華僑大學(xué)工商管理學(xué)院 陳欽蘭 周飛 張瀅
隨著網(wǎng)絡(luò)購物的迅速發(fā)展,消費者對網(wǎng)購風(fēng)險的感知不斷提高。消費者為了降低自身的網(wǎng)絡(luò)購物風(fēng)險,一般會參考買家的在線評價和商家對評價的反饋,特別是買家在線負(fù)面評價反饋意見和策略,以決策是否網(wǎng)絡(luò)購物。
在線消費者評價(以下簡稱“在線評價”)是指買家通過自身購買或使用產(chǎn)品后在網(wǎng)絡(luò)上對該產(chǎn)品或服務(wù)作出的評價(梁劍寒[1])。馮玉石[2]認(rèn)為負(fù)面網(wǎng)絡(luò)評價是指買家在網(wǎng)絡(luò)上告知他人不滿意的購買產(chǎn)品的行為和經(jīng)驗。負(fù)面評價的反饋策略是指商家針對買家負(fù)面評價作出的反饋策略,其中包括擺事實講道理的方式,說好話博同情的方式,還有為消費者提供優(yōu)惠券、返現(xiàn)或僅對消費者的評價進(jìn)行及時反饋等策略(陶曉波)。
目前有關(guān)在線消費者評價的研究較多,主要的研究有:網(wǎng)絡(luò)口碑對網(wǎng)絡(luò)消費的影響(鄧剛[4])和對網(wǎng)購決策過程的影響(Hsu[5]、Zhang[6]、林潔晨[7]、任慶偉[7])、網(wǎng)絡(luò)口碑策略(劉楊[9]、朱蕓[9])、網(wǎng)絡(luò)用戶評價的應(yīng)用(周珍妮[11])和反饋機(jī)制(Chen[12])等。負(fù)面網(wǎng)絡(luò)評價的研究主要有:網(wǎng)絡(luò)負(fù)面評價意向(杜娟[13])、負(fù)面評價與消費意愿關(guān)系(王陽[14]、劉湖[15])、負(fù)面評價與產(chǎn)品品牌(郝春霞[16])等。梁劍寒、Zingoni[17]、Sparks[18]、謝詩怡[19]、王麗平[20]等研究商家負(fù)面評價及反饋對顧客購買意愿的影響,陶曉波和韓邦聚[21]也做了一些研究探索。但研究買家負(fù)面評價的商家反饋策略對顧客購買決策的影響文獻(xiàn)較少。
本文運用問卷調(diào)查法和統(tǒng)計分析法等來研究買家負(fù)面評價的商家反饋策略對網(wǎng)絡(luò)消費者購買決策的影響,對網(wǎng)絡(luò)商家的決策具有一定的現(xiàn)實指導(dǎo)意義。
1.1.1 提出假設(shè)
劉湖[14]的研究表明:負(fù)面評價程度對消費者介入程度存在顯著負(fù)相關(guān)關(guān)系,消費者介入對消費意愿有著正向影響,且在負(fù)面評價和消費意愿的關(guān)系之間起著部分中介作用。本研究意味著網(wǎng)絡(luò)營銷者不僅應(yīng)該通過提高產(chǎn)品或服務(wù)的質(zhì)量等方式來降低負(fù)面評價的影響,還不能忽略消費者介入所能帶來的效果,如此才能提高消費者的消費意愿。消費者發(fā)表負(fù)面評價的情況,網(wǎng)絡(luò)營銷者基于此作出的反饋策略以及消費者的基本特征,這幾個因素都將對消費者購買決策產(chǎn)生一定的影響。
據(jù)此本文提出假設(shè)H1:網(wǎng)絡(luò)買家負(fù)面評價的商家反饋策略與消費者購買決策正向相關(guān)影響。
假設(shè)H2:消費者基本特征和經(jīng)歷在網(wǎng)絡(luò)買家負(fù)面評價的商家反饋策略與消費者購買決策起控制作用。
1.1.2 模型構(gòu)建和變量定義
通過研究文獻(xiàn)的總結(jié)歸納,構(gòu)建網(wǎng)絡(luò)營銷者對負(fù)面評價的反饋策略與消費者購買決策模型。研究模型如圖1所示,變量定義如下。
圖1 研究模型
(1)自變量。本研究的自變量為反饋策略,變量包括:主動聯(lián)系并及時處理、僅回復(fù)評價、給優(yōu)惠券、返現(xiàn)要求刪除差評以及無反饋策略。
(2)控制變量。本研究的控制變量由消費者基本信息的性別、年齡和教育程度,另加上網(wǎng)上購物頻率和瀏覽在線評價的經(jīng)歷等組成。
(3)因變量。本研究的因變量具體指消費者的購買決策,主要變量有:選擇繼續(xù)購買、決然離開商家、再考慮看看。
本文采用問卷調(diào)查方法,研究負(fù)面評價反饋策略對消費者購買決策的影響。通過整理、借鑒相關(guān)的研究成果(馮玉石),設(shè)計出本研究的問卷。本問卷有兩個部分組成:(1)受調(diào)查者對商品或服務(wù)作出的評價情況及營銷者對其的反饋策略情況;(2)受調(diào)查者的基本信息。
本文將有網(wǎng)購經(jīng)驗的消費者列為本研究的主要調(diào)研對象,主要以網(wǎng)絡(luò)問卷形式通過微信、朋友圈、電子郵箱等途徑發(fā)放并收集問卷。因此,問卷數(shù)據(jù)來源相對真實可靠,具有一定的研究意義,共回收有效問卷335份。
通過對五個控制變量有效樣本的統(tǒng)計分析,得到以下的調(diào)查結(jié)果,如表1所示。
表1 消費者基本信息描述統(tǒng)計分析(N=335)
(1)從性別變量來看,本次調(diào)研樣本的男女比例分別為46.6%和53.4%,說明本次調(diào)查的有效樣本的性別分布合適,可以作為研究的總體。
(2)從年齡變量來看,有效樣本消費者的年齡集中在20~30歲之間,占樣本總數(shù)的66.8%,這部分年齡人群主要是學(xué)生及上班族,他們有一定的經(jīng)濟(jì)來源,對網(wǎng)購興趣也相對最大,因此網(wǎng)購的經(jīng)驗較為豐富,也是目前網(wǎng)購的主要力量;30歲以上的人群占比為23.3%,這部分人群有一定的購買能力和條件,網(wǎng)購經(jīng)驗較多,但呈現(xiàn)理性的網(wǎng)購趨勢;20歲以下的樣本占9.8%,主要由90后構(gòu)成,經(jīng)濟(jì)條件限制他們的網(wǎng)購數(shù)量和能力。
(3)從教育程度變量來看,本科選項的有效樣本最多,占57.6%,其次是本科以下和碩士及以上的有效樣本,分別占23.8%和18.5%。樣本的分布基本與網(wǎng)購群體的分布相一致,能夠從一定程度上代表樣本總體。
(4)從網(wǎng)上購物頻率變量來看,一個月1~5次的有效樣本占63.3%;一個月6~10次及11次以上的有效樣本分別為26.6%,10.1%,說明大多數(shù)消費者有頻繁的網(wǎng)購經(jīng)歷和經(jīng)驗,這是本研究的基礎(chǔ)和條件。
(5)從瀏覽在線評價經(jīng)歷變量來看,經(jīng)常瀏覽在線評價的消費者比例高達(dá)76.4%,說明消費者在網(wǎng)購時傾向于經(jīng)常瀏覽在線評價,因此,在線評價及商家的反饋策略對消費者的網(wǎng)購影響是不可忽視的因素。
綜上所述,本次樣本的統(tǒng)計結(jié)果表明,本次有效樣本的調(diào)查數(shù)據(jù)基本合理,能驗證本研究的假設(shè)。
相關(guān)分析是一種常見的用于隨機(jī)變量之間的相關(guān)關(guān)系的統(tǒng)計研究方法,研究變量之間是否存在某種依存關(guān)系,并探討變量間具體的依存關(guān)系、相關(guān)方向及程度[22]。基于上文反饋策略與購買意愿的關(guān)系研究,本文利用SPSS軟件對被調(diào)查者關(guān)于反饋策略的選擇情況與其購買決策的選擇進(jìn)行相關(guān)性分析。
從表2的相關(guān)性矩陣可知,反饋策略與購買決策在0.01的水平上顯著正相關(guān),系數(shù)為0.484。從相關(guān)分析的結(jié)果可以推斷,反饋策略與購買決策存在正向相關(guān)關(guān)系。證實了本文的假設(shè)。
表2 反饋策略與購買決策相關(guān)性矩陣
從相關(guān)分析可知,兩個變量之間存在著共變關(guān)系。為了進(jìn)一步考查反饋策略與購買決策的關(guān)系,本文采用了層級回歸分析的方法進(jìn)行驗證。
3.2.1 控制變量下的反饋策略與購買決策的關(guān)系分析
(1)在研究中,首先對性別、年齡和教育程度,及網(wǎng)上購物頻率、瀏覽在線評價的控制變量與購買決策為因變量的關(guān)系進(jìn)行回歸層級分析,檢驗控制變量與購買決策因變量的關(guān)系;(2)隨后添加反饋策略,進(jìn)一步分析反饋策略與購買決策的關(guān)系。
表3 反饋策略與購買決策的層級回歸
表3的模型反映了反饋策略對購買決策的因果關(guān)系:模型1是只加入控制變量,研究控制變量五個選項對購買決策的影響;模型2在模型1的基礎(chǔ)上,再加入自變量反饋策略,在排除控制變量對購買決策的影響的前提下,驗證反饋策略對購買決策的影響。
分析表3的回歸系數(shù),可以得出結(jié)論:在模型1中,網(wǎng)上購物頻率的系數(shù)為0.015,在0.01的水平上顯著,這表明網(wǎng)上購物頻率對購買決策有顯著的正向影響;模型2中加入反饋策略,其回歸系數(shù)為0.512,且在0.01的水平上顯著,對因變量解釋R2提高了21%,說明在排除性別、年齡、教育程度、瀏覽在線評價經(jīng)歷的影響下,反饋策略對購買決策有顯著的正向影響。
綜合以上數(shù)據(jù)分析的結(jié)果可以看出:消費者特征變量的網(wǎng)上購物頻率對購買決策有顯著的正向影響,而性別、年齡、教育程度、瀏覽在線評價經(jīng)歷對消費者購買決策的影響不顯著;相關(guān)分析的結(jié)果驗證了反饋策略與購買決策呈現(xiàn)正相關(guān)關(guān)系;而層級回歸分析的結(jié)果驗證了反饋策略對消費者購買決策有正向的影響。
3.2.2 無控制變量下的反饋策略各變量與購買決策變量的相關(guān)分析
采用相關(guān)分析法,驗證具體反饋策略的四個變量(主動聯(lián)系并及時處理、僅回復(fù)評價、贈送優(yōu)惠券、返現(xiàn)要求刪除差評)和購買決策(選擇繼續(xù)購買、決然離開商家、再考慮看看)之間的相關(guān)關(guān)系。
由表4可以得出,除了變量僅回復(fù)評價外,其他三個因變量主動聯(lián)系并及時處理、贈送優(yōu)惠券、返現(xiàn)要求刪除差評與購買決策相關(guān),也就是說贈送優(yōu)惠券越多、主動聯(lián)系并及時處理越快、返現(xiàn)要求刪除差評,對購買決策的影響越大。
表4 反饋策略與購買決策的相關(guān)分析
3.2.3 無控制變量下的反饋策略各變量與購買決策各變量的回歸分析
根據(jù)上述分析結(jié)果,將僅回復(fù)評論變量刪除,只進(jìn)行贈送優(yōu)惠券、主動聯(lián)系并及時處理、返現(xiàn)要求刪除差評與購買決策的回歸分析,如表5所示。
從表5中可看出,調(diào)整后的判定系數(shù)R2值為0.345,該數(shù)據(jù)說明:顯著性水平為0,該回歸方程有一定的代表性,而判定系數(shù)的F值26.955的顯著性概率也表明其達(dá)到顯著水平。
從表6可以看出,贈送優(yōu)惠券、主動聯(lián)系并及時處理二個變量的β系數(shù)的顯著性概率均小于0.01,說明對購買決策影響顯著;而返現(xiàn)要求刪除差評的顯著性概率0.489>0.05,說明返現(xiàn)要求刪除差評對購買決策影響不顯著。
表5 回歸模型擬合優(yōu)度檢驗表
表6 標(biāo)準(zhǔn)化系數(shù)及顯著性驗證
本文從網(wǎng)絡(luò)負(fù)面評價的理論出發(fā),通過問卷調(diào)查研究,探討了目前網(wǎng)絡(luò)營銷者負(fù)面評價反饋策略對消費者購買決策的影響。主要的結(jié)論有以下幾點。
(1)商家負(fù)面評價的反饋策略與購買決策之間存在正相關(guān)關(guān)系。除了僅回復(fù)評價變量以外,贈送優(yōu)惠券、主動聯(lián)系并及時處理、返現(xiàn)要求刪除差評對消費者購買決策影響為正相關(guān)關(guān)系。
(2)商家負(fù)面評價的反饋策略的贈送優(yōu)惠券、主動聯(lián)系并及時處理對消費者購買決策影響顯著,返現(xiàn)要求刪除差評對消費者購買決策影響不顯著。
4.2.1 商家處理消費者負(fù)面信息的反饋策略
消費者對商家的僅回復(fù)評價但無具體處理和返現(xiàn)要求刪除差評是比較反感的,前者是因為沒有對消費者的信息進(jìn)行及時反饋,而后者則是因為返現(xiàn)而導(dǎo)致消費者的問題沒有得到基本解決,一般返現(xiàn)后,商家就等于不用對消費者負(fù)責(zé)了。因此,商家在對消費者的負(fù)面信息進(jìn)行反饋時,不應(yīng)采取以上兩種消極策略,而是采取積極有效的贈送優(yōu)惠券、主動聯(lián)系并及時處理。
4.2.2 商家重視并迅速查明負(fù)面信息的原因,采取合理反饋策略
由于負(fù)面評價的信息傳播效果要遠(yuǎn)遠(yuǎn)超過正面評價,對于消費者的購買決策有著極其重要的影響和作用。商家一旦發(fā)現(xiàn)有關(guān)負(fù)面評價的相關(guān)信息,要快速識別出信息真假和來源,查明原因,并采用不同的反饋策略分別進(jìn)行處理。商家對負(fù)面評價的信息不可有絲毫的懈怠。
總之,本文通過問卷調(diào)查研究,運用相關(guān)分析及回歸分析方法,研究網(wǎng)上商家面對消費者的負(fù)面評價所采取的反饋策略對消費者購買決策的影響,對指導(dǎo)網(wǎng)上商家的實踐運作有一定的指導(dǎo)價值。