李林紅 李孟涵

關鍵詞：圖文呈現(xiàn);在線評論;不一致;銷量;農(nóng)產(chǎn)品消費者;購買決策;初次評價;追加評價;外在;口感;整體;離散度

近年來，電子商務一直在不斷地迅速發(fā)展，中國互聯(lián)網(wǎng)絡信息中心（CNNIC）最新發(fā)布的第43次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2018年12月，我國網(wǎng)民規(guī)模達到了8.29億人，全年新增網(wǎng)民5 653萬人，互聯(lián)網(wǎng)普及率為59.6%，較2017年年底提升3.8百分點[1]，農(nóng)產(chǎn)品的網(wǎng)絡交易量也隨之增加，龐大的網(wǎng)民群體為網(wǎng)絡購物行為的研究提供了堅實的基礎。

網(wǎng)絡購物過程中的圖文呈現(xiàn)與在線評論信息是影響消費者購買決策的重要因素。消費者在作出購買決策前，不僅會關注已購買者給出的在線評論，而且會參考商家給出的商品介紹詳情頁的圖文呈現(xiàn)信息[2]。目前國內(nèi)外學者在圖文呈現(xiàn)、在線評論、在線評論不一致性與商品銷量關系的實證研究方面做了很多有益嘗試，在圖文呈現(xiàn)方面，分析了圖片數(shù)量和文本長度對銷量的影響;在在線評論方面，探討了在線評論之間的不一致性、在線評論與評分之間的不一致性對銷量的影響，但目前尚未有學者針對圖文呈現(xiàn)與在線評論不一致性對銷量的影響進行研究。因此，本研究以淘寶網(wǎng)中的農(nóng)產(chǎn)品（以蘋果為例）為研究對象，挖掘影響消費者購買決策的圖文呈現(xiàn)與在線評論的具體內(nèi)容，分析圖文呈現(xiàn)與在線評論的不一致性和不一致性離散度，構建圖文呈現(xiàn)與在線評論不一致性對銷量的影響模型，對影響農(nóng)產(chǎn)品銷量的因素進行分析，并向商家提出合理的建議。

1 研究變量與假設

喻亦爽將負面在線評論內(nèi)容分為客服、物流、質(zhì)量、色差和尺碼等5類[3]。本研究基于其分類方法將圖文呈現(xiàn)與在線評論的具體內(nèi)容分為外在、口感、整體等3類。

1.1 圖文呈現(xiàn)與在線評論不一致性

潛在消費者在作出購買決策前一般會瀏覽商品的產(chǎn)品呈現(xiàn)信息和在線評論內(nèi)容，本研究所探討的圖文呈現(xiàn)與在線評論不一致性是指商家的圖文呈現(xiàn)信息與消費者在線評論內(nèi)容之間的差異。前人一般是針對在線評論與評分之間的不一致性進行研究，但在實際購物過程中，用戶一般會同時參考圖文呈現(xiàn)與在線評論，而圖文呈現(xiàn)和在線評論之間的不一致性對銷量產(chǎn)生怎樣的影響，目前針對這方面的研究較少。Tsang等研究發(fā)現(xiàn)，當評論文本和星級存在不一致性時，用戶會對評論者和商家的信譽等產(chǎn)生質(zhì)疑[4];張艷芳研究發(fā)現(xiàn)，在線評論文本和評級的不一致性會降低產(chǎn)品銷量[5]?；谝陨戏治?，提出以下假設：圖文呈現(xiàn)與初次評價外在（口感/整體）不一致性對銷量產(chǎn)生負向影響（H1）;圖文呈現(xiàn)與追加評價外在（口感/整體）不一致性對銷量產(chǎn)生負向影響（H2）。

1.2 圖文呈現(xiàn)與在線評論不一致性離散度

圖文呈現(xiàn)與在線評論不一致性離散度指的是商家的圖文呈現(xiàn)與用戶文本評論之間差異的離散度，學者們常用標準差或方差來表示離散度[6]，離散度越大，說明不同消費者對商品持有的觀點差別越大。在在線評論領域，關于評論離散度的研究尚未得到統(tǒng)一結論。Tang等認為，不一致的評論意味著產(chǎn)品在質(zhì)量上的不穩(wěn)定，不利于產(chǎn)品銷售[7];而Sun認為，評論越不一致，產(chǎn)品越好，銷量越高[8];Kim等研究發(fā)現(xiàn)，評論的不一致性對產(chǎn)品銷量沒有顯著影響[9];黃敏學等通過引入產(chǎn)品屬性及消費者調(diào)節(jié)意向解釋了在線評論不一致性對消費者帶來的雙面影響[10];張艷芳研究發(fā)現(xiàn)，在線評論的離散度與商品銷量呈倒“U”型相關關系，實際上，圖文呈現(xiàn)與在線評論不一致性的離散度可能提高或降低產(chǎn)品銷量[5]?；谝陨戏治?，提出以下假設：圖文呈現(xiàn)與初次評價外在（口感/整體）不一致性離散度呈倒“U”型相關關系，即當不一致性離散度處于較低水平時，商品銷量隨著離散度的增大而增大，而當不一致性離散度處于較高水平時，商品銷量隨著離散度的增大而降低（H3）;圖文呈現(xiàn)與追加評價外在（口感/整體）不一致性離散度呈倒“U”型相關關系，即當不一致性離散度處于較低水平時，商品銷量隨著離散度的增大而增大，而當不一致性離散度處于較高水平時，商品銷量隨著離散度的增大而降低（H4）。

2 數(shù)據(jù)搜集與處理

由于本研究所探討的農(nóng)產(chǎn)品圖文呈現(xiàn)信息與在線評論不一致性對銷量的影響須要控制產(chǎn)品自帶屬性的差別，因此選取淘寶中“蘋果”這類農(nóng)產(chǎn)品作為研究樣本。于2018年12月24—26日在淘寶網(wǎng)對蘋果進行搜索，按銷量排名爬取150個蘋果商品的介紹詳情頁圖片、在線評論、銷量作為本研究的樣本數(shù)據(jù)。

2.1 數(shù)據(jù)預處理

對產(chǎn)品呈現(xiàn)信息進行文字識別與分詞處理，對在線評論文本進行分詞處理。通過對處理之后的數(shù)據(jù)進行分析發(fā)現(xiàn)，賣家一般會從酸、甜、脆、粉面、多汁、酥、澀、丑、香、新鮮、皮厚、皮薄、核小、冰糖心、青、紅和黃等17個方面來介紹自己的商品，賣家對每個商品的介紹和買家的評價通常會涉及其中幾個方面，另外多數(shù)消費者還會根據(jù)這次的購物體驗給出是否建議購買的整體評價。因此，本研究選擇從這17個方面以及整體評價方面入手研究圖文呈現(xiàn)與在線評論不一致性對商品銷量的影響。

通過對上述17個方面進行分析發(fā)現(xiàn)，可以將其分為3類，即外在（丑、香、新鮮、皮厚、皮薄、核小、冰糖心、青、紅、黃）、口感（酸、甜、脆、粉面、多汁、酥、澀）和整體等，因此本研究選擇從外在、口感、整體等方面著手研究圖文呈現(xiàn)與在線評論不一致性對商品銷量的影響。

2.2 指標量化

不同的消費者在進行商品評論時，會采用不一樣的詞語描述產(chǎn)品相同特點，因此本研究人為地對描述產(chǎn)品相同特點的詞語進行合并，將與圖文呈現(xiàn)信息一致的在線評論中提及的詞語賦值為1，不一致的詞語賦值為-1，得到圖文呈現(xiàn)與在線評論的不一致性賦值表（表1）。

運用Excel軟件判斷在線評論中是否含有表1中的字符串并對其進行賦值，對于不含表1中字符串的在線評論，賦值為0，否則賦值為1，得到在線評論特征值表（表2）。

式中：d（a，b）表示圖文呈現(xiàn)與每條在線評論關于外在、口感、整體的不一致值;a表示消費者對產(chǎn)品外在、口感、整體中某一產(chǎn)品屬性的評價分值;ai表示消費者對產(chǎn)品屬性某一具體內(nèi)容如甜、脆、多汁評價的分值; b表示商家圖文呈現(xiàn)中某一產(chǎn)品屬性的評價分值;bi表示商家圖文呈現(xiàn)中某一產(chǎn)品屬性具體內(nèi)容如甜、脆、多汁的評價分值，bi=1;l表示產(chǎn)品屬性所涉及的內(nèi)容個數(shù);d表示圖文呈現(xiàn)與在線評論關于某一產(chǎn)品屬性不一致性的平均值;dh表示第h條在線評論關于某一產(chǎn)品屬性的不一致值;n表示每個商品對應的在線評論數(shù)，個;σ表示圖文呈現(xiàn)與在線評論關于某一產(chǎn)品屬性不一致性的標準差。

通過公式（1）計算得到每個在線評論與圖文呈現(xiàn)在外在、口感、整體等方面的不一致值（表3）。

運用公式（2）和公式（3）計算每個商品對應的不一致值平均值與標準差，得到每個商品對應的圖文呈現(xiàn)與在線評論不一致值的平均值和標準差（表4），其中平均值反映了在線評論與圖文呈現(xiàn)的不一致程度，標準差反映了一組數(shù)據(jù)的離散程度。標準差越大，表示評論之間的不一致性越強;標準差越小，表示評論之間的一致性越強。由表5可以看出，銷量標準差為3.330 675，數(shù)值較大，說明抓取數(shù)據(jù)合理。

3 圖文呈現(xiàn)與在線評論不一致性對銷量影響的實證分析基于上述理論與假設，建立圖文呈現(xiàn)信息與在線評論內(nèi)容不一致性對銷量的影響模型[公式（4）]，為了體現(xiàn)圖文呈現(xiàn)與在線評論不一致性離散度與銷量之間呈現(xiàn)的倒“U”形相關關系，在模型中加入不一致性離散度的二次項。模型以圖文呈現(xiàn)與在線評論不一致性和圖文呈現(xiàn)與在線評論不一致性離散度為自變量，對銷量進行回歸，其中m表示第m個商品，各變量符號的含義如表6所示。

由表7可知，在建立的回歸模型1～7中，擬合度逐漸升高，擬合度較高的回歸模型7所采納的變量為P232、ZP232、P32、P31、ZP22、ZP21、ZP32。

由表7、表8可知，模型7的調(diào)整R2=0.335，說明模型擬合效果良好;F=11.734>F0.01（7.142）=2.07，P=0.00，說明回歸方程顯著。由表9可知，初次評價整體不一致性、 初次評價整體不一致性離散度、追加評價口感不一致性離散度和追加評價整體不一致性離散度對銷量（雖然該指標一次項對銷量影響不顯著，但二次項顯著，同樣說明其對銷量有顯著影響）具有顯著的影響，回歸模型如下所示。

通過對回歸系數(shù)和標準化系數(shù)觀察發(fā)現(xiàn)，初次評價整體不一致性對銷量具有顯著的負向影響，與假設相符;追加評價整體不一致性離散度與銷量呈倒“U”形相關關系，與假設相符;初次評價整體不一致性離散度與銷量呈“U”形相關關系，與假設不符;追加評價口感不一致性離散度對銷量具有顯著的正向影響，與假設不符。

通過以上分析可知，消費者對農(nóng)產(chǎn)品外在關注度最小，相比口感與整體而言，外在評價對銷量的影響較小。農(nóng)產(chǎn)品作為體驗型商品，與初次評價相比，消費者對于追加評價口感的關注度較高，圖文呈現(xiàn)與追加評價關于口感不一致性離散度越大，越能吸引消費者，增加產(chǎn)品銷量。初次評價整體不一致性離散度與銷量呈“U”形相關關系，說明初次評價整體的高度一致或高度不一致都會增加銷量;而追加評價作為消費者對購物和商品體驗的二次評價，其整體不一致性離散度與銷量呈倒“U”形相關關系，說明商品二次評價的過于統(tǒng)一或過于分散都不利于產(chǎn)品的銷售，過于一致會導致潛在消費者對評論的可信性產(chǎn)生質(zhì)疑，過于分散會導致潛在消費者對產(chǎn)品的質(zhì)量產(chǎn)生質(zhì)疑。

4 結論

本研究從淘寶網(wǎng)上獲取農(nóng)產(chǎn)品的圖文呈現(xiàn)與在線評論信息，并將其作為研究數(shù)據(jù)，運用計量模型驗證理論假設。研究表明，對于農(nóng)產(chǎn)品，初次評價整體不一致性和追加評價口感不一致性與銷量呈現(xiàn)負相關關系;追加評價口感不一致性離散度與銷量呈現(xiàn)正相關關系;初次評價整體不一致性的離散度與銷量呈“U”形相關關系，而追加評價整體不一致性的離散度與銷量呈倒“U”形相關關系。

從管理實踐角度來看，本研究結果對于淘寶網(wǎng)農(nóng)產(chǎn)品的營銷與管理具有一定的指導意義。從可持續(xù)發(fā)展角度出發(fā)，在圖文呈現(xiàn)方面，應做到實事求是，注重口感的介紹，減少外在的介紹，把商品的真實情況呈現(xiàn)給顧客，以避免消費者瀏覽在線評論后對圖文呈現(xiàn)信息產(chǎn)生質(zhì)疑;在在線評論管理方面，應鼓勵消費者給出購物體驗的真實評價，商家從中找出不足，不斷改善，不應該一味追求好評，在鼓勵消費者給出追加評價的同時，應讓消費者根據(jù)購物體驗自由發(fā)揮，豐富在線評論內(nèi)容。由于外在對農(nóng)產(chǎn)品銷量沒有顯著影響，因此企業(yè)可以通過提升產(chǎn)品品質(zhì)、改良口感提高產(chǎn)品銷量，而在商品的外在方面應減少時間與金錢的投入，另外商家應根據(jù)消費者需求推薦合適的商品。

參考文獻：

[1]中國互聯(lián)網(wǎng)絡信息中心. 第43次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》[EB/OL]. [2019-02-28]. https：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/t20190228_70645.htm.

[2]劉 蕾，吳少輝. 產(chǎn)品圖文信息呈現(xiàn)與線上圖書銷量[J]. 中國出版，2017（22）：45-50.

[3]喻亦爽. 負面在線評論內(nèi)容對服裝銷量的影響研究[J]. 對外經(jīng)貿(mào)，2016（4）：124-126.

[4]Tsang A S L，Prendergast G. Is a “star” worth a thousand words？[J]. European Journal of Marketing，2009，43（11）：1269-1280.

[5]張艷芳. 在線評論文本和評級的不一致性及商家反饋對商品銷量的影響研究[D]. 北京：北京郵電大學，2018：17-46.

[6]Chang S T，Lin T M Y，Luarn P. The effects of word-of-mouth consistency on persuasiveness[J]. Canadian Journal of Administrative Sciences，2014，31（2）：128-141.

[7]Tang T，F(xiàn)ang E，Wang F. Is neutral really neutral？ The effects of neutral user-generated content on product sales[J]. Journal of Marketing，2014，78（4）：41-58.

[8]Sun M. How does the variance of product ratings matter？[J]. Management Science，2012，58（4）：696-707.

[9]Kim W G，Lim H，Brymer R A . The effectiveness of managing social media on hotel performance[J]. International Journal of Hospitality Management，2015，44：165-171.

[10]黃敏學，王藝婷，廖俊云，等. 評論不一致性對消費者的雙面影響：產(chǎn)品屬性與調(diào)節(jié)定向的調(diào)節(jié)[J]. 心理學報，2017，49（3）：370-382.

[11]張 耕，郭 寧. 負面在線評論對產(chǎn)品銷量的影響：基于淘寶網(wǎng)的實證研究[J]. 消費經(jīng)濟，2012（6）：86-89.王海濤，呂文靜，程金花. 多維度社會資本視角下農(nóng)戶借貸需求滿足度及其影響因素研究[J].