布。

由圖可知，差評量與淘寶網(wǎng)店鋪銷量之間的確是存在著負(fù)相關(guān)關(guān)系，驗證“假設(shè)一”提出的淘寶網(wǎng)的差評數(shù)量與銷量呈現(xiàn)出負(fù)相關(guān)，且關(guān)系較為密切，但是卻并不是呈現(xiàn)“J”型分布，而是近似“L”型分布。導(dǎo)致國內(nèi)外實(shí)證結(jié)果差異出現(xiàn)的原因主要有以下幾個方面：

第一，淘寶網(wǎng)存在“默認(rèn)好評”機(jī)制，在實(shí)際購買過程中，所有的消費(fèi)者并不都會在購買商品流程完成之后主動在好評、中評、差評中選擇一種進(jìn)行評價。而相當(dāng)大的一部分消費(fèi)者更傾向于不給出評價，默認(rèn)好評填補(bǔ)了這一塊，拉動了好評率。

第二，在研究中可以看到，消費(fèi)者自身評價標(biāo)準(zhǔn)的不同。對一般的消費(fèi)者而言，他們?nèi)绻麑Φ赇佊胁粷M，只需要對店鋪評價中評就足以表達(dá)不滿了，而某些消費(fèi)者對于很小的不滿就覺得有必要給差評。

第三，通過研究可以發(fā)現(xiàn)，如果購買商品之后假設(shè)所有的消費(fèi)者都主動去發(fā)表商品的評論，也就是商品的在線評論不存在缺失，忽略默認(rèn)好評機(jī)制，那么在線商品評論就會服從正態(tài)分布，這個假設(shè)已被前人利用實(shí)驗研究獲得證明。

4.“假設(shè)二”驗證

在濟(jì)南大學(xué)東校區(qū)發(fā)放100份調(diào)查問卷，隨機(jī)選取管理學(xué)院、酒店管理學(xué)院的100名在校學(xué)生進(jìn)行隨機(jī)調(diào)查，調(diào)查內(nèi)容主要涉及淘寶網(wǎng)購物的消費(fèi)者關(guān)注因素以及最終影響消費(fèi)者購物決策的因素，并根據(jù)調(diào)查問卷的統(tǒng)計結(jié)果得出結(jié)論。

(1)樣本的組成結(jié)構(gòu)情況

被調(diào)查人群年齡主要分布在19-25歲，學(xué)歷為大學(xué)本科，這一部分群體具有熟悉網(wǎng)絡(luò)購物環(huán)境，網(wǎng)購經(jīng)驗豐富的特點(diǎn)，所得的調(diào)查結(jié)果更具有說服力。

(2)樣本信度分析

對樣本的信度進(jìn)行分析，采用SPSS 16.0統(tǒng)計分析軟件，輸入樣本數(shù)據(jù)，檢測其 Alpha值也稱同質(zhì)性系數(shù)，得到下表2.2。

通常情況下，認(rèn)為α≥0.7屬于高信度，0.35<α<0.7屬于信度尚可，由上表可知值為0.504，屬于一般，可以用該樣本進(jìn)行檢驗。

(3)回歸分析

通過回歸分析對淘寶網(wǎng)涉及的諸多因素與消費(fèi)者購買行為決策的關(guān)系進(jìn)行分析，采用多次分步回歸來研究產(chǎn)品銷量受多個自變量的影響程度，最終總結(jié)出結(jié)果。Sig代表顯著性，它的值實(shí)際就是t統(tǒng)計量對應(yīng)的概率值，所以t和Sig兩者可以等價，Sig值越接近于0顯著性越好，而它表示的值就是統(tǒng)計出的概論P(yáng)值，如果0.01

(二)非格式化評價分析

因變量定義為Y，代表消費(fèi)者購買態(tài)度，包含三個網(wǎng)絡(luò)評論對消費(fèi)者購買態(tài)度的影響結(jié)果：縮短產(chǎn)品認(rèn)知時間、影響最終決策、提高滿意度，在調(diào)查問卷的最終統(tǒng)計結(jié)果中分別求取平均值，得到最終的網(wǎng)絡(luò)購買行為Y的基礎(chǔ)數(shù)據(jù)。

對于商家的正面評論量、負(fù)面評論量、褒貶都有的評論數(shù)量、一致好評的評論數(shù)量對消費(fèi)者購買行為的影響提出以下假設(shè)：

假設(shè)三H3：在一定范圍內(nèi)，正面評論量和負(fù)面評論量對消費(fèi)者的購買決策同時存在正向影響。

主要基于C2C網(wǎng)絡(luò)評論進(jìn)行研究，通過對淘寶網(wǎng)上的50條評論進(jìn)行對比，結(jié)合一些文獻(xiàn)參考，將評論涉及的內(nèi)容范圍細(xì)分為以下四個方面的因素：一是產(chǎn)品內(nèi)部因素(產(chǎn)品質(zhì)量，產(chǎn)品外觀)；二是產(chǎn)品經(jīng)濟(jì)因素(產(chǎn)品價格，支付便捷性，支付安全性，物流費(fèi)用)；三是產(chǎn)品外部因素(物流周期，產(chǎn)品包裝完整性)；四是產(chǎn)品糾紛處理因素(退換貨效率，售后服務(wù))。

依次針對這四方面內(nèi)容，及其可能對消費(fèi)者網(wǎng)絡(luò)購買行為產(chǎn)生的影響，提出以下幾個假設(shè)：

假設(shè)四H4：對產(chǎn)品內(nèi)部因素的相關(guān)評論影響消費(fèi)者購買行為；

假設(shè)五H5：對產(chǎn)品經(jīng)濟(jì)因素的相關(guān)評論影響消費(fèi)者購買行為；

假設(shè)六H6：對產(chǎn)品外部因素的相關(guān)評論影響消費(fèi)者的購買行為；

假設(shè)七H7：對產(chǎn)品糾紛處理因素的相關(guān)評論影響消費(fèi)者的購買行為。

1.“假設(shè)三”驗證

消費(fèi)者網(wǎng)絡(luò)購物行為Y與各類型的評論數(shù)量要素(X31，X32,X33,X34,X35)之間的關(guān)系的分析驗證假設(shè)三H3。輸入自變量X31，X32,X33，X34,X35輸出因變量為Y。

Y=α3+β31X31+β32X32+β33X33+β34X34+β35X35+ε3

(2.1)

其中X31表示總評論量；X32表示正面評論量；X33表示負(fù)面評論量；X34表示一致好評的評論量；X35表示正負(fù)都有的評論量；ε3殘差，代表其他因素的影響。

得到回歸方程(2.1)的回歸分析結(jié)果，總評論量的顯著程度極高(標(biāo)準(zhǔn)化回歸系數(shù)β=0.412，顯著性Sig=0.000)；正面評價量顯著程度極高(β=0.284，顯著性Sig=0.000)；負(fù)面評價量顯著性極高(β=0.459，Sig=0.000)；一致好評量的顯著程度不滿足(β=-0.038， Sig=0.428)；正負(fù)都有的評論量的顯著性程度較高(β=0.177， Sig=0.0015)。采用F檢驗得到F=58.639。直線擬合優(yōu)度值=0.982，反映出該方程的詮釋能力很好，去除顯著程度不滿足的一致好評量這一自變量。

Y=α3+β31X31+β32X32+β33X33+β34X34+β35X35+ε3

(2.1)

可以寫成：

網(wǎng)購行為=0.431×總評論量+0.238×正面評論量+0.436×負(fù)面評論量+0.142×正負(fù)都有的評論+(-2.968)。

根據(jù)回歸方程所得的現(xiàn)實(shí)意義，總評論、正面評論、負(fù)面評論、正負(fù)都有的評價數(shù)量在一定范圍內(nèi)對消費(fèi)者網(wǎng)購行為有影響。

2. 評價內(nèi)容與網(wǎng)購行為回歸分析

將在線評論對消費(fèi)者網(wǎng)購行為的影響的相關(guān)理論和研究進(jìn)行了理論分析，在此分析的基礎(chǔ)上建立了本文的模型、提出了假設(shè)。

從表2.3中可以看出，所有變量的均值集中在3.51～4.36之間，標(biāo)準(zhǔn)差在0.89～1.24之間，樣本數(shù)據(jù)的分布比較均勻，適合進(jìn)行建模和回歸統(tǒng)計分析。

(1)產(chǎn)品內(nèi)部因素回歸分析

消費(fèi)者購買態(tài)度Y與產(chǎn)品內(nèi)部性因素(X41，X42)之間的關(guān)系的回歸方程式(2.2)的分析是對假設(shè)H4的驗證。輸入變量為X41，X42，輸出變量為Y，回歸方程(2.2)。

Y=α4+β41X41+β42X42+ε4

(2.2)

其中X41表示產(chǎn)品質(zhì)量；X42表示產(chǎn)品性能；ε4殘差，代表其他因素的影響。

得到回歸方程(2.2)的回歸分析結(jié)果，產(chǎn)品性能關(guān)注要素的顯著程度不滿足(β=0.062， Sig=0.542)；產(chǎn)品質(zhì)量要素的顯著程度高(β=0.211，Sig=0.031)。擬合優(yōu)度檢驗值R2=0.748，R取值為[0,1]，其中的R值反映了該方程的詮釋水平，該模型的直線擬合程度一般，而產(chǎn)品性能的顯著程度不滿足，因此去除產(chǎn)品性能要素的影響。F=5.891，一般選擇α=0.05，由F=5.787>F0.05=5.32則接受假設(shè)H4，假設(shè)H4的回歸方程：

Y=α4+β41X41+β42X42+ε4

(2.2)

可以寫成：

Y=0.174×產(chǎn)品質(zhì)量因素+(-0.824)

根據(jù)回歸方程所得的現(xiàn)實(shí)意義，關(guān)于產(chǎn)品質(zhì)量的評論語對消費(fèi)者網(wǎng)購行為有影響。

(2)產(chǎn)品經(jīng)濟(jì)因素回歸分析

消費(fèi)者的網(wǎng)絡(luò)購買行為Y與產(chǎn)品經(jīng)濟(jì)要素(X51,X52,X53,X54)之間的關(guān)系的回歸方程式(2.3)的分析驗證假設(shè)H5。輸入變量為X51,X52,X53,X54,輸出變量為Y。

Y=α5+β51X51+β52X52+β53X53+β54X54+ε4

(2.3)

其中X51表示產(chǎn)品價格；X52表示交易支付便捷性；X53表示交易支付安全；X54表示物流費(fèi)用；ε5殘差，代表其他要素對Y的影響。

得到式(2.3)的回歸分析結(jié)果，產(chǎn)品價格要素的顯著程度高(β=0.201，Sig =0.008)；支付便捷性的顯著程度極高(β=0.324，Sig =0.000)；支付安全顯著程度較高(β=0.291，Sig=0.023)；物流費(fèi)用要素的顯著程度很高(β=0.172，Sig =0.001)，F(xiàn)=14.562，R2=0.779，說明該模型的擬合水平較高，假設(shè)H5的回歸方程：

Y=α5+β51X51+β52X52+β53X53+β54X54+ε5

(2.3)

可以寫成：

Y=0.211×價格+0.275×支付快捷性+0.198×支付安全性+0.172×物流費(fèi)用(-1.562)

根據(jù)回歸方程得到，產(chǎn)品經(jīng)濟(jì)因素中關(guān)于產(chǎn)品價格的評價、關(guān)于支付快捷性的評論、關(guān)于支付安全性的評論、關(guān)于物流費(fèi)用的評論語都對消費(fèi)者網(wǎng)購行為有影響。

(3)產(chǎn)品外部性要素回歸分析

消費(fèi)者網(wǎng)絡(luò)購買行為Y與產(chǎn)品外部性因素(X61,X62)之間的關(guān)系的回歸方程式(2.4)的分析驗證假設(shè)H6。輸入變量為X61X62，輸出變量為Y。

Y=α4+β61X61+β62X62+ε6

(2.4)

其中X61表示物流周期；X62表示包裝完整性；ε6為殘差，代表其他要素對Y的影響。

得到式(2.4)的回歸分析結(jié)果，物流周期要素的顯著程度一般(β=0.113，sig=0.034)；包裝完整性要素的顯著程度一般(β=0.124， Sig.=0.012)；F=5.972。R2=0.841，該模型的擬合水平較好，物流周期和包裝完整性要素的顯著程度一般。假設(shè)H6的回歸方程：

Y=α6+β61X61+β62X62+ε6

(2.4)

可以寫成：

Y=0.211×物流周期+0.198×包裝完整性+(-1.132)

根據(jù)回歸方程，外部性要素中關(guān)于物流周期和包裝完整性的評論對消費(fèi)者網(wǎng)購行為有影響。

(4)糾紛處理因素回歸分析

消費(fèi)者網(wǎng)絡(luò)購物行為Y與糾紛處理因素(X71，X72)之間的關(guān)系的回歸方程式(2.5)的分析驗證假設(shè)H7。輸入變量為方程X71，X72，輸出變量為Y。

Y=α7+β71X71+β72X72+ε7

(2.5)

其中X71表示產(chǎn)品退換貨處理；X72表示產(chǎn)品售后服務(wù)；ε7為殘差，代表其他要素對Y的影響。

同上運(yùn)用SPSS16.0，輸入數(shù)據(jù)，得到式(2.5)的回歸分析結(jié)果，退換貨要素顯著性不合格(β=0.008，sig=0.734)；售后服務(wù)要素顯著性強(qiáng)(β=0.492，sig=0.001)，F(xiàn)=48.972， 0.615，該模型擬合性一般。消去顯著性不合格自變量，假設(shè)H7的回歸方程：

Y=α7+β71X71+β72X72+ε7

(2.5)

可以寫成：

Y=0.561×售后服務(wù)+(-2.412)

根據(jù)實(shí)證研究所得回歸方程具有現(xiàn)實(shí)意義，糾紛處理因素中產(chǎn)品售后服務(wù)的評論語對消費(fèi)者網(wǎng)購行為有影響。

三、結(jié)論

由以上數(shù)據(jù)調(diào)查與分析結(jié)果可知：網(wǎng)絡(luò)購物評價對消費(fèi)者購買決策具有引導(dǎo)作用，根據(jù)淘寶網(wǎng)購物評價數(shù)據(jù)分析所得，由于存在默認(rèn)好評的原因，差評量與購買量之間存在負(fù)相關(guān)的關(guān)系，且近似為L型曲線，如果除去默認(rèn)好評機(jī)制，所得的曲線符合正態(tài)分布，與前人研究成果相符。好評率高的商品不一定賣的就好，適量的差評有時還有利于提高商品評價的可信度，同時有助于引導(dǎo)消費(fèi)者的購物決策。對企業(yè)而言，消費(fèi)評價有助于其改善服務(wù)質(zhì)量和提高產(chǎn)品的顧客滿意度，同時也有助于企業(yè)建立網(wǎng)絡(luò)口碑，這比廣告更加直接有效。

(一)本研究的局限性和展望

一是本次研究的數(shù)據(jù)樣本選取范圍較小，代表性不夠強(qiáng)，調(diào)查問卷雖然選取了代表性較強(qiáng)的購物群體，但是忽視了其他相近群體的地域和年齡差別，后續(xù)研究可以擴(kuò)展研究的范圍和變量的數(shù)量，繼續(xù)發(fā)掘?qū)徫镄袨橛杏绊懥Φ囊蛩亍?/p>

二是研究時的數(shù)據(jù)分析只是進(jìn)行了自變量整體與因變量之間的信度檢測，可以分別通過刪減某一個變量，得出不同的α值，來判斷在研究過程中單一變量研究的重要性，也可以選擇去掉不明顯的影響因素，提高樣本的可用性，這樣得出的結(jié)果應(yīng)該更加接近實(shí)際。

(二)研究結(jié)論可以提供的建議和對策

一是電子商務(wù)網(wǎng)站要重視在線評論的價值。在線評論具有網(wǎng)絡(luò)口碑的優(yōu)勢，其傳播速度快，影響范圍廣，影響程度深，電商企業(yè)管理好在線評論系統(tǒng)有助于實(shí)施互聯(lián)網(wǎng)營銷策略，提高電商企業(yè)的知名度和信譽(yù)度。

二是關(guān)注在線評論的相關(guān)屬性，建立模塊化的在線評論體系。在線客戶評論本身的屬性包括：評論內(nèi)容的質(zhì)量、評論內(nèi)容所反映的相關(guān)因素、評論的數(shù)量、評論的客觀性等。這些相關(guān)因素都極大地影響在線評論對消費(fèi)者網(wǎng)購態(tài)度的影響。淘寶網(wǎng)之所以差評影響大就在于整個信用評價標(biāo)準(zhǔn)和算法并不完全科學(xué)，可以通過研究將單個商品的評價指標(biāo)與店鋪的評價指標(biāo)之間做出區(qū)分，這樣就可以避免惡意差評的影響。同時客戶在評價時，可以提供明確的評價內(nèi)容分類，而不是單純的“好、中、差”，應(yīng)該具體到內(nèi)容上，如：物流、質(zhì)量、服務(wù)態(tài)度，這樣人們可以通過比較自己最關(guān)注和最不關(guān)注的因素權(quán)重，做出利于自己的選擇，而不是盲目地排斥別人給出差評的商品。

三是企業(yè)要對在線評論進(jìn)行有效管理，建立在線評論質(zhì)量評估體系。在線評論的信息有正面的，也有負(fù)面的，對企業(yè)來說是一把雙刃劍，企業(yè)不但要重視正面信息所產(chǎn)生的積極效應(yīng)，同時要及時處理負(fù)面評論，因為負(fù)面評論對企業(yè)的信譽(yù)將會產(chǎn)生很大的損害。如果企業(yè)能夠積極處理負(fù)面評論，對消費(fèi)者關(guān)注的方面有良好的解決方式，這也從另一方面為企業(yè)塑造了良好售后形象。

[1]姚天，程希文．文本意見挖掘綜述[J] ．中文信息學(xué)報，2008，(3)：71- 80．

[2]張玉芳.中國C2C在線客戶評論對消費(fèi)者購買決策影響的實(shí)證研究[D].暨南大學(xué)，2011.

[3] 張紫瓊，葉強(qiáng)，李一軍．互聯(lián)網(wǎng)商品評論情感分析研究綜述[J] ．管理科學(xué)學(xué)報， 2010，(6)：84-96．

[4] 黃孝俊，徐偉青．口碑溝通的基本研究取向[J] ．浙江大學(xué)學(xué)報，2004，(1)：125.

[5] 闕克儒．網(wǎng)絡(luò)匿名性、企業(yè)形象與關(guān)系品質(zhì)對網(wǎng)絡(luò)口碑影響之研究——以線上游戲為例[D] ．國立中興大學(xué)，2004．

[6] 劉旭． B2C平臺在線評論與網(wǎng)購行為的關(guān)系研究[D]．國立中興大學(xué)，2012．

[7] 鄭小平．在線評論對網(wǎng)絡(luò)消費(fèi)者購買決策影響的實(shí)證研究[D] ．中國人民大學(xué)， 2008．

[8] 李琪．電子商務(wù)概論[M] ．北京：高等教育出版社，2009：42-68．

(責(zé)任編輯：張東生)

Research on the Impact of Evaluation of Online Shopping on Consumer Purchasing Decisions

LI Li，ZHU Kong-lai

( University of Jinan of Management, Jinan, Shandong 250002, China )

On the basis of summarizing and learning from past consumer behavior research results, and combined with the current development of e-commerce, this thesis carries out network status evaluation system for data modeling and empirical research. By analyzing the data of Taobao shops' comment, it studies the effects of positive reviews and negative reviews sales, and has surveyed 100 college students in Jinan. The sample data obtained from the inside of the product, product economy, external to the product, the product, study the factors affecting consumer buying behavior. This paper presents seven hypothesis, and one hypothesis verification, and ultimately come to review content and quality of networks and consumer online shopping behavior.

online evaluation; purchasing decisions; online reviews

2014-10-31

李勵(1992-)，女，湖北孝感人，2014級管理科學(xué)與工程專業(yè)研究生，研究方向為管理決策與系統(tǒng)評價。

F713.36

A

1671-4385(2015)01-0010-06