袁海霞，陈俊，白琳

（安徽大学 商学院，安徽 合肥 230601）

2017年上半年中国电子商务交易额13.35万亿元，同比增长27.1%。其中网络零售市场交易额3.1万亿元，同比增长了34.8%。中国网购用户达到了5.16亿人①中国电子商务研究中心.http：//www.100ec.cn/。。电子商务在人们日常生活中扮演着越来越重要的角色。数字经济的发展使得信息无处不在，虽然消费者可以更方便地获得与产品相关的市场行情，接触到更多关于意向产品的数据信息，但“注意力经济”的存在使得个体难以对所有的信息进行精细加工。与此同时，电子商务的蓬勃发展也带来了严重的商品同质化问题，消费者在购物中常常会面临商品价格、图片、品牌等基本相同的浩如烟海的商品信息。在这种市场条件下，“电商平台商品标题优化”这一标题营销手段作为能够吸引消费者眼球、跳入消费者搜索页面前端的有效工具引起商家和学术界的关注。Web 3.0时代的信息的“去中心化”特征凸显，企业作为商业信息传播主体的地位渐失，消费者信息传播的主动性与影响力逐渐增强，由此推动的消费行为的主动性与理性逐渐提升。这又为电商带来新的难题：“夺目超群”的商品标题是否能够“勾魂摄魄”？如何应对Web 3.0时代消费行为的改变？

现有文献并未对理性消费趋势越来越明显的条件下，商品标题优化的有效性及其后期推进策略进行深入分析，因此很难回答上述问题。早期研究主要从信息传播学、营销学等视角对标题优化的必要性进行分析[1-2]，印证了当时时期进行标题分析与优化的重要性。后来，部分学者从计算机技术实现手段[3]55-63、电商平台商品标题的组构成分间的语法逻辑关系[4]89-91、消费者搜索习惯等角度[5]50-53对电商平台商品标题优化的手段进行了分析。现有研究主要从提高产品搜索排名与流量角度，对商品标题优化及其对消费行为过程的早期阶段的影响进行了分析，而并未关注其对消费行为结果的影响，而行为结果的出现是营销实践关注的关键问题之一。在党的十九大报告中，习近平总书记多次讲到加强互联网建设的问题，特别提出要“加强互联网内容建设”。互联网的发展开始从“吸粉”走流量阶段向“内容”阶段发展，在这种趋势下，“夺目超群”的商品标题能否产生电商期待的行为结果，如何在商品标题优化的基础上更好地应对Web 3.0时代消费行为的改变成为了关键议题。

一、相关研究述评

（一）商品标题优化

所谓的商品标题优化从技术和载体角度看是指商品标题设置与消费者搜索的关键词匹配度要高，是搜索引擎优化的一种延伸；从内容上来说是指商品标题提供的信息可以吸引消费者，属于内容电商的一部分[6]541-542[7]666。所谓的内容电商是指在电子商务活动中，通过优质的内容来推荐满足个体个性化需求的产品和服务，以吸引目标群体的商业活动，从本质上来说内容电商也是一种新形式的“内容营销”。对于电商平台来说，商品标题优化的有效性主要体现在转化率的实现，即消费者最终购买行为的产生。从历史演进的角度来看，学术界及实践对商品标题优化的研究主要分为两个阶段：

第一阶段主要集中于标题优化的必要性。从信息学角度来说，较高的信息满意度能赢得消费者青睐，满足消费者在信息搜索阶段的需求，尤其对于目标导向性较强的在线消费来说，商品标题信息质量会通过用户信息满意度影响消费行为[8]，因此，要想从海量同质化商品中脱颖而出，商品标题优化是商家需要完成的第一步。从传播学角度来说，文字对图片有很好的辅助作用，弥补图片所不能展示的商品品质等细节问题，提高个体的认知准确性，降低干扰因素的影响，因此良好的电商平台商品标题展示不可忽视[9]。从营销学来看，有价值的信息能够带来消费者忠诚，尤其是在Web 3.0时代，信息“去中心化”凸显，信息的传递呈现出具有更多圈层与融合性的交叉方式，消费者主动性选择信息的方式占主导到位，作为内容营销的一种独特方式，商品标题包含了品牌、特色、类目、营销等多种属性，标题的质量在一定程度上决定了对消费者的吸引力和消费者的主动点击量[10]。

第二阶段主要集中于标题优化的手段。一方面，从上文对商品标题优化的概念解析中不难发现，商品标题优化与搜索引擎优化有着相似之处，因此构成商品标题的关键词选择顺理成章地成为理论与实践关注的重点优化策略之一。Chotikitpat等[11]认为关键词的设置应包含“热词”，“热词”设置可以提高商品与店铺的排名及曝光率。也有学者研究发现通过重复设置关键词[7]668-688、设置不同属性种类的关键词[3]56-58或拥有一到两个关键词的精简标题[12]等都可以实现标题优化，提高搜索排名的结果。此外，还有部分学者认为，现有电商平台商品标题（如淘宝网）同质化现象比较严重，缺乏独特性难以准确且完全反映消费者的需求和偏好，买卖双方的信息不对称性是影响页面点击量的关键因素，在商品标题中增加消费者感兴趣的内容是提高电商产品点击量的重要手段。在市场法律体系的支持下，消费者的声音强调了社会价值中消费者的角色与参与度，是消费需求的真切反映[13]。而产品评论作为消费者声音的一种新的表达方式在标题优化研究中引起学者关注。Wang等[6]542-545基于电商平台消费者产品评论提出了电商平台商品标题优化的基于在线评论的标题（Title Optimization based on Online Reviews，TOOR）法，Li等[14]提出了一种自动提取特征词和意见词的算法，采用自然语言处理技术和统计方法来挖掘网络评论中的特征词。与纯自然语言处理技术所得结果相比，其有效性更好。另一方面，也有学者从认知语言学角度以封闭语料库为基础，对国内及跨境电商平台商品标题的构成分别进行了分析[4]89-91，发现核心词的出现频率和服务能力对电商平台商品搜索结果的排序影响较大，且属性词的数量远大于核心词和卖点词的影响。

（二）消费行为模式的发展

消费者行为是指消费者在寻求、购买、使用、评价和处理产品和服务的过程中所表现出的行为，消费者行为模式是消费者行为过程的模型化表达，反映了消费者的行为过程和行为习惯[15]。在消费者行为研究领域占主导地位的是由日本通用电器公司基于网络时代特征提出的注意—兴趣—搜索—行动—分享（Attention Interest Search Action Share，AISAS）模型，该模型是由基于传统营销理论的注意—兴趣—欲望—记忆—行动（Attention Interest Desire Memory Action，AIDMA）模型发展而来。AIDMA模型认为传统的营销效果随着时间的变化呈自然衰减趋势，犹如“漏斗”一样，最终的转化率相对较低，该模型在传统营销理论与实践中得到了广泛应用。Web 2.0的发展使得媒体的“去中心化”趋势凸显，消费者获取、传播信息的主动性与影响力逐渐增强，推动了网络营销模式的革新。日本通用公司在此基础上对传统的AIDMA模型进行了重构，提出了基于网络特征的AISAS模型。该模型认为在互联网时代，企业营销活动的中心开始向消费者转移，相应的营销效果不再是单纯的随时间变化呈自然衰减，而是在前期自然衰减后随着消费者后期的搜索（S）—行动（A）—分享（S）又呈放大的趋势，企业营销活动的转化率随着消费者的良性互动得到进一步提升。

随着互联网的发展，数字经济的到来又赋予AISAS模型新的内涵。首先，Millward Brown联合百度营销研究院对数字经济时代消费者的决策路径变革进行了分析①，发现虽然AISAS的五阶段依然存在，但在消费路径上产生了变革（如图1所示）：在互联网的营销下，消费者决策的阶段可以轻易向前推进，不同决策阶

①http：//bim.baidu.com/mr_main.php.段的时间间隔变短，甚至可以跳跃；信息的数量空前丰富，其作用也得到强化，尤其是专业、公正的稀缺信息对消费者来说更具价值；口碑的影响力增强，闭环形消费行为模式路径在网络经济的推动下开始占据主导地位。其次，德里克·罗克尔认为消费者行为是一个漏斗型的思维过程，该过程由“了解（Aware）、态度（Attitude）、行为（Act）、再购买（Act again）”组成，即 4A 模型[16]47-48。 然而随着营销 4.0的到来，连通性带来的影响越来越大，Kotler等[16]49-54在此基础上提出了5A客户购买路径：了解（Aware）、吸引（Apeel）、问询（Ask）、行动（Act）和拥护（Advocate）。

（三）商品标题优化与消费行为

现有研究认为在做出最终购买决策前，大多数消费者会通过在线搜索的方式来获得能够满足其需要的产品信息，而产品标题直接与搜索相关。因此商品标题优化可以提高曝光率、搜索排名、点击量和页面流量，进而提升消费者对产品与店铺的第一印象和消费者的购买倾向[6]537。然而，值得一提的是搜索排名的结果在短期内变化较大，可能迅速下降，商品标题优化是一个需要较大投入且不断持续的过程。同时结合数字经济时代消费行为模式的5A模型不难发现，现有文献对商品标题优化有效性的研究基本都处于初级阶段（即Aware，Appel），并未深入挖掘商品标题优化对消费者行为模式的最终影响，商品标题作为电商提高产品竞争优势的关键手段之一，目前主要被用来期待能够在产品销量上获得进一步提升[6]537，但对其真实的营销效果现有研究并未进行深入分析。因此，很难全面揭示电商平台商品标题优化的有效性，也难以在实践中为企业提高产品销量提供切实可行的指导。鉴于此，本文以电商平台为研究对象，深入分析电商平台商品标题优化的有效性及对营销活动的指导作用，以期最终为实现商品销量的提升提供指导。

图1 消费者行为模式理论演进

二、研究假设

消费者在线购买行为主要可分两个阶段：浏览与最终购买[17]。Brown等[18]1673-1676探究了个体在线行为是购买亦或是浏览，催生个体产生在线购买行为的条件。商品标题优化可以有效提高商品的曝光率、搜索排名情况、商品页面的点击量、用户情感体验[6]537[19]87-88，也就是说商品标题优化在消费者在线购买行为的浏览阶段有重要的影响，而浏览阶段所产生的页面浏览量、持续时间、情感体验等虽然对购买行为有影响，但这种影响是建立在购物篮价值被唤醒[20]、购物取向[18]1670、产品属性[21]等条件之上的。即由商品标题优化带来的曝光率、排名、流量等不一定会导致消费行为的产生。此外，结合消费者行为的5A模型也不难发现，商品标题优化对消费者行为的早期阶段有着显著的影响，但从消费者行为的早期阶段到消费行为的产生是一个营销效果不断衰减的过程，商品标题优化所带来的营销效果存在很大程度的不确定性。

基于上述对现有研究的说明与国内电商平台商品标题优化的基本情况，本文认为商品标题优化有效地促进了消费者在线购买行为的第一阶段行为的产生，对于早期阶段的消费行为模式的激活具有显著的效果，但在消费行为越来越理性的趋势下，从消费行为的第一阶段（早期行为模式）向第二阶段（后期行为模式）的转化是需要有一定条件的，即说商品标题优化不一定能够带来商品销量的提升，鉴于此，提出如下假设：

H1.商品标题优化对产品销量无显著影响。

三、研究1：商品标题优化的有效性

为确保研究的实践性和一般性，本文选取天猫旗舰店某品牌小型家用电器为研究对象，利用爬虫程序每两天定时对数据进行抓取，本文最终样本信息为该天猫旗舰店从2017年11月22日—2018年1月29日间的数据，同时计算每个采集周期内产品价格的波动、销量的变化等信息，最终获得12个研究对象的34期数据，构成了一个长面板数据集，具体内容有产品价格、价格波动、产品销量、评价数量、评分。千里眼等店铺侦探小插件日活跃量约37万，使用率相对较高，在实践中操作中已有一定的普适性，因此本文也同时采用千里眼采集产品推广信息、商品标题得分、点击量等信息。

Duan等[22]1010-1014发现不仅网络口碑可以提高产品销量，同时产品销量也会带来更多的口碑量，因此本文在控制产品价格、口碑等信息的基础上研究商品标题优化的有效性时，特采用联立方程模型进行估计。在Duan等[22]1012-1013研究的基础上对产品销量的内生性进行了控制，同时为了更好地控制销量对口碑效价、数量的影响，在主模型的基础上增加3个方程来建构模型。其中方程（1）是主模型，方程（2）与方程（3）用来控制主变量的内生性。方程（4）为内生变量，方程（5）是主模型系数矩阵，方程（6）为主模型（1）的外生变量部分。

其中，Θ1为控制变量；Φ1为系数矩阵；c表示系数；（-1）表示滞后一阶；其他变量如表1所示。

本文首先采用单方程估计的方法分别对上述模型进行分析，结果如表1的模型1与模型2所示，商品标题得分并未带来产品销量的变化，假设H1得到验证，即商品标题优化并不能引起消费行为的改变。对模型结果的进一步分析发现，与价格相比价格变化对在线销售的影响最大，口碑效价并不能带来销量的变化，而口碑数量对产品销量有显著的影响，这也进一步揭示了在电商网络平台，效价差异不大的情况下其对在线销售并无显著影响。此外在线推广对在线销售也有显著的正向影响。值得一提的是，表1分析结果显示，现有销量对未来销量的变化影响最大，这也与在线购买行为中消费者采用“销量排名”来进行信息筛选的情况吻合。

单方程估计的方法每次只对系统中的一个结构方程进行估计，只利用了所估计方程中的关于变量的样本数据信息，而对于方程间的关系信息完全没有利用。为克服该问题，本文采用联立方程系统中各变量的滞后两期作为工具变量，分别使用系统估计中的两阶段最小二乘法和三阶段最小二乘法对联立方程组进行估计，结果如表1中的模型3～模型6所示，假设H1依然成立。

综上，研究发现电商平台商品标题优化对产品销量无显著的影响，但并不意味着企业进行商品标题优化是无意义的。有研究认为商品标题优化在提高商品排名、曝光率等方面有很好的效果。为此本文特构建了商品标题优化与点击量间的关系模型，结果如模型7所示商品标题优化能显著提升点击量，也就是说商品标题优化仅在消费者行为的早期阶段有显著的效果，商品标题优化的有效性是有限的。为了推动商品标题优化早期营销效果向最终消费行为的转化，在此基础上进一步探究商品标题优化的推动机制显然是很有必要的。鉴于此，本文设计研究2重点探究商品标题优化带来点击量的提升后，如何进一步实现转化率的问题。

四、研究2：商品标题优化的“杠杆机制”

（一）研究假设

商品标题有效性主要在消费者行为早期阶段引起个体的注意，并带来点击量的提升。结合消费者行为模型，下一阶段消费者会对相关的信息进行搜索问询后再进行购买，尤其对质量难以评估的体验型产品更是如此。而此时网络口碑作为能够提供信息的重要途径可能推动商品标题优化的营销效果进一步向最终购买行为转化[23]。因此，本部分将以发布于电商平台的以在线产品评论形式存在的网络口碑为切入点，研究能够有效推进商品标题优化营销效果向消费行为最终阶段转化的 “杠杆机制”，即构造以网络口碑为主要支点，探究电商平台商品标题优化最终目标实现的推进机制。

从呈现形式上看，目前存在于电商平台的网络口碑主要有数值型评价与文本评论，研究发现数值型评价本身不会带来在线销售的提升[24]47-49，而在研究1中也同样发现，数值型评价中的口碑数量与在线销售之间存在较微弱的影响，而口碑效价并不会带来在线销售的提升。有学者认为，数值型评价仅可通过文本情感对在线销售产生影响[24]49-50。文本评论可能是推动消费行为产生的关键环节。现有文本评论从细粒度上来看主要有客观情感维度和主观情感维度，客观情感维度是指针对具体产品特征的评价，主观情感维度是指仅包含消费者个人喜恶的主观判断，并未涉及产品的具体特征[25]13-14[26]79-80。从本质上来说主观情感维度与粗粒度情感分析相似，仅从整体上表述了评价者的情感，很难为消费者提供关于产品具体特征的详细情况，也难以契合消费者信息搜索、问询的初衷。综上，由研究1可知，商品标题优化的有效性主要表现在点击量的提升，本文认为基于客观维度的文本评论内容才能有效推进其向行为端转移。基于此，提出本文的第二个假设：

H2.与基于主观维度的文本评论内容相比，基于客观维度的文本评论内容才是推动商品标题优化营销效果（点击量）向消费者最终行为阶段转化的关键，即基于客观维度的文本评论正向调节了点击量对在线销售的影响。

综上，提出本文的理论模型，如图2所示。

图2 理论模型

（二）实证分析

1.数据抓取和清洗

本部分数据主要来自于研究1所抓取的文本评论数据，删除与评论文本无关的数据后共采集有效文本评论数据11 732条。

2.数据处理

基于主观维度的文本评论主要是个人情感的程度，并未涉及产品具体特征的评价，客观维度的文本评论是对产品具体特征的评价[25]46，主要有产品质量、产品价值、产品利益、产品服务、交易服务和产品美誉6个方面[27]。然而需要注意的是产品不同，其具体特征也会有所变化，且基于消费者角度的某产品具体特征的构成可能也会存在独特之处，因此单纯地从理论普适性角度对产品特征进行划分，一方面难以刻画产品的独特性，另一方面与消费者视角的产品特征也难以契合[28]。因此本文将从消费者产品评论入手，基于主题模型挖掘消费者产品评论的主题，并在此基础上研究评论内容对商品标题优化有效性的杠杆作用。

主题模型是一种概率模型，通过对文本信息的分层贝叶斯分析发现文档中隐藏的语义结构。目前这一模型现已在科学文摘主题的提取、地理信息检索等领域得到应用[29]。主题模型又是一种混合模型，每一个词可以同时归属于多个主题[30]，对于某主题每个词的归属的可能性也不相同。在主题模型中，一个经常使用的聚类算法是潜在狄利克雷分布（Latent Dirichlet Allocation，LDA）。LDA模型是一种典型的用于主题提取的概率语义模型，是一种具有文本主题表示能力的非监督学习模型。基于LDA的模型生成主要通过3个步骤来完成：首先是为每一主题确定词分布β（β～Dirichlet（δ））；其次文档w的主题分布比例θ取决于一个参数为 α 的 Dirichlet分布，即：θ～Dirichlet（α）；再次为 N 个词 wi选择一个主题 zi～Multinomial（θ），并在主题 zi选定的条件下基于多项式概率分布选择词wi～p（wi|zi，β）；最后通过极大似然估计建立LDA模型的目标函数——对数似然函数，基于变分期望最大值（Variational Expectation Maximization，VEM）算法估计文档（w）和语料（D）关系（w∈D）的对数似然值[式（7）]。本文将采用LDA模型挖掘消费者文本评论的主题。

1）基于LDA的文本评论主题个数确定

在进行文本挖掘之前，首先本文采用R语言Rwordseg程序包对评论内容分词处理，生成关于文本评论信息的语料库，并删除标点符号、字母、停用词等，停用词在哈工大停用词表的基础上添加了与评论相关的词如“消费者”“小家电”等；其次在上述处理后生成的语料库的基础上获得词频—文档矩阵，并进一步使用词频—逆文档频率（IF-IDF）过滤词项；最后为LDA模型匹配最佳的主题数目。主题数目的确定是LDA主题挖掘的关键和难点，目前常见的方法主要有两种：经验设定和基于Perplexity的确定。由前文所知，文本评论的主题不仅在不同的产品中可能不尽相同，且消费者视角的产品属性可能也有其独特性，因此以“经验设定”的方法难以契合研究的初衷，因此本文采用十字交叉验证首先基于Perplexity来确定最佳的主题数目。本文将主题数目k设置为从2～30的整数，Perplexity结果如图3所示（其中线条1对应次坐标，其余为主坐标），主题个数在3附近结果最优。

其次结合Alpha估计结果，发现当主题个数小于3时会减少解释变异性，但当主题个数大于3时提高的解释变异性也比较小，故将最佳主题个数k值确定为3。

2）主题结果分析

采用Gibbs抽样基于LDA模型对文本评论的主题模型进行分析，结果如下：

主题1：产品属性。“上档次”“物美价廉”“人性化”“多功能”“外包装”“品牌”“不锈钢”“全自动”等高频词汇的提取，说明文本评论中对产品属性的关注主要基于内在属性与外在属性两个方面。其中内在属性主要涉及产品的物理成分、性能等，如不锈钢，外在属性不属于产品的实体部分，但与产品有着密切的关系，如价格、品牌等。

主题2：相关服务。“第二天”“售后”“不厌其烦”“睡美人”等高频词汇的提取，说明该主题主要涉及产品的售前、售后与物流服务3个方面。

主题3：购买情况。“第一次”“第二次”“第三次”“好几个”“第二台”“第三台”“下次”“推荐”“值得”等高频词汇的提取，说明该主题主要涉及消费者的购买情况，初次购买、重购及推荐意愿与重复购买。

3）客观文本评论主题极性分析

对于客观文本按照上述3个主题从8个方面对文本进行分析。首先邀请两位营销学博士按照主题对分词后的文本进行分类，对于不一致的地方再邀请一位营销学副教授分析后确定；其次，借鉴蔺璜和郭姝慧[31]73-74的研究，随机抽取250条文本信息作为样本，统计样本中副词出现的情况，邀请两位营销学博士对新出现的副词进行评分，对于不一致的部分再邀请一位营销学副教授讨论后确定，丰富蔺璜和郭姝慧[31]74的副词及评分表。然后结合每个主题中属性的评价倾向及程度副词进行极性分析，对于再次出现的新词标记后再次按照上述步骤进行完善后确定极性；最后整合得出第i个周期产品第j个方面的具体信息。数据结构如表1所示。Aij表示第i个周期的评论中产品第j个属性的极性，Nij表示第j个方面的提及次数，数据结构如表2所示。

4）主观文本评论极性分析

对于主观文本，本文采用模糊情感分析对其极性进行分析，并统计得出某周期评论处理后的客观文本模糊情感倾向。

图3 基于VEM的模型测试数据困惑度

图4 基于VEM的Alpha估计值

3.模型构建

研究认为口碑长度[32]、追加评论[33]等与消费者行为之间存在密切的关系，在借鉴Duan等[22]1015-1016观点及研究1所得结论的基础上，本文在进一步控制文本长度、追评数量等因素的基础上开展研究。首先本文对变量间的相关关系进行分析，结果如表3所示。评价数量、推广量、追评数量、点击量、产品属性、服务等与产品销量正相关，文本长度与产品销量负相关。需要说明的是，相关关系仅仅是变量间简单关系的反映，为解决本文提出的问题，下文将在构建联立方程组模型的基础上采用2SLS进行了深入分析。方程（8）是主模，方程（9）用来控制主变量的内生性，方程（10）与方程（13）为主模型的外生变量，方程（11）与方程（12）为系数矩阵。

表2 数据结构表

其中，Θ2为控制变量；Φ2、Φ3为系数矩阵。

表3 变量相关性分析

表4 模型估计结果2

4.假设检验

模型结果如表4所示。由模型（1）可知，点击量正向影响产品销量[c（79）=0.195**]，由模型（2）～模型（9）可知，产品内在属性[c（61）=0.025*]、外在属性[c（62）=0.024*]、售前[c（63）=0.021+]、售后[c（64）=0.023*]、重购及推荐次数[c（67）=0.001*]、重复购买提及数[c（68）=1.751***]正向调节了点击量对在线销售的正向影响，而文本评论中关于物流的评价情况[c（65）=0.000]与初次购买提及次数[c（66）=0.000]并未改变点击量与在线销售的关系。即基于客观维度的文本评论的部分内容正向调节了点击量对在线销售的正向影响，推进了电商平台商品标题有效性的转化。为进一步与主观维度文本评论的影响效果进行比较，本文特构建了模型10来探讨主观维度文本评论在产品标题优化有效性的推进机制中的作用，结果发现，基于主观维度的文本评论并未显著改变（0.014）点击量与在线销售的关系。假设H2部分得到支持。

五、结论

（一）结论与研究发现

电商平台商品标题优化作为“注意力经济”时代吸引消费者眼球、能够有机会跳入消费者搜索结果前端的有效工具引起商家和学术界的关注。然而现有研究仅关注了电商标题对消费者行为过程的早期阶段带来的结果，并未关注电商标题对消费者行为结果的影响，因此对电商平台商品标题优化的有效性及其推进机制的研究还有待进一步深化。针对这一问题，本文研究发现：（1）电商平台商品标题优化能显著提升点击量，但对产品销量无显著影响，即电商平台商品标题优化的有效性是有限的，仅在消费者行为的早期阶段有显著成效。如图3所示，结合数字经济时代消费者行为的5A模型不难发现，“电商平台商品标题优化”仅是影响消费者行为中的“外部因素”一部分，也仅在消费者行为的早期阶段，即5A模型的“了解与吸引”（Aware，Appel）层面有一定的影响。（2）结合内容营销时代消费者行为的特征以网络口碑为切入点对电商平台标题优化的营销效果转化的“杠杆”机制进行了分析，在文本分析的基础上挖掘消费者在线评论的主题，并结合主题中属性的评价倾向及程度副词对文本的情感进行了客观分析，发现产品内在属性、外在属性、售前服务、售后服务、重购及推荐次数、重复购买提及次数促进了电商标题优化的营销效果向消费者行为的结果进行转化，有效地提升了产品的销量。也就是说，网络口碑中的部分内容是影响消费者行为中的“他人因素”的重要成分，在消费者的“问询和行动”（Ask，Act）阶段有重要影响。

图3 5A模型与研究结论

（二）理论贡献与实践意义

本文所得研究结论为电商平台商品标题优化及网络口碑管理提供了一些重要启示：（1）进一步推进了商品标题优化对消费者行为过程的影响。先前学者主要针对商品标题在消费者行为过程的早期阶段的影响进行了分析，并未关注对消费行为端更深层次的影响。本文在前人研究的基础上，对商品标题优化与在线销售的关系进行了研究，发现了商品标题优化有效性的局限，丰富了商品标题优化的研究成果。（2）探究了电商平台商品标题优化有效性的推进机制，推进了电商平台内容营销研究的进程。本文基于由“由外而内”的角度以网络口碑中的文本评论为切入点，对商品标题优化有效性的“杠杆机制”进行了研究。先前学者对网络口碑文本评论的情感倾向主要从客观和主观维度两个方面进行了研究，基于客观维度情感划分主要从“由内而外”的角度从理论上对文本评论各维度的情感进行了分析，忽略了产品的异质性及消费者的需求。本文在前人研究的基础上，采用主题模型“从外而内”以消费者为出发点，在对文本评论主题挖掘的基础上，对文本评论在商品标题优化效果与在线销售关系中的“杠杆效应”进行了研究，并与主观维度情感的影响效果进行了对比，丰富了电商平台内容营销的研究成果，并为网络口碑文本评论的研究提供了一种更为有效的方法。

本文所得结论也为在线营销商提供了重要启示：（1）在线运营商可以采取相应的手段来提升商品标题的有效性，更好地提高产品的曝光率和点击量，但必须明晰标题优化只是改变消费行为的第一步。（2）为了强化商品标题优化的效果并更好地向在线销售转化，在线运营商必须在商品标题优化的基础上加强对网络口碑的管理。网络购物平台要健全在线评论机制，确保消费者真实地对产品的内外属性、售前及售后服务、重购及推荐意愿进行详细的表述，尤其对重复购买的消费者来说，确保其能够在评论中真实展示此类信息，尽量避免仅有个人主观情感的产品评论。即在线运营商需要提高对能够较大程度地影响商品标题优化有效性转化因素的重视，并对其多加利用和管理。

（三）研究局限与未来研究方向

虽然本文所得研究结论在一定程度上推动了商品标题优化及网络口碑管理的进程，丰富了电商平台内容营销的研究成果，但不可避免地还存在一些局限：（1）本文主要以天猫商城某品牌小型家用电器为研究对象，虽然这一研究结论具有相当程度的适用性，但我们也同样认为，将本文研究结论扩展到其他行业或产品上，进行进一步分析论证也很有必要。（2）本文仅关注了电商平台初次评论中的网络口碑信息，并未对追加评论进行分析，因此在未来的研究中有必要控制并对比追加评论的影响，进一步对比分析初次评论与追加评论对电商平台商品标题优化有效性的“杠杆作用”，为理论与实践应用提供更为全面的成果。