□文│黃　可

口碑與熱銷：網(wǎng)絡(luò)口碑對圖書在線銷售的影響機制分析

□文│黃可

網(wǎng)絡(luò)口碑已成為當前圖書在線銷售的重要影響因素，研究通過綜合分析來自百度、微博、微信、豆瓣網(wǎng)及當當網(wǎng)的實證數(shù)據(jù)，探討影響圖書在線銷售的網(wǎng)絡(luò)口碑因素的來源、構(gòu)成及影響作用方式，并嘗試構(gòu)建模型。研究發(fā)現(xiàn)，豆瓣短評數(shù)量、微信公眾平臺曝光程度和微博熱議程度都會對圖書在線銷售排行榜位序產(chǎn)生顯著影響，但作用程度和方向有所不同。社會化媒體平臺中的強關(guān)系傳播、情緒屬性及合力效應都是可以積極利用的圖書網(wǎng)絡(luò)口碑營銷手段。

網(wǎng)絡(luò)口碑圖書銷售影響機制

近年來，網(wǎng)絡(luò)購物已成為公眾日益青睞的消費方式。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）數(shù)據(jù)顯示，截至2014年年底，我國網(wǎng)絡(luò)購物用戶規(guī)模達到3.61億，同比增幅19.7%，網(wǎng)民使用網(wǎng)絡(luò)購物的比例從2013年年底的48.9%提升至55.7%，[1]早在2013年年底，約四分之一（25.7%）的網(wǎng)民就在網(wǎng)上購買書籍音像制品。[2]與此同時，新興媒介的滲透在一定程度上改變著消費者傳統(tǒng)的購物習慣，不少消費者在網(wǎng)絡(luò)購物后，會積極主動地通過論壇、網(wǎng)站、社交媒體等網(wǎng)絡(luò)平臺發(fā)表評價，介紹使用體驗，同時許多消費者傾向于先看評論、后做決策。德勤（Deloitte's Consumer Products Group）調(diào)查顯示，接近三分之二（62%）的消費者會瀏覽網(wǎng)絡(luò)中的商品評論，其中82%認為網(wǎng)絡(luò)評論直接影響了其購買決策。[3]相對于商家傳統(tǒng)的營銷、推介活動，這些來自消費者的真實感受往往更加容易獲得信賴，從而直接影響潛在消費者的購買決策。

究其根本，由普通網(wǎng)民生成的網(wǎng)絡(luò)口碑究竟如何作用于消費者決策，眾多網(wǎng)絡(luò)口碑因素之間呈現(xiàn)何種關(guān)系等問題值得關(guān)注。為此，本研究擬以圖書銷售為例，探討影響圖書在線銷售的網(wǎng)絡(luò)口碑因素的來源及構(gòu)成，嘗試通過實證分析精確解讀其影響作用機制。

一、研究背景

網(wǎng)絡(luò)口碑（IWOM，internet word of mouth）是互聯(lián)網(wǎng)時代營銷的關(guān)鍵詞，借助互聯(lián)網(wǎng)，消費者可以更快速、高效地獲取商品信息、使用經(jīng)驗以及與此有關(guān)的評論。同時，消費者也可通過互聯(lián)網(wǎng)針對特定商品或服務(wù)分享經(jīng)驗、建議與知識，這就形成了網(wǎng)絡(luò)口碑。網(wǎng)絡(luò)購物日益興盛的同時，社交媒體也大行其道，兩者的結(jié)合更激活了網(wǎng)絡(luò)化營銷的新思路和新方法。2005年日本電通公司提出的新一代消費者行為模型AISAS中，兩個S（“search”搜索和“share”分享）的出現(xiàn)不僅是顛覆傳統(tǒng)AIDAM營銷法則的核心，更精準地將驅(qū)動新時代營銷的方向定位于網(wǎng)絡(luò)口碑傳播。

圖書銷售領(lǐng)域猶是如此。傳統(tǒng)圖書營銷時代口碑已然存在，人際傳播中的評價信息會對圖書的選擇和購買產(chǎn)生影響力，但作用有限，以實體書店銷售為主的模式讓消費者更多地通過現(xiàn)場瀏覽來做出購買決策。互聯(lián)網(wǎng)時代，豐富、便捷、全天候及低價等因素讓上網(wǎng)購買圖書大受歡迎，未來更或?qū)⒊蔀閳D書銷售的主流模式。但在線圖書銷售也有明顯的弊端，突出表現(xiàn)在無法很好滿足消費者在傳統(tǒng)圖書售賣時代養(yǎng)成的“先讀后買”的習慣。因而，了解他人評價以降低消費風險成為購書人無法在書店親自試讀圖書的重要替代。同時，社會化媒體應用的普及讓普通讀者有了可以討論與分享的平臺，或褒獎推薦或批評否定，閱讀成為重要的社交話題之一。因此，網(wǎng)絡(luò)口碑傳播在圖書在線銷售體系中發(fā)揮著越來越重要的作用。

對于網(wǎng)絡(luò)口碑對消費者網(wǎng)絡(luò)購物行為的影響，學界已有不少相關(guān)研究成果，涉及銷售量、消費者態(tài)度、預期與滿意、決策時間等方面，總的來說網(wǎng)絡(luò)口碑發(fā)揮著積極的作用。典型的如希瓦利埃（Chevalier）和梅茲林（Mayzlin 2006）以亞馬遜和巴若兩家書店的實證研究發(fā)現(xiàn)，網(wǎng)絡(luò)書評對圖書銷量具有正面影響，圖書評價的提高會導致銷量的增加。宋曉兵等指出，網(wǎng)絡(luò)口碑的論證質(zhì)量和網(wǎng)絡(luò)社區(qū)可靠性對消費者對產(chǎn)品的態(tài)度有著正向的影響。塞爾吉奧（Sergio）分析了網(wǎng)上評論對顧客滿意度的影響，認為網(wǎng)上評論會使顧客產(chǎn)生產(chǎn)品預期，而這種預期將影響顧客購買產(chǎn)品后的滿意度。陳明亮指出人們通過網(wǎng)絡(luò)可以更加快捷和全面地了解偶像和身邊朋友的產(chǎn)品使用經(jīng)驗和購物體驗，基于網(wǎng)絡(luò)評論將會縮短消費者購買決策的時間。相關(guān)研究從不同側(cè)面證實了網(wǎng)絡(luò)口碑的影響力，但需要注意其中對圖書網(wǎng)絡(luò)口碑的觀察往往局限于某一網(wǎng)站或平臺，忽視了社會化媒體時代網(wǎng)絡(luò)口碑因素來源的廣泛性、多維度及相互作用，而這已經(jīng)成為當前網(wǎng)絡(luò)口碑發(fā)揮影響的重要條件。

二、網(wǎng)絡(luò)口碑來源分析

基于當前的網(wǎng)絡(luò)傳播態(tài)勢，搜索引擎、微博、微信及垂直興趣社區(qū)都是圖書網(wǎng)絡(luò)口碑的重要來源。本研究重點以百度搜索、新浪微博、騰訊微信和豆瓣網(wǎng)讀書頻道為研究對象，具體分析如下。

1.搜索引擎

面對網(wǎng)絡(luò)時代的海量信息，搜索引擎成為重要的信息工具， 據(jù)《2014年中國網(wǎng)民搜索行為研究報告》，[4]截至 2014 年 6 月，我國搜索引擎用戶規(guī)模達 50749 萬人，網(wǎng)民使用率為 80.3% ，95.4%的搜索用戶通過綜合搜索網(wǎng)站搜索信息，其中97.4%使用過百度搜索。當用戶存在查找或下載電影、音樂、書籍、游戲等娛樂需求時，進行搜索的比例高達 79.7%。因此，本研究以百度作為研究網(wǎng)絡(luò)口碑對圖書熱銷的影響因素之一，而百度搜索指數(shù)就是直觀反映網(wǎng)民對某一關(guān)鍵詞關(guān)注程度的數(shù)據(jù)指標，即某圖書的百度搜索指數(shù)越高，代表著網(wǎng)民通過搜索引擎對該圖書的關(guān)注程度越高，通過搜索引擎獲得的信息在一定程度上會影響圖書的購買決策。

2.微博

微博是社會化媒體的典型代表，信息產(chǎn)制成本低、社會化程度高、高度互動、時效性強等特性讓微博成為當下信息傳播的重要新媒體，其中推特和新浪微博是最受關(guān)注的平臺。據(jù)Alexa網(wǎng)站流量監(jiān)測數(shù)據(jù)，截至2014年4月新浪微博訪問流量全球排名第15位、中國地區(qū)第5位。新浪微博不僅流量大，更成為很多話題的信息源和擴散地。以圖書為例，2014年4月在新浪微博中搜索顯示約有3.7億條相關(guān)記錄，其中有大量針對具體圖書的發(fā)布與討論，也是觀察圖書網(wǎng)絡(luò)口碑的重要渠道。同時，CNNIC數(shù)據(jù)也顯示，有23.2%的微博用戶曾經(jīng)在微博上轉(zhuǎn)發(fā)商品信息并@好友，[5]微博信息也成為消費者購買決策的重要影響來源。本研究借助新浪微博微指數(shù)中的熱詞指數(shù)了解某圖書在微博中被關(guān)注或討論的程度，圖書的熱詞指數(shù)越大代表其在微博中受關(guān)注的程度越高。同時，微博中的相關(guān)內(nèi)容亦會對圖書的銷售產(chǎn)生影響。

3.微信

據(jù)騰訊2015年3月發(fā)布的財報，至2014年年底微信（WeChat）用戶（月活躍賬戶）數(shù)量同比增長41%，達到5億人，[6]CNNIC的數(shù)據(jù)也顯示過去半年使用過微信的用戶比例為65%，且用戶忠誠度較高。[7]微信已經(jīng)成為國內(nèi)發(fā)展最為迅速的社交媒體平臺，特別在移動互聯(lián)領(lǐng)域。微信平臺更偏向人際關(guān)系中的強關(guān)系聯(lián)接（熟人占比70%～90%[8]），正因如此，更有利于網(wǎng)絡(luò)口碑傳播的進行。微信的傳播有會話、訂閱號推送、服務(wù)號下發(fā)、朋友圈等形式，公眾平臺推送的消息通常會出現(xiàn)在訂閱號和服務(wù)號中，也會因為用戶的轉(zhuǎn)發(fā)而進入會話和朋友圈，覆蓋面較廣、內(nèi)容表現(xiàn)形式豐富，其中針對圖書的信息較為豐富，也作為本次研究中探析圖書熱銷的網(wǎng)絡(luò)口碑途徑之一。[9]圖書在微信公眾平臺中曝光的次數(shù)越多，其在微信平臺上的網(wǎng)絡(luò)口碑傳播覆蓋面越廣，圖書銷售量也可能會因此受到影響。

4.垂直興趣社區(qū)

豆瓣網(wǎng)是國內(nèi)最大的垂直興趣社交類網(wǎng)站之一，以用戶滲透率排名已進入社交類網(wǎng)站前5名，[10]主要涵蓋圖書、電影、音樂等相關(guān)信息的分享與互動，其讀書頻道豆瓣讀書自2005年上線，已成為國內(nèi)信息最全、用戶數(shù)量最大且最為活躍的讀書網(wǎng)站之一，截至2014年年底，豆瓣上已有圖書條目1700萬，全部由用戶創(chuàng)建。[11]社交媒體時代傳播權(quán)的下放，讓讀書也不再局限于個人的狹小空間，閱讀與分享的關(guān)系密不可分，類似的垂直型網(wǎng)站/論壇也成為口碑傳播的重要平臺、讀者選擇圖書的重要信息來源。具體到每一本書，豆瓣網(wǎng)中的信息包括：出版信息、內(nèi)容介紹、作者簡介、目錄、標簽、評分、短評、書評、讀書筆記等，其中評價部分（評分、短評數(shù)、書評數(shù)、讀書筆記數(shù)）完全來自網(wǎng)民的主動分享，集中體現(xiàn)了讀者對圖書的關(guān)注程度及喜好態(tài)度，評價數(shù)量越多代表關(guān)注程度越高、評價得分越高代表喜好程度越高，這些數(shù)據(jù)也將作為本研究中的網(wǎng)絡(luò)口碑因素納入相關(guān)分析中。

三、研究設(shè)計

當當網(wǎng)是國內(nèi)起步最早、規(guī)模最大的在線圖書銷售平臺，是研究國內(nèi)網(wǎng)絡(luò)口碑與圖書熱銷的最佳樣本之一。同時，當當網(wǎng)提供在線銷售圖書的出版信息、銷售狀況及評價情況等信息也可作為本研究的基礎(chǔ)數(shù)據(jù)。其中，針對每一本圖書的收藏數(shù)、評論數(shù)和評分分別反映了圖書的受關(guān)注程度、購買此書讀者的反饋程度及喜好程度，且與圖書的銷售狀況緊密相關(guān)，相關(guān)分析結(jié)果如表1所示。

表1　當當網(wǎng)圖書評價與銷售的相關(guān)分析[12]

相關(guān)分析顯示，圖書的收藏數(shù)和評論數(shù)顯著相關(guān)，且均與圖書銷售排行榜位序呈現(xiàn)顯著負相關(guān)的關(guān)系，表明圖書的受關(guān)注程度和讀者反饋程度與圖書的銷售有緊密聯(lián)系，一定程度上關(guān)注人數(shù)越多、讀者反饋量越大，該書在銷售排行榜上的位置就越靠前。同時也需要注意，讀者的評分與銷售排行沒有顯著的相關(guān)關(guān)系，表面上看似乎違背了消費者行為的一般規(guī)律，但可能與當當網(wǎng)自身對于圖書的評價體系設(shè)置有關(guān)，比如“默認好評機制”會大大提高圖書的好評率，因此，探討網(wǎng)絡(luò)口碑與圖書熱銷的關(guān)系有必要引入更多元的數(shù)據(jù)以提高研究結(jié)果的可靠性。

1.研究樣本

以實證的視角探討網(wǎng)絡(luò)口碑對圖書網(wǎng)絡(luò)熱銷的影響，需要綜合來自當當網(wǎng)、百度、微博、微信公眾平臺及豆瓣網(wǎng)的數(shù)據(jù)，但由于各平臺之間數(shù)據(jù)的匹配性等問題造成部分數(shù)據(jù)缺失，無法實現(xiàn)對所有熱銷圖書進行逐一分析，因此本研究擬以2014年當當網(wǎng)圖書暢銷榜為基礎(chǔ)，選擇榜中前200位中被百度指數(shù)、微博熱詞指數(shù)所收錄的，且在豆瓣網(wǎng)讀書頻道、微信公眾平臺中出現(xiàn)的圖書作為研究樣本，時間范圍統(tǒng)一選取2014年全年。同時，為了更準確地反映網(wǎng)絡(luò)口碑的影響力，在參考相關(guān)研究做法的基礎(chǔ)上，在入選圖書樣本中排除受網(wǎng)絡(luò)口碑影響程度較小或存在較大干擾的圖書類型，包括：①考試用書。例如《全國計算機等級考試教程》《英語四級真題試卷》等，此類圖書雖然銷售量較大，但網(wǎng)絡(luò)評價較少，此類書的選擇更多的因為考試機構(gòu)或?qū)W校的指定或推薦，而非口碑。②工具書。例如地圖、字典等。工具類圖書的購買具有長期穩(wěn)定性，雖然在一定程度上受口碑的影響，但變動不大。③童書。童書是網(wǎng)絡(luò)銷售量較大的一類，但由于購買者和閱讀者往往不同，常規(guī)的讀者口碑傳播路徑因為兒童讀者在“分享”環(huán)節(jié)的缺失而被阻斷，特別體現(xiàn)在豆瓣網(wǎng)中的童書評論較少，因此口碑因素的作用具有局限性，也不在本次研究關(guān)注的范圍內(nèi)。④書名為常用詞的圖書，諸如《影響力》《活法》《淡定》等。此類圖書的書名使用了較為常見的用詞，在百度、微博、微信平臺中的數(shù)據(jù)采集無法精確定位，存在較大的偏差，因此也排除在研究范圍之外。

基于以上標準，最后甄選出了75本熱銷榜圖書作為此次研究的對象，涉及文學、小說、保健養(yǎng)生、成功勵志、管理、教育等方面，題材覆蓋面較廣，且能體現(xiàn)出口碑影響的差異化。同時，樣本量也滿足多元回歸分析的要求。

2.研究方法

基于研究目的，本研究將通過回歸分析探索影響圖書網(wǎng)絡(luò)熱銷的網(wǎng)絡(luò)口碑因素及其之間的相關(guān)關(guān)系，回歸分析將重點解決三方面的具體問題：①哪些口碑因素影響了圖書的網(wǎng)絡(luò)熱銷；②區(qū)分產(chǎn)生影響的網(wǎng)絡(luò)口碑因素在重要程度上的差異；③嘗試構(gòu)建圖書網(wǎng)絡(luò)熱銷的網(wǎng)絡(luò)口碑因素作用機制模型。

為了避免回歸方程中的多重共線性問題，有必要對備選的網(wǎng)絡(luò)口碑變量進行相關(guān)性檢驗，剔除相關(guān)系數(shù)較高的因素。特別需要注意基于相關(guān)分析，當當網(wǎng)上圖書購買者對于圖書的關(guān)注和評價（評分、評論數(shù)、收藏數(shù)）與豆瓣網(wǎng)中讀者的關(guān)注評價（包括豆瓣評分、短評數(shù)、書評數(shù)、讀書筆記數(shù)）有較強的相關(guān)性，同時考慮到豆瓣網(wǎng)中讀者的來源及覆蓋面都較當當網(wǎng)更為豐富，且為主動評價分享行為，能避免當當網(wǎng)默認好評制帶來的偏差，因此，僅選用豆瓣網(wǎng)中的讀者關(guān)注和評價作為進入回歸分析的口碑影響因素。具體的網(wǎng)絡(luò)口碑因素如表2所示，其中變量間的相關(guān)系數(shù)均在可接受的范圍內(nèi)。

表2　影響圖書網(wǎng)絡(luò)銷售的口碑因素

四、網(wǎng)絡(luò)口碑對圖書在線銷售影響的實證分析

針對影響圖書網(wǎng)絡(luò)熱銷的網(wǎng)絡(luò)口碑因素，以百度搜索指數(shù)、微博熱詞指數(shù)、微信公眾平臺文章數(shù)、豆瓣評分、豆瓣短評數(shù)、豆瓣書評數(shù)和豆瓣讀書筆記數(shù)七個變量為自變量，通過逐步多元回歸（stepwise multiple regression）探討自變量對因變量（圖書銷售排行榜位序）的影響關(guān)系及程度。通過回歸分析，[13]最終豆瓣短評數(shù)、微信公眾平臺文章數(shù)和微博熱詞指數(shù)三個變量被引入模型，而其他因素的回歸系數(shù)未達到顯著性水平被排除在模型之外。最終模型中，回歸模型的決定系數(shù)R2=0.710，說明圖書熱銷榜位序的變化中有71.0%是可以由自變量的變化來解釋的，模型擬合優(yōu)度較好。此外，方差分析及共線性檢驗的結(jié)果，[14]也表明回歸有意義且質(zhì)量較佳。

綜上，逐步多元回歸分析的各項參數(shù)都符合要求，以圖書銷售排行榜位序為因變量的回歸模型有效?；貧w數(shù)據(jù)如表3所示，豆瓣短評數(shù)、微信公眾平臺文章數(shù)和微博熱詞指數(shù)對圖書銷售排行榜位序有顯著影響（但變量的預測能力高低不同，豆瓣短評數(shù)因素能解釋圖書銷售排行榜位序變異量的57.4%，微信公眾平臺文章數(shù)和微博熱詞指數(shù)因素分別能解釋6.6%和7.0%），其影響關(guān)系可以由以下的回歸方程描述：

表3　回歸模型總結(jié)及回歸系數(shù)

標準化回歸方程式：

圖書銷售排行榜位序=-0.838×豆瓣短評數(shù)-0.365×微信公眾平臺文章數(shù)+0.320×微博熱詞指數(shù)

由標準化回歸系數(shù)（β）可以解釋和比較自變量對于因變量的影響方向和能力，β的絕對值越大表明其影響越大。豆瓣短評數(shù)和微信公眾平臺文章數(shù)對圖書銷售排行榜位序都有負向影響，即豆瓣短評數(shù)越多、微信公眾平臺文章數(shù)越多，圖書在熱銷排行榜上的位序越小即排序越靠前。與之相對，微博熱詞指數(shù)對圖書銷售排行榜位序有正向影響，即微博熱議程度越高，圖書在熱銷排行榜上的位序越大、排序越靠后。對比這三個網(wǎng)絡(luò)口碑因素在影響圖書銷售排行榜位序上的差異，豆瓣短評數(shù)因素的影響最大（0.838），之后為微信公眾平臺文章數(shù)（0.365）和微博熱詞指數(shù)（0.320），而其他網(wǎng)絡(luò)口碑因素的影響則不顯著。

五、結(jié)論與發(fā)現(xiàn)

基于圖書在線銷售數(shù)據(jù)及相關(guān)社會化媒體的網(wǎng)絡(luò)口碑傳播數(shù)據(jù)，本研究構(gòu)建了影響圖書銷售排行榜位序的回歸模型，為精確掌握網(wǎng)絡(luò)口碑因素對當前圖書在線銷售的作用機制提供了依據(jù)。

1.垂直興趣社區(qū)里普通讀者的討論量直接影響圖書的在線銷售

口碑數(shù)量對強化消費者認知起到重要作用，越強的認知會帶來越好的銷售。本次研究中，來自豆瓣網(wǎng)的短評數(shù)對圖書在線銷售的排位影響最大。作為專注于圖書信息分享及互動的垂直興趣社區(qū)，豆瓣網(wǎng)吸引了大量的讀書愛好者，雖然其中不乏專業(yè)的書評人，但影響更大的卻是來自普通讀者小于350個字的短評。新媒體時代，口碑傳播路徑由點對面的多級覆蓋轉(zhuǎn)變?yōu)槿ブ行幕木W(wǎng)狀擴散，看似微不足道的小“豆腐塊”借由社會化媒體的擴散、放大和積累也能發(fā)揮出強大的效果。同時，新媒體渠道中日益涌現(xiàn)的營銷、廣告、公關(guān)信息，一方面成為媒介公信力的干擾，另一方面也“鍛煉”著普通受眾的識別力，一些貌似植入廣告、軟文的長篇大論式的書評受到冷落，反而是來自普通讀者真實所感的只言片語受到追捧，且小篇幅評論閱讀成本低，更適合現(xiàn)代人緊張的生活節(jié)奏，幫助其快速獲得相關(guān)信息做出圖書購買決策?？傊瑢I(yè)化聚集、普通人視角、短小篇幅等因素的融合讓豆瓣網(wǎng)圖書短評成為影響圖書在線銷售的最關(guān)鍵因素。

2.社會化媒體中的強關(guān)系傳播對銷售的影響值得特別關(guān)注

除了來自垂直興趣社區(qū)的網(wǎng)絡(luò)口碑因素，研究發(fā)現(xiàn)微信、微博中的圖書信息傳播也是影響圖書在線銷售的重要因素。微信、微博都是社會化媒體平臺的典型代表，源于六度分隔理論、社會資本理論等理論假說在互聯(lián)網(wǎng)平臺上的實踐，強關(guān)系由線下延伸到線上，并在一個全新的空間獲得維系和擴展，基于互動與分享之前的弱關(guān)系有可能轉(zhuǎn)化為強關(guān)系，并借助此弱關(guān)系的連接構(gòu)建出更廣闊的社交網(wǎng)絡(luò)，呈現(xiàn)出壯觀的新媒體圖景。信任是構(gòu)建社會化網(wǎng)絡(luò)關(guān)系的關(guān)鍵，是關(guān)系強度的直接體現(xiàn)，也是口碑傳播的引擎，由信任的建立到傳播效果的達成，社會化媒體平臺中的強關(guān)系傳播對于營銷的意義更大。因此，微信朋友圈營銷、微博推廣都成為當下重要的新媒體營銷方式，對于圖書也是如此。

以微信為例，圖書網(wǎng)絡(luò)口碑傳播可以依循兩條路徑，一是由強關(guān)系（會話/朋友圈）到強關(guān)系（會話/朋友圈），二是由弱關(guān)系（訂閱號/服務(wù)號）到強關(guān)系（會話/朋友圈）。所以，作為可以控制的營銷手段，有關(guān)圖書的信息如何從訂閱號、服務(wù)號的下發(fā)進入朋友圈甚至人際會話對于圖書的銷售至關(guān)重要。

3.社會化媒體平臺的情緒屬性差異決定并影響銷售的作用方向

回歸模型顯示，豆瓣短評數(shù)、微信公眾平臺文章數(shù)對圖書銷售榜位序有負向影響，即曝光越多排序越靠前，而微博熱議程度卻表現(xiàn)出相反的作用方向。同樣是社會化媒體平臺，無論是豆瓣短評、微信公眾平臺文章還是微博熱議，都代表著該平臺中圖書的受關(guān)注程度，但作用方向不同，一定程度上與媒體平臺的情緒屬性差異有關(guān)。

豆瓣是典型的垂直興趣社區(qū)，數(shù)字化聚集生態(tài)的建立和發(fā)展多以興趣點為導向，議題的重要程度直接決定著討論量的多寡，總體來看，情緒表達較為客觀中立。微信的建立則源于熟人關(guān)系，是日常強關(guān)系的網(wǎng)絡(luò)化延伸，關(guān)系維系也成為微信傳播的重要功能。為了保持關(guān)系的黏度和健康發(fā)展，積極、正面的溝通不可缺少，當類似于“吃了嗎？”式的打招呼、問好、關(guān)懷漸漸充滿了強關(guān)系渠道的會話和朋友圈的同時，也潛移默化地將整個平臺的情緒屬性定位在更正面、積極的方向。相比微信，微博越來越多地扮演著訊息發(fā)布平臺的角色，熟人關(guān)系與陌生人關(guān)系融合其中圍繞著消息的傳播而展開。如何讓發(fā)布消息的影響面更廣成為很多用戶的聚焦點，尤其是黃V和藍V用戶（認證用戶和認證機構(gòu)），為了獲得關(guān)注度，常常運用一些聳人聽聞、批判式、極端情緒的表達手法，久而久之容易滋養(yǎng)習慣性的負面情緒表達傾向。有研究表明，微博的關(guān)系傳播機制以及對情緒效價（正面、負面情緒）的非對稱性傳播，往往使得“怨氣”等負面情緒具備了更大的傳播幾率。[15]

總之，“微信曬幸福、微博罵社會”也許就是當下社會化媒體平臺情緒屬性的真實寫照，一定程度上微信、豆瓣和微博分別具有正面、中立和負面的情緒屬性，圖書信息在正面及中立的情緒平臺中曝光程度及關(guān)注程度越高，其銷售狀況越好，與之相對，在負面情緒平臺中的過度曝光，反而會影響到其在銷售排行榜上的位序。

4.社會化媒體平臺的網(wǎng)絡(luò)口碑因素具有合力效應

通過回歸分析，三個網(wǎng)絡(luò)口碑因素進入圖書銷售排行榜位序模型，雖然各因素在影響方向和程度上有差異，但最終發(fā)揮作用仍需多種因素的合力效果，即單一的口碑因素無法決定圖書的在線銷售狀況，多因素的有效組合才能實現(xiàn)目標。開放性是社會化媒體平臺的共性，各平臺之間頻繁的信息流動與更迭更是新媒體時代的重要特征。因此，口碑的傳播也必然由人際傳播擴展到大眾傳播，并最終走向融合傳播。針對一本書的口碑營銷需要注意兩方面：一方面，各網(wǎng)絡(luò)口碑因素的作用條件及方式需要了解；另一方面，各因素之間的相互關(guān)系與組合更為重要，豆瓣的深度、微博的廣度和微信的力度三者缺一不可，才能最終成就圖書的熱銷。

借助量化分析，本研究獲得了當下影響圖書熱銷的網(wǎng)絡(luò)口碑因素及其作用模型，為科學解讀圖書在線銷售的狀況提供了客觀的依據(jù)，更對圖書的網(wǎng)絡(luò)營銷活動提供了思路和對策。但有些問題仍沒有很好解答，如網(wǎng)絡(luò)流量最大的搜索引擎的作用為何不突顯，人際口碑與網(wǎng)絡(luò)口碑的互動關(guān)系，等等。此外，還可對在線評論內(nèi)容進行文本挖掘，通過量化分析及情感分類，細致深入地研究不同類型、不同情感的口碑（好評、中評、差評）對公眾購買意愿、行為的影響，這些都有待進一步的深入研究。

（作者單位：中央財經(jīng)大學文化與傳媒學院）

[1]D S Sundaram, Kaushik Mitra，Cynthia Webster. Word-of-Mouth Communications: A Motivational Analysis[J]. Advance in consumer Research, 1998,25(1)

[2]Judith A，Chevalier，Dina Mayzlin. The Effect of Word of Mouth on Sales: Online Book Reviews[J]. Journal of Marketing Research, 2006(8)

[3]Sergio Picazo-Vela. The Effect of Online Reviews on Customer Satisfaction: An Expectation Disconfirmation Approach. Ph.D. Dissertation, Southern Illinois University at Carbondale, 2010

[4]黃孝俊,徐偉青.口碑的基本研究取向[J].浙江大學學報(人文社會科學版)，2004(1)

[5]宋曉兵，叢竹，董大海.網(wǎng)絡(luò)口碑對消費者產(chǎn)品態(tài)度的影響機理研究[J].管理學報，2010(8)

[6]陳明亮.在線口碑傳播原理[M].杭州：浙江大學出版社，2009

注釋：

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：第35次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告，2015年1月發(fā)布

[2]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：2013年中國網(wǎng)絡(luò)購物市場研究報告，2014年4月發(fā)布

[3]“New Deloitte Study Shows Inflection Point for Consumer Products Industry; Companies Must Learn to Compete in a More Transparent Age”. http://www.prnewswire.com/news-releases/new-deloitte-study-shows-inflection-point-for-consumer-productsindustry-companies-must-learn-to-compete-in-a-more-transparent-age-58235327.html

[4]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：2014年中國網(wǎng)民搜索行為研究報告，2014年8月發(fā)布

[5]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：2013年中國網(wǎng)絡(luò)購物市場研究報告，2014年4月發(fā)布

[6]《騰訊發(fā)布2014年第四季度財報：凈利同比增長49%》，http://tech.sina.com.cn/i/2015-03-18/doc-icczmvun6903718.shtml

[7][8][10]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：2014年中國社交類應用用戶行為研究報告，2014年7月發(fā)布

[9]微信公眾號的數(shù)據(jù)采集基于搜狗微信搜索平臺，以書名為關(guān)鍵詞，出現(xiàn)頻次為觀測量

[11]《10年之豆瓣》，新京報，2015-3-21， http://www.bjnews.com.cn/book/2015/03/21/357222.html。

[12]數(shù)據(jù)統(tǒng)計分析基于“當當網(wǎng)2014年圖書暢銷榜”，詳見http://bang.dangdang.com/books/bestsellers/01.00.00.00.00.00-year-2014-0-1-1。

[13]回歸分析使用了Stepwise的方式（同時使用forward和backward方法）逐步篩選引入或排除回歸模型的變量，篩選標準為：進入概率≤0.05，移出概率≥0.10

[14]方差分析：F= 36.743，P＜0.001；共線性檢驗：Tolerance值大于0.1、VIF小于10

[15]周云倩,楊娜.微博負面情緒的MOA解析[J].青年記者，2013(11)