大数据时代电商企业网络口碑危机预警研究

袁海霞 陆燕

摘 要： 网络口碑的跨时空传播与匿名性为企业危机的潜伏提供了便利。在分析网络口碑特征及其负面网络口碑危害性的基础上，从网络口碑信息采集与主题挖掘、网络口碑情感分析、基于专家意见的预警边界设置三个方面，提出了基于在线网络口碑挖掘的危机预警动态分析机制，为企业网络口碑危机的识别和管理提供了重要意见。

关键词： 大数据;电商企业;口碑危机;预警系统

中图分类号： F27      文献标识码： A      doi：10.19311/j.cnki.1672-3198.2019.13.026

1 引言

2017年电子商务领域全面落实深化供给侧结构性改革、加快建设创新型国家、推动形成全面开放新格局等重大战略，我国电子商务步入新一轮创新增长空间。国家统计局数据显示，2017年我国电子商务交易额达29.16万亿元，完成《电子商务“十三五”发展规划》2020年预期目标的72.5%;网上零售额达7.18万亿元，完成预期目标的71.8%。我国电子商务发展态势较好。同时借由互联网的发展与普及而兴起的网络口碑传在提高企业经营业绩、提升品牌形象等方面发挥着积极作用，但不容忽视的是，凭借这一网络平台的企业口碑危机信息传播却在更大程度上加深了企业经营业绩与形象的恶化，导致网络口碑危机，给企业尤其是以网络技术为主要生存方式的电商企业的经营与发展带来严重挑战。

危机是企业难以避免且伤害较大的事件。随着产品的日益复杂化、制造商审查的细致化以及政策制定者和消费者需求的不断攀升，危机的爆发越来越频繁。依据其来源不同可将危机划分为外部与内部危机。内部危機主要涉及企业财务、人力、组织等方面，而外部危机主要有口碑、公关等。对于企业所有危机来说，口碑危机尤其是网络口碑危机尤为重要，管控难度更大。因此建立网络口碑预警系统对企业来说尤为重要。

2 网络口碑危机

2.1 网络口碑的特点

网络口碑是指由潜在的是、实际的或者先前的消费者对产品或公司所做的积极或消极的评价，由于网络口碑的公开性，很容易被其他个体获取、利用。因此一旦爆发口碑危机，企业很难管理和控制。与传统的口碑相比，网络口碑具有以下几个特征。

（1）匿名性。由于网络口碑借助于互联网进行传播，因此无法确认口碑发布者的真实身份，网络口碑的传播也不仅限于消费者间的评论发布与信息传递，也有可能是企业相关人员匿名发布的相关信息。一方面网络口碑的匿名性使消费者可能会更加真实的发布自己关于企业或产品的评价，由于网络口碑借助于互联网传播相关信息，因此个人或企业在发布相关性信息时，极端的评价或情感表达更容易出现，易引燃品牌危机。另一方面，由于企业也可以匿名发布任何相关信息，因此也难易避免可能会发布对竞争对手有害的信息，误导消费者选择，为竞争对手带来口碑危机。

（2）跨时空传播。网络空间是一个开放的公共空间，任何人或企业都可以发布相关信息。网络口碑借助于互联网传播信息时，可以跨越时间和空间的限制，使得任何一个消费者在任何时候都可以查阅相关的口碑信息。超越了传统口碑借助于强人际关系传播的界限，形成了以互联网为依托的弱联结传播方式，因此与传统口碑相比，其传播的速度和广度更大，影响力更强。

（3）多样性。电商平台、社交媒体、第三方网络平台的出现，为网络口碑传播提供了丰富的渠道，由此也形成了不同的网络口碑表现形式：内部网络口碑与外部网络口碑。内外部网络口碑由于其传播渠道影响机制不同，在消费者行为决策中也发挥着不同的作用。此外，由于各网络平台不断丰富其功能，口碑发布的形式也在不断丰富，可以是视频资料、图片评论、文本评论等。

2.2 网络口碑危机

现有研究表明网络口碑在消费者决策制定中发挥着越来越重要的作用。然而与正面网络口碑相比，由于负面网络口碑存在放大效应，其对消费者决策的影响更大，为外部危机的一个重要来源。其危害性主要表现在以下两点。

（1）损害企业声誉，伤害企业形象。网络口碑的跨时空传播会使负面信息在较短的时间内得到大范围的传播，对企业声誉和形象造成非常不利的影响。对企业长期积累的品牌资产和市场竞争力造成伤害。

（2）降低消费者忠诚，造成客户流失。互联网为有共同兴趣和爱好的消费者提供了一个共同交流的平台，以网络虚拟社区为主要依托的口碑在培养消费者忠诚、实现价值共创等方面发挥着重要作用。一旦负面口碑出现，将会被虚拟社区中的消费者快速知晓并迅速扩散，降低品牌忠诚，造成客户严重流失。

3 网络口碑危机预警机制

网络口碑的自身特点、负面网络口碑的放大效应及信息传递过程中的失真等都会引致企业爆发网络口碑危机，对企业造成伤害。因此识别网络口碑危机，构建网络口碑危机预警机制尤为重要。然在学术界关于危机预警机制的研究现有文献似乎并未获得一个高度统一且与网络技术发展并进的结论：首先，部分学者基于企业内部的财务、营销、投资、管理等历史数据对企业的危机进行了分析和预测;其次部分学者利用竞争情报数据在引进竞争对手分析的基础上构建了危机预警体系的基本要素;最后还有部分学者从网络舆情、口碑管理等方面进行了研究提出了观点柔性挖掘模型、危机预警模型等危机预警方法。该研究分歧的出现在一定程度上反映了危机预警随着网络技术发展所呈现的趋势，也在一定程度上暗示了现阶段大数据背景下对网络口碑危机预警机制研究的必要性。

网络口碑信息包括文本、视频、图片等多种形式，大数据处理技术的兴起为网络口碑信息采集与处理提供了强有力的技术支持。以此为依托可以从以下几方面构建网络口碑危机预警机制。

（1）网络口碑信息采集与主题挖掘。

网络口碑存在形式不仅是多样的，且其内容并无固定的模块，可能涉及企业多个方面的内容。因此网络口碑信息采集后，需要对口碑发布的主题进行分析，才能有针对的建立相应的预警机制。

主题模型是一种概率模型，通过对本文信息的分层贝叶斯分析发现文档中隐藏的语义结构。目前这一模型现已在多领域得到应用。在主题模型中，一个经常使用的聚类算法是LDA（Latent Dirichlet Allocation）。主题数目的确定是LDA挖掘的难点，由于文本评论的内容是多样的，因此可采用基于Perplexity来确定网络口碑的主题。

（2）情感分析。

在主题挖掘的基础上，采用自然语言处理技术搭建主题与情感词汇的匹配关系，并对不同主题的情感进行分析。在情感分析的过程中，情感词典的选择尤为重要。然由于中文语言表达方式的丰富性和语言表达的不断进化，采用现有的情感词典难易准确衡量网络口碑的情感倾向，对此，可以以现有的情感词典为基础，采用word2vec在构建基于某产品评论的情感词典的基础上，对不同主题的情感进行分析。

（3）设置预警边界。

专家经验和知识是设置危机预警的核心。基于主题模型和情感分析所得的结论只有结合专家已经才能衡量预警情况。对此，可结合本行业已经发生的网络口碑危机的情况，及专家所具有的专业知识和经验，采用层次分析法将定性知识定量化，对不同主题的重要性及其预警机制的边界进行区别，设置预警等级和边界。对情感分析的结果进行评估，识别网络口碑中可能存在的危机。同时对于网络口碑中潜藏的危机生成相关报告，并对危机的处理过程和结果进行动态的记录分析，丰富企业网络口碑危机管理的经验。

需要说明的是，企业网络口碑危机预警的分析是一个动态的过程，需要依托于大数据分析技术对网络口碑的情感动态进行实时分析和处理，以便于尽早识别口碑传播中隐藏的危机。

4 结论

互联网时代信息传播的速度越开越快，效率越来越高。互联网中任何关于企业的负面信息都有可能引发企业危机，使企业陷入困境，对企业积累多年的品牌资产造成伤害。对此，如何基于网络口碑信息构建企业危机预警机制，识别网络口碑中潜藏的危机对企业来说尤为重要。大数据处理与分析技术的发展为企业网络口碑危机预警机制的构建提供了强有力的支撑，借助于自然语言处理技术、情感分等，对企业网络口碑进行分析评估，可以使企業提早介入危机，对负面网络口碑进行管理，有效减低对企业的伤害。

参考文献

[1] Tirunillai，S.and G.J.Tellis.Does Chatter Really Matter？ Dynamics of User-Generated Content and Stock Performance[J].Marketing Science，2012，31（2）：198-215.

[2]Sandes，F.S.and A.T.Urdan.Electronic Word-of-Mouth Impacts on Consumer Behavior：Exploratory and Experimental Studies[J].Journal of International Consumer Marketing，2013，25（3）：181-197.

[3]Cythia，B.Using Discriminative Analysis to Predictfinancial Distress[J].Internationaladvancesin Economics Research，2000，（6）： 591-593.

[4]朱磊，朱峰.企业危机管理预警系统的构建[J].中国软科学，2004，（11）： 75-80.

[5]王克平，蒋玲.基于竞争情报的企业危机预警体系研究[J].情报理论与实践，2009，32（12）：56-59.

[6]丁菊玲，勒中坚等.一种面向网络舆情危机预警的观点柔性挖掘模型[J].情报杂志，2009，28（10）：152-154.

[7]Alexandrov，A.，et al.The Effects of Social-and Self-motives on the Intentions to Share Positive and Negative Word of Mouth[J].Journal of the Academy of Marketing Science，2013，41（5）：531-546.

[8]Verhagen，T.，et al.Negative Online Word-of-Mouth： Behavioral Indicator or Emotional Release？[J].Computers in Human Behavior，2013，29（4）：1430-1440.