评论交互视角下消费者购买决策影响因素研究

任开娇 王虎 梁天宝

摘 要：现实消费者对问题的解答作为第三方观点和意见，与商家回复相比，具有更高的客观性和可信度。基于互动理论，利用回归分析探索了评论交互如何影响消费者购买决策，研究结果表明评论交互提问者特征和内容特征对消费者购买决策具有重要影响，商家应从改善交互环境、提升评论交互回复率等几方面采取措施鼓励更多消费者参与互动，为消费者营造一个良性互动环境，提升消费者之间的互动效率，进而提升消费者转化率。

关键词：评论交互;消费者买决策;回归分析

中图分类号：F27     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.04.024

0 引言

近年来，在线评论越来越受到商家重视，一些学者从在线评论有用性、在线评论和消费者购买决策及销量之间的关系等维度进行了丰富的研究。潜在消费者亦通过在线评论感知产品相关信息，但在产品上市初期，现实消费者体验往往不全面，评论内容碎片化且不完备，所以，评论信息并不一定能触及潜在消费者信息痛点。另外，在产品上市中后期，积累了大量的购物评论，潜在消费者处于信息超负荷状态，且信息形式以半结构化和非结构化为主，他们需要耗费大量的时间和精力才能提取有用信息。对于购物而言，困惑是天然存在的，问答是一种很好的解决方式，问答空间为消费者提供了交流场所，拟购买者向已购买者提出自己对商品迫切关心的问题，利用已购买者的回复来支撑决策，本文将这种互动过程称为评论交互。利用评论交互，潜在消费者可以快速找到所关注的产品信息和消费痛点，从广义来说，评论交互仍属于线评论的范畴，它们都是消费者在消费后对产品的认知和感受，并主动把其体验分享给其他消费者。

1 文献综述

在线评论分为正/负面在线评论、追加评论、商家回复等。Michael Siering研究表明在线评论与消费者购买行为之间存在因果关系，对消费者选择产品有影响。在线评论通过两种途径对消费者购买决策产生影响，一方面在线评论自由特征独立作用于消费者——信息特征和人员特征。石文华研究表明不同类型的矛盾性评论对消费者矛盾态度和购买意愿的影响存在差异;朱丽叶指出评论质量和评论者等级对消费者购买决策存在正向影响;孙锐利用实验法验证了追评的顺序对消费者购买意愿有显著影响。另一方面，在线评论与其他因素共同作用于消费者，李宗伟研究表明在线评论长度、商品销量、卖家信用等级、物流服务评分及开店时长对消费者在线购买决策具有正向影响;Ewa Maslowska认为评论曝光度和产品价格相互作用影响消费者购买概率，Bettina von Helversen指出产品属性、评论等级、单一正/负面评论对年轻人和老年人的影响不同，年轻人更偏爱产品性能佳和评论等级高的产品，老年人更容易受到单一正/负面评论的影响。

2 假设提出

评论交互涉及四个主体，即提问者、回答者、内容审核者、其他观望者。本文拟将影响消费者购买决策的影响因素分为评论交互回答者特征和评论交互内容特征。

2.1 电商在线问答回答者特征

2.1.1 回答者情感倾向

回答者情感倾向即回答者在评论交互过程中所表现出的正面或负面的情绪。Mohammad Salehan实验结果表明消费者认为包含积极情感的在线评论有用性更高，他们会更加购买该产品。Hu N也验证了评论者情感倾向对产品销量具有显著正向影响。为了进一步探索情感因素对产品销量的作用机制，孟园以护肤品销量为例，利用ARMA模型构建情感指数模型，研究发现加入情感变量的销售预测结果更加准确。这些研究表明情感倾向对产品销量确实存在重要影响，据此，提出假设H1。

H1：回答者情感倾向对产品销量具有正向的影响作用。

2.1.2 回答者专业性特征

回答者专业性是指回答者是用行业专业知识来解决消费者问题，能够有效降低消费者感知风险，提高购买意愿。学者也从多方面研究了评论者专业性对消费者购买决策和产品销量之间的关系，尚光辉提出评论者作为产品服务的第三方，其专业性、权威性、独立性与规范性会直接影响消费者认知信任和情感信任。周莎莎专业性更高的消费者在发表在线评论是基于自身消费体验对产品做出相对客观的评价。由此可见，回答主体利用行业专业知识提供相对客观的解释，消除信息不对称所带来的不确定性，增强消费者购买信心。据此，本文提出假设H2。

H2：回答者专业性对产品销量具有正向影响作用。

2.1.3 回答者可信度特征

回答者可信度是指回答者是否真正购买了产品，是消费者在线购物的标签。石朝辉研究表明评论者信誉对产品销量具有重要意义，评论者可信度与网络消费群体购买意愿呈显著正相关关系，而黄秋萍研究发现在追加评论中，评论者可靠性能够显著提高在线评论感知有用性，进而对消费者购买决策产生影响。据此，本文提出假设H3。

H3：回答者可靠性对产品销量具有正向影响作用。

2.2 评论交互内容特征

2.2.1 评论交互回答数量

评论交互回答數量是指潜在消费者提出问题后，所有回答者产生的答案总数。杜学美研究表明评论数量对消费者购买意愿具有显著正向影响，评论数量会影响消费者对产品的态度，进而影响消费者购买意愿，Yang J研究证明在网络购物中，评论数量是影响消费者感知风险的重要因素之一，Minnema通过搜集某个店铺多年的销售数据来研究在线评论特征对购买可能性的影响，表明评论数量对购买决策具有重要影响。据此，本文提出假设H4。

H4：评论交互回答数量对商品销量具有正向影响作用。

2.2.2 评论交互回答长度

评论交互回答长度是一个具体回答的字数或单词数量。Ghose、王智生验证了评论字数的多少对评论有用性具有显著影响，吴晔指出短评无法承载较高的信息量，长评论能反映消费者真实感受，增加阅读者的真实性感受，殷国鹏指出评论长度对潜在消费者对商品信息的感知产生较大的影响。因此，本文认为评论交互长度越长，表明消费者之间的交流越充分，对消费者购买决策影响也越大，并提出假设H5。

H5：评论交互回答长度对产品销量具有正向影响作用。

2.2.3 评论交互回答及时性

评论交互回答及时性是指在潜在消费者提出问题后，是否能够得到及时响应，刘宪立研究发现评论及时性是影响在线评论有用性的关键因素之一。彭媛媛在电影评论研究中将评论发布天数作为自变量，结果表明评论发布天数会降低评论的有用性，王君珺的研究也证明评论及时性对搜索型和体验型中的热门产品销量具有显著正向影响，吴江指出评论信息的相关性、客观性和及时性会显著提升消费者感知有用性，在越短的时间内解决他们的问题，越能激发消费者购买潜力。据此，本文提出假设H6。

H6：评论交互回答及时性对产品销量具有正向影响作用。

2.2.4 评论交互问题和答案匹配度

评论交互匹配度是指回答者回复的内容与提问者提出问题之间的相关程度，即回答者在回答时是否针对问题进行针对性回复和解释。徐琬月研究结论表明商家回复匹配度对消费者购买意愿具有正向影响;Wei将消费者与酒店经营管理者间的互动具体化，用酒店回复与在线评论的匹配度来衡量管理者的回复是否有效解决消费者的疑问或抱怨等。据此，本文提出以下假设H7。

H7：回答匹配度对产品销量具有正向影响作用。

2.3 评论交互对消费者购买决策影响的理论模型

本文以评论交互内容特征和回答者特征为自变量，消费者购买决策为因变量，理论模型如图1所示。

3 数据收集和分析

3.1 数据收集和预处理

本文主要通过线上方式收集数据，共收集了290份问卷，有效问卷数量为274份，有效率为94%。使用评论交互功能群体以女性为主，占比54.5%，年龄段主要集中在18到26岁，占比为76.3%，网购年限主要集中为6-10年，占比54%。

3.2 数据分析

3.2.1 信度和效度检验

本文问卷主要借鉴国内外成熟量表，具体情况如表1所示。

这些量表设计较为科学合理，并广泛应用于消费者行为研究领域。首先对问卷的信度和效度进行检验，其中问卷整体Cronbach'sα值为0.845，单项维度的Cronbach's α值均大于0.7，表明问卷具有良好的稳定性和一致性。KMO值为0.881（sig=0.000），说明问卷具有良好的信度和效度。

3.2.2 相关性分析

从表2可以看出变量间的关系。首先评论交互回答者特征和购买决的关系，评论交互数量（X1）、评论交互长度（X2）、评论交互回答时间差（X3）、评论交互回答匹配度（X4）和消费者购买决策在0.05水平下显著，相关性系数分为别0.875、0.796和0.902。其次回答者特征與购买决策之间的关系，可以看出回答者情感倾向（X5）、回答者专业性（X6）、回答者可靠性（X7）和购买决策在0.05水平下显著，相关系数分别为0.836、0.775和0.812。

3.2.3 回归分析与结果讨论

本文使用SPSS构建多元线性回归模型，以评论交互回答者情感强度、专业性、可靠性、评论交互数量、长度、及时性、回复匹配度为自变量，消费者购买决策作为因变量进行多元线性回归，具体结果如表3所示。

从表3可以看出，容差和方差扩大因子（VIF）是衡量变量间共线性关系的重要指标，在该模型中，容差值均大于0.1，且VIF均小于10，表明模型中各变量间不存在多重线性关系。此模型的调整R2为0.426，且在0.001显著性水平下显著，表明回归方程拟合情况较好该模型表达式为：y=4.450+0.270X1+0.264X2+0.070X3+0.676X4+1.098X5-0.921X6+0.743X7。结合相关性分析和整体回归分析结果，可以得出以下结论：

（1）评论交互回答者情感倾向显著正向影响购买决策，Sig值为0.001，假设H1成立。情感是促进销量转化的关键因素之一，表明了消费者对产品的态度与喜爱程度，如果评论交互中呈现出的负面表达较多，会使消费者购买时犹豫不决，转向其他产品。

（2）评论交互回答者专业性与购买决策显著正相关，Sig值为0.000，假设H2成立。从专业层面解决消费者购物疑惑往往能增强消费者购买信心，从不同角度判断产品是否真正能够满足自身需求。

（3）评论交互回答者可靠性对购买决策影响不显著，Sig值为0.056，假设H3不成立。由于评论交互的回答者是由平台利用算法根据购买记录、评论记录等邀请的现实消费者，且商家不易干预，因此可靠性有保障，所以对消费者影响不显著。

（4）评论交互的数量与购买决策显著正相关，Sig值为0.000，假设H4成立。根据网络口碑知晓效应：评论交互数量越多，表明越多的消费者参与到对一个产品的讨论中，反映了消费者对该产品的讨论热度。热度越高，反映了已消费顾客传播口碑的热情越高，那么其他消费者知晓这个产品的可能性就越大，从而能够产生更多的后续销量。

（5）评论交互长度与购买决策显著正相关，Sig值为0.01，假设H5成立。根据信息熵理论，评论交互信息长度能够有效减少消费者理解困难，随着消费者信息之间的传播与沟通，消费者对产品的不确定性降低，从而影响消费者购买行为。

（6）评论交互及时性与购买决策显著负相关，Sig值为0.001，说明评论交互回复的时间间隔越短，即问题响应速度越快，对消费者决策影响越大，假设H6负向成立。

（7）评论交互回复匹配度与购买决策显著正相关，Sig值为0.000，假设H7成立。匹配度越高表明答案是针对问题所给出的，使消费者产生积极的情感，对产品的购买意愿起到积极的作用。

4 管理建议和展望

4.1 管理建议

消费者之间的互动往往比和商家之间的互动更能产生信任，从而带动销量转化，为消费者提供一个良性互动环境，是企业与用户双方相互了解的前提，而通过了解构建起来的信任关系意味着加快交易转换、加强粘度、减少流失。因此，本文提出以下建议。

（1）情感是销量转化的关键。当评论交互中的积极情感表达较多时，促使消费者搜索更多与产品相关的信息，从而对商家提供的产品和服务有更加全面的了解，会大大提升消费者购买信心。良好的在线互动可以激发消费者愉悦情绪，首先通过功能优化增强消费者和商家的互动，有利于快速解决消费者在购买过程中存在的困惑，其次建立完善的消费者沟通机制，增强用户之间的经验交流，进一步打造网站粉丝群体，增强用户粘性。

（2）提升评论交互的回复率、及时性和匹配度，评论交互数量、长度、及时性和匹配度对购买决策有显著正向影响。一方面采用激励手段，通过发放奖励来刺激用户回答，根据回答质量回馈用户积分或优惠券，图文并茂的回答会得到更多积分，或者官方发放优惠力度更大对应品类的优惠券。

（3）加强推荐算法的准确率。评论交互回答者专业性和可信度对消费者具有显著正向影响。提升算法对人群进行精准筛选，首先定位在一段时间内，分析购买这款商品的用户行为，对人群进行标签化，并去除用户等级较低的一类人群。另一方面，通过判断用户在平台内容生产情况以及内容质量来判断。如评价数据、订单评价率等，通过多种方式精选用户，由这些用户来活跃问答社区，给社区提供源源不断的活力。

4.2 研究展望

随着时间的推移，评论交互在消费者购买决策过程中扮演的角色越来越重要，未来的研究：（1）应该获取更多面板数据来验证评论交互对消费者购买行为的影响，这样研究结论更具有普适性;（2）拓展研究角度，从更细致的维度着手研究评论交互的作用。

参考文献

[1]Michael Siering，Jan Muntermann.Explaining and predicting online review helpfulness：The role of content and reviewer-related signals[J].Decision Support Systems，2018，（108）.

[2]石文华，张绮，蔡嘉龙.在线评论矛盾性对消费者矛盾态度和购買意愿的影响研究[J].管理评论，2013，30（7）：79-90.

[3]朱丽叶，袁登华，张静宜.在线用户评论质量与评论者等级对消费者购买意愿的影响——产品卷入度的调节作用[J].管理评论，2017，（2）.

[4]李宗伟，张艳辉，栾东庆.哪些因素影响消费者的在线购买决策？——顾客感知价值的驱动作用[J].管理评论，2017，（8）.

[5]Salehan M，Dan J K.Predicting the performance of online consumer reviews：A sentiment mining approach to big data analytics[J].Decision Support Systems，2016，81（C）：30-40.

[6]Hu，Nan，Koh，Noi Sian，Reddy，Srinivas 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，2017，（57）：42-53.