网络购物情境下产品搜索结果排名对羊群效应的影响：来自眼动实验的证据

胡林枫，郑杰慧

■经济学

网络购物情境下产品搜索结果排名对羊群效应的影响：来自眼动实验的证据

胡林枫1,2，郑杰慧1

（1.浙江大学管理学院，浙江 杭州 310058；2.浙江工业大学管理学院，浙江 杭州 310023）

网络购物行为一般都是以产品搜索为起点，而不同的搜索结果排名方式会对消费者信息加工和产品选择产生影响。现有研究发现网购过程中存在着羊群效应，但尚不明确不同产品搜索排名方式对消费者羊群行为形成的影响。本研究通过设计眼动实验分析综合排名和销量排名下消费者对产品搜索结果的浏览和加工模式，来揭示这两种排名方式对消费者羊群行为的影响。研究发现①销量排名下，消费者会比在综合排名下表现出更多的羊群行为，在购买体验型产品时两种排名下的行为差异会更加明显；②销量排名下，消费者主要关注高历史销量的产品，而在综合排名下，消费者同时关注了高销量产品和高口碑产品，使得口碑发挥作用，减弱了历史销量所引起的羊群行为。本研究是对网络羊群效应和产品搜索排名研究的扩展和补充，研究结果能为网购平台优化产品搜索服务提供指导。

搜索引擎；产品排名；羊群效应；信息瀑布；眼动追踪

引言

网络购物已经成为人们生活重要的组成部分，根据CNNIC2019的报告，截至2019年6月，我国网购用户规模已经达到6.39亿①。2018年中国网络购物市场交易规模超过7万亿元，网络市场对促进我国经济发展具有越来越重要的作用。

不管是传统市场还是网络市场，消费者都存着羊群行为（herd behavior）[1,2]。羊群效应是指“个人按照他人的行为而行为”的社会现象，在股票交易、餐饮管理、技术采纳等领域中普遍存在。相比传统市场，网络市场更容易产生羊群效应。羊群效应产生的两个重要条件是决策者自身信息的不完整和不确定性以及他人行为信息的易获性[3]996-1004。由于网络市场的虚拟性，消费者既不能通过当面的观察来评价商家的好坏，也不能通过亲身体验来感知产品的质量；双方信息的不对称使消费者无法完整地了解产品质量，产生了较高的不确定性。此外，从购物网站上可以很方便地得到像历史销量、点评数量这样反映以前购买者行为的信息。因此，在网络购物时，消费者更容易跟从别人的购买行为，从而产生羊群效应。已有研究发现，网络购物过程中的羊群效应表现为消费者只集中购买几个历史销量最高的产品[2,4]。

羊群效应的存在，一方面可以提高消费者的购物效率，但同时也存在着一定的风险，即可能出现不理性的羊群行为。所谓不理性指的是消费者完全忽略自己已有的信息以及其它与产品相关的信息，盲目跟从别人的选择。在这种情况下，消费者对产品质量的评价是不完整的，最终可能买到劣质产品。此外，羊群效应也会带来商家竞争的不公平。以淘宝为例，羊群效应的存在会使那些开店早、产品累积销量高的商家发展越来越好，而那些刚刚开店或者销量偏低的商家却得不到消费者的关注，导致强者越强，弱者越弱，甚至出现恶意刷销量的行为，这些都不利于网络市场的健康发展。因此，厘清网购中消费者羊群行为的形成机制及影响因素，对减少羊群效应所带来的消费者的不理性行为和商家的不良行为显得非常重要。

目前很多网络购物行为都是以产品搜索为起点的。像淘宝、亚马逊这样的电子商务网站都建有站内产品搜索引擎，能够帮助消费者迅速地检索到自己想要的产品，提高了用户体验。排名是搜索引擎中一项比较常用的功能，对用户信息浏览和选择决策有非常重要的作用[5,6]。不同于百度、谷歌这类按相关性进行结果排序的搜索引擎，购物网站的搜索引擎为消费者提供了按产品价格、销量、信用等多种排名方式，而且搜索结果不是简短的信息摘要，而是一个包含各种信息（价格、销量、评价）的产品列表[7]1632。因此，对消费者来说，最先要处理的是搜索结果页面。而羊群效应的产生很可能是从搜索结果页面处理开始的。但不同排名方式对消费者羊群行为的影响目前还不清楚。

综上，本研究将以网络购物为情景，探究目前常用的综合排名和按销量排名这两种排名方式对消费者羊群行为的影响，并应用眼动追踪技术（eye-tracking）设计相应的实验来记录消费者处理搜索结果页面时的信息浏览和加工模式，从而更准确地揭示产品选择过程和羊群行为的形成机制。最终帮助网络购物平台更好地评估站内产品搜索引擎不同排名方式的应用效果，从而优化搜索引擎服务，促进网购环境的健康发展。

一、文献回顾和假设

（一）相关研究回顾

羊群效应是指“个人按照他人的行为而行为”的社会现象[8]，表现在个体行为趋于一致，其形成背后的机制一直是学者们所关心的。其中，由Bikhchandani等人提出的信息瀑布（information cascade）理论可以比较好地解释羊群效应。该理论认为，自有的信息和前人的行为是人们进行决策时主要参考的两类信息，对信息不完全的人来说，如果前面有很多人都做出了同样的选择，那么后来的人可能会忽略自有的信息而跟从前人的选择，此时就形成了信息瀑布，使得最后所有人都是一样的选择[3]999-1002。

最近几年，随着互联网的快速发展，在线羊群效应的研究越来越受到关注。例如在网络投资领域，研究发现投资者存在明显的羊群行为，他们会更倾向选择很多人已经投资的项目进行投资[9,10]。同样在网络购物过程中，研究者也发现，消费者会更加青睐那些受欢迎、历史销量比较高的产品[2,4]。Duan等学者研究了在线软件下载过程中的羊群效应，发现那些下载量高的软件会更容易被下载[1]。另外，Onnela等学者发现，当一个在线应用软件的受欢迎程度达到一定阈值之后，就会引起更多的用户采纳[11]。对很多购物平台来说，一个非常重要的策略就是提供产品以往的销量信息来影响潜在的消费者。Huang和Chen等学者发现了在线购买图书时，消费者会更愿意购买评价高和历史销量高的图书[12,13]。Ye和赵占波等学者利用来自淘宝的面板数据验证了产品历史销量会正向影响产品当前销量[2]508,[14]。此外，还有研究发现了历史销量和在线口碑信息会对消费者的产品选择产生影响，而且两者的作用可以相互促进[15]。可见羊群效应在网络购物中是普遍存在的。根据以往文献，本文中所研究的羊群效应指的是其他消费者之前的购买行为即历史销量对当前消费者羊群行为的影响[2,4,15]。

搜索引擎已经成为人们搜索和获取信息最重要的工具。一些研究关注如何优化搜索结果的质量，即通过关键字搜索能提供更准确的关联信息[16,17]；另一些研究则从行为角度探讨用户如何对搜索结果进行浏览和处理[18,19]。由于人的认知是有限的，消费者会按顺序查看搜索结果列表，这就使得越靠前的结果越容易受到关注。例如Ghose等学者研究发现旅游网站上，排名靠前的酒店的点击率要显著高于排名靠后的酒店[7]1647。此外，排名方式作为一种重要的信号，对消费者的产品选择会产生重要的影响[1,20]。合适的排名能够提高产品的选择率和搜索引擎所带来的收益[7]1634。Cai等人在一项餐馆内的现场研究发现，提供5个最受欢迎菜肴的排名信息，顾客对菜肴的需求会显著增加[21]。

眼动追踪技术可用来分析和预测人的决策和信息搜索、加工过程，目前已被广泛地应用于心理学、市场营销以及信息系统等方面的研究。许多学者用眼动追踪技术来研究用户的信息搜索行为，绘制了用户对搜索结果的浏览路径和加工方式，挖掘出了更深层的用户行为规律[18,19]，使研究结果更加具有说服力。例如，Lorigo等学者在对谷歌搜索排名结果的眼动研究中发现了绝大多数用户都是自上而下的浏览方式，位置越靠前的信息会得到更多的关注[18]。Ye等学者用眼动实验发现了消费者主要把注意力集中在搜索结果页面中高历史销量的产品上，而且对销量信息的关注时间越多，消费者表现出来的羊群效应就越强[2]509-510。Ahn等学者也验证了消费者对产品的注意力会随着排名的靠后而递减[19]1231。

综上，很多网络购物行为都是以产品搜索为起点的，而搜索结果的排名则会影响消费者的信息加工和决策，所以本研究猜想产品搜索排名对消费者羊群行为会产生影响。

（二）研究假设

信息瀑布产生的最重要的两个条件是决策者自身信息的不完整和不确定性以及他人行为信息的易获性[3]996-1004。在自身对产品信息了解水平相同的情况下，越快越容易地获得关于前期购买者的行为信息，就越容易产生羊群效应。销量排名情况下，销量信息的顺序排列不但使消费者能够很方便地知道之前消费者购买行为的分布情况，而且还能知道该产品市场最畅销的产品[1,4]。这种传递受欢迎的信息将促进消费者的产品选择[22]。根据信息瀑布理论，此时消费者会倾向忽略自有的信息而完全跟从别人的选择[1,20]。而在综合排名下（在本研究中我们假设综合排名对消费者来说是一种没有明显排列规律的排名方式），由于产品排序的无规律性，消费者在处理销量信息时，首先需要对其进行排序加工，这无疑增加了认知负荷，而且在这个过程中也容易受到口碑信息、价格信息等的干扰。高认知负荷情况下，人们的学习效率会降低，影响其信息加工过程[19]1224-1225，处理他人行为信息的难度增加可能导致消费者倾向使用自有信息或者其它更容易处理的信息。此外，出现在综合排名下最高销量的产品不一定是该产品市场中最畅销的产品，这也在一定程度上降低了消费者对该产品的信心。所以在综合排名下，消费者跟从他人选择的趋势会减弱。综上，我们假设：

H1：消费者在销量排名下比在综合排名下会表现出更明显的羊群效应。

产品可以分为体验型产品（experience product）和搜索型产品（search product），体验型产品是指那些在消费者购买以及使用之后才能知道其质量的产品；搜索型产品是指那些在购买之前就能判断出其质量的产品[23]。以往研究发现，购买体验型产品时消费者的羊群效应会更加明显[4,20]。这是因为相比于搜索型产品，体验型产品在购买前比较难确定其质量，所以消费者会参考更多的外部信息来评估产品，导致历史销量对消费者行为的影响会更加显著[4]。此外，Hu等[24]440发现，购买体验型产品时消费者感知到的不确定性要显著大于购买搜索型产品时的不确定性，而在高不确定性情况下的羊群效应会更加明显[3]1009。综上，我们假设：

H2：在购买体验型产品时，综合排名和销量排名下的羊群效应差异会比购买搜索型产品时的更大。

根据已有的搜索排名研究，用户在处理搜索结果时主要采取自上而下的浏览方式，排名位置靠前的信息会得到更多的加工[18,19]。而Ye和万晓榆等学者发现，即使在非销量排名下，高历史销量的产品同样会吸引更多的注意力[25]。所以，在销量排名下，消费者会更加关注高历史销量的产品，着重参考销量信息来做出产品选择，进而更容易表现出羊群行为。

网购中，有关产品和商家的口碑信息对消费者的购买行为同样具有重要的作用[4,15]。在综合排名下，消费者会更加容易加工到这些口碑信息，尤其是对低历史销量的产品，口碑信息的作用将更加显著[1,20]。综上，我们假设：

H3：在销量排名下，消费者主要关注高历史销量的产品；而在综合排名下，除了高历史销量的产品，消费者还会关注高口碑的产品。

二、研究设计

本研究借助眼动追踪技术设计实验，模拟消费者网购过程，记录不同产品搜索结果排名方式下消费者进行产品选择时的眼动数据，得到消费者对搜索结果页面上产品信息的浏览和注意加工模式，以此来揭示排名方式对羊群效应的作用机制。

（一）实验设计

本眼动实验在浙江大学神经管理学实验室进行，被试主要是在校大学生，所有被试要求眼睛没有高度近视，无散光、无色盲色弱。总共有60名被试参与，实验后每名被试都会得到20元的报酬。本研究采用2（产品排名方式）×2（产品类型）的混合实验设计，共设置两组实验条件（见表1），每一组包括搜索型和体验型两类产品，这两类产品的排名方式相同。组1和组2各有30名被试，组1被试平均年龄23.67（2.02），男生15名；组2被试平均年龄24.1（2.26），男生12名。实验中，每一名被试随机分配到其中一组实验。在文献回顾中，我们发现已有关于搜索排名的研究多是采用网上点击行为来衡量用户与搜索结果之间的交互过程，所以本研究中，被试的任务是浏览已按综合或者销量排名的产品搜索结果页面，然后选择一个最想点击查看具体信息的产品[7]1643-1644。

表1：眼动实验条件

（二）实验材料

淘宝网是中国最大的C2C电子商务网站，用户规模在各类购物网站中高居首位。淘宝提供了功能强大的站内搜索引擎以及各种按产品属性的排名方式，在其搜索结果页面上，淘宝卖家都会提供产品的价格、历史销量、卖家等级、产品评价等信息，所以淘宝网是一个理想的研究羊群效应的平台[2]505。

本研究中的情景是消费者从不同卖家那里购买同一种产品，而非购买不同的产品。我们选择金士顿优盘和资生堂洗面奶分别作为搜索型产品和体验型产品[2,26]。为了更加逼真地模拟网购场景，我们参考淘宝界面，设计了一个包含六个产品的搜索结果网页。每个产品包括产品图片、产品名称、卖家名称、卖家提供的服务、产品价格、卖家所在地、产品过去一个月的销量、点评数、卖家等级、好评率和如实描述等信息。我们对产品图片进行处理，使其都是统一的样式，只是呈现角度不同；同时我们还对产品的名称内容和长度进行了控制，并将卖家名称都设置成一组没有任何意义的字母。所有卖家都提供完整的服务内容（7天退货、30天维修等），卖家所在地都控制在江浙沪一带，防止地域差异带来的影响。根据淘宝上相关产品数据，我们设置了产品的价格（所有产品都免运费），而且每个产品价格之间的差异控制在被试能够接受的范围内，排除价格过低或者过高对产品选择的影响。产品的口碑信息包括了卖家等级、好评率和如实描述，而且这三个信息所反映的效价都控制成一致。在销量设置方面，我们根据现有产品的历史销量分布，去除那些销量绝对高和销量为零的产品，然后按销量从高到低排列，分别选取100%（最高）、60%、40%、20%、10%和5%（最低）位置的产品销量，经过适当地修改，确定最后的实验产品的销量（共分六档），并按销量从高到低分别对产品编号1-6。

本文主要研究由历史销量引起的羊群效应[2,4]，而口碑信息作为一种产品评价的诊断线索，会对历史销量的作用产生影响[4,15]。所以为了更好地检验羊群效应，我们设置了高销量-低口碑和低销量-高口碑这对产品。具体设计如下：高销量产品1的口碑在六个产品中排在第五位，而低销量产品5的口碑排在第一位。此外，产品2-4的口碑介于产品1和产品5之间，彼此之间相差不大，而产品6的口碑则排在最后一位。这样设计是为了更加贴近现实情况。我们假设，被试产生羊群行为的表现是受低口碑的影响小而会选择更多的高销量产品1；被试没有产生羊群行为的表现是会更多的选择销量低但是口碑最高的产品5。所以，我们根据被试选择产品1和产品5的情况来判断羊群效应的程度。选择产品1的人数越多，说明羊群效应越强。

搜索排名中的位置是一个不容忽视的因素。在本研究中，综合排名是一种无明显规律的排序，为了控制位置的影响，我们采用了拉丁方设计（Latin square design）来平衡位置所带了影响。拉丁方是一种为减少实验顺序对实验的影响，而采取的一种平衡实验顺序的技术。我们将其应用于综合排名的设计，排序结果见表2。这样就能保证每个产品在6个位置都能至少出现一次。

表2：综合排名下产品排序拉丁方设计

（三）实验流程

本研究使用SMI RED遥测式眼动仪开展实验，实验程序采用自带的软件EXPERIMENT编写。眼动仪会在实验过程中实时记录被试浏览的轨迹（saccade）、注视点数量和注视时间（fixations）、产品选择等数据。

被试首先阅读实验指导语，明确实验任务和流程。正式实验前会让被试进行练习以熟悉操作。实验开始前，需要进行眼动校准，校准通过后才能继续。程序运行之后，首先出现欢迎界面，然后被试会看到产品提示，告诉他们即将浏览的产品和排名方式，被试确认信息之后按空格键继续，接着出现“+”，此时被试需要盯住“+”以集中注意力，2秒后自动呈现产品搜索结果页面。被试自由浏览搜索结果页面并点击相应产品完成选择。结束之后进入下一个产品的选择环节，实验过程中两个产品出现的顺序随机。当两个产品都完成选择之后，程序自动结束。

三、数据分析与结果

（一）行为数据分析

图1呈现的是优盘（左）和洗面奶（右）在综合和销量排名下被试产品选择的分布情况。从图1中可以看出，对优盘和洗面奶来说，在销量排名下，被试主要集中选择高销量的产品1；而在综合排名下，选择产品1的人数减少，而选择低销量-高口碑的产品5的人数显著增加。这说明在销量排名下被试的羊群行为更加明显。我们对两种排名方式下的产品选择进行卡方检验，结果显示，对洗面奶的选择在销量和综合排名下存在显著性差异（χ2(4)=10.70，p=0.03），而对优盘的选择则没有差异（χ2(4)=7.58，p=0.11）。假设H1和H2成立。

图1：综合和销量排名下的产品选择分布

（二）眼动数据分析

我们首先对搜索结果页面上优盘和洗面奶的每个产品都画了兴趣区（Area of Interest，AOI），并用停留时间（dwell time）这个指标来衡量被试对产品1-6的认知加工程度[24]436。

图2呈现的是在综合和销量排名下，被试对优盘（左）和洗面奶（右）6个产品的加工时间。

图2：综合和销量排名下的产品加工时间（毫秒）

如图2所示，对优盘和洗面奶来说，在销量排名下，每个产品按顺序加工时间依次减少，除了产品2，对产品1的加工时间都显著大于其它四个产品（见表3）；而在综合排名下，虽然也存在这样的趋势，但是被试对高口碑的产品5的加工时间明显增加，与产品1的加工时间差不多（见表3），而且要显著大于销量排名下对产品5的加工时间（优盘：t=2.63，p=0.01；洗面奶：t=2.11，p=0.04）。这也解释了为什么在综合排名下，选择产品5的人数会更多，从而减少了被试的羊群行为。假设H3成立。

表3：综合和销量排名下产品1与其它产品加工时间差异t检验结果

四、结论

本文主要研究网络购物情境下，产品搜索结果页面的排名方式对消费者羊群行为的影响，并借助眼动追踪技术来实时记录消费者对搜索结果页面的浏览和注意加工模式，以此来更客观地揭示产品排名对消费者羊群行为的作用过程。主要结论如下：

（一）通过比较综合排名和销量排名下消费者的产品选择行为，本研究发现消费者产品购买过程中确实存在羊群效应，即消费者会集中选择高历史销量的产品，进一步验证了之前研究的结论[2,20]。此外，本研究首次通过实验揭示了产品的销量排名和综合排名对消费者羊群行为的不同影响，即销量排名会促进羊群行为的产生，而综合排名会减弱羊群效应，表现在选择低历史销量但是高口碑产品的人数显著增加。

（二）本研究发现在购买体验型产品时，综合和销量两种产品排名方式对羊群效应的作用效果差异会比购买搜索型产品时的更加明显。已有研究结果显示购买体验型产品时消费者会表现出更强的羊群效应，而这是由于体验型产品引起的对产品质量的高不确定性，导致对包括历史销量在内的外部信息更加看重[4]。在本研究中，购买体验型产品时的高不确定性导致了排名方式的作用会更加明显。

（三）本研究眼动数据显示，消费者在处理产品搜索结果页面时，尤其是销量排名下的页面，主要采取自上而下的浏览和加工方式，这与之前相关眼动研究的结论一致[18,19]。因此，在销量排名下，消费者主要把注意力集中在位置靠前的高销量产品上，而对排名靠后的低销量产品的关注显著减少，从而更容易产生羊群行为。而在综合排名下，本研究发现，虽然高销量的产品不一定处于靠前的位置，但是该类产品依旧获得了消费者更多的注意力。这与之前的一项研究发现一样，说明了销量对消费者决策的重要性[2]509-510。此外，高口碑产品得到了跟高销量产品差不多的加工时间，相应的，综合排名下有更多的消费者选择了高口碑的产品。这说明，综合排名使得口碑发挥了对消费者决策的作用，从而减弱了由历史销量所引起的羊群行为的产生。

本研究揭示了产品搜索结果排名方式对消费者网购中羊群行为的作用机制，并通过分析消费者信息浏览和注意加工模式，为产品搜索排名如何影响消费者羊群行为提供了直接的证据，是对网络羊群效应和产品搜索排名研究的扩展和补充。本研究结果对现有网络购物平台优化产品搜索服务有重要的参考价值。本研究指出，提供按销量排名虽然可以提高消费者寻找产品的效率，但同时也可能会导致市场出现两极分化，使得那些能够提供高质量产品，但是销量比较低的商家得不到发展。而像淘宝这样提供综合排名方式能够在一定程度上缓解消费者的羊群行为。综上而言，网购平台要引导消费者综合考虑不同排名方式的搜索结果来帮助自己做出决策，同时自身要提供更多样化、合理的排名方式来降低消费者的羊群效应。

[注 释]

① 详细报告可以参见http://www.cac.gov.cn/2019-08/30/c_1124939590.htm。

[1] DUAN W,GU B,WHINSTON AB.Informational cascades and software adoption on the Internet: an empirical investigation[J]. MIS Quarterly,2009,33(1):23-48.

[2] YE Q,CHENG Z,FANG B.Learning from other buyers:the effect of purchase history records in online marketplaces[J]. Decision Support Systems,2013,56(1).

[3] BIKHCHANDANI S,HIRSHLEIFER D,WELCH I.A theory of fads , fashion , custom , and cultural change as informational cascades[J].Journal of Political Economy,1992,100(5).

[4] LI X,WU L.Herding and social media word-of-mouth:evidence from Groupon[J].MIS Quarterly,2018,42(4):1331-1351.

[5] ZHANG M,GUO X,CHEN G.Prediction uncertainty in collaborative filtering:enhancing personalized online product ranking[J].Decision Support Systems,2016,83:10-21.

[6] YANG X,YANG G,WU J.Integrating rich and heterogeneous information to design a ranking system for multiple products[J]. Decision Support Systems,2016,84:117-133.

[7] GHOSE A,IPEIROTIS PG,LI B.Examining the impact of ranking on consumer behavior and search engine revenue[J]. Management Science,2014,60(7).

[8] BANERJEE A V.A simple model of herd behavior[J].The Quarterly Journal of Economics,1992,107(3):797-817.

[9] ZHANG J,LIU P.Rational herding in microloan markets[J].Management Science,2012,58(5):892-912.

[10] ZHANG K,CHEN X.Herding in a P2P lending market: rational inference or irrational trust?[J].Electronic Commerce Research and Applications,2017,23:45-53.

[11] ONNELA JP,REED-TSOCHAS F.Spontaneous emergence of social influence in online systems[J].Proceedings of the National Academy of Sciences of the United States of America,2010,107(43):18375-18380.

[12] HUANG JH,CHEN YF.Herding in online product choice[J].Psychology & Marketing,2006,23(5):413-428.

[13] CHEN YF.Herd behavior in purchasing books online[J].Computers in Human Behavior,2008,24(5):1977-1992.

[14] 赵占波,孙鲁平,苏萌.C2C中产品浏览量和销量影响因素的对比研究[J].管理科学,2013,26(1):58-67.

[15] CHEN Y,WANG QI,XIE J.Online social interactions:A natural experiment on word of mouth versus observational learning[J]. Journal of Marketing Research,2011,48(2):238-254.

[16] GHOSE A,IPEIROTIS PG,LI B.Designing ranking systems for hotels on travel search engines by mining user-generated and crowdsourced content[J].Marketing Science,2012,31(3):493-520.

[17] DE LOS SANTOS B,KOULAYEV S.Optimizing click-through in online rankings with endogenous search refinement[J]. Marketing Science,2017,36(4):542-564.

[18] LORIGO L,HARIDASAN M,BRYNJARSD,et al.Eye tracking and online search: lessons learned and challenges ahead[J]. Journal of the American for Information Science & Technology,2008,59(7):1041-1052.

[19] AHN JH,BAE YS,JU J,et al. Attention adjustment,renewal,and equilibrium seeking in online search:an Eye-Tracking approach[J].Journal of Management Information Systems,2018,35(4).

[20] LIU Q,HUANG S,ZHANG L.The influence of information cascades on online purchase behaviors of search and experience products[J].Electronic Commerce Research,2016,16(4):553-580.

[21] CAI BH,CHEN Y,FANG H.Observational learning:evidence from a randomized natural field experiment[J].The American Economic Review,2009,99(3):864-882.

[22] TUCKER C,ZHANG J.How does popularity information affect choices? A field experiment[J].Management Science,2011,57(5):828-842.

[23] NELSON P.Advertising as information[J].Journal of Political Economy,1974,82(4):729-754.

[24] HU L,ZHANG W,XU Q.The determinants of online payment method choice: insight from an Eye-Tracking study[C]. Wuhan:WHICEB 2013 proceedings,2013.

[25] 万晓榆,王葶亦,吴继飞,等.电商平台销量信息对消费者注意力及产品选择的影响[J].管理学报,2018,15(6):884-892.

[26] WEI PS,LU HP.An examination of the celebrity endorsements and online customer reviews influence female consumers’ shopping behavior[J].Computers in Human Behavior,2013,29(1):193-201.

Effect of product search ranking on herd behavior in online shopping: Evidence from an eye-tracking study

HU LINFENG1,2, ZHENG JIEHUI1

Online shopping typically begins with product search. However, different ranking results have an effect on consumers’ information processing and choices for products. Current studies have indicated the existence of herd behavior in online shopping. As yet little is known of the influence of rankings on herd behavior. This study, through an eye-tracking experiment, analyzes consumers’ browsing and processing for product search results from comprehensive and sales rankings. It reveals how the two rankings influence consumer’s herd behavior. The results are shown below. Firstly, sales ranking leads to more herd behavior, compared with comprehensive ranking. The difference of herding between these two rankings is more obvious for experience product. Secondly, most attention is paid to recorded best-selling products in the sales ranking while both best-selling and high-WOM products gain attention in the comprehensive ranking at the same time. It suggests that WOM plays a role in the comprehensive ranking, which alleviates the herd behavior. All in all, this study extends the existing research on online herd behavior and product ranking. In practice, the results provide valuable suggestions for the e-business platform to optimize the service of product search engine.

search engine; product ranking; herd behavior; information cascade; eye-tracking

F713.36

A

1008-472X（2019）04-0048-08

2019-09-19

浙江省哲学社会科学规划课题青年项目（20NDQN248YB）；浙江省社会科学界联合会研究课题成果（2015N093）。

胡林枫（1990- ），男，浙江慈溪人，浙江工业大学管理学院，讲师，研究方向：消费者行为科学；

郑杰慧（1991- ），女，江西玉山人，浙江大学管理学院，助理研究员，研究方向：消费者神经科学。

本文推荐专家：

郭斌，浙江大学管理学院,教授，研究方向: 创新管理与战略、技术追赶与产业创新、信息搜寻行为与策略。

金珺，浙江大学管理学院，副教授，研究方向：开放式创新与创新能力、反向创新，破坏式创新与绿色创新。