口碑与热销：网络口碑对图书在线销售的影响机制分析

□文│黄　可

口碑与热销：网络口碑对图书在线销售的影响机制分析

□文│黄可

网络口碑已成为当前图书在线销售的重要影响因素，研究通过综合分析来自百度、微博、微信、豆瓣网及当当网的实证数据，探讨影响图书在线销售的网络口碑因素的来源、构成及影响作用方式，并尝试构建模型。研究发现，豆瓣短评数量、微信公众平台曝光程度和微博热议程度都会对图书在线销售排行榜位序产生显著影响，但作用程度和方向有所不同。社会化媒体平台中的强关系传播、情绪属性及合力效应都是可以积极利用的图书网络口碑营销手段。

网络口碑图书销售影响机制

近年来，网络购物已成为公众日益青睐的消费方式。据中国互联网络信息中心（CNNIC）数据显示，截至2014年年底，我国网络购物用户规模达到3.61亿，同比增幅19.7%，网民使用网络购物的比例从2013年年底的48.9%提升至55.7%，[1]早在2013年年底，约四分之一（25.7%）的网民就在网上购买书籍音像制品。[2]与此同时，新兴媒介的渗透在一定程度上改变着消费者传统的购物习惯，不少消费者在网络购物后，会积极主动地通过论坛、网站、社交媒体等网络平台发表评价，介绍使用体验，同时许多消费者倾向于先看评论、后做决策。德勤（Deloitte's Consumer Products Group）调查显示，接近三分之二（62%）的消费者会浏览网络中的商品评论，其中82%认为网络评论直接影响了其购买决策。[3]相对于商家传统的营销、推介活动，这些来自消费者的真实感受往往更加容易获得信赖，从而直接影响潜在消费者的购买决策。

究其根本，由普通网民生成的网络口碑究竟如何作用于消费者决策，众多网络口碑因素之间呈现何种关系等问题值得关注。为此，本研究拟以图书销售为例，探讨影响图书在线销售的网络口碑因素的来源及构成，尝试通过实证分析精确解读其影响作用机制。

一、研究背景

网络口碑（IWOM，internet word of mouth）是互联网时代营销的关键词，借助互联网，消费者可以更快速、高效地获取商品信息、使用经验以及与此有关的评论。同时，消费者也可通过互联网针对特定商品或服务分享经验、建议与知识，这就形成了网络口碑。网络购物日益兴盛的同时，社交媒体也大行其道，两者的结合更激活了网络化营销的新思路和新方法。2005年日本电通公司提出的新一代消费者行为模型AISAS中，两个S（“search”搜索和“share”分享）的出现不仅是颠覆传统AIDAM营销法则的核心，更精准地将驱动新时代营销的方向定位于网络口碑传播。

图书销售领域犹是如此。传统图书营销时代口碑已然存在，人际传播中的评价信息会对图书的选择和购买产生影响力，但作用有限，以实体书店销售为主的模式让消费者更多地通过现场浏览来做出购买决策。互联网时代，丰富、便捷、全天候及低价等因素让上网购买图书大受欢迎，未来更或将成为图书销售的主流模式。但在线图书销售也有明显的弊端，突出表现在无法很好满足消费者在传统图书售卖时代养成的“先读后买”的习惯。因而，了解他人评价以降低消费风险成为购书人无法在书店亲自试读图书的重要替代。同时，社会化媒体应用的普及让普通读者有了可以讨论与分享的平台，或褒奖推荐或批评否定，阅读成为重要的社交话题之一。因此，网络口碑传播在图书在线销售体系中发挥着越来越重要的作用。

对于网络口碑对消费者网络购物行为的影响，学界已有不少相关研究成果，涉及销售量、消费者态度、预期与满意、决策时间等方面，总的来说网络口碑发挥着积极的作用。典型的如希瓦利埃（Chevalier）和梅兹林（Mayzlin 2006）以亚马逊和巴若两家书店的实证研究发现，网络书评对图书销量具有正面影响，图书评价的提高会导致销量的增加。宋晓兵等指出，网络口碑的论证质量和网络社区可靠性对消费者对产品的态度有着正向的影响。塞尔吉奥（Sergio）分析了网上评论对顾客满意度的影响，认为网上评论会使顾客产生产品预期，而这种预期将影响顾客购买产品后的满意度。陈明亮指出人们通过网络可以更加快捷和全面地了解偶像和身边朋友的产品使用经验和购物体验，基于网络评论将会缩短消费者购买决策的时间。相关研究从不同侧面证实了网络口碑的影响力，但需要注意其中对图书网络口碑的观察往往局限于某一网站或平台，忽视了社会化媒体时代网络口碑因素来源的广泛性、多维度及相互作用，而这已经成为当前网络口碑发挥影响的重要条件。

二、网络口碑来源分析

基于当前的网络传播态势，搜索引擎、微博、微信及垂直兴趣社区都是图书网络口碑的重要来源。本研究重点以百度搜索、新浪微博、腾讯微信和豆瓣网读书频道为研究对象，具体分析如下。

1.搜索引擎

面对网络时代的海量信息，搜索引擎成为重要的信息工具， 据《2014年中国网民搜索行为研究报告》，[4]截至 2014 年 6 月，我国搜索引擎用户规模达 50749 万人，网民使用率为 80.3% ，95.4%的搜索用户通过综合搜索网站搜索信息，其中97.4%使用过百度搜索。当用户存在查找或下载电影、音乐、书籍、游戏等娱乐需求时，进行搜索的比例高达 79.7%。因此，本研究以百度作为研究网络口碑对图书热销的影响因素之一，而百度搜索指数就是直观反映网民对某一关键词关注程度的数据指标，即某图书的百度搜索指数越高，代表着网民通过搜索引擎对该图书的关注程度越高，通过搜索引擎获得的信息在一定程度上会影响图书的购买决策。

2.微博

微博是社会化媒体的典型代表，信息产制成本低、社会化程度高、高度互动、时效性强等特性让微博成为当下信息传播的重要新媒体，其中推特和新浪微博是最受关注的平台。据Alexa网站流量监测数据，截至2014年4月新浪微博访问流量全球排名第15位、中国地区第5位。新浪微博不仅流量大，更成为很多话题的信息源和扩散地。以图书为例，2014年4月在新浪微博中搜索显示约有3.7亿条相关记录，其中有大量针对具体图书的发布与讨论，也是观察图书网络口碑的重要渠道。同时，CNNIC数据也显示，有23.2%的微博用户曾经在微博上转发商品信息并@好友，[5]微博信息也成为消费者购买决策的重要影响来源。本研究借助新浪微博微指数中的热词指数了解某图书在微博中被关注或讨论的程度，图书的热词指数越大代表其在微博中受关注的程度越高。同时，微博中的相关内容亦会对图书的销售产生影响。

3.微信

据腾讯2015年3月发布的财报，至2014年年底微信（WeChat）用户（月活跃账户）数量同比增长41%，达到5亿人，[6]CNNIC的数据也显示过去半年使用过微信的用户比例为65%，且用户忠诚度较高。[7]微信已经成为国内发展最为迅速的社交媒体平台，特别在移动互联领域。微信平台更偏向人际关系中的强关系联接（熟人占比70%～90%[8]），正因如此，更有利于网络口碑传播的进行。微信的传播有会话、订阅号推送、服务号下发、朋友圈等形式，公众平台推送的消息通常会出现在订阅号和服务号中，也会因为用户的转发而进入会话和朋友圈，覆盖面较广、内容表现形式丰富，其中针对图书的信息较为丰富，也作为本次研究中探析图书热销的网络口碑途径之一。[9]图书在微信公众平台中曝光的次数越多，其在微信平台上的网络口碑传播覆盖面越广，图书销售量也可能会因此受到影响。

4.垂直兴趣社区

豆瓣网是国内最大的垂直兴趣社交类网站之一，以用户渗透率排名已进入社交类网站前5名，[10]主要涵盖图书、电影、音乐等相关信息的分享与互动，其读书频道豆瓣读书自2005年上线，已成为国内信息最全、用户数量最大且最为活跃的读书网站之一，截至2014年年底，豆瓣上已有图书条目1700万，全部由用户创建。[11]社交媒体时代传播权的下放，让读书也不再局限于个人的狭小空间，阅读与分享的关系密不可分，类似的垂直型网站/论坛也成为口碑传播的重要平台、读者选择图书的重要信息来源。具体到每一本书，豆瓣网中的信息包括：出版信息、内容介绍、作者简介、目录、标签、评分、短评、书评、读书笔记等，其中评价部分（评分、短评数、书评数、读书笔记数）完全来自网民的主动分享，集中体现了读者对图书的关注程度及喜好态度，评价数量越多代表关注程度越高、评价得分越高代表喜好程度越高，这些数据也将作为本研究中的网络口碑因素纳入相关分析中。

三、研究设计

当当网是国内起步最早、规模最大的在线图书销售平台，是研究国内网络口碑与图书热销的最佳样本之一。同时，当当网提供在线销售图书的出版信息、销售状况及评价情况等信息也可作为本研究的基础数据。其中，针对每一本图书的收藏数、评论数和评分分别反映了图书的受关注程度、购买此书读者的反馈程度及喜好程度，且与图书的销售状况紧密相关，相关分析结果如表1所示。

表1　当当网图书评价与销售的相关分析[12]

相关分析显示，图书的收藏数和评论数显著相关，且均与图书销售排行榜位序呈现显著负相关的关系，表明图书的受关注程度和读者反馈程度与图书的销售有紧密联系，一定程度上关注人数越多、读者反馈量越大，该书在销售排行榜上的位置就越靠前。同时也需要注意，读者的评分与销售排行没有显著的相关关系，表面上看似乎违背了消费者行为的一般规律，但可能与当当网自身对于图书的评价体系设置有关，比如“默认好评机制”会大大提高图书的好评率，因此，探讨网络口碑与图书热销的关系有必要引入更多元的数据以提高研究结果的可靠性。

1.研究样本

以实证的视角探讨网络口碑对图书网络热销的影响，需要综合来自当当网、百度、微博、微信公众平台及豆瓣网的数据，但由于各平台之间数据的匹配性等问题造成部分数据缺失，无法实现对所有热销图书进行逐一分析，因此本研究拟以2014年当当网图书畅销榜为基础，选择榜中前200位中被百度指数、微博热词指数所收录的，且在豆瓣网读书频道、微信公众平台中出现的图书作为研究样本，时间范围统一选取2014年全年。同时，为了更准确地反映网络口碑的影响力，在参考相关研究做法的基础上，在入选图书样本中排除受网络口碑影响程度较小或存在较大干扰的图书类型，包括：①考试用书。例如《全国计算机等级考试教程》《英语四级真题试卷》等，此类图书虽然销售量较大，但网络评价较少，此类书的选择更多的因为考试机构或学校的指定或推荐，而非口碑。②工具书。例如地图、字典等。工具类图书的购买具有长期稳定性，虽然在一定程度上受口碑的影响，但变动不大。③童书。童书是网络销售量较大的一类，但由于购买者和阅读者往往不同，常规的读者口碑传播路径因为儿童读者在“分享”环节的缺失而被阻断，特别体现在豆瓣网中的童书评论较少，因此口碑因素的作用具有局限性，也不在本次研究关注的范围内。④书名为常用词的图书，诸如《影响力》《活法》《淡定》等。此类图书的书名使用了较为常见的用词，在百度、微博、微信平台中的数据采集无法精确定位，存在较大的偏差，因此也排除在研究范围之外。

基于以上标准，最后甄选出了75本热销榜图书作为此次研究的对象，涉及文学、小说、保健养生、成功励志、管理、教育等方面，题材覆盖面较广，且能体现出口碑影响的差异化。同时，样本量也满足多元回归分析的要求。

2.研究方法

基于研究目的，本研究将通过回归分析探索影响图书网络热销的网络口碑因素及其之间的相关关系，回归分析将重点解决三方面的具体问题：①哪些口碑因素影响了图书的网络热销；②区分产生影响的网络口碑因素在重要程度上的差异；③尝试构建图书网络热销的网络口碑因素作用机制模型。

为了避免回归方程中的多重共线性问题，有必要对备选的网络口碑变量进行相关性检验，剔除相关系数较高的因素。特别需要注意基于相关分析，当当网上图书购买者对于图书的关注和评价（评分、评论数、收藏数）与豆瓣网中读者的关注评价（包括豆瓣评分、短评数、书评数、读书笔记数）有较强的相关性，同时考虑到豆瓣网中读者的来源及覆盖面都较当当网更为丰富，且为主动评价分享行为，能避免当当网默认好评制带来的偏差，因此，仅选用豆瓣网中的读者关注和评价作为进入回归分析的口碑影响因素。具体的网络口碑因素如表2所示，其中变量间的相关系数均在可接受的范围内。

表2　影响图书网络销售的口碑因素

四、网络口碑对图书在线销售影响的实证分析

针对影响图书网络热销的网络口碑因素，以百度搜索指数、微博热词指数、微信公众平台文章数、豆瓣评分、豆瓣短评数、豆瓣书评数和豆瓣读书笔记数七个变量为自变量，通过逐步多元回归（stepwise multiple regression）探讨自变量对因变量（图书销售排行榜位序）的影响关系及程度。通过回归分析，[13]最终豆瓣短评数、微信公众平台文章数和微博热词指数三个变量被引入模型，而其他因素的回归系数未达到显著性水平被排除在模型之外。最终模型中，回归模型的决定系数R2=0.710，说明图书热销榜位序的变化中有71.0%是可以由自变量的变化来解释的，模型拟合优度较好。此外，方差分析及共线性检验的结果，[14]也表明回归有意义且质量较佳。

综上，逐步多元回归分析的各项参数都符合要求，以图书销售排行榜位序为因变量的回归模型有效。回归数据如表3所示，豆瓣短评数、微信公众平台文章数和微博热词指数对图书销售排行榜位序有显著影响（但变量的预测能力高低不同，豆瓣短评数因素能解释图书销售排行榜位序变异量的57.4%，微信公众平台文章数和微博热词指数因素分别能解释6.6%和7.0%），其影响关系可以由以下的回归方程描述：

表3　回归模型总结及回归系数

标准化回归方程式：

图书销售排行榜位序=-0.838×豆瓣短评数-0.365×微信公众平台文章数+0.320×微博热词指数

由标准化回归系数（β）可以解释和比较自变量对于因变量的影响方向和能力，β的绝对值越大表明其影响越大。豆瓣短评数和微信公众平台文章数对图书销售排行榜位序都有负向影响，即豆瓣短评数越多、微信公众平台文章数越多，图书在热销排行榜上的位序越小即排序越靠前。与之相对，微博热词指数对图书销售排行榜位序有正向影响，即微博热议程度越高，图书在热销排行榜上的位序越大、排序越靠后。对比这三个网络口碑因素在影响图书销售排行榜位序上的差异，豆瓣短评数因素的影响最大（0.838），之后为微信公众平台文章数（0.365）和微博热词指数（0.320），而其他网络口碑因素的影响则不显著。

五、结论与发现

基于图书在线销售数据及相关社会化媒体的网络口碑传播数据，本研究构建了影响图书销售排行榜位序的回归模型，为精确掌握网络口碑因素对当前图书在线销售的作用机制提供了依据。

1.垂直兴趣社区里普通读者的讨论量直接影响图书的在线销售

口碑数量对强化消费者认知起到重要作用，越强的认知会带来越好的销售。本次研究中，来自豆瓣网的短评数对图书在线销售的排位影响最大。作为专注于图书信息分享及互动的垂直兴趣社区，豆瓣网吸引了大量的读书爱好者，虽然其中不乏专业的书评人，但影响更大的却是来自普通读者小于350个字的短评。新媒体时代，口碑传播路径由点对面的多级覆盖转变为去中心化的网状扩散，看似微不足道的小“豆腐块”借由社会化媒体的扩散、放大和积累也能发挥出强大的效果。同时，新媒体渠道中日益涌现的营销、广告、公关信息，一方面成为媒介公信力的干扰，另一方面也“锻炼”着普通受众的识别力，一些貌似植入广告、软文的长篇大论式的书评受到冷落，反而是来自普通读者真实所感的只言片语受到追捧，且小篇幅评论阅读成本低，更适合现代人紧张的生活节奏，帮助其快速获得相关信息做出图书购买决策。总之，专业化聚集、普通人视角、短小篇幅等因素的融合让豆瓣网图书短评成为影响图书在线销售的最关键因素。

2.社会化媒体中的强关系传播对销售的影响值得特别关注

除了来自垂直兴趣社区的网络口碑因素，研究发现微信、微博中的图书信息传播也是影响图书在线销售的重要因素。微信、微博都是社会化媒体平台的典型代表，源于六度分隔理论、社会资本理论等理论假说在互联网平台上的实践，强关系由线下延伸到线上，并在一个全新的空间获得维系和扩展，基于互动与分享之前的弱关系有可能转化为强关系，并借助此弱关系的连接构建出更广阔的社交网络，呈现出壮观的新媒体图景。信任是构建社会化网络关系的关键，是关系强度的直接体现，也是口碑传播的引擎，由信任的建立到传播效果的达成，社会化媒体平台中的强关系传播对于营销的意义更大。因此，微信朋友圈营销、微博推广都成为当下重要的新媒体营销方式，对于图书也是如此。

以微信为例，图书网络口碑传播可以依循两条路径，一是由强关系（会话/朋友圈）到强关系（会话/朋友圈），二是由弱关系（订阅号/服务号）到强关系（会话/朋友圈）。所以，作为可以控制的营销手段，有关图书的信息如何从订阅号、服务号的下发进入朋友圈甚至人际会话对于图书的销售至关重要。

3.社会化媒体平台的情绪属性差异决定并影响销售的作用方向

回归模型显示，豆瓣短评数、微信公众平台文章数对图书销售榜位序有负向影响，即曝光越多排序越靠前，而微博热议程度却表现出相反的作用方向。同样是社会化媒体平台，无论是豆瓣短评、微信公众平台文章还是微博热议，都代表着该平台中图书的受关注程度，但作用方向不同，一定程度上与媒体平台的情绪属性差异有关。

豆瓣是典型的垂直兴趣社区，数字化聚集生态的建立和发展多以兴趣点为导向，议题的重要程度直接决定着讨论量的多寡，总体来看，情绪表达较为客观中立。微信的建立则源于熟人关系，是日常强关系的网络化延伸，关系维系也成为微信传播的重要功能。为了保持关系的黏度和健康发展，积极、正面的沟通不可缺少，当类似于“吃了吗？”式的打招呼、问好、关怀渐渐充满了强关系渠道的会话和朋友圈的同时，也潜移默化地将整个平台的情绪属性定位在更正面、积极的方向。相比微信，微博越来越多地扮演着讯息发布平台的角色，熟人关系与陌生人关系融合其中围绕着消息的传播而展开。如何让发布消息的影响面更广成为很多用户的聚焦点，尤其是黄V和蓝V用户（认证用户和认证机构），为了获得关注度，常常运用一些耸人听闻、批判式、极端情绪的表达手法，久而久之容易滋养习惯性的负面情绪表达倾向。有研究表明，微博的关系传播机制以及对情绪效价（正面、负面情绪）的非对称性传播，往往使得“怨气”等负面情绪具备了更大的传播几率。[15]

总之，“微信晒幸福、微博骂社会”也许就是当下社会化媒体平台情绪属性的真实写照，一定程度上微信、豆瓣和微博分别具有正面、中立和负面的情绪属性，图书信息在正面及中立的情绪平台中曝光程度及关注程度越高，其销售状况越好，与之相对，在负面情绪平台中的过度曝光，反而会影响到其在销售排行榜上的位序。

4.社会化媒体平台的网络口碑因素具有合力效应

通过回归分析，三个网络口碑因素进入图书销售排行榜位序模型，虽然各因素在影响方向和程度上有差异，但最终发挥作用仍需多种因素的合力效果，即单一的口碑因素无法决定图书的在线销售状况，多因素的有效组合才能实现目标。开放性是社会化媒体平台的共性，各平台之间频繁的信息流动与更迭更是新媒体时代的重要特征。因此，口碑的传播也必然由人际传播扩展到大众传播，并最终走向融合传播。针对一本书的口碑营销需要注意两方面：一方面，各网络口碑因素的作用条件及方式需要了解；另一方面，各因素之间的相互关系与组合更为重要，豆瓣的深度、微博的广度和微信的力度三者缺一不可，才能最终成就图书的热销。

借助量化分析，本研究获得了当下影响图书热销的网络口碑因素及其作用模型，为科学解读图书在线销售的状况提供了客观的依据，更对图书的网络营销活动提供了思路和对策。但有些问题仍没有很好解答，如网络流量最大的搜索引擎的作用为何不突显，人际口碑与网络口碑的互动关系，等等。此外，还可对在线评论内容进行文本挖掘，通过量化分析及情感分类，细致深入地研究不同类型、不同情感的口碑（好评、中评、差评）对公众购买意愿、行为的影响，这些都有待进一步的深入研究。

（作者单位：中央财经大学文化与传媒学院）

[1]D S Sundaram, Kaushik Mitra，Cynthia Webster. Word-of-Mouth Communications: A Motivational Analysis[J]. Advance in consumer Research, 1998,25(1)

[2]Judith A，Chevalier，Dina Mayzlin. The Effect of Word of Mouth on Sales: Online Book Reviews[J]. Journal of Marketing Research, 2006(8)

[3]Sergio Picazo-Vela. The Effect of Online Reviews on Customer Satisfaction: An Expectation Disconfirmation Approach. Ph.D. Dissertation, Southern Illinois University at Carbondale, 2010

[4]黄孝俊,徐伟青.口碑的基本研究取向[J].浙江大学学报(人文社会科学版)，2004(1)

[5]宋晓兵，丛竹，董大海.网络口碑对消费者产品态度的影响机理研究[J].管理学报，2010(8)

[6]陈明亮.在线口碑传播原理[M].杭州：浙江大学出版社，2009

注释：

[1]中国互联网络信息中心（CNNIC）：第35次中国互联网络发展状况统计报告，2015年1月发布

[2]中国互联网络信息中心（CNNIC）：2013年中国网络购物市场研究报告，2014年4月发布

[3]“New Deloitte Study Shows Inflection Point for Consumer Products Industry; Companies Must Learn to Compete in a More Transparent Age”. http://www.prnewswire.com/news-releases/new-deloitte-study-shows-inflection-point-for-consumer-productsindustry-companies-must-learn-to-compete-in-a-more-transparent-age-58235327.html

[4]中国互联网络信息中心（CNNIC）：2014年中国网民搜索行为研究报告，2014年8月发布

[5]中国互联网络信息中心（CNNIC）：2013年中国网络购物市场研究报告，2014年4月发布

[6]《腾讯发布2014年第四季度财报：净利同比增长49%》，http://tech.sina.com.cn/i/2015-03-18/doc-icczmvun6903718.shtml

[7][8][10]中国互联网络信息中心（CNNIC）：2014年中国社交类应用用户行为研究报告，2014年7月发布

[9]微信公众号的数据采集基于搜狗微信搜索平台，以书名为关键词，出现频次为观测量

[11]《10年之豆瓣》，新京报，2015-3-21， http://www.bjnews.com.cn/book/2015/03/21/357222.html。

[12]数据统计分析基于“当当网2014年图书畅销榜”，详见http://bang.dangdang.com/books/bestsellers/01.00.00.00.00.00-year-2014-0-1-1。

[13]回归分析使用了Stepwise的方式（同时使用forward和backward方法）逐步筛选引入或排除回归模型的变量，筛选标准为：进入概率≤0.05，移出概率≥0.10

[14]方差分析：F= 36.743，P＜0.001；共线性检验：Tolerance值大于0.1、VIF小于10

[15]周云倩,杨娜.微博负面情绪的MOA解析[J].青年记者，2013(11)