APP下载

在线评论如何影响消费者:基于社会影响视角的整合框架

2015-06-23邬溪羽郭斌周莎莎鲁爽

关键词:评论者阅读者特征

邬溪羽,郭斌,周莎莎,鲁爽

(1.浙江大学 管理学院,浙江 杭州 310058;2.浙江大学 经济学院,浙江 杭州 310000)

■管理学

在线评论如何影响消费者:基于社会影响视角的整合框架

邬溪羽1,郭斌1,周莎莎1,鲁爽2

(1.浙江大学 管理学院,浙江 杭州 310058;2.浙江大学 经济学院,浙江 杭州 310000)

本文旨在解读在线评论如何影响消费者的态度和行为。在线评论不仅向评论阅读者传递了产品和用户体验等信息,还包含了社会规范的影响,例如社会群体中多数派或权威人士的意见。在对 187篇现有文献进行分析后,文章首先从社会影响的理论视角归纳了在线评论影响机制中的在线评论特征、产品评价、评论评价、消费意愿和消费行为等 5类要素,并提出一个整合的概念框架;其次对文献中采用较多的背景理论、研究者曾提炼过的在线评论特征进行梳理;最后在该框架下,探讨了阅读者特征、评论者特征、评论平台特征、产品特征等4类调节因素被引入研究的原因及其重要性,归纳了调节机制的主要逻辑。

在线评论;社会影响理论;概念框架;文献综述;

一、引言

口碑(word of mouth)是指“不以商业为目的、分析品牌、产品、服务或供应商的人际间口头沟通内容”[1]。随着信息技术的飞速发展,传统的线下口碑效应被成功复刻到互联网情境,形成了电子口碑(electronic word of mouth)效应。在此当中,消费者在线评论日益成为电子口碑(eWOM)的一种重要类型。过去人们选购商品时,通常只能借助线下人际关系网络获取其他用户反馈的信息,而现在的消费者普遍采取主动搜索在线评论、从中提取有用信息以辅助消费决策。目前,无论是电子商务网站、社交网站、第三方点评网站,还是酒店预订网站、视频和软件下载网站都开发了各自的评论系统。商品信息与在线评论信息均呈现出爆炸式增长、高度碎片化和快速迭代等特征。研究表明,消费前搜索评论信息的人群比例正在逐年上升[2],而由企业主导的传统营销的影响力日趋减弱[3],不过也有研究提出广告等传统营销手段的作用主要体现在产品推广初期,中后期占主导的是口碑的影响力[4]。

近十年内,市场营销、管理信息系统、计算机科学(数据挖掘)、服务管理、传播学等多个学科的学者都在关注用户生成内容(UGC)(尤其是在线评论),这一新兴领域的论文数量在不断上升。但由于研究者的学科背景和研究方向存在显著差异,目前尚缺乏全局性的框架来帮助理解在线评论系统以及围绕在线评论产生的有趣现象。

少数文章曾尝试用整合的理论框架对已有文献进行综述[5-7]。Litvin等学者探讨了酒店与旅游在线评论的形成过程和影响机制[5],Cheung和Thadani基于社会传播框架(social communication framework)把口碑影响机制的要素归纳为刺激、沟通者特征、接收者特征、情境、接收者反应等五种类型[6]。Cantallops和Salvi指出企业(回复评论行为、营销策略)和消费者(产品评价、购买意愿)都会受到在线评论特征的影响[7]。这些综述性文章给了我们两点启发:首先,过程观(评论从生成到影响阅读者使之成为新的消费者、进而贡献新的评论的循环往复过程)或许是我们整合不同学科的研究的理想观察视角;其次,关于在线评论的研究由此可划分为两个模块——在线评论作为驱动因素(driver)如何影响阅读者(潜在消费者)?在线评论作为结果(outcome)如何受到消费者行为的影响[8]?与此相关的,在线评论特征对消费者的影响包含哪几个方面?当评论者、阅读者、产品和评论平台的特征发生改变时,这种影响机制又将发生何种变化?我们注意到,关于这些问题的讨论仍是不够充分的。

本文的主要贡献包括:一,从社会影响的理论视角归纳了在线评论影响机制中的五类要素,并提出一个整合的概念框架,由此解读在线评论如何影响消费者,对文献中采用较多的背景理论、研究者曾提炼过的在线评论特征进行梳理;二,在该框架下,探讨了四种类别的调节因素被引入研究的原因及其重要性。

文章内容采用以下呈现顺序:文章首先讨论在线评论的定义,归纳在线评论对消费者的两类社会影响;接着回顾研究步骤;然后对文献进行描述性统计分析,并梳理在线评论特征和背景理论;最后用整合的框架梳理现有研究中的主效应和调节机制。

二、基于社会影响的理论视角

(一)在线评论的狭义与广义定义

互联网和信息技术为消费者提供了在线分享产品体验的途径。例如,亚马逊早在1995年创立初就为用户提供产品评论功能,之后大量商家和平台级企业都开发了该功能,其中不乏第三方评论网站(如Epinions.com、大众点评网)。最近十年,随着Facebook、Twitter等社交媒体的扩张,在线评论又开始呈现出社交化特征。

对于一条在线评论包含的内容范畴,多数研究采取狭义的定义方式,即仅限于评分数值和评论文本两个部分;少数研究采取广义理解,认为新评论生成后,除评分和文本外,该条评论的内容、评论者特征也以信息组合的形式“捆绑”出现并共同影响评论阅读者[9-11]。本文选用狭义定义,目的是希望理清评论特征、评论者特征、产品特征、平台特征等要素之间的关系。

(二)在线评论的社会影响

社会群体中某个成员的态度和行为会受其他个体的影响。消费者对产品质量的推测、购买意愿、购买行为都有可能受他人在线评论的影响。此外,当人们阅读多条评论时,还会对评论本身的可靠性和有用性作出不同评价。

为什么在线评论会对阅读者的决策产生影响?社会影响的理论视角可以帮助我们加深对这一过程的理解。该理论指出社会影响包含信息型(informative)和规范型(normative)两类影响[12-16]。评论者通过撰写评论,向评论阅读者传递信息(包括描述产品性能和产品体验的文字)和社会规范(比如评分均值和数量反映的多数人意见)。信息型影响主要在认知层面,评论阅读者会采纳他人提供的信息并倾向于认可其真实性,规范型影响则对应情感层面,指评论阅读者会遵从他人的期望以符合群体的标准和规范。这两种社会影响概括了在线评论影响机制的主要类型。

三、文献分析方法

Fink提出文献综述是为识别、评估和理解现有文档的一种系统性的、清晰的和可重复的分析方案设计[17]。本文的目标在于,一方面,通过定量和定性的方法归纳现有文献,包括梳理基础理论和研究主题;另一方面,构建一个整合框架以推动后续理论的发展。参照Mayring的做法,本文的文献分析步骤经历了四个阶段,分别是素材收集(根据给定的标准收集和筛选文献)、描述性分析(素材特征的评估)、类别整理(结构化的维度划分)、材料分析(按照划分结果进行具体分析)[18]。其中,在对文献进行结构化梳理时,我们采取实时反馈的机制,多次对整个概念框架进行动态修正。

(一)文献检索和界定

本文在Web of Knowledge信息检索平台上搜索了以在线评论的影响机制为主题的相关英文文献。

首先,研究人员通过以下关键词进行文献检索:(1)至少包含一个下述有关知识搜索的主题词:在线评分(online rating*),在线评论(online review*),消费者评论(consumer review*),消费者评分(consumer rating*, customer review*),产品评论(product review*),产品评分(product rating*),用户评论(user review*),在线口碑(online word of mouth*),电子口碑(electronic word of mouth*, eWOM),用户生成内容(user generated content*);(2)同时包含下述有关在线评论的主题词:在线(online)和口碑(word of mouth),互联网(internet)和口碑(word of mouth)。学科领域限定为管理学(management)、商学(business)、计算机科学信息系统(computer science information systems)、信息与图书科学(information science library science)、运营与管理科学(operations research & management science)、酒店与旅游(hospitality leisure & sport tourism)、传播学(communication)、实验心理学(experimental psychology)、卫生保健科学与服务(health care sciences services)、社会心理学(social psychology)、应用心理学(applied psychology)。检索时对论文发表时间没有额外限制。索引数据库主要包括SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、CCR-EXPANDED和IC等。

随后,研究人员参照Cheung和Thadani[6]的做法,对管理信息系统领域的4本顶级杂志(Decision Support Systems、Information Systems Research、Journal of Management Information Systems和Management Information Systems Quarterly)和市场营销领域的 4本顶级杂志(Journal of Consumer Research、Journal of Marketing、Journal of Marketing Research和Marketing Science)逐一进行回顾以确保符合主题的文献都被收录。

通过上述搜索过程,初始结果包含516篇英文文献,时间分布上的跨度为17年(1998年至2014年)。随后,研究人员围绕“在线评论影响机制”的主题作进一步筛选,剔除掉不符合主题(比如关注在线评论形成过程、信息系统算法优化等主题)的文献,以及部分不提供全文下载的文献,文献范围最终缩小至187篇文献。

(二)发表时间和主要期刊分布

检索得到的文献按发表时间的分布如图1所示。早期关注在线评论的研究多数是从产品或服务提供商的角度,通过问卷总结归纳消费者反馈的信息,而2004年之后,学界逐渐转为关注在线评论对消费者的影响机制;这一主题的文献数量在最近十年内逐年增加,从2008年起更呈现出井喷的态势。检索得到文献主要发表于市场营销、信息系统和服务管理三个学科的期刊,分布情况以及所占的百分比如表1所示。

图1:检索结果按时间的分布

表1:检索结果按期刊分布和占比

ACR:Advances in Consumer Research、ATCI:Acm Transactions on Computer-Human Interaction、BISE:Business & Information Systems Engineering、CB: Cyberpsychology & Behavior、CBSN: Cyberpsychology Behavior and Social Networking、CHB:Computers in Human Behavior、CHQ:Cornell Hospitality Quarterly、CJAS:Canadian Journal of Administrative Sciences、CJCR:Communications-European Journal of Communication Research、DSS:Decision Support Systems、ECR:Electronic Commerce Research、ECRA:Electronic Commerce Research and Applications、EJIS:European Journal of Information Systems、EJM:European Journal of Marketing、EL:Electronic Library、EM:Electronic Markets、EMJ:European Management Journal、I&M:Information & Management、IJA:International Journal of Advertising、IJA:International Journal of Advertising、IJEC:International Journal of Electronic Commerce、IJHM:International Journal of Hospitality Management、IR:Internet Research、ISEM:Information Systems and E-Business Management、ISR:Information Systems Research、IT&M:Information Technology & Management、ITEM:Ieee Transactions on Engineering Management、ITKDE:Ieee Transactions on Knowledge and Data Engineering、JAIS:Journal of the Association for Information Systems、JAR:Journal of Advertising Research、JASP:Journal of Applied Social Psychology、JBR:Journal of Business Research、JBTC:Journal of Business and Technical Communication、JCB:Journal of Consumer Behaviour、JCC:Journal of Computer-Mediated Communication、JCIS:Journal of Computer Information Systems、JCP:Journal of Consumer Psychology、JCR:Journal of Consumer Research、JDM:Judgment and Decision Making、JDMJ:Judgment and Decision Making Journal、JHTR:Journal of Hospitality & Tourism Research、JIM:Journal of Interactive Marketing、JM:Journal of Marketing、JME:Journal of Media Economics、JMIS:Journal of Management Information Systems、JMR:Journal of Marketing Research、JR:Journal of Retailing、JT&TM:Journal of Travel & Tourism Marketing、JTP:Journal of Travel Research、MISQ:Mis Quarterly、MS1:Management Science、MS2:Marketing Science、P&M:Psychology & Marketing、POM:Production and Operations Management、SBP:Social Behavior and Personality、SIJ:Service Industries Journal、TM:Tourism Management、

四、在线评论研究文献的分析

(一)在线评论的特征

当在线评论呈现不同特征时,对人们造成的影响也会产生差异。纵观近十年发表的文献,学界对在线评论数据的挖掘不断深入。对于过去研究曾涉及过的评论特征,我们作如下梳理:如表2所示,对于单条评论,值得关注的评论特征包括单面性情感(valence)、评论长度(length)、双面性(two-sidedness)、语言风格、时效性、所涉及内容等六个方面;而多条评论的特征则包括评论数量、正负向评论各占比例和呈现框架、评分方差、均值和这些变量的动态变化趋势,见表3。

表2:单条评论特征的划分及其涵义

(二)在线评论影响机制研究的基础理论

现有研究中选用过的背景理论可划分为三种类型,分别是聚焦于信息传递、社会规范和混合两种机制的类型,详见表4。

1.信息型影响-关注信息传递。根据信息经济学(Economics of Information),消费者会收集、解读和使用信息来降低产品不确定性,但这个过程需要付出一定的认知和时间成本,人们最终会权衡搜索行为的边际成本和边际收益[43]。评论特征、阅读者认知能力和偏好和情境因素一方面会使人们对某些特定信息更为敏感,另一方面影响评论阅读者对信息的归因(归因为产品质量或个体差异)和处理机制(比如Information Cascade,即无意识跟从的信息瀑布现象)。

2.规范型影响-关注社会规范。评论阅读者会倾向于和评论者进行社会比较。专业水平高的评论者容易在其他消费者犹豫未决时扮演意见领袖的角色[44],当评论者和阅读者之间存在强社会关系,评论者意见同样会更受到重视。此外,社会群体多数派的行为会让个体感受到从众压力[45]。

表4:背景理论的三种类型

3.混合型。透过社会影响的视角,我们认识到无论是信息型还是规范型影响,在线评论的影响效果最终取决于在线评论的特征、阅读者处理在线评论的能力和动机、阅读者感知到评论者提供帮助的能力和动机(图2)等因素。在以往的研究中,ELM[58]、HSM、调节点(regulatory focus)、信任等理论也常作为背景理论。

五、在线评论的影响机制的整合框架

通过回顾检索得到的文献,我们发现现有文献集中地讨论了在线评论如何影响评论阅读者对产品的态度(下文简称“产品评价”)、对评论的态度(下文简称“评论评价”)、购买意愿和购买行为,另有少数研究关注了消费者对卖家、信息源和评论平台的态度。现有研究主要将在线评论特征,评论评价、产品评价、购买意愿和购买行为的因果关系作为研究模型的主效应。本文围绕这五类要素提出了在线评论影响机制的整合概念框架(图3)。

(一)在线评论特征对评论评价的影响

图2:在线评论对消费者的社会影响机制

评论阅读者会甄别评论是否包含虚假信息或带主观偏见,符合某些特征的评论会被赋予高可靠性(credibility)或高有用性(usefulness)等正面评价。很多研究关注了这一现象并探讨了评论具备哪些特征时会得到正面评价。

基于现有文献,我们认为在线评论特征对评论评价的影响包括三个方面。

1.评论的主观偏差。当感知到的主观偏差较低时,阅读者会给予评论正面评价。阅读者在处理评论信息时会产生不同归因机制,如果阅读者把评论中的观点归因为产品质量而非评论者个体差异造成的,评论的可靠性评价或被感知的价值会得到提升[31,59],反之在线评论会得到负面评价。

2.评论的文本质量。当感知到文本具备高质量时,阅读者会给予评论正面评价。评论质量有两个方面来源,包括文本内容(信息即时性、完整性)和写作风格(可读性)。比如写作风格方面,语言表达的流畅性(fluency)、评论长度(length)、比喻式写作(rhetorical writing)[61]都能够提升阅读者感知到的有用性[60-61]。

3.评论是否提供新的信息或验证阅读者想法。负向偏差(negative bias)是指人们对负面信息更敏感,负向评论的有用性通常更高[62-64]。这是因为在多数评论为正向的环境里,负向信息具备稀缺性(与背景形成反差)和补充性(提供新内容),满足了阅读者全面了解产品的需求。也有研究提出存在确认偏差(confirmation bias)的逻辑,即正向和负向评论都有可能获得高有用性评价,前提是在线评论充分验证了阅读者先前对产品的判断[20,23,65]。

大量实证研究验证了评论特征会影响以可靠性、有用性为主的评论评价,但作用方向目前仍存在分歧,这可能是同一个评论特征在以上几条路径上的作用方向不一致所导致的。以评论长度和双面性为例。评论长度会正向提升信息完整性,但同时会导致评论可读性下降,使得评论长度对评论有用性的影响仍不明确[23]。评论双面性(同时包含正向和负向内容)能促进阅读者把内容归因为产品质量从而提升可靠性,并且提供了更多元化的信息,但同时又缺乏清晰结论,无法满足部分阅读者想得到明确建议的需求,且负面的评论内容不符合阅读者对产品的正面预期[19,66]。

(二)在线评论特征对产品评价的影响

为降低产品不确定性,消费者会主动搜索并处理与产品有关的信息。由此,在线评论可以提升产品的知晓度(awareness)并影响消费者对产品质量的感知[8]。过去的很多研究关注了在线评论集合(评论池)的特征对产品评价的影响,比如评论数量、正负向评论占比和框架等[37,38,67-70]。影响机制并不复杂,比如产品被评论的次数多意味着该产品的热门程度、受认可度高[33];评论池正向评论的比重高则说明多数消费者对于该产品给出了积极评价,产品质量具备一定保障;如果最新生成的评论多为正向评论,那么这种时效性也能够促进消费者对产品质量的感知。除了感知到的质量(perceived quality),匹配程度(fitness)也是值得研究者进一步挖掘的产品评价类型[71],不过目前关注后者的研究仍很少。

(三)评论评价对购买意愿的影响

阅读者对在线评论的评价(可靠性和有用性)是否会进一步影响其购买意愿?可靠性和有用性对购买意愿的影响是否有差异?现有文献的实证结果仍存在分歧,一部分研究提出并证明评论有用性和评论可靠性有助于提升消费者的购买意愿[27,72-74]。两者的关系在另一些文献中却未得到验证。比如,Ghose和Ipeirotis基于对在线评论的情感分析指出,当评论同时包含客观性和高度主观性语句时,获得的有用性评价最高,但这类评论的高有用性却会降低购买意愿[75]。Dickinger证明阅读者对评论者的信任程度会正向提升评论的可靠性评价,但评论可靠性对购买意愿的影响却不显著[76]。这说明人们对在线评论的评价和购买意愿之间,还有未知的调节变量有待进一步挖掘,比如以文化因素为代表的阅读者特征。Fang等通过对比中美亚马逊的评论特征差异,指出中国的评论总体质量不如美国,证实当当网图书评论有用性并不会影响阅读者的购买意愿[77]。综上我们认为,尽管获得高评价的在线评论会受到阅读者重视,但在阅读者特征等调节变量的影响下,评论评价对购买意愿的作用机制仍比较模糊。

(四)产品评价对购买意愿的影响

产品评价和购买意愿之间的关系较为明确。一方面,消费者感知的高产品质量能提升购买意愿[78],比如消费者对餐馆餐饮质量的感知会正向促进就餐意愿[79],消费者对景区的态度会影响其旅游意愿[80]。另一方面,感知的匹配程度(评论阅读者)和使用频率同样会正向作用于购买意愿,Hamilton等指出评论阅读者会与撰写在线评论的其他消费者作比较,当感知的产品使用频率和匹配程度高于其他人时,购买意愿会显著增强[71]。

(五)在线评论特征对购买意愿的影响

很多研究关注并检验了评论特征对购买意愿的作用。在线评论对消费者的影响包括知晓作用(awareness effect)和说服作用(persuasion effect)两方面。Huang等学者在2009年提出网上零售企业可以通过开放评论功能或提供其他消费者的评论信息,增加阅读者停留在网页的时间,进而提升经验型产品购买意愿[81]。大量的研究验证了在线评论数量和质量、均值都会正向作用于购买意愿[82-86],因为这些评论特征反映了正向的社会影响强度(positive social influence)[87]。

(六)在线评论特征对购买行为的影响

在线评论特征对产品销量(现有研究常关注的包括销售量、销售排名、电影票房、软件下载量、酒店预订数量等)的影响一直是最引人关注的研究主题。关于在线评论是否会影响消费者的购买行为,理论探讨和实证结果之间存在一些分歧。一些理论研究提出存在诸多因素会削弱在线评论对消费者购买行为的影响。Chevalier和Mayzlin认为由于存在样本选择偏差,多数评论是由原本喜欢或对某件产品有兴趣的消费者贡献的,带有较为强烈的主观色彩[88];与此同时,网站会控制和调整评论呈现结果。Li等进一步指出:(1)评论者会“犯错误”,即提供与事实不符的评论;(2)即使准确真实,评论信息也会因为评论者和阅读者之间的偏好差异而不被采纳。这些因素共同导致在线评论的信息性降低,进而减少阅读者感知到的实际参考价值[89]。然而,大量实证研究却证实在线评论特征(数量、评分均值)会影响销量[77,90]。为什么理论上的推断没有反映在实证结果上,哪些因素导致这些机制被隐藏,这些问题都值得探索。

此外,关于数量和评分均值哪个更“重要”也是长期争论的主题。一部分研究认为评分均值的影响作用更大。Chintagunta等学者发现在线评论的评分均值对电影票房有影响,而评论数量对电影票房没有影响[40]。Ogut和Tas证明高评分均值能够促进网上酒店房间销量[91]。Vermeulen和Seegers提出即使是负向评论,也会有助于提升酒店预订量,尤其对于低知名度酒店,虽然说服作用不强,但知晓作用依然能促使一部分消费者购买[92]。Duan等、Lee和Tan证明用户评分(rating)会正向影响免费软件下载量[93,94]。在此基础上,少数研究指出情感极端性高的评论会显著影响产品销量[88,95]。另一些研究认为评论数量的作用更为重要,最具有影响力的当属 Duan等学者,在控制了内生性问题和电影类型的异质性后,研究人员发现评分均值对电影票房没有影响,评论文本和评论数量则会显著影响票房[36]。

部分学者指出在线评论特征和购买行为的关系是权变的,会随着产品经历不同阶段而产生差异。Clemons和Gao、Lee等学者关注了评论特征对于销售量随时间分布(长尾形态)的影响[78,96]。Godes和Mayzlin指出不同的评论特征会在产品上市后的不同阶段对销量产生影响,比如评论情感的差异在电视节目上线初期很重要,评论数量则会影响电视节目后期销量[8]。Cui等证实正负向评论占总评论数比例会对产品销量产生更显著的影响,而作用会随着时间逐渐削弱。这些研究都考虑了时间的作用[97]。

还有研究证实不同的在线评论特征之间会产生交互,比如在线评论的评分方差与均值会共同影响产品销量。Sun(2012)指出在线评论的高评分均值传递出产品具备高质量的信号,而评分方差高则说明产品更靠近利基产品(与大众产品相比)一端,评分方差对销量的影响存在前提条件,只有当评分均值很低时,高评分方差才有助于提升产品销售排名[39]。

对上述内容作一小结,现有的研究关注最多的是在线评论特征、评论评价、产品评价、购买意愿/决策、购买行为之间的相互影响,从图3中可以清晰地看到研究的整体脉络。

六、主要调节机制

(一)阅读者特征的调节机制

在线评论的影响机制包含了产品信息传递和社会规范扩散的过程,两者都取决于阅读者在动机和能力方面的差异。在现有文献中,阅读者特征获得研究者广泛关注。我们认为最主要的两个方面分别是卷入程度(involvement)和专业水平(expertise),前者和阅读者处理评论特征的动机相关,后者与处理评论特征的能力相关。作为信息接收者,阅读者处理在线评论的动机和能力会出现“先天”差异,并且有可能随情境而权变。在考虑在线评论的影响机制时,动机和能力分别决定了阅读者处理信息的意愿与效率,进而影响阅读者采用系统式思考(中心路径)或启发式思考(边缘路径)处理评论信息(见HSM模型和ELM模型)。所以阅读者特征常作为重要的调节变量被引入研究中。

人们阅读评论的初始目的可归结为三类:(1)搜寻产品经验丰富的消费者的评论,以减少信息搜索时间、降低认知成本[98]和感知的风险[99];(2)借助阅读评论与其他人进行行为、意见、能力等方面的社会比较[57];(3)了解产品信息,在市场中寻找性能出众的产品或比较不同备选方案[9,100]。在此基础上,以往研究指出当阅读者处于高卷入(high-involvement)状态时,意味着主动处理信息的动机变得较强,也更容易受在线评论特征的影响[53,101]。另一方面,专业水平体现了阅读者处理在线评论内容的能力(比如是否具备足够的专业知识)。当阅读者具备高专业水平时,信息搜索能力强、接收和处理信息的效率更高,但同时他们又因为专业知识充沛而缺乏分析处理外部信息的内在动机,即专业水平高通常会导致阅读者的卷入程度降低。

在对文献进行整理后,我们发现除专业水平以外,阅读者的卷入程度会受到以下几个方面因素的影响:(1)认知需求(need for cognition)[85],指特定个体参与并享受高认知投入活动的意愿,比如女性通常比男性更偏好系统全面的信息处理模式[102];(2)独特性需求(need for uniqueness)[68],指个体通过购买和使用产品以加强社会身份独特性的意愿,相较于集体主义倾向的东亚地区,这种意愿在推崇个人主义的西方文化环境尤其明显[72],会导致评论特征对消费者影响被削弱;(3)怀疑主义倾向(skepticism),高怀疑主义的阅读者会倾向于相信自己的判断而忽略外界信息[103];(4)任务情境。任务情境使得消费者的风险偏好、感知的风险或产品不确定性产生差异,从而提升消费者阅读评论时的卷入程度和对特定信息的关注度。比如当消费策略是为满足偏好而愿意支付溢价,而非寻求产品基本功能满足前提下的最低价格时,消费者会更加关注极端评论[78];当消费者的调节焦点(regulatory focus)处于抑制(preventional,比如挑选杀毒软件)而非促进(promotional,比如挑选照片美化软件)状态时,阅读者风险偏好较低,会更重视负向评论[55]。

(二)评论者特征的调节机制

评论者特征被认为是在线评论影响机制的另一重要调节因素。人们通过模仿他人行为以降低自身风险,消费者之间的模仿行为则需要借助在线评论。由于在线评论积累的数量增多、产品技术日趋复杂,阅读者从中甄别对自己有用的评论、处理高专业性的评论信息(如专业名词、参数指标等)所要投入的认知成本显著上升。为降低认知成本,评论阅读者根据评论者特征筛选在线评论。即便缺乏直接体现评论者特征的信息,阅读者也会主动推测评论者特征,比如,阅读者会根据在线评论的语言复杂性(lexical complexity)、双面性、情感强度等特征推测评论者的专业水平,或基于自我锚定(egocentric anchor)假设评论者与自身具有相同的偏好[104]。

我们仍然可以从动机和能力的视角解读评论者特征。过去的研究指出,信息源可靠性(source credibility)取决于信息接收者感知到的信息源提供准确真实信息的能力和动机水平[105]。在对相关文献进行整理后,我们认为最主要的两类评论者特征分别是可信赖度(trustworthiness)和专业水平(expertise)[105],前者会影响阅读者感知的评论者提供帮助的动机,后者会影响感知的提供帮助的能力[21]。评论者的专业水平一般是指评论者和阅读者双方进行比较后的相对值。当评论者提供帮助的动机和能力很高时,在线评论的影响机制会得到增强。

具体而言,高可信赖度会促进阅读者对评论者动机的感知。基于过去的研究,我们认为评论者的可信赖程度来自四个方面。(1)评论者身份信息披露(disclosure)程度[73,106]。网上发表的言论大多是在非实名甚至匿名的状态下完成的,评论者披露身份信息的行为可以降低信息不确定性,提升阅读者对评论者的信任。(2)高专业水平[46,107,108]。当评论者的专业水平高于阅读者时,感知的可信赖程度也会得到提升。(3)产品偏好相似性[23,104,109]。当具备同样或接近的产品偏好时,阅读者会更信任评论者。(4)强社会关系。当评论者和阅读者之间的社会联系很紧密时,阅读者会更重视评论者的意见[51,110]。

少部分研究提出了评论者声誉(reputation)的概念[24,111,112],尽管声誉和可靠性在含义上很接近,但它们源于不同理论。我们认为可靠性是基于具体情境的,而声誉是基于长期积累的历史表现,即建立在群体中多数人对某评论者评价的基础上,比如第三方评论网站的被关注数量、历史评论获得有用性评价的次数。近些年,一些学者还开始关注阅读者和评论者的相似性,比如双方在年龄、性别、教育程度、社会地位等方面的同质化程度(homophily)[113]。

大量的实证研究验证了评论者特征对在线评论影响机制的调节作用。评论者可信赖度方面:评论者的身份信息披露行为会调节评论情感模糊性(与情感极端性相对)与评论有用性[106]、评论情感模糊性与评论可靠性的关系[73];评论者与阅读者的产品偏好相似性会调节评论情感与产品评价的关系[109];评论者与阅读者的社会关系会调节评论池总体情感方向与产品评价的关系[114]。另一方面,评论者的专业水平会调节在线评论数量与购买意愿[46]、评论情感与购买行为的关系[112,115]。此外,还有一些研究指出评论者特征和产品类型交互作用于在线评论的影响机制。比如,Chang等验证了阅读者和评论者的社会关系(tie strength)会调节在线评论特征和享乐型产品购买意愿的关系,而专业水平则调节在线评论特征和实用型产品购买意愿的关系[14]。

(三)评论平台特征的调节机制

部分研究关注了评论平台的特征对于在线评论特征的影响机制的调节作用。同一条在线评论,当发布在不同平台(电子商务网站上企业产品页面、个人博客或独立评论网站)时,可能会获得截然不同的有用性评价。比如,个人博客上的评论容易被归因为环境因素(个体差异、小概率事件)而非产品质量[116],从而降低评论有用性;而阅读者对评论网站的信任,也会转移并且影响对评论者的信任,进而提升感知到的评论可靠性[117];此外,第三方评论网站的在线评论因其独立性而通常更受到消费者的重视[118]。

一些研究指出,评论平台特征会和产品类别产生交互作用,共同调节评论特征对评论评价以及购买行为的影响。Bae和Lee证实在购买经验型产品(比如电影)时,独立评论网站的消费者评论可靠性要高于来自企业开放的评论平台的信息,而购买搜索型产品(比如数码相机)时,结论相反[119]。Gu等通过分析亚马逊数码相机销售数据和三个外部评论网站(Cnet、DpReview、and Epinions)的评论数据,指出当产品为高风险的产品时,外部评论网站的评论能促进消费者购买行为,而此时电商网站的在线评论作用却不明显[120]。

(四)产品特征的调节机制

产品特征被证实会调节在线评论的影响机制。目前对于产品特征的刻画主要有程度和类别两种方式。程度型占多数,这种划分方式的特点在于,一方面,产品的某个特征均匀分布于一个连续变化的区间,而且通常是不同产品之间比较得出的相对状态;另一方面,归类结果是不稳定的,比如随着消费者专业水平的提升,原本经验主导型的产品会逐渐靠近搜索主导型一端。不过即使考虑学习效应,产品经验型属性也无法全部转化为搜索型属性[64]。常见的有:(1)经验型产品(experience product)和搜索型产品(search product)(2)实用型产品(utilitarian product)和享乐型产品(hedonic product)(3)高卷入产品和低卷入产品(4)热门产品(popular product)和利基产品(niche product)(5)高品牌认知(brand recognition)产品和低品牌认知产品(6)高价产品和中低价产品(7)耐用品和易耗品(8)新上市、上市中期和上市后期产品(9)搜索型服务(比如家具超市)、经验型服务(比如餐馆)和信任型服务(比如美容护肤、理发等)[111,121]。少部分研究采用了类别型的划分方式,比如(1)纯线上销售产品和线上实体结合销售产品(2)工业产品和服务。

很多实证研究引入产品类别作为调节变量,并验证了产品类别会调节在线评论特征对评论评价、产品评价、购买意愿和购买行为的影响。目前研究者关注最多的是经验型和搜索型、实用型和享乐型、大众型和利基型产品三种特征。

表5:产品特征的调节机制

价 量

六、讨论与展望

本文首先基于社会影响的理论视角,提出在线评论对消费者的影响包含信息型和规范型两种形式,并对现有文献中选取的背景理论进行梳理。之后,文章总结了在线评论影响机制中的五类要素,包括在线评论的特征、评论评价、产品评价、购买意愿和购买行为,并通过提出整合的概念框架构筑起要素之间的关系。潜在消费者会经历从阅读评论、对评论和产品产生评价、提升购买意愿到最终完成消费的过程,整合框架的主效应部分主要依据这一过程观而展开。最后,我们区分了阅读者特征、评论者特征、产品类别、评论平台特征四种类型调节变量,并讨论了它们如何作用于评论者和阅读者的动机和能力,进而调节在线评论对消费者的社会影响。由此,本文从动机和能力的角度总结了以上调节因素会被研究者引入研究的原因。

在过去十几年里,在线评论影响机制的研究从研究方法到关注的现象都发生了变化,趋势主要体现在以下几方面:首先,研究关注的现象从最初探讨在线评论是否影响以及如何影响后续消费者和产品销量,拓展到不同来源的在线评论如何共同影响消费者,以及在线评论池特征随时间的演化趋势将会如何影响消费者、企业股价和产品长尾销售的形态;第二,更多的研究开始关注在线评论和其他媒体(如企业投放的广告、社交媒体口碑、电商网站产品推荐网络等)的交互机制,即观察它们如何共同影响消费者;第三,用户生成内容(user-generated content)的形式不断增加,从博客文章、在线评论到自制视频、推文(twitter)等,可以预见到随着移动互联设备的发展,数据采集的形式和体量会继续扩展;第四,以文本分析、网络分析(包括产品推荐网络、社会网络)为代表的数据挖掘技术持续进步,数据仿真等方法也逐渐被引入研究。

现有理论还需要完善和补充,我们认为理论发展的突破方向包含两点。第一是结果变量的衍生。随着对在线评论数据的深入挖掘,在线评论的价值会再度提升,已经有研究通过分析产品信息发布后、正式上市之前的社交网络或专业论坛用户在线评论特征来预测产品的市场需求。在线评论的特征或许还能预测更多的内容。第二是有关文化的研究,在线评论的影响机制在不同地区和文化会表现出较大差异,这种差异会产生的具体影响也值得研究者关注,期待有更多的后续研究跟进。

[1]ARNDT J.Role of product-related conversations in the diffusion of a new product[J].Journal of Marketing Research,1967(1):291-295.

[2]MARKOPOULOS P M,CLEMONS E K. Reducing Buyers' Uncertainty About Taste-Related Product Attributes[J].Journal of Management Information Systems,2013,30(2):269-299.

[3]TRUSOV M,BUCKLIN R E,PAUWELS K.Effects of word-of-mouth versus traditional marketing: findings from an internet social networking site[J].Journal of Marketing,2009,73(5):90-102.

[4]GOPINATH S,THOMAS J S,KRISHNAMURTHI L.Investigating the Relationship Between the Content of Online Word of Mouth,Advertising,and Brand Performance[J].Marketing Science,2014,33(2):241-258.

[5]LITVIN S W,GOLDSMITH R E,PAN B.Electronic word-of-mouth in hospitality and tourism management[J].Tourism Management,2008,29(3):458-468.

[6]CHEUNG C M K,THADANI D R.The impact of electronic word-of-mouth communication:A literature analysis and integrative model[J].Decision Support Systems,2012,54(1):461-470.

[7]CANTALLOPS A S,SALVI F.New consumer behavior:A review of research on eWOM and hotels[J].International Journal of Hospitality Management,2014,36:41-51.

[8]GODES D,MAYZLIN D.Using Online Conversations to Study Word-of-Mouth Communication[J].Marketing Science,2004,23(4):545-560.

[9]BAEK H,AHN J,CHOI Y.Helpfulness of Online Consumer Reviews: Readers' Objectives and Review Cues[J].International Journal of Electronic Commerce,2012,17(2):99-126.

[10]CHEUNG C M Y,SIA C L,KUAN K K Y.Is This Review Believable?A Study of Factors Affecting the Credibility of Online Consumer Reviews from an ELM Perspective[J].Journal of the Association for Information Systems,2012,13(8):618-635.

[11]LI M X,HUANG L Q,TAN C H,et al.Helpfulness of Online Product Reviews as Seen by Consumers:Source and Content Features[J].International Journal of Electronic Commerce,2013,17(4):101-136.

[12]BURNKRANT R E,COUSINEAU A.Informational and normative social influence in buyer behavior[J].Journal of Consumer Research,1975,2(3):206-215.

[13]DEUTSCH M,GERARD H B.A study of normative and informational social influences upon individual judgment[J].The journal of abnormal and social psychology,1955,51(3):629.

[14]CHANG K T T,CHEN W,TAN B C Y.Advertising Effectiveness in Social Networking Sites:Social Ties, Expertise,and Product Type[J].IEEE Transactions on Engineering Management,2012,59(4):634-643.

[15]CHEUNG M Y,LUO C,SIA C L,et al.Credibility of Electronic Word-of-Mouth:Informational and Normative Determinants of On-line Consumer Recommendations[J].International Journal of Electronic Commerce,2009,13(4):9-38.

[16]LEAL G P A,HOR-MEYLL L F,PESSOA L.Influence of virtual communities in purchasing decisions:The participants' perspective[J].Journal of Business Research,2014,67(5):882-890.

[17]FINK A.Conducting research literature reviews:from paper to the Internet[M].London:sage Publications,1998.

[18]MAYRING P.Qualitative inhaltsanalyse[M]//Handbuch qualitative Forschung in der Psychologie.Berlin:Springer,2010:601-613.

[19]WILLEMSEN L M,NEIJENS P C,BRONNER F,et al.“Highly Recommended!”The Content Characteristics and Perceived Usefulness of Online Consumer Reviews[J].Journal of Computer-Mediated Communication,2011,17(1):19-38.

[20]SCHINDLER R M,BICKART B.Perceived helpfulness of online consumer reviews:The role of message content and style[J].Journal of Consumer Behaviour,2012,11(3):234-243.

[21]LI J,ZHAN L J.Online Persuasion:How the Written Word Drives WOM Evidence from Consumer-Generated Product Reviews[J].Journal of Advertising Research,2011,51(1):239-257.

[22]YIN D,BOND S D,ZHANG H.Anxious or angry?Effects of discrete emotions on the perceived helpfulness of online reviews[J].Mis Quarterly,2014,38(2):539-560.

[23]PAN Y,ZHANG J Q.Born Unequal:A Study of the Helpfulness of User-Generated Product Reviews[J].Journal ofRetailing,2011,87(4):598-612.

[24]SCHOLZ M,DORNER V.The Recipe for the Perfect Review?An Investigation into the Determinants of Review Helpfulness[J].Business & Information Systems Engineering,2013(3):141-151.

[25]SPARKS B A,BROWNING V.The impact of online reviews on hotel booking intentions and perception of trust[J].Tourism Management,2011,32(6):1310-1323.

[26]MOORE S G.Some Things Are Better Left Unsaid:How Word of Mouth Influences the Storyteller[J].Journal of Consumer Research,2012,38(6):1140-1154.

[27]JIMENEZ F R,MENDOZA N A.Too Popular to Ignore:The Influence of Online Reviews on Purchase Intentions of Search and Experience Products[J].Journal of Interactive Marketing,2013,27(3):226-235.

[28]HU N,KOH N S,REDDY S K.Ratings lead you to the product,reviews help you clinch it?The mediating role of online review sentiments on product sales[J].Decision Support Systems,2014,57:42-53.

[29]KRONROD A,DANZIGER S.“Wii Will Rock You!”The Use and Effect of Figurative Language in Consumer Reviews of Hedonic and Utilitarian Consumption[J].Journal of Consumer Research,2013,40(4):726-739.

[30]JENSEN M L,AVERBECK J M,ZHANG Z,et al.Credibility of Anonymous Online Product Reviews:A Language Expectancy Perspective[J].Journal of Management Information Systems,2013,30(1):293-323.

[31]CHEN Z,LURIE N H.Temporal Contiguity and Negativity Bias in the Impact of Online Word of Mouth[J].Journal of Marketing Research,2013,50(4):463-476.

[32]FILIERI R,MCLEAY F.E-WOM and Accommodation:An Analysis of the Factors That Influence Travelers' Adoption of Information from Online Reviews[J].Journal of Travel Research,2014,53(1):44-57.

[33]BROWNING V,SO K K F,SPARKS B.The Influence of Online Reviews on Consumers' Attributions of Service Quality and Control for Service Standards in Hotels[J].Journal of Travel & Tourism Marketing,2013,30(1-2):23-40.

[34]CHANG S T,LIN T M Y,LUARN P.The effects of word-of-mouth consistency on persuasiveness[J].Canadian Journal of Administrative Sciences-Revue Canadienne Des Sciences De L Administration,2014,31(2):128-141.

[35]CAO Q,DUAN W J,GAN Q W.Exploring determinants of voting for the "helpfulness" of online user reviews:A text mining approach[J].Decision Support Systems,2011,50(2):511-521.

[36]DUAN W J,GU G,WHINSTON A B.Do online reviews matter?An empirical investigation of panel data[J].Decision Support Systems,2008,45(4):1007-1016.

[37]PURNAWIRAWAN N,DENS N,DE PELSMACKER P.Balance and Sequence in Online Reviews:The Wrap Effect[J].International Journal of Electronic Commerce,2012,17(2):71-97.

[38]CHRISTODOULIDES G,MICHAELIDOU N,ARGYRIOU E.Cross-national differences in e-WOM influence[J].European Journal of Marketing,2012,46(11-12):1689-1707.

[39]SUN M.How Does the Variance of Product Ratings Matter?[J].Management Science,2012,58(4):696-707.

[40]CHINTAGUNTA P K,GOPINATH S,VENKATARAMAN S.The Effects of Online User Reviews on Movie Box Office Performance:Accounting for Sequential Rollout and Aggregation Across Local Markets[J].Marketing Science,2010,29(5):944-957.

[41]GODES D,SILVA J C.Sequential and Temporal Dynamics of Online Opinion[J].Marketing Science,2012,31(3):448-473.

[42]MOE W W,SCHWEIDEL D A.Online Product Opinions:Incidence, Evaluation, and Evolution[J].Marketing Science,2012,31(3):372-386.

[43]STIGLER G J.The economics of information[J].The journal of political economy,1961,69:213-225.

[44]ZHOU W Q,DUAN W J.Online user reviews,product variety, and the long tail:An empirical investigation on online software downloads[J].Electronic Commerce Research and Applications,2012,11(3):275-289.

[45]SRIDHAR S,SRINIVASAN R.Social Influence Effects in Online Product Ratings[J].Journal of Marketing,2012,76(5):70-88.

[46]FLANAGIN A J,METZGER M J.Trusting expert-versus user-generated ratings online:The role of information volume,valence, and consumer characteristics[J].Computers in Human Behavior,2013,29(4):1626-1634.

[47]MUDAMBI S M,SCHUFF D.What makes a helpful online review?a study of customer reviews on amazon.com[J].MisQuarterly,2010,34(1):185-200.

[48]HUANG L Q,TAN C H,KE W L,et al.Comprehension and Assessment of Product Reviews:A Review-Product Congruity Proposition[J].Journal of Management Information Systems,2013,30(3):311-343.

[49]CHANG H H,WU L H.An examination of negative e-WOM adoption:Brand commitment as a moderator[J].Decision Support Systems,2014,59:206-218.

[50]GU B,TANG Q,WHINSTON A B.The influence of online word-of-mouth on long tail formation[J].Decision Support Systems,2013,56:474-481.

[51]ZHAO M,XIE J H.Effects of Social and Temporal Distance on Consumers' Responses to Peer Recommendations[J].Journal of Marketing Research,2011,48(3):486-496.

[52]GUPTA P,HARRIS J.How e-WOM recommendations influence product consideration and quality of choice:A motivation to process information perspective[J].Journal of Business Research,2010,63(9-10):1041-1049.

[53]RACHERLA P,MANDVIWALLA M,CONNOLLY D J.Factors affecting consumers' trust in online product reviews[J].Journal of Consumer Behaviour,2012,11(2):94-104.

[54]AMBLEE N,BUI T.Harnessing the Influence of Social Proof in Online Shopping:The Effect of Electronic Word of Mouth on Sales of Digital Microproducts[J].International Journal of Electronic Commerce,2011,16(2):91-113.

[55]ZHANG J Q,CRACIUN G,SHIN D.When does electronic word-of-mouth matter?A study of consumer product reviews[J].Journal of Business Research,2010,63(12):1336-1341.

[56]KORFIATIS N,GARCIA-BARIOCANAL E,SANCHEZ-ALONSO S.Evaluating content quality and helpfulness of online product reviews:The interplay of review helpfulness vs. review content[J].Electronic Commerce Research and Applications,2012,11(3):205-217.

[57]HUANG Y K,YANG W I.Motives for and consequences of reading internet book reviews[J].Electronic Library,2008,26(1):97-110.

[58]PETTY R E,CACIOPPO J T,SCHUMANN D.Central and peripheral routes to advertising effectiveness:The moderating role of involvement[J].Journal of Consumer Research,1983,10:135-146.

[59]QIU L Y,PANG J,LIM K H.Effects of conflicting aggregated rating on eWOM review credibility and diagnosticity:The moderating role of review valence[J].Decision Support Systems,2012,54(1):631-643.

[60]SHAH A K,OPPENHEIMER D M.Easy does it:The role of fluency in cue weighting[J].Judgment and Decision Making Journal,2007(6):371-379.

[61]OTTERBACHER J.Being Heard in Review Communities:Communication Tactics and Review Prominence[J].Journal of Computer-Mediated Communication,2011,16(3):424-444.

[62]PARK C,LEE T M.Information direction, website reputation and eWOM effect:A moderating role of product type[J].Journal of Business Research,2009,62(1):61-67.

[63]CHAKRAVARTY A,LIU Y,MAZUMDAR T.The Differential Effects of Online Word-of-Mouth and Critics' Reviews on Pre-release Movie Evaluation[J].Journal of Interactive Marketing,2010,24(3):185-197.

[64]YANG J,MAI E P.Experiential goods with network externalities effects:An empirical study of online rating system[J].Journal of Business Research,2010,63(9-10):1050-1057.

[65]WU P F.In Search of Negativity Bias: An Empirical Study of Perceived Helpfulness of Online Reviews[J].Psychology & Marketing,2013,30(11):971-984.

[66]SCHLOSSER A E.Can including pros and cons increase the helpfulness and persuasiveness of online reviews?The interactive effects of ratings and arguments[J].Journal of Consumer Psychology,2011,21(3):226-239.

[67]ZHANG Z Q,YE Q A,LAW R,et al.The impact of e-word-of-mouth on the online popularity of restaurants:A comparison of consumer reviews and editor reviews[J].International Journal of Hospitality Management,2010,29(4):694-700.

[68]KHARE A,LABRECQUE L I,ASARE A K.The Assimilative and Contrastive Effects of Word-of-Mouth Volume:An Experimental Examination of Online Consumer Ratings[J].Journal of Retailing,2011,87(1):111-126.

[69]DOH S J,HWANG J S.How Consumers Evaluate eWOM (Electronic Word-of-Mouth) Messages[J].Cyberpsychology & Behavior,2009,12(2):193-197.

[70]NETTELHORST S C,BRANNON L A,HILL W T.Examining the impact of consumer feedback on internet product evaluation:Comparing base-rate and case history information[J].Computers in Human Behavior,2013,29(4):1290-1294.

[71]HAMILTON R W, RATNER R K, THOMPSON D V. Outpacing Others: When Consumers Value Products Based on Relative Usage Frequency [J]. Journal of Consumer Research, 2011, 37(6): 1079-1094.

[72]PARK C, LEE T M. Antecedents of Online Reviews' Usage and Purchase Influence: An Empirical Comparison of US and Korean Consumers [J]. Journal of Interactive Marketing, 2009, 23(4): 332-340.

[73]XIE H, MIAO L, KUO P J, et al. Consumers' responses to ambivalent online hotel reviews The role of perceived source credibility and pre-decisional disposition [J]. International Journal of Hospitality Management, 2011, 30(1): 178-183.

[74]CHIH W H, WANG K Y, HSU L C, et al. Investigating Electronic Word-of-Mouth Effects on Online Discussion Forums: The Role of Perceived Positive Electronic Word-of-Mouth Review Credibility [J]. Cyberpsychology Behavior and Social Networking, 2013, 16(9): 658-668.

[75]GHOSE A, IPEIROTIS P G. Estimating the Helpfulness and Economic Impact of Product Reviews: Mining Text and Reviewer Characteristics [J]. Ieee Transactions on Knowledge and Data Engineering, 2011, 23(10): 1498-1512.

[76]DICKINGER A.The Trustworthiness of Online Channels for Experience-and Goal-Directed Search Tasks[J].Journal of Travel Research,2011,50(4):378-391.

[77]FANG H,ZHANG J,BAO Y,et al.Towards effective online review systems in the Chinese context:A cross-cultural empirical study[J].Electronic Commerce Research and Applications,2013,12(3):208-220.

[78]CLEMONS E K,GAO G D.Consumer informedness and diverse consumer purchasing behaviors: Traditional mass-market, trading down,and trading out into the long tail[J].Electronic Commerce Research and Applications,2008,7(1):3-17.

[79]WANG H Y.Exploring the factors of gastronomy blogs influencing readers' intention to taste[J].International Journal of Hospitality Management,2011,30(3):503-514.

[80]SPARKS B A,PERKINS H E,BUCKLEY R.Online travel reviews as persuasive communication:The effects of content type,source,and certification logos on consumer behavior[J].Tourism Management,2013,39:1-9.

[81]HUANG P,LURIE N H,MITRA S.Searching for Experience on the Web:An Empirical Examination of Consumer Behavior for Search and Experience Goods[J].Journal of Marketing,2009,73(2):55-69.

[82]PARK D H,LEE J,HAN I.The effect of on-line consumer reviews on consumer purchasing intention:The moderating role of involvement[J].International Journal of Electronic Commerce,2007,11(4):125-148.

[83]YE Q A,LAW R,GU B,et al.The influence of user-generated content on traveler behavior:An empirical investigation on the effects of e-word-of-mouth to hotel online bookings[J].Computers in Human Behavior,2011,27(2):634-639.

[84]MAURI A G,MINAZZI R.Web reviews influence on expectations and purchasing intentions of hotel potential customers[J].International Journal of Hospitality Management,2013,34:99-107.

[85]LIN C L,LEE S H,HORNG D J.The effects of online reviews on purchasing intention:the moderating role of need for cognition[J].Social Behavior and Personality,2011,39(1):71-81.

[86]LEE J,LEE J N.Understanding the product information inference process in electronic word-of-mouth:An objectivity-subjectivity dichotomy perspective[J].Information & Management,2009,46(5):302-311.

[87]LEE M K O,SHI N,CHEUNG C M K,et al.Consumer's decision to shop online:The moderating role of positive informational social influence[J].Information & Management,2011,48(6):185-191.

[88]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.

[89]LI X X,HITT L M,ZHANG Z J.Product Reviews and Competition in Markets for Repeat Purchase Products[J].Journal of Management Information Systems,2011,27(4):9-41.

[90]ZHU F,ZHANG X Q.Impact of Online Consumer Reviews on Sales:The Moderating Role of Product and Consumer Characteristics[J].Journal of Marketing,2010,74(2):133-148.

[91]OGUT H,TAS B K O.The influence of internet customer reviews on the online sales and prices in hotel industry[J].Service Industries Journal,2012,32(2):197-214.

[92]VERMEULEN I E,SEEGERS D.Tried and tested:The impact of online hotel reviews on consumerconsideration[J].Tourism Management,2009,30(1):123-127.

[93]LEE Y J,TAN Y.Effects of Different Types of Free Trials and Ratings in Sampling of Consumer Software:An Empirical Study[J].Journal of Management Information Systems,2013,30(3):213-246.

[94]DUAN W,GU B,WHINSTON A B.Informational cascades and software adoption on the internet: an empirical investigation[J].Mis Quarterly,2009,33(1):23-48.

[95]CLEMONS E K,GAO G D,HITT L M.When online reviews meet hyperdifferentiation:A study of the craft beer industry[J].Journal of Management Information Systems,2006,23(2):149-171.

[96]LEE J,LEE J N,SHIN H.The long tail or the short tail:The category-specific impact of eWOM on sales distribution[J].Decision Support Systems,2011,51(3):466-479.

[97]CUI G,LUI H K,GUO X N.The Effect of Online Consumer Reviews on New Product Sales[J].International Journal of Electronic Commerce,2012,17(1):39-57.

[98]HENNIG-THURAU T,WALSH G.Electronic word-of-mouth:Motives for and consequences of reading customer articulations on the Internet[J].International Journal of Electronic Commerce,2003(2):51-74.

[99]KIM E E K,MATTILA A S,BALOGLU S.Effects of Gender and Expertise on Consumers' Motivation to Read Online Hotel Reviews [J]. Cornell Hospitality Quarterly, 2011, 52(4): 399-406.

[100]KHAMMASH M, GRIFFITHS G H. 'Arrivederci CIAO.com, Buongiorno Bing.com'-Electronic word-of-mouth (eWOM), antecedences and consequences[J].International Journal of Information Management,2011,31(1):82-87.

[101]SUN T,YOUN S,WU G H,et al.Online word-of-mouth (or mouse):An exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication,2006,11(4):1104-1127.

[102]BAE S,LEE T.Gender differences in consumers' perception of online consumer reviews[J].Electronic Commerce Research,2011,11(2):201-214.

[103]SHER P J,LEE S H.Consumer skepticism and online reviews:an elaboration likelihood model perspective[J].Social Behavior and Personality,2009,37(1):137-143.

[104]NAYLOR R W,LAMBERTON C P,NORTON D A.Seeing Ourselves in Others:Reviewer Ambiguity,Egocentric Anchoring, and Persuasion[J].Journal of Marketing Research,2011,48(3):617-631.

[105]WILLEMSEN L M,NEIJENS P C,BRONNER F.The Ironic Effect of Source Identificationon the Perceived Credibility of Online Product Reviewers[J].Journal of Computer-Mediated Communication,2012,18(1):16-31.

[106]FORMAN C,GHOSE A,WIESENFELD B.Examining the relationship between reviews and sales:The role of reviewer identity disclosure in electronic markets[J].Information Systems Research,2008,19(3):291-313.

[107]LIS B.In eWOMWe Trust A Framework of Factors that Determine the eWOM Credibility[J].Business & Information Systems Engineering,2013(3):129-140.

[108]HUANG J H,CHEN Y F.Herding in online product choice[J].Psychology & Marketing,2006,23(5):413-428.

[109]HE S X,BOND S D.Word-of-mouth and the forecasting of consumption enjoyment[J].Journal of Consumer Psychology,2013,23(4):464-482.

[110]WANG J C,CHANG C H.How online social ties and product-related risks influence purchase intentions:A Facebook experiment[J].Electronic Commerce Research and Applications,2013,12(5):337-346.

[111]RACHERLA P,FRISKE W.Perceived 'usefulness' of online consumer reviews:An exploratory investigation across three services categories[J].Electronic Commerce Research and Applications,2012,11(6):548-559.

[112]HU N,LIU L,ZHANG J J.Do online reviews affect product sales?The role of reviewer characteristics and temporal effects[J].Information Technology & Management,2008,9(3):201-214.

[113]STEFFES E M,BURGEE L E.Social ties and online word of mouth[J].Internet Research,2009,19(1):42-59.

[114]HUANG J H,HSIAO T T,CHEN Y F.The Effects of Electronic Word of Mouth on Product Judgment and Choice:The Moderating Role of the Sense of Virtual Community[J].Journal of Applied Social Psychology,2012,42(9):2326-2347.

[115]RUI H X,LIU Y Z,WHINSTON A.Whose and what chatter matters?The effect of tweets on movie sales[J].Decision Support Systems,2013,55(4):863-870.

[116]LEE M,YOUN S.Electronic word of mouth (eWOM) How eWOM platforms influence consumer productjudgement[J].International Journal of Advertising,2009,28(3):473-499.

[117]LEE J,PARK D H,HAN I.The different effects of online consumer reviews on consumers' purchase intentions depending on trust in online shopping malls An advertising perspective[J].Internet Research,2011,21(2):187-206.

[118]PARK J,GU B,LEE H.The relationship between retailer-hosted and third-party hosted WOM sources and their influence on retailer sales[J].Electronic Commerce Research and Applications,2012,11(3):253-261.

[119]BAE S,LEE T.Product type and consumers' perception of online consumer reviews[J].Electronic Markets,2011,21(4):255-266.

[120]GU B,PARK J,KONANA P.The Impact of External Word-of-Mouth Sources on Retailer Sales of High-Involvement Products[J].Information Systems Research,2012,23(1):182-196.

[121]SUN J,KEH H T,LEE A Y.The Effect of Attribute Alignability on Service Evaluation:The Moderating Role of Uncertainty[J].Journal of Consumer Research,2012,39(4):831-847.

[122]DE MAEYER P,ESTELAMI H.Consumer perceptions of third party product quality ratings[J].Journal of Business Research,2011,64(10):1067-1073.

[123]CHATTERJEE P.Online reviews: Do consumers use them?[J].Advances in Consumer Research,2001,28:129-133.

[124]PARK S B,PARK D H.The Effect of Low-versus High-Variance in Product Reviews on Product Evaluation[J].Psychology & Marketing,2013,30(7):543-554.

[125]WEI P S,LU H P.An examination of the celebrity endorsements and online customer reviews influence female consumers' shopping behavior[J].Computers in Human Behavior,2013,29(1):193-201.

[126]THOMA V,WILLIAMS A.The devil you know:The effect of brand recognition and product ratings on consumer choice[J].Judgment and Decision Making,2013,8(1):34-44.

[127]HO-DAC N N,CARSON S J,MOORE W L.The Effects of Positive and Negative Online Customer Reviews:Do Brand Strength and Category Maturity Matter?[J].Journal of Marketing,2013,77(6):37-53.1111

How online product reviews affect consumers: a conceptual framework based on social influence perspective

WU XIYU, GUO BIN, ZHOU SHASHA, LU SHUANG
(1.School of Management, Zhejiang University, Hangzhou 310058, China; 2.College of Economics, Zhejiang university, Hangzhou 310000,China)

Online reviews, a source of electronic word of mouth, not only contain product information but also have normative influence on review readers especially through pressure from majority of aggregated customers or opinion leaders. In this paper, the authors investigated and discussed how online product reviews affect following consumers` attitude and behavior based on social influence perspective. 187 articles published in the last 10 years appearing in different academically recognized journals of marketing and management information systems were reviewed. First, a summary of review characteristics and background theories were classified. Second, an integrated conceptual framework was proposed to focus on the roles of review characteristics on readers` product evaluation, review evaluation, purchase intention and behavior. Third, the authors identified four categories of moderators, namely the characteristics of readers, reviewers, review platform and product, to explore the moderating mechanisms. This study helps to facilitate understanding and provides a foundation for future eWOM research work.

Online reviews; Social Influence Theory; Conceptual Framework; Literature Review

F713.55

A

1008-472X(2015)01-0001-18

本文推荐专家:

李靖华,浙江工商大学工商管理学院,教授,研究方向:服务创新。

王求真,浙江大学管理学院,副教授,研究方向:电子商务,在线消费者行为。

2014-07-04

邬溪羽(1989-),男,浙江奉化人,硕士研究生,研究方向:消费者行为;郭 斌(1971-),男,江西吉安人,教授,博士生导师,研究方向:信息搜索行为及策略。

猜你喜欢

评论者阅读者特征
根据方程特征选解法
评论者特征对酒店在线评论有用性的影响
——基于大数据和实验法的联合检验
离散型随机变量的分布列与数字特征
网络新闻评论者的伦理责任问题及应对路径探析
阅读者的春天
“青春阅读者”——教师读书会纪实
为什么有些人能成为终身阅读者
阅读者
不忠诚的四个特征
基于D-S证据理论的电子商务虚假评论者检测