在线商品评论对制造商收益的影响研究

■ 张　倩　郭晓林　教授（1、成都信息工程大学物流学院成都　610103　2、四川省电子商务与现代物流研究中心　成都　610225）



在线商品评论对制造商收益的影响研究

■ 张倩1、2郭晓林1、2教授（1、成都信息工程大学物流学院成都6101032、四川省电子商务与现代物流研究中心成都610225）

内容摘要：互联网和电子商务的快速发展，给越来越多的消费者带来了购物的便捷。在线商品评论在网络购物中扮演了重要的角色。在线商品评论可以影响消费者的购买决定，引起商品需求的变化。本文从在线商品评论的概述出发，假设在线评论更新下的两阶段定价模型中，垄断制造商只卖一种新产品。在此模型的基础上，讨论在线商品评论对制造商收益的影响，以及制造商如何根据在线商品评论来调整其销售策略。

关键词：在线商品评论制造商收益供应链

引言

随着互联网和电子商务的飞速发展，网络购物在日常生活中发挥了日益活跃的作用。网络交易的商品75%需要实物送达，电子商务与物流高度融合，商品可以在当天或几天内快速配送到消费者。网络购物几乎可以在任何时间和任何地点进行。越来越多的消费者享受到了网络购物的轻松、实惠、便利。

大多数电子商务网站为消费者提供相互交流的平台，来针对某件商品进行评论。在线商品评论逐渐增加，网络购物开始转化成一种实质上的信息消费模式，即消费者的网络购物行为不一定都是由物质需求发起的，而可能是由信息引起的（levis，M.S.et al.，2014）。消费者往往通过衡量他人对某种商品的评价来制定自己的购买决策，甚至大多的冲动购买也来自于在线商品评论的影响。

越来越多的企业开始关注电子商务环境下的在线商品评论，它的出现有利于供应链管理中信息的传递与共享，为买卖各方提供有助于制定决策的信息。顾客的消费习惯、产品的销售情况、商家的服务态度都能通过互联网，及时、准确地传递到制造商，使制造商从中获得启发，进而有针对性地进行产品质量改进、新品研发、客户关系管理等一系列活动，并促使制造商所在的整个供应链快速响应市场需求。这将有利于提高其商品的销量和市场占有率，从而给制造商以及所在供应链的各合作企业带来更大的经济效益。

在线商品评论概述

在线商品评论是指消费者在进行网络购物后，在电子商务网站、论坛或第三方点评网站（如大众点评网、去哪儿网等）上，对所购商品进行评分反馈，发表评论，说明购物体验，以供其他消费者参考（丁晟春等，2014）。这种对商品的看法可以是正面的也可以是负面的，可以是亲身体验也可以是来自身边别人的经历。所以在线商品评论通常具有比较强的主观性。例如，消费者对收到的商品可以表达满意/不满意，对交货速度和质量发表意见，评价制造商的服务，或陈述购买某种产品的经历。

网络购物的一个显著特征在于它的双向互动性。在线商品评论对制造商和其他潜在消费者都是有用的。一方面，有很大一部分消费者在购买产品前会借助各种搜索工具，或者在交易网站上查阅在线评论信息，为其做出购买的最终决策提供重要依据（Derbaix C.，et al.，2003）。他们可以快速、低成本地寻找到想要的在线商品评论，全面的了解产品的相关信息，进一步综合衡量多方的观点，甚至有些观点是相互矛盾的，最后做出对商品的购买判断。另一方面，制造商可以通过在线商品评论与消费者进行有效的沟通，直接获取真实的信息，从中获得一定的启示，作为改进他们的产品研发、销售策略或服务方式的依据。在线商品评论在各个研究领域引起了很多学者的关注。学者们从不同的角度对在线商品评论进行研究，研究包括在线商品评论是否反映商品的真实质量，以及在线商品评论有用性的研究。在线商品评论的有用性，反映了消费者对评论质量的感知和评价。一般说来，有用性越高的商品评论，对消费者和制造商的决策会越有帮助。Mudambi and Schuff（2010）认为评论的等级和深度对评论的有用性有重要的影响。Pan and Zhang（2011）也得出了相同结论。现有的研究还集中在运用数据挖掘技术进行在线评论信息的聚类、分类、意见挖掘等的研究，重点在于挖掘在线商品评论可以做出更准确的推荐，识别做出购买决策的根本原因和引导消费者的偏好（Duan W.，et al.，2008；Cui G.，et al.，2010）。

在所有的信息中，商品的质量是绝大部分在线商品评论所关注的核心。虽然商品质量可以通过客观的工业标准进行检验，但是顾客不希望用技术方法来检测质量，在顾客的眼里它是自己的认识和感受，他们通常也愿意主观表达自己对质量的看法。即使这些看法可能被周围的条件、具体的情绪等因素所混淆，但是经过顾客的不断回复讨论，也能够被及时纠正。

另外，潜在的顾客由于不能在现场看到商品，他们渴望寻找产品质量的线索，由此来判断商品是否物有所值。而在线商品评论的内容全部来源于顾客的真实感受，并涉及很多细节的描述，相当于有效的购物指南，使得商品在潜在顾客心中的形象更加立体丰富。潜在顾客对商品有了更加直观的了解，使他们间接地感受到了商品的价值，可以大大缩短购买决策的时间，能够降低购买的风险和不确定性，从而获得满意的购买体验。

随着信息技术的发展和网络购物的普及，在线商品评论数量持续增加，对产品销量的影响越来越大。在线商品评论通常能够显示产品质量的表征。顾客购买商品后对购物经历和商品质量进行真实的反馈和评价，其评价内容在网站上可长久保存，内容丰富，信息集中，更能满足其他顾客个性化的搜索需求，可以供其他顾客参考和借鉴。并且在线商品评论也成为顾客和商家之间沟通的桥梁，成为商家的服务质量的体现。在线商品评论不但数量众多，而且内容也会参差不齐。根据在线商品评论的不同，本文将在线商品评论分为正向评论和负向评论。正向评论是顾客对商品质量肯定、积极的评价。反之，负向评论是顾客对商品质量否定、消极的评价。正向评论可以提高潜在顾客对真实质量的期望，而负向评论可能降低这种期望。因此，在线商品评论会影响商品的潜在需求（Berger J.，et al.，2010），反过来还会影响厂家的定价策略（Li X.，et al.，2010）。本文假设在线商品评论能公开商品的真实质量，在此假设下研究供应链中在线商品评论对制造商收益的影响。

模型描述

（一）基本模型

为简化问题，本文假设在两阶段中垄断制造商只卖一种新产品，在第1阶段开始时，制造商给出一个价格p1，然后在第2阶段根据顾客的偏好、对新产品质量的态度来改变商品价格到p2。因为商品的市场反馈信息在第1阶段结束会进行更新，因此在第2阶段的任务就是帮助制造商寻找最佳的定价策略，来获取更大的收益。

假设顾客未知的商品真实质量是μ，折扣因子是δ，商品质量qt在模型中被设定为随机变量。本文假设qt～N（qt^，τt2），t=1，2，qt^是顾客不知道真实质量时的随机变量。本文进一步假设t1、q1^服从正态分布N（μ，σ2）。

顾客对商品有一个制造商未知的偏好θ，θ假设均匀分布在顾客中，即θ～U［0，1］。本文利用指数效用函数来描述顾客的效用Ut（θ），即：

其中，r是指数函数的相关系数。通过对上式中qt求期望值，可以得到关于偏好θ的顾客期望效用，如下所示：

只有期望效用大于或等于0的顾客才会买产品，即E［Ut（θ）］≥0，把这个条件分别用于阶段1和阶段2，就会得到两个临界值θ1和θ2。

（二）信息更新

在第1阶段结束时，顾客会对在线商品的质量发表评论，他们认为商品的质量为q1。在这样的信息影响下，第2阶段的潜在顾客会以贝叶斯方式更新产品的质量（BergerJ.O.，1985）。

在第2阶段开始时，q^1会按照正态分布N（μ1，σ21）。

因此，第2阶段潜在顾客感知的商品质量q2服从正态分布N（q^2，τ22） 。

（三）利润最大化问题

在第1阶段，当面对客户未知的质量偏好θ1时，制造商企图制定出最佳的价格p1，使其利润达到最大化π1。在第1阶段，顾客对质量的偏好小于或等于θ1时就会迅速购买商品。因此，在第1阶段的不等式约束条件下，制造商的最优化问题表述如下：

在第2阶段，通过观察在线商品评论，潜在顾客会用贝叶斯方式更新他们对产品质量的认识。然后，制造商愿意改变他们的最优定价策略p2，使这个阶段的期望利润最大化。

在线商品评论对制造商收益的影响

从上述基本模型描述可以看到，第1阶段的在线商品评论会引起第2阶段顾客质量偏好θ和制造商定价p的变化。顾客在第1阶段是否对商品质量进行正确评估，对第2阶段的定价p2非常重要。本文讨论在两阶段模型中，在线商品评论如何影响顾客的购买意愿，对制造商的收益造成影响，以及制造商应该如何调整它的定价策略来适应顾客不同的行为，从而把在线商品评论对制造商收益的负面影响尽量降低，其正面影响得以持续扩散。

（一）负面影响

如果在第1阶段，顾客对商品质量的在线商品评论比较差，即出现负向评论较多时，则说明有较多消费者对该制造商的产品表示不满。负向在线评论会破坏潜在顾客对商品原有的印象，改变他们对商品质量或服务的认识，即出现模型中的E［Ut（θ）］减小，会直接引起潜在顾客的购买意愿的下降，增加他们购买的不确定性，甚至导致他们放弃购买行为，使制造商的产品销量下降。互联网是一个开放性的平台，在全球各地的人都可以通过这个开放的网络平台共享信息资源。所以负向在线商品评论也会以更快捷的速度、更低廉的成本辐射到更广阔的范围。顾客所发布的评论信息会被长期储存和显示在网站上，其他顾客可以围绕一条评论信息进行多次回复讨论，并且登陆网站的潜在客户都能随时随地看到这些在线商品评论。这种负向评论比例如果比较高的情况下，还会导致顾客的从众行为，使更多的负向评论产生。这种负面的影响会持续较长的时间，这会给企业销量造成持续的负面影响，使其市场占有率和收益双双下降。

除了顾客的偏好θ与价格p之间具有负相关性外，在线商品评论还可以对第2阶段定价p2产生额外的作用。在这种情况下，制造商在第2阶段应该根据在线商品评论的反馈，及时调整其定价策略。此时的最优策略应该是低价促销，p1≥p2。但价格降低的幅度小于没有在线商品评论的情况。这是因为制造商通过在线商品评论，更清楚地了解其产品缺陷和劣势在哪里，与其他厂商的差距有多大，降价空间变得比较清晰可见。此时应充分发挥价格在负向在线商品评论中的调节作用。受负向在线商品评论影响的商品，如果价格比较低，顾客还是愿意做一些预期损失不大的尝试。首先他们对于价位偏低的商品的期望值相对较低，即模型中的E［Ut（θ）］较小，即使其服务或质量等没有达到自己所期待的水平，顾客也比较能够接受。在进行在线商品评论的时候更加的客观。因此，制造商应根据商品的特点制定合理的价格，在源头上可以避免或减轻在线商品评论可能带来的负面影响。

制造商通常也会选择一些必要的低价促销手段，例如打折销售、网络团购等，吸引更多的顾客参与体验，适当地降低商品的售价，通过销量的提高尽量弥补收益的损失。另外，制造商可以认真对待顾客的每一次负向评论，通过在线商品评论与顾客及时互动，积极予以服务方面的弥补，为自己赢取好的印象分，从而引导在线商品评论逐步趋于正向。如果负向评论能作为双方一种良好的沟通渠道，那么将有利于制造商提高产品质量和服务水平，负向评论带给制造商收益的负面影响就会得以减弱。

（二）正面影响

如果在第1阶段，顾客对商品质量的在线商品评论比较好，即出现正向评论较多时，则意味着产品质量已经获得顾客的认同。正向在线商品评论是拉动顾客需求的关键。正向在线商品评论越多，关注该产品的潜在顾客也就越多，把更多的潜在顾客转化为真正买家的机会就增加了。正向在线商品评论能够增强潜在顾客的信心，甚至不少的顾客认为，制造商的广告通常不会说明真相，而其他顾客的建议与指导更值得信任。顾客在购买商品前更倾向于与其他顾客沟通互动，认为发生在其他顾客身上的经历是最可信、最有用的，因为是这些是他们重要的信息来源和参考因素，可以帮助他们降低交易成本，促成了他们的购买决定。这也类似于口碑传播的方式。对在线商品评论的信任也能够创造出顾客对制造商积极的态度，可以使在线商品评论成为一种“隐形的销售工具”，方便帮助顾客找到符合自己需求的商品，通过从侧面说服顾客购买来提高商品销量，为制造商带来更大的收益。此外，在线商品评论数量的持续增加也会使销售情况不断优化。当在线商品评论推动销售量节节攀升时，其中满意的客户就会在网上发表更多的在线商品评论，就会增强在线商品评论的说服力，推动商品销售进入到良性循环。

在这种情况下，制造商可以选择维持或提高售价，即p1＜p2。当在线商品评论非常积极正向的时候，以及出现商品的销售供不应求的情况，制造商在第2阶段可以大幅提高价格，使价格p2远大于第1阶段的价格p1，这种情况值得注意。最初，当没有在线商品评论时，制造商在第2阶段必须降低价格以吸引消费者更严格的偏好θ，但是一旦有了正向评论，制造商在提高销量的同时，就可以享受更高的定价而不丧失潜在的消费者，从而获取更多的利润。

此外，在线商品评论日益成为制造商衡量和改进产品质量的有力工具。制造商可以利用在线商品评论以最低的成本收集到所需的信息，分析了解客户的偏好，能够更加全面的了解客户的切实需求。制造商可以直接与用户对话，使用户体验制造商的服务和态度，公开评论制造商的好与坏，分享自己的体验。当用户评价产品和制造商后，制造商可以根据消费者的意见，逐步完善自己的不足，有针对地调整研发和营销策略，能提高目标受众的转化率，建立顾客忠诚度，增加客户满意度。顾客的在线商品评价有时候所发挥的作用比企业宣传、广告所发挥的作用更大，它可以迅速被企业人看到或传播，形成好的口碑宣传，可以极大提高商品和制造商的美誉度和可信度。

供应链的协调运行建立在各个合作企业高质量的信息传递与共享的基础上。在线商品评论有利于实现供应链各企业的信息共享，可以促进供应链的协调。特别是以制造商为核心的供应链中，如果没有在线商品评论，制造商一般通过需求预测来管理生产与库存，或者通过相邻下游的分销商或零售商反馈销量，不能直接的得到顾客对商品的真实反馈。在线商品评论的出现，使供应链各级企业可以同时获取准确的顾客信息，供应链上的信息共享程度得到相应的提高，避免了信息在各企业间逐级传递造成的失真，缓解了牛鞭效应的影响，减少各级企业做出错误预测的风险，能够使所有企业进行更加良好的沟通与合作，共同地制定生产或销售的决策。供应链上各企业步调一致地快速响应客户需求，降低整个供应链的总成本，改进客户服务，从而使整个供应链收益最大化。

结论

伴随互联网技术的迅猛发展，在线商品评论已经成为一种新兴的网络交流手段和平台，在线商品评论对制造商销量的影响将越来越大。在线商品评论可以影响潜在消费者的购买决策，引起产品的需求的变化，也会相应地影响制造商的收益。本文在在线商品评价更新下的两级制造商定价模型的基础上，讨论在线商品评论对制造商收益的影响，以及制造商如何根据在线商品评论来调整其销售策略。研究结论显示关注产品质量的在线商品评论是一把“双刃剑”，正向在线商品评论可以在很大程度上增加制造商的利益，负向在线商品评论就会对制造商的收益造成损害。因此，制造商应该在宣传商品质量时尽量与事实吻合，当出现负面在线商品评论时，积极地和消费者进行沟通，帮助消费者解决问题，使在线商品评论真正成为消费者与制造商之间有效沟通的途径。这样顾客在购买商品前的期望值不会偏离实际，在收到商品后对商品的评论就更加积极客观，从而能正面地引导潜在消费者的需求，激发潜在消费者的购买意愿。从而通过在线商品评论给制造商、以及制造商所在的供应链合作企业都带来更大的销量，也能给整条供应链带来更大的收益。

参考文献：

1.Levis，M. S. and Marvel，H. P.When Do Consumers Search？.The Journal of Industrial Economics，2011，59

2.丁晟春，蔡骅.在线评论信息挖掘研究.科学出版社，2014

3. Derbaix C.，Vanhamme J.Inducing world-of-mouth by eliciting surprise-a pilot investigation.Journal of economic psychology，2003，Vol.24.No.1

4.Mudambi S.M.，Schuff D. What makes a helpful online review？ A study of customer reviews on Amazon.com.MIS Quaterly，2010，34（1）

5.Pan Y.，Zhang J.Q. Born unequal：A study of the helpfulness of user-generated product reviews. Journal of Retailing，2011，4（87）

6. Duan W.，Gu B.，Whinston A B. Do online reviews matter？—an empirical investigation of panel data.Decision Support Systems，2008，45（4）

7.Cui G.，Lui H-k，Guo X. Online reviews as a driver of new product sales.Fourth International Conference on Management of e-Commerce and e-Government，Chengdu，China，2010

8.Berger J.，Sorensen A.T.，Rasmussen S J. Positive effects of negative publicity: When negative reviews increase sales.Marketing Science，2010，29（5）

9.Li X.，Hitt L M. Price effects in online product reviews: An analytical model and empirical analysis.SSRN eLibrary，2010

10.Berger J.O. Statistical decision theory and Bayesian analysis. New York: Springer-Verlag，1985

基金项目：▲四川省教育厅科研项目（项目编号：15SB0107）

中图分类号：◆F252.3

文献标识码：A