岳中剛??++王曉亞

摘要：以消費決策的AISAS模式為主線，綜述了消費者參與在線評論、消費者對在線評論的感知價值以及受在線評論影響的購買決策等領域的研究進展，旨在分析在線評論研究的內在邏輯、方法差異和結論分歧，在此基礎上探討了在線評論在方法、內容及本土化方面的研究趨勢。

關鍵詞：在線評論；感知價值；消費者購買決策

DOI：10.13956/j.ss.1001-8409.2015.06.20

中圖分類號：F7246；F71355 文獻標識碼：A 文章編號：1001-8409（2015）06-0090-04

在線評論是消費者發(fā)布在企業(yè)網站或第三方網絡平臺上關于商品或服務的評價，屬于網絡口碑的一種常見表現形式。對CNKI和Web of Knowledge數據庫進行主題檢索發(fā)現，2006年以前，網絡口碑領域主要關注虛擬社區(qū)、博客、即時通訊、專家點評等交流形式。隨著網絡購物方式的日益盛行以及第三方信息中介網站的興起，在線評論則演化為熱點話題，尤其是2010年以來，相關文獻數量大幅度增加。目前關于在線評論的研究分別從在線評論的諸多特征如何影響消費者、消費者為何參與在線評論交流以及企業(yè)如何利用在線評論制定營銷策略等3個層次展開。由于缺乏共識性的研究框架，關于在線評論前因與后果的研究并沒有得到邏輯一致的解釋和規(guī)律性的發(fā)現。從在線評論研究層次轉換可以看出，消費者行為成為解釋在線評論形成與作用機制的切入點，在消費者行為的分析框架中可以更好地解釋在線評論特征及其對消費者和企業(yè)營銷的影響機理。為此，根據網絡環(huán)境下消費決策的AISAS模式：關注商品（Attention）—產生興趣（Interest）—信息搜尋（Search）—購買行動（Action）—分享經驗（Share），本文按照消費者參與在線評論、消費者對在線評論的感知價值、消費者受在線評論影響的購買決策這一邏輯框架，對近十年來有關消費者在線評論的理論與實證研究進展進行總結和概括，并在分析現有研究不足的基礎上對其本土化研究進行了展望。

1 消費者參與在線評論的動機研究

參與在線評論的消費者大多具有雙重身份，購買商品或服務之前是在線評論的搜尋者和瀏覽者，購買之后則成為在線評論的原創(chuàng)者和發(fā)布者。為此，關于消費者參與行為的研究沿著兩條主線展開：一是解釋消費者為何搜尋和瀏覽在線評論，即搜尋動機研究；二是解釋消費者為何發(fā)布在線評論，即發(fā)布動機研究。

1.1 搜尋在線評論的動機研究

一般而言，消費者搜尋和瀏覽在線評論的動機有三類：一是信息動機，通過在線評論獲取其他消費者對商品或服務的評價，為其消費選擇提供參考；二是支持動機，通過在線評論獲得其他用戶的消費體驗，支持其已經做出的消費決策；三是娛樂動機，通過在線評論獲得其他消費者的軼聞趣事，有助于其了解群體消費趨勢。HenningThurau等通過對第三方在線評論平臺的消費者調查，識別和總結了五類動機：獲得與購買相關的信息、通過信息了解社會取向、社區(qū)成員資格、積分或報酬激勵、了解如何使用商品[1]。獲得商品本身的屬性信息以及其他用戶購買后的消費評價信息來降低購買的不確定性是消費者搜尋在線評論的主要動機，為此商品特征以及消費者的風險態(tài)度、文化價值觀、專業(yè)知識等因素將在不同程度上影響消費者的搜尋行為和努力程度。與購買搜尋品的消費者相比，購買經驗品的消費者更頻繁地瀏覽在線評論，且愿意為獲得商品信息付出更多的搜尋成本，這也體現了消費者的風險規(guī)避傾向。通過對中美消費者在第三方信息平臺的搜尋行為的比較發(fā)現，中國乃至東方的集體主義傾向強化了消費的從眾心理和跟隨效應，而美國的個人主義文化價值觀降低了消費者對在線評論的搜尋努力和接受度。Park等認為，消費者的專業(yè)知識與其搜尋努力呈現倒U形關系，當專業(yè)知識處于中等水平，消費者主動搜尋在線評論較多，而過多或過少的專業(yè)知識都會降低消費者的搜尋努力[2]。

1.2 發(fā)布在線評論的動機研究

HennigThurau等從經濟效用的視角識別了消費者發(fā)布在線評論的八種動機：信息平臺的支持、發(fā)泄負面情緒、關心其他消費者、積極地自我提升、社交利益、經濟激勵、幫助企業(yè)和尋求建議，并進一步指出社交利益動機對消費者訪問網站和發(fā)布在線評論的影響最大[1]。Hu等發(fā)現，在線評分呈現J型的不對稱雙峰分布特征，即對商品購買非常滿意或非常不滿意的消費者給予了反饋評分，這反映了幫助企業(yè)和發(fā)泄負面情緒可能是激發(fā)消費者進行在線評論的重要動機[3]。Cheung等采用第三方消費評論網站OpenRice.com的客觀數據，從社會心理學視角實證檢驗在線評論的發(fā)布動機，發(fā)現提高自身聲譽、集體歸屬感、關心與幫助其他消費者這三類動機與消費者發(fā)布在線評論呈現顯著的正相關關系，而消費者之間的互惠、道義責任、自我效能感等因素則與消費者是否發(fā)布在線評論不相關[4]。閻俊等基于中國文化情境歸納了消費者發(fā)布和傳播在線評論的七類主要動機，即社區(qū)興盛、信息回報、獲得獎勵、分享情感、支持（懲罰）商家、提升形象和改進服務[5]。

盡管上述眾多的社交、利他或經濟動機促使消費者發(fā)布和參與在線評論，但消費者的發(fā)布動機與行為之間仍受個人特征、外在情境和交流氛圍的調節(jié)。網絡環(huán)境中匿名性和非面對面溝通使人際間傳統社會網絡的信任機制失靈，信任機制將影響網絡環(huán)境中消費者之間的交流，如網站或網絡社區(qū)的聲譽、獨立性以及社區(qū)群體的聯結或活躍程度等因素將影響消費者發(fā)布和參與在線評論。目前關于消費者發(fā)布在線評論動機的研究更多地關注了收益分析，而對成本的研究不夠完善。例如，對擁有高獨特性需求的消費者而言，消費者很少會通過在線評論推薦自己購買的商品，即獨特性需求提高了消費者發(fā)布在線評論的成本。

2 消費者對在線評論的感知價值研究

2.1 在線評論來源與消費者感知價值

在傳統的口碑傳播環(huán)境中，接收方一般可以依據所熟悉的傳播方情況判斷口碑信息的可信度和有用性。而在開放的虛擬網絡環(huán)境中，消費者對在線評論的感知價值主要取決于評論來源的可信度、專業(yè)性、同一性等因素。Park等認為，網絡平臺的聲譽可以作為判斷在線評論可信度的重要指標，尤其對于體驗型商品而言更為重要[2]。相對于具有促銷動機的電子商務網站，消費者更信任獨立的第三方評論網站，如Yelp和大眾點評網。對亞馬遜網絡用戶的研究發(fā)現，評論發(fā)布方提供與身份相關的信息可以顯著影響消費者對在線評論的認可程度。Brown等采用品牌關系模型研究消費者與網絡社區(qū)的關系，提出在虛擬環(huán)境中，消費者進行互動的主要是網站和評論信息，而不是匿名的評論發(fā)布者[6]。換言之，相對于評論發(fā)布者而言，網站的可信度對消費者的感知價值影響更大。

在線評論來源的專業(yè)性是影響消費者感知價值最受關注的變量，然而眾多的研究文獻卻并未形成一致的結論。長期以來被廣泛接受的觀點認為，消費者將那些在職業(yè)或經驗上具有較高專業(yè)水平的在線評論發(fā)布者稱為“網絡意見領袖”，他們更愿意認可和接受他們的觀點與推薦[7]。Burgess等通過對澳大利亞1.2萬旅游者的調查發(fā)現，旅游者最信任發(fā)布在專門旅游網站上的旅游者在線評論而不是普通的網絡評論[8]。根據2013年全球市場調研公司eMarketer發(fā)布的網絡消費調查表明，與專家評論相比，潛在消費者似乎更愿意相信有過同種產品購買經歷的其他消費者的意見。Bruyn等認為，消費者對在線評論專業(yè)性的感知價值隨其行為階段的不同而呈現出差異。在消費者認知商品階段，在線評論來源的專業(yè)性對消費者沒有影響，而在購買決策階段，專業(yè)性的在線評論則具有重要價值，尤其是針對比較復雜或高感知風險的商品或服務[9]。

2.2 在線評論特征與消費者感知價值

在線評論的數量反映了該商品或服務在消費市場中“熱銷”或“流行”的程度，評論數量較多的商品更容易觸發(fā)潛在消費者的興趣和關注，即在線評論數量具有知曉效應。Park等通過詳盡可能性模型探討了消費者對在線評論的感知路徑，認為低專業(yè)水平或低參與度的消費者通常根據外圍信號來處理信息，因此更容易受評論數量而非評論內容的影響[2]。根據眾多對雅虎網站電影評論對票房收入影響的調查，發(fā)現評論數量與票房收入呈顯著的正向關系，而正向或負向評論對票房收入的影響不顯著。Duan等對電影市場的研究也驗證了上述觀點，并進一步發(fā)現在線評論數量與票房收入之間存在雙向因果關系，這些研究結論也在一定程度解釋了我國電影市場普遍存在的“爛片高票房”、“一起吐槽一起買票”等現象[10]。

在線評論的方向性又稱為效價或極性，反映了消費者對已購商品或服務的滿意程度，通常以正向評論或負向評論來反映。在消費者在線評論系統中，較為容易采集的評分、評級等數值型評價通常被作為衡量評論方向性的定量指標。Chevalier研究了美國亞馬遜、巴諾兩大書店的圖書在線評論，發(fā)現正向評論將顯著增加圖書銷量，這反映了正向評論意味著高接受度和高質量，潛在消費者比較容易被說服接受該商品[11]。相對于正向評論，消費者似乎更關注負向評論提供的信息，負向評論對消費者的影響更大。Nam等認為，消費者傾向于參考針對性較強的負向在線評論以幫助其決策，當消費者知識水平較低時，負向在線評論的診斷性和影響將增強。他對消費者視頻訂閱數據研究后發(fā)現，負向評論對訂閱量降低的影響兩倍于正向評論對訂閱量增加的影響[12]。然而，若在線評論的方向具有高度一致性，反而會降低消費者的感知價值和接受度。Doh等基于消費者實驗的研究表明，若正向評論比例非常高，消費者將質疑評價系統或網站的可信度，正向評論的比例為80%時可信度最高；若負向評論比例非常高，消費者一般歸因于商品或服務確實不受歡迎[13]?；诳刂茖嶒灧ǖ难芯堪l(fā)現，方向高度一致的在線評論對消費者的參考價值較小，差異度或離散度較大的在線評論對消費者感知與購買決策有比較大的影響。

2.3 個體特征與消費者感知價值

Doh等研究發(fā)現，消費者的諸多個體特征，如先驗信念、先驗知識、產品涉入度等，不僅影響在線評論的參考價值，而且對消費者的購買意愿起到重要的調節(jié)作用[13]。一般而言，消費者對在線評論的感知價值受產品涉入度和線下口碑信息的調節(jié)，即消費者對產品或服務具有較多的了解和信息來源，其受在線評論的影響可能比較小。Park等認為，隨著消費者專業(yè)知識的增加，其搜尋信息的積極性會下降，在線點評對其影響力也會減弱[2]。消費者的信息解讀與處理能力是異質的，主要受消費者個人偏好、差異化需求、信息敏感度、教育水平、專業(yè)知識等影響。由于信息解讀能力會影響消費者對于風險的認知和信息搜尋的態(tài)度，進而影響其對評論信息的感知價值。此外，一些學者進一步研究了性別、懷疑程度、風險態(tài)度等個體特征變量對消費者感知價值的影響，如Dellarocas等認為，在線評論對女性消費者的參考價值及購買意向的影響比男性更為明顯[14]。

許多研究將在線評論瀏覽者與發(fā)布者的個體特征相結合，提出二者的“同一性”將影響瀏覽者對在線評論的感知價值?！巴恍浴笔侵赶M者在一些特征上的相似性或契合性，如年齡、性別、職業(yè)、生活態(tài)度和消費方式等。根據社會網絡理論中的“像我原則”，消費者傾向與自己類似或心理距離接近的其他消費者進行更加頻繁的互動與交流，進而受他們的影響更大。Prendergast等研究發(fā)現，在線評論來源相似性正向影響在線論壇的說服力以及消費者的購買意圖，同時在線論壇說服力對來源相似性與消費者購買意圖的關系起調節(jié)作用[15]?；谛睦砜刂茖嶒灥难芯勘砻鳎M者與在線評論發(fā)布者的心理距離不同，將導致其對這些在線評論的理解不同，從而感知評論的有用性程度存在顯著差異。黃鸝強基于解釋水平理論的實驗研究發(fā)現，當消費者具有較遠的心理距離時，他們會感知抽象性在線評論更為有用；而處于較近的心理距離時，具體性的在線評論則更有用[16]。Bruyn等盡管認可“同一性”對消費者接受在線評論有重要作用，但他們提出了消費者選擇也存在“非像我原則”，即某些消費者更傾向于接受與自己不相似的在線評論者的推薦，從而增加信息的豐富度[9]。

3 消費者受在線評論影響的購買決策研究

3.1 在線評論對個體購買決策的影響

Duan等認為，在線評論對消費者購買決策的影響主要體現為知曉效應和推薦效應[10]。所謂“知曉效應”是指在線評論傳遞了商品存在的信息，使消費者知道、關注和選擇該商品，而“推薦效應”是指在線評論可以塑造消費者對商品的態(tài)度和認知，進而影響其購買決策。Park等提出了在線評論的雙重性特征，即在線評論不僅具有信息提供的屬性，而且還有商品推薦的功能[2]。與營銷或促銷獲得的顧客相比，通過在線評論說服的顧客有更高的忠誠度，能給企業(yè)帶來更多的溢價報酬，或者說使企業(yè)擁有更大的顧客資產。Trusov等比較了在線評論與傳統營銷對新顧客獲取的效應，發(fā)現在線評論等口碑推薦的長期彈性為053，是事件營銷的20倍、媒體營銷的30倍[17]。通過比較明星代言與在線評論對女性購物決策的影響，發(fā)現對于經驗型商品而言（如化妝品），在線評論的推薦和說服效應更為顯著。此外，基于消費心理學的研究認為，消費者發(fā)布在線評論是帶有自身情感的，這種情感將通過觸發(fā)和灌輸等方式影響瀏覽者的情感反應，進而影響瀏覽者的購買決策。

3.2 在線評論對企業(yè)市場績效的影響

該領域的研究大多是將在線評論的數量、評分、方向等特征變量作為解釋變量，將銷售量、銷售額、市場份額等績效指標作為被解釋變量，實證檢驗二者之間的關系和影響程度。早期文獻集中研究了圖書、電影等標準化的商品或服務，如Chevaliar等采用雙重差分法分析美國亞馬遜網站上在線評論與圖書銷量的關系，發(fā)現評論數量與圖書銷量呈現顯著正相關關系[11]。Dellarocas等以電影產業(yè)為例，將在線評論數量加入商品銷量的模型中，發(fā)現模型預測的準確度有顯著提高[14]。隨著研究領域的進一步拓展，如在線評論與連鎖式旅店營業(yè)額、游戲銷售量等變量的關系，在線評論特征、消費者個體特征和商品屬性等關鍵變量被不斷地引入理論模型，研究方法更趨于復雜，也出現了許多不一致的實證結論。如Duan 等對電影市場的研究表明，電影票房主要取決于在線評論數量而非方向，而Nam等則認為，在線評論的方向以及所表達的情感對票房有顯著的影響[10，12]。研究結論的不一致可能源于以下三個方面：一是主要變量測度方式不同，如一些研究對評論方向的測度采用消費者評分，另一些研究則根據評論內容進行打分；二是研究數據存在偏差，如Li等發(fā)現較早的評論發(fā)布者有可能存在自我選擇偏差，而這種偏差將影響商品銷售額以及其他消費者剩余[18]；三是研究方法存在內生性問題，如在線評論和商品銷量同時受商品質量、價格、暢銷程度等因素影響，從而產生內生性問題，由于不同研究樣本的內生性程度不同或者對內生性的控制方法也不盡相同，導致了對同類市場或相近理論假設的檢驗結論并不穩(wěn)健。

由于在線評論對消費者購買決策以及企業(yè)市場績效有著較為顯著的影響，許多企業(yè)將在線評論系統視為一種全新的營銷工具，不僅積極引導消費者對其商品進行在線評論，而且還策略性地利用在線評論引導消費者的購買決策[14]。由于滿意度是消費者參與在線評論的重要決定因素，企業(yè)在制定營銷策略時，應考慮如何提高初期消費者的滿意度，促使他們通過在線評論將商品推薦給其他消費者。Li等基于數碼相機市場的實證研究發(fā)現，產品定價顯著地影響消費者對商品的感知價值以及在線評論的方向，企業(yè)可以通過動態(tài)價格策略影響在線評論和消費者剩余[18]。由此可見，在線評論不僅對消費者決策具有重要參考價值，而且對于企業(yè)市場營銷和管理實踐具有較強的指導價值。

4 研究總結與未來展望

作為用戶原創(chuàng)內容的消費者在線評論，不僅為消費者購買決策過程融入了新的元素和特征，而且也為企業(yè)制定營銷策略提供了新的方式和途徑。隨著近年來戰(zhàn)略性營銷的興起，在線評論日趨成為企業(yè)挖掘消費需求、培養(yǎng)顧客忠誠以及增強競爭優(yōu)勢的營銷方式，企業(yè)如何動態(tài)地運用在線評論以實現長期營銷戰(zhàn)略仍需要進一步深化研究。

一是在研究方法方面，現有文獻大多采用抽樣調查和截面數據分析等方法，對在線評論與消費者決策的互動關系缺乏多維度、多層次、動態(tài)性的探討。鑒于在線評論對消費者決策行為的影響是在交互環(huán)境下進行的，且涉及評論發(fā)布者、企業(yè)或者第三方平臺，未來研究應從靜態(tài)分析轉向多方交互的動態(tài)分析，考慮采用多層線性模型和跟蹤數據探討在線評論對消費者決策以及企業(yè)績效的影響。

二是在研究內容方面，現有文獻主要集中于在線評論對消費者購買決策的影響，從發(fā)布方以及企業(yè)營銷視角探討在線評論的研究尚未引起足夠重視。盡管少量文獻從顧客資產的角度提出了在線評論較其他營銷方式對于獲取新顧客以及品牌溢價的優(yōu)勢，后續(xù)研究應該深入探討在線評論以及消費者互動機制對企業(yè)戰(zhàn)略性營銷的重要作用。

三是在研究結論的普適性方面，現有文獻主要是針對西方個人主義文化情境下的在線評論與消費者行為進行研究，缺乏對于東方集體主義文化情境以及跨文化情境的比較研究。消費者的從眾行為如何影響在線評論的形成、擴散、演化及其與消費者購買決策之間的關系？這些問題都需要未來基于中國文化情境開發(fā)量表，形成具有本土消費文化特色的研究結論或比較研究。

參考文獻：

[1]HennigThurau T， Gwinner K P， Walsh G， et al. Electronic Wordofmouth Via Consumeropinion Platforms： What Motivates Consumers to Articulate Themselves on the Internet？ [J]. Journal of Interactive Marketing， 2004， 18（1）： 38-52.

[2]Park D H， Kim S. The Effects of Consumer Knowledge on Message Processing of Electronic Wordofmouth Via Online Consumer Reviews [J]. Electronic Commerce Research and Applications， 2008， 7（4）： 399-410.

[3]Hu N， Liu L， Zhang J J. Do Online Reviews Affect Product Sales？ The Role of Reviewer Characteristics and Temporal Effects[J]. Information Technology and Management， 2008， 9（3）： 201-214.

[4]Cheung C M K， Lee M KO. What Drives Consumers to Spread Electronic Word of Mouth in Online Consumeropinion Platforms[J]. Decision Support Systems， 2012： 218-225.

[5]閻俊，蔣音波，常亞平.網絡口碑動機與口碑行為的關系研究[J].管理評論， 2012（12）： 84-91.

[6]Brown J， Broderick A J， Lee N. Nicklee Word of Mouth Communication within Online Communities： Conceptualizing the Online Social Network[J]. Journel of Interactive Marketing， 2007， 21（3）：2-20.

[7]程鵬飛. 關系強度、發(fā)送方專業(yè)知識與口碑影響力[J].軟科學，2013（5）：66-74.

[8]Burgess S， Sellitto C， Cox C， et al. Trust Perceptions of Online Travel Information by Different Content Creators： Some Social and Legal Implications [J]. Information Systems Frontiers， 2011， 13（2）： 221-235.

[9]Bruyn D A， Lilien G. A Multistage Model of Wordofmouth Influence[J]. International Journal of Research in Marketing， 2008， 25（3）： 143-225.

[10] Duan W， Gu B， Whinston A B. Do Online Reviews Matter？——An Empirical Investigation of Panel Data[J]. Decision Support Systems， 2008， 45（4）： 1007-1016.

[11]Chevalier J A， Mayzlin D. The Effect of Word of Mouth on Sales： Online Book Reviews [J]. Journal of Marketing Research， 2006， 43（3）： 345-354.

[12]Nam S， Manchanda P， Chintagunta P K. The Effect of Signal Quality and Contiguous Word of Mouth on Customer Acquisition for a Videoondemand Service[J].Marketing Science， 2010，29（4）： 690-700.

[13]Doh S J， Hwang J S. How Consumers Evaluate eWOM（Electronic Wordofmouth）Messages[J]. Cyber Psychology & Behavior， 2009， 12（2）： 193-197.

[14]Dellarocas C， Narayan R. A Statistical Measure of a Populations Propensity to Engage in Postpurchase Online Wordofmouth [J]. Statistical Science， 2006， 21（2）： 277-285.

[15]Prendergast G， Ko D. Yuen S Y. Online Word of Mouth and Consumer Purchase Intentions[J]. International Journal of Advertising， 2010， 29（5）：687-708.

[16]黃鸝強.消費者對于產品評論評價機制的研究[D].中國科學技術大學， 2013.

[17]Trusov M， Bucklin R E and Pauwels K. Effects of Wordofmouth Versus Traditional Marketing： Findings from an Internet Social Networking Site [J]. Journal of Marketing， 2009， 73（5）： 90-102.

[18]Li X， Hitt L M. Price Effects in Online Product Reviews： An Analytical Model and Empirical Analysis [J]. MIS Quarterly， 2010， 34（4）： 809-831.

（責任編輯：李 鏡）