负面在线评论对消费者购买意愿的影响分析

常亮

【摘 要】 本文在模型构建与数据分析的基础上，得出了结论并提出了对策建议。认为，在网络零售商方面，要避免负面在线评论的出现，重视对商家的管理；积极回应负面评论并进行补救；密切关注消费者个人信息和在线评论。在消费者方面，要提高对评论真实性的判断能力；关注负面评论的语言描述。

【关键词】 在线评论；负面评论；消费者；购买意愿；影响

一、问题的提出

绝大多数消费者由于在网上购物不能直接接触产品，已经习惯参考其他消费者发布的在线评论，因此，产品在线评论的多少与好坏成为了影响消费者购买行为的一个十分重要的因素。在线评论的相关研究中，学者们已经关注评论的正负性，其中，Arndt（1967）研究表明，正面评论会促进购买，负面评论会减少购买；[1]Tax等（1933）研究出在线评论具有一定的情感表现形式，积极或消极的评论会影响消费者的购买行为；[2]Lee（2008）的研究表明负面评论越多则会引起更多的负面评论；[3]Lazarsfeld和Katz（1955）研究表明，消费者对产品或服务的态度由不满意到满意的转变过程中，评论所起的作用是广告的九倍。[4]基于此，学者们从不同角度对在线评论进行研究，但评论的情感倾向对于消费者购买行为的差异性影响到底如何？本文通过实地访谈和问卷调查探究具有消极情感的在线评论具体是从哪些方面以及如何影响消费者行为的。

二、模型构建与研究假设

依托S-O-R范式，基于学者们的研究成果以及本次问卷调查之前的深度访谈，本文将外部刺激即负面在线评论的特征，主要涉及负面评论长度、表达方式、内容、数量与质量，探究其对消费者购买意愿的影响。

1、负面在线评论长度

消费者一般更倾向关注评论较长的信息，因为其涵盖了关于产品、使用体验等各方面更多的内容。郝媛媛等（2010）通过研究评论对电影消费的影响发现，评论长度正向影响评论有用性。[5]评论内容作为网站中很重要的部分，将会对潜在消费者有用性的感知产生影响。对于潜在购买者而言，不同产品评论的内容能带来不同的社会临场感。评论越长则包含越多的细节信息，这些信息对潜在购买者越有用。因此，评论长度对产品的有用性存在差异。

H1：负面在线评论长度反向显著影响消费者购买意愿。

2、负面评论的表达方式

评论内容根据评论本文的表达形式分为两种：客观表达评论内容和主观表达评论内容。一般情况下，主观表达方式体现出带有主观意识的较强情感性的描述，经常采用第一人称的形式；客观表达方式是采用第三人称语气的陈述句，以客观的态度评论产品总体或其他和产品有关的部分。学者们也从评论中表现出的积极、中性、消极情感倾向发现其对消费者行为有着重要的影响，即评论标题、正文中的表达方式对其在线评论的浏览量和关注度有相关性。

H2：较主观表达方式的负面评论反向显著影响消费者购买意愿。

H3：较客观表达方式的负面评论反向显著影响消费者购买意愿。

3、负面评论的内容

产品相关信息是消费者第一关注的内容。消费者的购买行为越复杂，即网络购买的产品价值越大，越是非习惯性购买，消费者就越需要从在线评论中掌握大量的补缺信息。一方面，消费者需要关于产品的质量和款式等具体产品信息；另一方面，涉及网购的流通环节，即消费者对店主的服务质量和物流质量。

H4：产品方面的负面在线评论反向显著影响消费者购买意愿。

H5：店主服务方面负面在线评论反向显著影响消费者购买意愿。

H6：第三方物流方面负面在线评论反向显著影响消费者购买意愿。

4、负面评论的数量

目前国内很多购物网站潜在购买者都可以查看到全部的评论和评论数量。在线评论数量越多，消费者越有可能接触到更全面的信息；另外，评论数量越多则说明这款产品在市场上受欢迎程度越高。相反，负面评论的数量越多，则表明该产品用户体验越差。

H7：负面评论的数量反向显著影响消费者购买意愿。

5、负面评论的质量

态度功能理论认为，人们持有某种态度是为了满足其自身的内在需求，如果外界的信息能够满足这种需求，它就更容易改变人们的态度。学者们对在线负面评论质量的定义是：在线负面评论内容的真实性、客观性、相关性，以及是否能够满足消费者需求。[6]高质量的负面在线评论，一般都包含着丰富的产品使用过程、体验和感受等多方面信息，这些信息不仅能够反映事物的真实属性，而且逻辑清晰、组织严密、论据充分，容易被信息接收者所理解与认同。相反，低质量的负面在线评论一般言语不详，没有用准确的文字描述自己的使用经历，仅仅给出自己对产品的评价，因此低质量的负面在线评论显得没有条理，没有依据，难以使信息接收者信服。

H8：负面评论的质量反向显著影响消费者购买意愿。

三、数据分析及结论

1、变量及测量指标

基于以上分析，本文构建了7个自变量，分别为负面评论的长度、负面评论的表达方式、负面评论产品的内容、负面评论店主服务的内容、负面评论物流的内容、负面评论数量和负面评论质量。2、数据分析

（1）信度和效度检验。本次问卷调查的Cronbacha系数为0.869，且自变量的α值都大于0.7，说明问卷可信度很高。KMO的值为0.840，题项变量间的关系基本是良好的；同时，Bartlett的球形度检验达到0.05的显著水平（P=0.000<0.05），拒绝原假设，即相关系数矩阵与单位矩阵有显著差异，变量间相关性很强，所以选择的变量是比较合适的。

（2）回归分析。本文采用Logistic回归分析，共经过5步回归。步与步、块与块，模型之间的相对似然比检验，第1步，整個回归模型的Chi-square值为23.743，Sig=0.033<0.05，模型检验具有显著性；第2步剔除一个因素，卡方值减少了0.115，卡方值为21.340，Sig=0.034<0.05，模型检验显著；以此类推，最终回归模型的Chi-square值为18.645，Sig值为0.009<0.05，模型检验具有显著性。模型拟合优度检验中，由于-2Loglikelihood是来表示模型拟合效果，其值越小模型拟合越好；Cox&SnellRSquare和NagelkerkeRSquare的值越趋近于1则越好。本次回归方程的-2Loglikelihood值为29.682，Cox&SnellR?值为0.785，NagelkerkeR?为0.805，模型拟合优度较好。smer&Lemeshow统计量卡方值为2.639，Sig值为0.905>0.05，没有充分理由拒绝原假设，因变量的观测值与预测值无显著差异，在可接受水平上，模型拟合数据很好。

回归结果显示：负面评论的字数sig值为0.031<0.05，第三人称的负面评论sig值为0.041<0.05，产品质量sig值为0.025<0.05，产品与描述的一致性sig值为0.045<0.05，店主服务态度sig值为0.028<0.05，店主发货速度的sig值为0.019<0.05，物流速度sig值为0.022<0.05，负面在线评论数量sig值为0.029<0.05，负面在线评论的真实性可靠性sig值为0.032<0.05，负面评论内容与产品的密切度sig值为0.017，即通过5步回归而最终进入回归模型的变量为负面评论字数、第三人称负面评论、产品质量、产品与描述一致性、店主服务态度、店主发货速度、物流速度、负面在线评论数量、负面在线评论真实性可靠性、负面评论内容与产品的密切度（具体见表2）。

四、对策建议

1、网络零售商方面

（1）避免负面在线评论的出现，重视对商家的管理。客户关系管理中，服务质量和水平作用日益突显。网购行业的竞争十分激烈，网络零售商如何在激烈的竞争中脱颖而出，要考虑的因素很多：商家应当真实反映产品的基本信息，比如衣服类的纯棉指数、羊毛指数等，避免消费者客观地反映产品的相关参数不准确而造成负面评论；商家应当对产品随着时间的推移可能存在的问题进行说明，如手机的待机时间会随着使用时间的增加而减少；以及对产品进行一些操作后的变化如实告知消费者，避免消费者对于产品本身方面的原因提出差评；商家应当注重客服人员的管理与培训，同时商家应当尽可能提高发货速度，从而减少差评；商家应当对物流公司进行选择，尽量选择服务好、信誉度高的大公司，并与物流公司签订具体协议，如差评是由于物流的原因造成的应当由物流公司对商家进行一定的补偿；鉴于消费者更倾向于相信和他们相似性高的在线评论，商家应针对性地关注在线评论信息发布者，从而掌控目标客户群的偏好和需求；可以适当控制评论字数来降低负面评论的质量。

（2）积极回应负面评论并进行补救。网购的基本模式是通过浏览在线评论对消费者备选产品进行比较，形成最终购买行为。在负面评论出现后商家应当积极回应，一方面，可以通过目标客户的负面针对性纠正产品信息；另一方面，通过在线评论的及时回应体现商家的服务质量，坚定潜在消费者的购买信心。具体做法如下：商家应当成立专门的售后服务部门，在顾客收到货物后有任何问题可以及时与售后部门进行沟通，如果满足条件买家可以将产品返回至售后部进行售后维修或处理，以此方法来避免在双方沟通之前的差评出现；商家在看到负面评论后应当及时与买家取得联系，了解差评的真实原因，及时道歉并进行解释，用真诚的态度打动评论发布者，而不应当不予理会甚至与消费者发生冲突；若消费者态度十分坚决或是已经做出了负面评论，商家应当进行物质方面的补救，比如可以用赠送优惠券的方式进行对消费者的补偿，如果能在消费者发布负面评论之前解决那就再好不过了。

（3）关注消费者个人信息和在线评论。消费者的个人信息可以反映该消费者基本的购买习惯、特性以及产品需求类型等重要内容。将消费者在线评论中的内容和个体特征相关联，便于商家更好地解释评论中消费者提出的问题和质疑，筛检评论信息的不真实性，从而使目标客户更好地通过评论者提供的信息了解产品，同时也可以增加目标客户群的信任度。与此同时，在网络大数据的支持下，通过消费者个人信息，商家可以个性化地提供满足其不同需求的差异性产品，从而增加正面评论的数量。

2、消费者方面

（1）提高对评论真实性的判断力。消费者在看到负面评论后应当理性地去分析该负面评论的真实性与可靠程度，并理性判断评论发布者是在怎样的状态下发布的该评论，若是评论发布者自身比较挑剔，并且评论的语气明显太过偏激，主观意识强烈，甚至语言带有人身攻击，消费者应当自动屏蔽这样的评论内容，如果该负面评论下面有商家的回复，消费者也应该在看完商家回复后做出理性判断。

（2）关注负面评论的语言描述。消费者应当关注负面评论的语言语气，是否过于偏激，过于主观，语言是否明显自我意识强。比如消费者评论“这件衣服的材质摸起来感觉不像是100%纯棉，与商家的描述不太符合”可信度比较高，语气也比较客观。但是比如这样的评论“这件衣服的版型太大，我穿上去就像只熊”语气过于主观，自我意识强烈，可信度较低。消费者应当重视那些客观性的、语气较为中立的负面评论，这样的评论能够真实反映产品存在的缺陷，同时应该屏蔽那些自我意识强、语气是主观性的负面评论。

【参考文献】

[1] ArndtJ.Roleofproduct-relatedconversationsinthediffusionofanewproduct.JournalofMarketingResearch.1967，4（3）291-295.

[2] Tax，S.S.，Chandrashekaran，M.，Christiansen，T.，Word-Of-MouthinConsumerDecision-Making：AnAgendaforResearch[J].JournalofCustomerSatisfaction，Dissatisfaction&ComplainingBehavior.1993，（6）75-80.

[3] LeeJumin，ParkDo-Hyung，HanIngoo.Theeffectofnegativeonlineconsumerreviewsonproductattitude：Aninformationprocessingview[J].ElectronicCommerceResearchandApplications，2008，7（3）341-352.

[4] Katz，E.&Lazarsfeld，PF.PersonalInfluence：ThePartPlayedbyPeopleintheFlowofMassCommunications[M].Gleneoe，IL：FreePress，1955.

[5] 郝媛媛，葉强，李一军.基于影评数据的在线评论有用性影响因素研究.[J]管理科学学报，2010.13.8，78-96.

[6] 郑小平.在线评论对网络消费者购买决策影响的实证研究[D].北京：中国人民大学，2008.

【作者简介】

常 亮（1983-）女，西安市人，西安外国语大学商学院讲师，博士研究生，研究方向：互联网营销.