王晓亚，岳中刚

消费者在线评论：述评与展望

王晓亚，岳中刚

在线评论是解释网络口碑传播、体验型产品销量增长的重要概念之一。20世纪90年代以来，在线评论的研究单元从专家评论转向消费者评论，基于宏观市场层面展开了深入的探讨。论文以在线评论为主题，按照文献的发展脉络与逻辑关系对消费者在线评论的发布动机、影响机制和管理策略进行总结和概括，并从微观视角分析了目前在线评论研究在方法和内容上的最新趋势。

在线评论；发布动机；影响机制；管理策略

一、引言

近年来，有关在线评论课题的论文和研究呈增长趋势（Cheungand Thadani，2012）。目前甚少有研究按照商品性质对在线评论进行分类研究（郝媛嫒，2010），在诸多文献之中，Nelson（1970）最早将产品界定为体验型产品和搜索型产品，这一分类在研究直接体验和间接体验对消费者认知影响的过程中起着重要作用（Klein，2003）。在线评论的研究最初主要源于口碑的文献之中，被定义为在熟人之间进行的人际间基于非商业化目而交流的一种口头形式（Arndt，1967）。鉴于人际传播学在社会心理学领域引起了广泛关注，在互联网时代，将口碑表述为转瞬即逝的无意识表达已不再合适，口碑发送方的动机和接收方的身份亦变得不确定。

在此背景下，许多学者转向网络口碑传播的研究，并在Arndt的基础上将网络口碑界定为任何潜在、实际或者先前的顾客对产品或者公司的任何正面或者负面的评论（Henning Thurau et al，2004；Subramani and Rajagopalan，2003）。消费者在线评论作为口碑传播的一种全新形式，伴随Web2.0时代下用户生成系统的发展和在线评论体系的不断完善成为大众口碑的极佳代言，深刻影响消费者的购买决策。目前在线评论传播已成为最活跃的研究探索领域之一，已有文献沿着三条主线对在线评论进行了深入的研究。第一条主线聚焦解释消费者在线评论的发生动机，第二条主线关于在线评论的影响机制的研究归为宏观市场层面和微观个体层面的研究两类，第三条主线集中于消费者在线评论的管理策略研究。

从在线评论研究单元的转换可以看出，在线评论成为影响产品销量与消费者购买意愿、商户管理策略的重要因素，也成为解释网络口碑传播机制的切入点，在一个统一的分析框架中将在线评论、消费者购买意愿与商户管理决策结合起来能够更好地解释体验型产品销量的增长。因此，本文将围绕在线评论、消费者购买意愿与商户管理决策这一主题，对21世纪以来有关在线评论的研究成果进行总结和概括。

二、消费者发布评论的动机研究

在线评论在Web 2.0时代凸显出巨大影响力，吸引愈来愈多的学者致力于消费者传播网络口碑的动机和意愿研究。聚焦消费者参与网络口碑交流动机的文献之中最具代表性的是Hennig-Thurau等（2004）的研究，依据Balasu bramanian and Mahajan（2001）提出的框架，从经济效用视角识别出8种发布在线评论的动机：发泄负面情绪、关心其他消费者、积极的自我增值、社交利益、经济激励、帮助企业、寻求建议、信息平台的支持，并进一步指出社交利益动机对消费者访问网站和发表评论的影响最大。

Tonget al（2007）等基于社会交换理论，从成本和收益角度出发探讨了影响网络口碑传播的意图。Hoand Dempsey（2010）从人际关系需求角度探讨影响发布在线评论的因素，通过实证研究验证了表达自我个性和利他主义的需求会影响消费者分享在线评论。Cheung and Lee（2012）等从社会心理学视角验证在线评论的点评动机，利用OpenRice.com的真实数据验证了提高评论者声誉、集体主义归属感和给予帮助三个因素与消费者积极发布在线评论之间呈正相关。在信息系统学领域中，施娜（2011）在“诺基亚手机之家”社区论坛中采用两步骤单指标结构方程模型估计方法进行非线性关系假设分析，发现满意度、品牌忠诚度对正面网络口碑意愿呈现出一个强度递增的正向影响作用。阎俊等（2011）在网络口碑动机与口碑行为的关系研究中，归纳出九种中国消费者网络口碑传播动机，其中社区兴盛、信息回报、获得奖励、分享情感、支持（惩罚）商家、提升形象和改进服务最为主要。

此外，研究者们还研究了通过其他方式发布网络口碑的动机。例如，Phelps et al（2004）专门调查了消费者发送电子邮件的动机，识别出享受、娱乐、帮助他人和喜欢交流四种。郭国庆等（2010）总结出六种口碑传播动机的类型，包括社会交往、物质刺激、利他主义、自我表现、回报期望、兴趣满足，并以餐饮行业为例对正面网络口碑的传播意愿进行研究，探讨消费者在面对物质诱因、回报诱因、社交诱因和表现诱因四种不同诱因类型和不同成员关系强度组合时的网络口碑传播意愿。

三、消费者在线评论的影响机制研究

传统的传播理论认为在社会交往中存在四个主要因素，即：发送者、信息、接收者和回应（Hovland，1948）。蔡淑琴等（2012）认为对商品评论进行组织和呈现是一个序化过程，研究和分析消费者对目前评论系统中各种功能的需求状况有助于将口碑的影响和传导机制引入到在线评价系统的规划和设计中（孙霄凌等，2013）。深入分析前期文献可以发现购买意愿是网络口碑传播研究中最为广泛的结果变量，也是在线评论影响机制中最为普遍的中介变量。基于传播理论和对在线评论文献的梳理，本研究将从发送方、评论信息、接收方和发布平台四个要素视角分析在线评论对消费者购买决策的影响。

（一）基于发送方的研究述评

信息来源的可信度在影响发送方的研究变量中出现频率最高。传统的网络口碑主要源自一个为信息的接收方所熟知的发送方（源），因此接收方非常明确发送方及其携带信息的可信度。Hovland和Weiss（1951）首次利用实验设计方法对口碑来源可信度进行了实证研究，提出来源可信度是说服受众的先决条件。此后众多学者在此基础上进行拓展，并归纳为两个重要维度：专业能力和可信赖度（Hu and Liu，2008；Zhanget al，2010）。Sun et al（2012）重点分析了信度较高的一类人群“在线意见领袖”口碑的影响，发现意见领袖的影响力与口碑传播以及接收方参与在线讨论的频率呈正相关关系。Cheung（2009）认为了解和研究网络人际环境下决定信息来源可信度的因素能为新的社会媒体指导市场营销战略和策略。Dou et al（2012）探究了在线评论来源对于消费者对商品评论的认知情况，发现频繁发布在线评论的用户能够获得更高的信任感，互联网的使用频率在消费者判断评论可信度中扮演者重要角色。

（二）基于评论信息的研究述评

这类研究侧重于通过实证方法检验评论信息的数量（volume）、离散度（Dispersion）、偏向性（valence）和平衡性（balance）对产品或服务市场层面参数的影响效果。评论数量度量了在线评论总体规模，反映了在线评论的知晓效应。例如，Liu（2006）分析了雅虎网站上每周电影评论信息对票房收入的影响，发现评论数量越多，电影票房越高；Duan et al（2008）进一步验证了这一显著性影响；Chevalier and Mayzlin（2006）对图书行业的研究、以及卢向华和冯越（2009）对餐饮行业的研究也证实了这一点。然而，Godes et al（2004）以1999-2000年美国44个电视节目为研究对象，发现观众对电视节目的偏好程度与在线评论的数量无关，而与在线评论的离散程度呈正相关；Clemons et al（2006）也发现评论差异大的啤酒品牌在销量增长上更快。相反，Zhang（2006）却发现评论差异越大，票房下滑越快。因此，评论差异对销量的影响目前还存在较大的争议，这取决于研究者们所持的风险规避观点或利基市场的视角差异。

偏向性反映消费者对产品或服务的好/坏，体现了在线评论的说服效应。由于该指标易获得且易分析，多数研究均用以检验消费者在线评论对产品或服务的销售量的影响。其中一些研究利用实验控制法分析在线评论的偏向性对消费者购买意愿的影响作用（Chatterjee，2001；Zhanget al，2010），另一些则直接从评论网站获取偏向性指标检验在线评论对消费者购买行为的影响效果（Chevalier and Mayzlin，2006；Clemons and Gao，2006；Cheung et al，2009；卢向化和冯越，2009；龚诗阳等，2012）。实验法和数据采集法的结论均指出正向在线评论对于产品或服务的销售量有明显的促进作用，反之则有负向影响。Nam（2007）采用消费者视频订阅的面板数据，深入比较正负评论对消费者购买行为影响程度的差异，发现负面点评降低销量的效果是正面点评促进销量的两倍；Doh and Hwang（2009）通过实验控制评论信息的平衡性进一步分析正面点评的影响效果，发现正面点评比例非常高的网站反而刺激消费者的质疑态度，而Purnawirawan et al（2012）的实验结果显示，只有不平衡的在线评论对消费者态度和购买决策存在显著影响。

（三）基于接收方的研究述评

鉴于接收方的偏好和消费经验可能存在异质性，个体特征对在线评论的影响效果存在重要的调节作用。Hu（2008）基于交易成本经济学理论研究在线评论的有效性问题，发现消费者易受评论发布方在网络中表现的专家身份、活跃程度等因素影响。Connors和Mudambi（2011）通过实验研究得到类似结论，他们认为评论者在网络中表现的专家身份会影响其发表评论的有用性评价。这与社会心理学的说服理论较为一致，亦即信息源会影响信息接收方对传播信息的感知价值与接受程度（Bhattacherjee& Sanford，2006；Stephen&Lehmann，2012）。郝媛媛（2010）指出，消费者倾向于参考诊断性较强的负向在线评论以帮助其作出决策，当消费者知识水平较低时，负向在线评论的诊断性和影响将较大。综上，现存文献对接收方的研究还大多集中在调节效应的考察上。

（四）基于发布平台的研究述评

接收方从消费者导向性网站收集信息比从营销者导向型网站获取信息表现出更大兴趣（Bickart and Schindle，2001）。Boush和Kahle（2002）根据在线评论网站所有者的不同，将其分成由零售商或生产商赞助的网站（如亚马逊）和由独立社团建立的不以促进产品和服务的销售为目的的第三方评论网站（如大众点评网）。在此基础上Senecal et al（2004）将发布平台细化为纯盈利型、第三方支持的盈利型、第三方支持的非盈利型，并且认为商户网站的独立性最低，而第三方网站独立性最高，随之消费者在该网站上进行口碑搜寻的内部动机越强。

Park and Lee（2009）从发布平台的信誉出发，强调信誉作为评论质量和可信度的重要指标。龚诗阳（2013）基于电子商务网站的营销沟通模式，鼓励企业在自身网站上建立消费者评论系统，并将第三方评论网站链接到本企业的商品页面中，以辅助和影响消费者的购买行为。Schlosser et al（2011）从发布平台的功能需求视角，指出在线评论系统具备多样化功能，但消费者只对针对评论内容和效价进行深度挖掘的功能体现出一定的现实和潜在需求。

四、消费者在线评论的管理策略研究

郭国庆等（2010）基于口碑传播的诱因，提出企业应当根据网站中的人际关系强度，对不同参与层次的消费者选择最适合的诱因类型以最大化正面网络口碑传播意愿，实现“口碑营销”效应。他建议注重物质诱因的提供、增强回报诱因的价值、注重关系强度的提升、注重不同关系强度的诱因设计以及区别对待参与水平不同的消费者。

经营管理的实践经验认为消费者的满意度和忠诚度促进其推荐、提供与产品或者服务相关的正面信息。大多数管理者通常认可一个相对高水平的满意度。如Jones and Sasser（1995）认为投资于追求完全满意的消费者将不会产生期望的收益；施娜（2011）证明了满意度边际收益递增效应，提出社区承诺能够提高消费者的品牌忠诚度，通过客户维系建立强联系社区纽带将获得名誉和经济利润的双收益。

Zhu and Zhang（2010）通过对Play Station2和XBOX上的游戏建立二阶段嵌套需求模型，考察了产品和消费者特征对在线评论影响销量的调节效应，得出在线评论与冷门游戏销量之间存在正相关关系。Anderson（2006）揭示了网络拉动经济逐渐由需求曲线头部相对较少的主流产品流向尾巴上的大量利基产品这一长尾现象；Brynjolfsson，Hu，and Smith（2006）也发现那些通常在主流书店很难出现的冷门书名占据了亚马逊2000年图书销售榜的40%。由于众多利基产品的销售受限于网络渠道，因此消费者更有可能视在线评论为获取质量信息的主要来源。Zhu and Zhang（2010）认为网络口碑能显著影响长尾的分散，因此利用网络渠道的利基生产商应致力于在线评论体系的构建。杨铭等（2012）通过对在线评论进行效用评价，鼓励电子商务运营商充分利用萃取的高品质评论洞悉消费者偏好，进而制定营销战略和发掘利基市场。

郝媛媛（2010）基于电影的在线评论，结合文本挖掘数据和实证研究方法，建立在线评论有用性评论影响因素模型进行分类预测，发现荧屏中积极的情感倾向、较高的正负情感混杂度、较高的主客观情感混杂度以及较长的平均各句长度，对评论的有用性具有较强的判别能力，从而可以帮助评论网站设计者根据评论文本特征对评论的有用性进行及时和自动识别，帮助提高决策效率和效果。

龚诗阳等（2013）截取当当网图书评论的大量面板数据，通过建立计量模型对线上评论信息与图书销量的关系进行实证分析，验证了以往研究中提出的知晓效应和说服效应，因此企业应当运用线上评论系统来进行网络口碑营销，增加评论数量，提高评论效价，降低评论差异，并对处于不同生命周期的产品进行采用不同的口碑营销策略。

五、结论及进一步研究方向

众多文献基于不同视角对在线评论的发布动机、影响机制和管理策略研究展开了广泛而深入的探讨，成果斐然，但仍存在几个问题悬而未决：

一是在线评论的发布动机和测度。尽管大多文献关于在线评论的重要性达成一致见解，但受限于国外专业研究网络口碑传播动机的文献数量，国内研究又滞留于事实归纳的层面，更由于实证研究中的诸多限制，导致关于在线评论发布动机研究的实验场景融入程度尚不高，实验法也未能兼顾内外部有效性，众多变量都可能影响结果的科学性。郭国庆等（2009）在网络口碑传播诱因机制的宏观方面取得了一定进展，未来研究可以沿这一思路进行拓展；施娜等（2011）提出并检验的关于网上品牌社区中网络口碑交流意愿的非线性机制的理论模型从微观上展开了测度，为进一步考察在线评论的发布动机开辟了新路径。

二是在线评论与产品销量、消费者购买决策的模型尚不完善。尽管现有研究己经在不同维度上探索了网络口碑效应，但结论仍存在很大分歧。例如Liu（2006）对2002年电影行业的数据运用多元回归分析，发现口碑信息能很好地解释总票房和周票房收入，而Dellarocas，Zhang，and Award（2007）对同年电影业的数据运用扩散模型却得出了在线评分对电影票房收入无显著影响的结论；Duan，Gu，and Whinston（2008）则通过联立方程组进一步指出价格是影响消费者对于口碑态度的关键因素。对于产生分歧的原因，Duan et al（2008）认为是采纳的不同计量模型和研究方法所致，Chen et al（2011）归因于样本数量的差异，也有学者认为是忽略了不同阶段评论影响的动态变化（Li and Hitt，2008；Moe and Trusov，2011）。庆幸在Web2.0背景下伴随在线评论体验型产品种类日趋丰富，研究对象已不再局限于图书、电视、啤酒和视频游戏等行业，不少学者投向餐饮、旅游等行业。即便对于同一个行业的数据，研究视角也正趋于多元化。例如在手机行业，施娜（2011）通过结构方程模型探讨了满意度和品牌忠诚度与正面网络口碑意愿之间的关系；闫强和赵志刚（2012）则建立面板数据线性回归方程，在研究中引入销量排名、优惠价格等因变量；王君裙，闰强（2013）则另辟蹊径，运用多元回归方法，从产品的受欢迎度视角出发。未来研究可以借鉴，基于不同视角进行创新性分析，建立一般化的模型阐述各个变量之间的交互关系。

三是在线评论的管理策略研究尚存不足，未形成一个较为系统的理论分析框架，缺乏广泛的实证研究。Zhu and Zhang（2010）的研究表明线下渠道的促销活动会减少在线评论的功效。因此，利基生产商应当整合线上和线下营销策略，比较其效用，在线上渠道和线下渠道之间分配市场资源，实现企业策略实现最优化组合。

[1]蔡淑琴，邱洁，王旸.互联网点评信息的有序性与序化方法研究[J].情报杂志，2012，31(3):168-173.

[2]龚诗阳，刘霞，赵平.线上消费者评论如何影响产品销量?--基于在线图书评论的实证研究[J].中国软科学，2013，(06):171-183.

[3]郭国庆，汪晓凡，曾艳.外部诱因对消费者正面网络口碑传播意愿的影响研究[J].财贸经济，2010，(12):127-132.

[4]郝媛媛，叶强，李一军.基于影评数据的在线评论有用性影响因素研究[J].管理科学学报，2010，13(8):78-88.

[5]卢向华，冯越.网络口碑的价值———基于在线餐馆点评的实证研究[J].管理世界，2009，(07):126-132.

[6]施娜.探讨网上品牌社区中的正面网络口碑行为:非线性方法[D].中国科学技术大学，2011.

[7]王君裙，闰强.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013，(21):406-411.

[8]Anderson，Chris.The Long Tail:Why the Future of Business Is Selling Less of More.New York:Hyperion，2006.

[9]Balasubramanian S，Mahajan V.The Economic Leverage of the Virtual Community.International Journal of Electronic Commerce，2001，(5):103-138.

[10]Chen Y B，Wang Q，Xie J H.Online Social Interactions:A Natural Experiment on Word of Mouth Versus Observational Learning.Journal of Marketing Research，2011，48(2):238-254.

[11]Cheung C M K，Thadani D R.The Impact of Electronic Word-of-Mouth Communication:A Literature Analysis and Integrative Model.Decision Support Systems，2012，54(1):461-470.

[12]Cheung，Christy M K，Lee，Matthew KO.What Drives Consumers to Spread Electronic Word of Mouth in Online Consumer-Opinion Platforms.Decision Support Systems，2012，53(1):218-225.

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

[14]Dellarocas C，Zhang X Q，Awad N F.Exploring the Value of Online Product Reviews in Forecasting Sales:The Case of Motion Pictures.Journal of Interactive Marketing，2007，21(4):23-45.

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

[16]Godes D，Mayzlin D.Using Online Conversations to Study Word-of-mouth Communication Communication.Marketing Science，2004，23(4):545-560.

[17]Ho,J Y C，Dempsey，Melanie.Viral Marketing:Motivations to Forward Online Content.Journal of Business Research，2010，63 (9-10):1000-1006.

[18]Lee J，Lee J N.Understanding the Product Information Inference Process in Electronic Word-of-Mouth:An Objectivity-Subjectivity Dichotomy Perspective.Information and Management，2009，46(5):302.

[19]Park D H，Lee J.EWOM Overload and Its Effect on Consumer Behavioral Intention Depending on Consumer Involvement. Electronic Commerce Research and Applications，2008，7(4):386.

[20]Zhang X Q.Tapping into the Pulse of The Market:Essays on Marketing Implications of Information Flows.Cambridge，MA:MIT Ph．D．Dissertation，2006.

[21]Zhu F，Zhang X.Impact of Online Consumer Reviews on Sales: The Moderating Role of Product and Consumer Characteristics. Marketing，2010，74(2):133-148.

F713

A

1008-4428（2015）01-50-04

国家自然科学基金青年项目（71302168）；中国博士后科学基金（2014M56367）。

王晓亚，女，江苏盐城人，南京邮电大学管理学院硕士研究生；

岳中刚，男，河南南阳人，南京邮电大学经济学院副教授、博士，研究方向：企业运营与管理。