重要性-绩效分析在网络评论文本分析中的可行性研究

□王宁致 黄碧玲 杨健豪

当前评论数据作为网络上一种重要的非结构化数据，对顾客的购买行为、购买决策、产品选择具有重大的影响。同时也深刻影响着电子商务商家的经营状况、产品战略以及声誉。评论是用户反馈的重要一环，重视评论数据能够反映消费者在购买过程中的内心体会，不仅有利于找出产品或服务的致命缺陷，也有助于发觉整个购物过程中商家服务的盲点。中国互联网络信息中心(CNNIC)于2016年1月22日发布的《中国互联网络发展状况统计报告》显示，我国网络购物用户规模已达4.13亿。与2014年底相比增加了5,183万，增长率为14.3%。与此同时，移动网购用户规模迅速增长，达到3.4亿。移动网上购物的比例从42.4%增加到了54.8%。另外是网民。在各种网络平台上发布的购物意见和观点激增，例如消费者群体对购买的商品或服务的情感态度，反映了用户对产品各方面的观点。因此网络评论不管是对消费者还是电子商务平台本身，都具有较高的研究价值。

一、网络评论研究综述

(一)网络评论国际研究现况。Deloitte Consumer Products Group调查显示，有67%的网民会浏览网络评论，其中82%认为网络评论影响了他们的购买决策。管理学学者们也很早就开始关注网络评论这一重要信息，并进行了一系列分析网络评论以为商家提供建议的研究。Ioannis S. Pantelidis(2010)通过对餐饮网站的2,471条关于300家伦敦餐厅的客户评论进行了内容分析，来确定客人对餐厅评价中最突出的因素。BB Stringam,J Gerdes Jr(2010)评估了来自网络分销网站的60,648个消费者评级和评论，影响酒店的消费者评级的因素以及如何合理调度关键资源。甚至对于公司管理，评论的研究也能够为管理者提供极其有效的信息。E Guzman,D Azócar,Y Li(2010)通过研究员工网络问卷中提供对GitHub的评论文本，了解员工近期的情绪特征，从而发现情绪对生产力、任务质量、创造力、团队关系和工作满意度有很大影响，以及怎样的团队会具有更积极的情绪。可见，网络评论隐含了无法掩盖的重要信息。

(二)网络评论国内研究现况。崔永生(2018)认为，网络评论具较高的独立性、非商业性，因此用户信赖度较高。同时由于缺少线下体验，更多的用户倾向于先看评论，后做决策，通过查看商品评价，消费者可以迅速了解到其他顾客对商品的评价、锁定关注属性的相关评价，支持消费决策。韩心瑜，张向达(2019)认为一个企业的品牌信用与网络评论以及顾客资产的流动具有重要联系，积极的网络评论能够帮助企业赢得更多的顾客以及正向的顾客资产流入。龚艳萍和梁树霖(2014)等人建立了用户接纳程度、网络评论的数量和质量以及产品特征的关系模型，最终得出网络评论的质量对用户对新产品的接纳具有显著影响。多数学者的研究成果都表明网络评论对于品牌、用户偏好、接纳程度、产品定价等方面具有显著的影响。

(三)重要性-绩效分析(IPA)。重要性-绩效分析(Importance & performance Analysis)，最初Martilla和James于1977年提出。它评估了某件产品或产品的某种质量特征对于消费者的重要性以及顾客对该种产品或该产品的质量特征的满意程度。目前IPA模型已经被广泛运用于服务质量评价。雀巢在质量管理方面曾经经受过重大危机，危机之后的几十年里，该公司都相当重视质量控制和顾客关系管理，重要性-绩效分析是其最重要的管理工具之一。Christine T. Ennew等人通过重要性-绩效分析方法，建立了服务质量评价的数据体系，从而能够更有效地评价无形服务的质量以及顾客的满意程度。Verslas teorija ir praktika(2018)采用IPA模型对印度尼西亚两家最小零售连锁店的服务质量进行分析，其研究得出产品的价格与质量这两方面的实际情况和顾客期望之间的差距会显著地影响顾客满意度。Christine T. Ennew表示，重要性-绩效评价指标尽管非常简单，但其实用性较高，适合为中小企业改进服务质量提供更加可视化的数据。

二、网络评论的重要性-绩效分析

(一)重要性-绩效分析的可行性。基于已有研究，本文认为在当前的网络评论适用于重要性-绩效分析方法。电子商务商家分析网络评论时，要求的结果需要给出顾客所关注的重要内容以及顾客对这方面内容的满意程度(邓爱民，2014)。重要性-绩效分析能够仅依靠评论文本的主题分析以及情感分析较好地满足这一需求，其输出的结果报表能够将产品特征投入不同重要性以及绩效水平的四个象限，从这两方面区分产品特征对于消费者选择的影响力及价值。其可行性主要来源于以下几个方面。

1.行业层面。电子商务行业现处于一个蓬勃发展的时期，我国电子商务交易总额2014年的增长速度为28.64%，较当年增速为7.8%的国内增长总值增速高3.86倍。电子商务行业相较线下零售行业，具有开放度高、扩征速度快、交易效率高、交易成本低等特点(黄海龙，2013)。大数据是这一产业发展的有利工具，能够对消费者信息进行收集、分类和分析，为用户提供更加个性化的、精准的服务(张涵，2016)。但目前大数据主要被用于对用户的个性化推荐，而非产品和服务的改进。同时，新产品的试点绩效短时间内也无法依靠针对用户的数据挖掘信息进行评价，针对某一单一产品的数据挖掘需求应运而生。针对产品的数据挖掘研究中，对于某一产品所产生的评论数据的重要性-绩效分析具有成本低、效率高、精准度高的特点。商家群体依靠评论数据分析，不断改进产品战略，提升产品与服务质量，能够促进行业中的良性竞争，维持健康有序的行业生态，给消费者与商家带来双向福利。另外，电子商务产业迅速扩展的同时，既带动了传统的制造业与服务业的转型，也造成了一定隐患，如制度体制和支撑体制不完善(聂林海，2014)，假冒伪劣商品横行，消费者权益受到侵犯的案例时有发生。而重要性-绩效分析方法有利于提取出含“假的”、“假货”、“不诚信”、“无良”等主题词汇，发掘假冒伪劣产品，辅助建立更加合理完善的行业支撑体系，有利于保护消费者的权益，保障网络购物安全。

2.商家层面。电子商务消费市场具有选择范围扩大化，消费者市场细分化，服务需求的多样化，购买需求的理想化等多种特点，如今能够影响消费者的营销手段，也不仅仅局限于是4P's(产品、价格、渠道、促销)，而是更多地向4C's转化，即观念(concept)、成本(cost)、沟通(convenience)和交流(communication)(邓爱民，2014)。消费者感知和交互体验对于电子商务商家而言越发重要。能够迎合消费者的电子商务商家的业务量，往往呈现几何倍数的增长，经营过程中无论聘请多少员工，逐个查看网络评论几乎不可能实现，而通过爬虫技术逐个进行实证分析也需要耗费大量时间，且需要足够的技术储备。商家想要与消费者维持有效交流，关注目标用户的内心想法，就需要了解用户认为重要的内容，改进用户体验中的不足之处，完善和加强自身产品中的长处。基于评论文本得出的重要性-绩效分析能够为商家提供某一产品能够被消费者感知到的核心优势和关键劣势，能够区分优势劣势的重要方面和非重要方面，因此能辅助商家了解自身，了解消费者，改善经营和产品策略，从而赢得行业竞争优势。

3.消费者层面。网络购物环境下，消费者粘性与满意度密切相关，而满意度与交互和体验有较高的联系(郭国庆，李光明2012)。网络电子环境下，消费者行为受到计划行为理论(黎志成，2002)，线上的消费模式削弱了消费环境对消费者感知的影响，取而代之的是更加清晰明确的产品属性，更加理性的决策环境以及更长的思考时间。即没有了线下销售人员的引导，消费者为了寻找适合自身的产品需要浏览大量产品信息。更长的决策时间以及更大的信息量使得消费者购物决策的过程也更加复杂，消费者常常迷失在大量商品属性、商品评论的信息之中，无法找到心仪的商品(赵冬梅，纪淑娴，2010)。此时网络评论大数据得出的重要性-绩效分析报表相当于给予每个消费者，与成千上万个已经“体验”过某种商品的其他消费者进行对话，直观地察看某一产品是否具有能最大程度满足自身需求的产品特征，从而简化了购物过程。另外消费电子化的时代在带来便利的同时，一定程度上也牺牲了消费者与商家的双向沟通。消费者的诉求需要得到及时响应，而这其中交流的媒介就是评论文本。因此，区分重要性与情感极性的评论文本分析，能使消费者的诉求有效地传递给商家，从而为消费者带来更优质的服务环境与服务体验。

(二)重要性-绩效分析报表。目前大多数学者对于网络评论采用了实证研究的方法，针对单个行业或企业进行评论爬取以及数据收集。这样的分析方法虽然准确度较高，但由于网络评论数量庞大，逐个企业进行实证研究需要耗费大量的时间成本与人力成本。且实证分析的结果较为复杂，需要有一定技术和知识储备才能够恰当使用，而不利于商家直接使用。重要性-绩效分析方法的结果展示具有简单化、可视化、特征化的特点，基于海量评论文本数据所得出的分析报表既具有一定的准确性，也具有较高的实用价值。基本的重要性-绩效分析结果展示图如图1所示。

图1 重要性-绩效分析图

图1所示的四个象限代表四种不同的产品特征，通过数据挖掘技术分析网络评论文本，提取关键词作为产品的特征，并通过每个特征的情感倾向性特征将它们分入以上四个象限。四个向量分别具有以下含义：位于象限I表示最令人满意。位于着一象限的特征对顾客最重要，具有最高满意度；位于象限II表示需待改进。位于这一象限的特征或服务对顾客重要，但做得不够好；位于象限III中的特征需要改进，但重要性程度低于象限II中的特征；位于象限IV中的特征做得好，但重要性不高，使之做得好的资源可以向更重要的特征转移。

商家在观测时根据特征落入的特定象限来区分产品的哪些特征需要得到重视，哪些特征需要加强、保持、改进或减少投资，制定不同的产品战略，执行相应的改进措施，来迎合市场上消费者的需求。

(三)重要性-绩效分析与人工智能结合。重要性-绩效分析方法与人工智能结合运用，能够较好地提供适用于电子商务商家的情感分析报表。结合计算机深度学习方法，重要性-绩效分析方法的进行过程应由下面几个步骤组成：

1.对在线评论进行预处理。在线评论中的文字内容不仅包含有关产品或服务的词语，还包含大量与产品或服务信息无关的词语。为了提高提取产品特征的效率和准确性，计算机需要先进行文本分词，同时对词性进行区分，剔除其中除名次与形容词以外其他词性的单词。

2.使用LDA提取产品特征。LDA(Latent Dirichlet Allocation)是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。对于给定的在线评论集，每个评论中的主题分布和每个主题中的单词分布可以通过LDA生成。基于获得的主题分布和单词分布，可以推断出在线评论的主要主题，也即需要找出的产品特征。

3.手动整合和过滤。由于提取的主题中可能存在无关或对商家改进产品没有实质意义的单词，如“很好”“厌烦”作为特征词就是缺乏意义的。通过手动合并具有相似含义的主题，过滤每个主题中的嘈杂词，能够使产品特征的提取更具有准确性。

以京东商城某商品的网络评论分析为例，用爬虫技术爬取关于该商品的1,300多条网络评论文本作为基础数据，并对所爬取到的文本进行分词，使其中该产品的特征能够以词的形式展现。

图2 爬虫技术自动爬取评论文本

数据来源：网络评论文本www.jd.com

文本分词的同时能够将词语分为动词、名次以及形容词。分析产品特征需要针对相应的名词进行分析，因此在此步骤中提出除名词和形容词外的其他词性词组，而后进行下一步步骤。结合重要性和情感倾向性的报表，能够被用于逐个分析具体特征的绩效，即某一特征对这个商品整体满意度的贡献。

图3 重要性-绩效分析(IPA)报表示例

图3可以看出，该商品具有较高绩效的特征是款式、颜色等。顾客对于这些方面感到满意，因此给予了积极的评论。颜色款式这些设计方面的内容是服饰产业产品设计的核心内容，该商品能在这些方面具有积极的影响意义，说明在行业中较具竞争实力。虽然顾客对于该产品细节处的设计以及气味等方面较不满意，但这两方面落入第三象限，即虽不满意但也并不重要，不属于大多数人反映的问题。因此商家需要在继续投入人力、物力、财力，保持产品优势方面的同时，适度地采取相关措施，改善对细节、气味等方面的改进，从而改善消费者的综合体验。

三、策略与建议

基于评论文本分析得出的重要特征较其他特征不同，反映的是购买并使用了产品的消费者的直观感受，因此分析人群大多数来自产品的目标用户，而问卷调研等方式则无法准确定位到使用产品的目标人群。分析各个区域的产品特征能够为企业在产品选择、顾客管理、提高顾客粘性、建立长期关系等方面提供更有效的分析数据。本文将针对每个区域特征的策略提出相应建议。

(一)继续保持区策略。消费者对于企业的总体印象往往来源于对商品优势特点的感知，而其感知对企业的声誉和形象具有重要影响(韩心瑜，张向达，2018)。处于继续保持区的产品或服务的特征往往来源于商品的核心竞争力，也是联系企业与消费者的重要桥梁。如耳机的音质和电视机的清晰度等。这些特征具有较高的重要性，并且能够赢得消费者的青睐。保持住这个区域的特征绩效，有利于直接与目标用户建立长期的关系，增强用户粘性。因此企业在发展的过程中应该着重关注这些特征，而不是一味地寻求拓宽市场容量以增加利润。对于这些特征，企业应当投入相应的科技、人力、资金进行加强开发与保持。

(二)供给过度区策略。产品服务特征若处于供给过度区，则反映海量顾客评论中，该特征被提到的次数并不多。因此没有直观地给消费者带来较深刻的影响。若这些特征没有耗费企业巨额的资源，如书本的封面、耳机的颜色等，则可以继续保留这些特征，因为它们对产品所带来的影响是积极的。但若这些特征需要耗费企业巨额的资源才能够具有较高的质量与积极的评价，则企业需要考虑相应的资源分配，减少对这些特征的投入并增加对继续保持区特征的投入，因为这些特征实际上在消费者眼中的重要性并不高。

(三)重点改善区策略。对于继续保持区的产品，商家有必要进行更加深入的调研活动。原因是评论分析反映出消费者对这些特征的负面感知非常明显，会对产品以及企业的形象形成直接的损害。若这些特征在此前不是企业核心关注的特征，应当提高对这些特征的关注程度，引起重视设法改善，以挽回产品和企业在消费者心目中的形象。比如苹果手机不耐摔的特征，消费者需要花较其他手机数倍的价格去购买苹果手机，而其脆弱的表面虽然并没有影响到手机的核心价值，但也会在消费者心目中造成负面印象。

(四)低优先顺序区策略。被分入低优先顺序区的产品特征，既没有被企业重点关注，也未被消费者认可，比如笔记本电脑的前置摄像头，或是一辆手推车的颜色。这些特征不是商家重点关注的，但消费者对其表现出了负面的情感倾向性。在一个激烈的市场竞争条件下，这些特征也需要被给予一定的关注，因为可供消费者选择的产品和服务种类繁多，消费者也能够轻松找到更为心仪的产品。但若在市场竞争者少，或利基市场的条件下，企业则可以利用较少量的资源对这些特征进行改进，而把更充裕的资源和人力投入到产品核心能力的开发上。