負(fù)面在線評論內(nèi)容對服裝銷量的影響研究

喻亦爽

摘要：以淘寶網(wǎng)服裝產(chǎn)品為研究對象，抽選108家店鋪消費者購買服裝的負(fù)面在線評論數(shù)據(jù)，并將負(fù)面在線評論劃分為客服、物流、質(zhì)量、色差及尺碼五類內(nèi)容，通過實證分析其評論量及總評論量對服裝銷量的影響，結(jié)果表明：總評論量對服裝銷量有顯著的正向影響，負(fù)面在線評論總量對銷量呈負(fù)向顯著影響；客服、物流和質(zhì)量對服裝銷量的影響顯著，色差及尺碼對銷量的影響不顯著。

關(guān)鍵詞：負(fù)面在線評論；服裝銷量；評論數(shù)量

中圖分類號：F7246文獻(xiàn)標(biāo)識碼：A文章編號：2095-3283（2016）03-0124-03

一、引言

隨著互聯(lián)網(wǎng)的迅速發(fā)展，網(wǎng)上購物因其獨有的便捷特點成為年輕人的主流選擇，在線評論更是成為消費者了解商品的重要信息來源。為了更加精確地把握購買商品的性能，消費者往往比較關(guān)注負(fù)面在線評論。近年來，由負(fù)面在線評論引起的網(wǎng)絡(luò)店鋪賣主和買主之間的矛盾沖突越來越嚴(yán)重，賣主威脅買主刪除負(fù)面評論所采取的過激行為也屢見不鮮。可見負(fù)面在線評論對商家造成了一定的不良影響。張耕和郭寧（2012）通過回歸分析處理所得數(shù)據(jù)揭示產(chǎn)品暢銷度在負(fù)面在線評論對產(chǎn)品銷量影響中的作用大小。胡志海等（2015）將樣本數(shù)據(jù)進(jìn)行線性回歸得到各變量的相關(guān)性，分析了在線評論的數(shù)量及差評率對產(chǎn)品銷量的影響。從現(xiàn)有的研究文獻(xiàn)看，大部分對負(fù)面在線評論的實證研究都集中在負(fù)面評論數(shù)量對銷量的影響上，對于負(fù)面在線評論內(nèi)容沒有進(jìn)行深入探討，而負(fù)面在線評論內(nèi)容對產(chǎn)品銷量的影響尤其是對服裝商品銷量的影響至關(guān)重要。本文以淘寶網(wǎng)服裝產(chǎn)品為研究對象，通過收集、分析消費者購買服裝的負(fù)面在線評論數(shù)據(jù)，根據(jù)負(fù)面在線評論內(nèi)容將其分類，找出對服裝銷量有顯著影響的那一類或幾類負(fù)面評論，試圖從負(fù)面在線評論內(nèi)容方面分析影響服裝銷量的主要因素，并針對這些影響因素向商家提出合理建議。

二、模型假設(shè)

本文旨在探討負(fù)面在線評論內(nèi)容對服裝銷量的影響，因此構(gòu)建的兩個模型均以服裝銷量作為因變量，解釋變量有負(fù)面在線評論數(shù)量、總評論量、根據(jù)負(fù)面在線評論內(nèi)容分類后各類別下的評論數(shù)量，兩模型由于研究的不同，因此具有不同的解釋變量。

在模型1中，以負(fù)面在線評論數(shù)量和總評論量為解釋變量，用以說明負(fù)面在線評論總量對服裝銷量的影響。在模型2中，本文根據(jù)負(fù)面在線評論內(nèi)容對負(fù)面評論進(jìn)行分類：消費者對服裝做出的諸如衣服質(zhì)量不好的評論歸為質(zhì)量一類，諸如收到的衣服的顏色與在網(wǎng)上看到的顏色不一致的評論歸為色差一類，諸如衣服的尺碼與網(wǎng)上描述的尺寸不符的評論歸為尺碼一類，諸如物流速度太慢、快遞服務(wù)不好的評論歸為物流一類，諸如賣家態(tài)度惡劣，售后服務(wù)差的評論歸為客服一類。以質(zhì)量、色差、尺碼、物流、客服這五類下的評論數(shù)量及總評論量為解釋變量，用以指出對服裝銷量有顯著影響的那一類或幾類負(fù)面評論。

（一）負(fù)面在線評論量對服裝銷量的影響

由于消費者在進(jìn)行網(wǎng)絡(luò)購物時對產(chǎn)品評論有極高的依賴性且對于產(chǎn)品的負(fù)面評論十分敏感，因此在同批次產(chǎn)品中，消費者更愿意選擇負(fù)面評論較少的產(chǎn)品以降低買到次貨的風(fēng)險?，F(xiàn)有文獻(xiàn)都表明，負(fù)面在線評論數(shù)量對產(chǎn)品銷售量有顯著的負(fù)面影響。據(jù)此，本文提出假設(shè)h1。

h1：負(fù)面在線評論數(shù)量越多，服裝銷量越少。

（二）在線總評論量對服裝銷量的影響

一般說來在線總評論量是產(chǎn)品銷量的客觀反映。胡志海等（2015）通過在淘寶上收集、整理護(hù)膚品的銷量等數(shù)據(jù)，發(fā)現(xiàn)新增銷量與評論數(shù)量相關(guān)，評論數(shù)量對護(hù)膚品新增銷量的影響極為顯著，護(hù)膚品的評論數(shù)量越多則銷量越高。因此本文提出假設(shè)h2。

h2：在線總評論量越多，服裝銷量越多。

（三）關(guān)于客服一類的負(fù)面在線評論數(shù)量對服裝銷量的影響

商家的服務(wù)態(tài)度對消費者的購買行為會產(chǎn)生直接或間接的影響。商品相近或同質(zhì)的兩家店鋪，消費者更愿意選擇服務(wù)態(tài)度好的商家。在消費者咨詢產(chǎn)品的相關(guān)信息時，商家表現(xiàn)出來的服務(wù)態(tài)度在很大程度上會決定消費者的最終購買行為，即服務(wù)態(tài)度越惡劣的商家，消費者越容易放棄購買產(chǎn)品。因此，本文提出假設(shè)h3。

h3：關(guān)于客服一類的負(fù)面在線評論數(shù)量對服裝銷量有顯著影響，并且評論數(shù)量越多，服裝銷量越少。

（四）關(guān)于物流一類的負(fù)面在線評論數(shù)量對服裝銷量的影響

根據(jù)時間偏好理論，人們常常展現(xiàn)出正時間偏好率的特征，這意味著人們認(rèn)為當(dāng)下某種物品所具有的價值比未來同樣的這個物品具有的價值高。因此，消費者更樂意購買能夠快速拿到手中的產(chǎn)品，并且物流越慢就越加重消費者對購買商品的擔(dān)心，產(chǎn)品在運送途中承擔(dān)的風(fēng)險也越大。據(jù)此，本文提出假設(shè)h4。

h4：關(guān)于物流一類的負(fù)面在線評論數(shù)量對服裝銷量有顯著影響，并且評論數(shù)量越多，服裝銷量越少。

（五）關(guān)于質(zhì)量一類的負(fù)面在線評論數(shù)量對服裝銷量的影響

雖然產(chǎn)品的款式、顏色會對消費者的購買行為產(chǎn)生影響，但是消費者最終決定是否購買某產(chǎn)品與產(chǎn)品質(zhì)量有著重要關(guān)系。負(fù)面在線評論中，消費者對產(chǎn)品質(zhì)量一類的評論十分關(guān)注，產(chǎn)品質(zhì)量的好壞直接決定了這項產(chǎn)品是否值得消費者購買。因此，本文提出假設(shè)h5。

h5：關(guān)于質(zhì)量一類的負(fù)面在線評論數(shù)量對服裝銷量有顯著影響，并且評論數(shù)量越多，服裝銷量越少。

（六）關(guān)于色差、尺碼類的負(fù)面在線評論數(shù)量對服裝銷量的影響

消費者在選擇產(chǎn)品時還會注意到產(chǎn)品有無色差、尺碼方面的問題。由于色差和尺碼問題是消費者的主觀反應(yīng)，因此關(guān)于這兩類的負(fù)面評論幾乎不影響消費者的購買決定。況且商家因拍攝光線等外在因素導(dǎo)致的網(wǎng)絡(luò)圖片顏色與實際產(chǎn)品顏色不符是不可控的，而消費者認(rèn)為的尺碼問題大部分可以通過告訴客服形體大小由客服推薦尺碼這種途徑得以解決。據(jù)此，本文提出假設(shè)h6和h7。

h6：關(guān)于色差一類的負(fù)面在線評論數(shù)量對服裝銷量沒有顯著影響。

h7：關(guān)于尺碼一類的負(fù)面在線評論數(shù)量對服裝銷量沒有顯著影響。

三、實證分析

（一）數(shù)據(jù)描述

本研究所用的數(shù)據(jù)是隨機(jī)從淘寶網(wǎng)中的服裝店鋪收集而來，記錄時間為2015年12月7日至2016年1月7日，抽選的店鋪有108家。為避免季節(jié)因素對服裝銷量的影響，本文特地以冬季女性羽絨服作為研究對象收集相關(guān)數(shù)據(jù)，記錄下選取店鋪中特定服裝的這一個月的銷量、總評論量、負(fù)面在線評論數(shù)量，以及根據(jù)負(fù)面在線評論內(nèi)容進(jìn)行分類后得到各類別下的評論量。為確保數(shù)據(jù)的準(zhǔn)確度，防止其他變量對數(shù)據(jù)的不可控影響，需要對上述得到的數(shù)據(jù)進(jìn)行處理：在選取的店鋪中記錄下信譽(yù)等級相近的服裝店鋪的相關(guān)數(shù)據(jù)，并且在選定的服裝店鋪中留下價格相同或相近（價格上下波動不超過1元）的羽絨服銷量等數(shù)據(jù)，剔除其他價位的羽絨服銷量等數(shù)據(jù)以消除價格對銷量的影響。經(jīng)過處理后得到可用數(shù)據(jù)37組。

（二）基本結(jié)果

表1兩變量對服裝銷量的回歸結(jié)果coefficientt-Statisticprobc3825（689）00000Log（tc）05082728**（694）00000Log（tnc）-0232-2032*（-471）00000R209345調(diào)整R209306注：（1）tc、tnc分別表示總評論量和負(fù)面在線評論量；（2）*，**分別表示通過顯著水平為005，001的統(tǒng)計檢驗。

為檢驗前面所提假設(shè)的正確性，對這37組數(shù)據(jù)采用最小二乘法進(jìn)行回歸分析，在模型1、2中均使用Eviews80分析相關(guān)數(shù)據(jù)。通過模型1得到負(fù)面在線評論總量與服裝銷量的關(guān)系，通過模型2找到對服裝銷量有顯著影響的一類或幾類負(fù)面評論。為較容易地分析解釋變量和因變量間的關(guān)系，本文對兩模型中的數(shù)據(jù)均采用對數(shù)形式。表1和表2分別是模型1和模型2的回歸結(jié)果，表3則是在表2的回歸結(jié)果上剔除對服裝銷量無顯著影響的解釋變量后并對回歸結(jié)果做異方差、序列相關(guān)性等檢驗及修正得到的最終結(jié)果。根據(jù)表1可知：負(fù)面在線評論量和總評論量均通過顯著性檢驗，且總評論量對月銷量有顯著正向影響，負(fù)面在線評論量對月銷量有顯著負(fù)向影響，即有關(guān)負(fù)面在線評論量、總評論量對銷量影響的假設(shè)h1和h2成立。據(jù)表2可知：由于|-015|<|-1688|，故接受解釋變量尺碼對被解釋變量銷量沒有影響的原假設(shè)，同理知色差對銷量也沒有影響，即在五類評論中，客服、物流和質(zhì)量三者對服裝銷量有顯著影響，而色差和尺碼對服裝銷量無顯著影響。這意味著上述關(guān)于色差、尺碼的假設(shè)h6和h7成立。根據(jù)表3，總評論量對服裝銷量有著顯著的正向影響，客服、物流和質(zhì)量對服裝銷量有顯著的負(fù)向影響，因此假設(shè)h3、h4和h5均成立。

四、結(jié)論與建議

（一）結(jié)論

從上述實證分析中不難發(fā)現(xiàn)負(fù)面在線評論數(shù)量會影響到服裝的銷量，且兩者之間存在負(fù)向關(guān)系，這說明消費者在網(wǎng)絡(luò)購物時出于規(guī)避風(fēng)險的考慮，會慎重選擇那些負(fù)面評論較多的產(chǎn)品。在根據(jù)負(fù)面在線評論內(nèi)容進(jìn)行分類后得到各類別下的評論量中，關(guān)于客服、物流和質(zhì)量類的評論對服裝銷量會產(chǎn)生影響，而關(guān)于色差和尺碼類的評論對服裝銷量沒有顯著影響。由于對色差及尺碼的評論涉及到消費者的主觀判斷，因此這兩項對服裝的銷量沒有決定性作用。

（二）建議

一是重視負(fù)面在線評論。負(fù)面在線評論量對服裝銷量有顯著負(fù)向影響，但商家不應(yīng)采取過激行為消除負(fù)面評論，否則將得不償失，況且總評論量越多，服裝銷量也會增加；二是商家應(yīng)區(qū)別對待負(fù)面在線評論的內(nèi)容。負(fù)面評論中有關(guān)客服、物流、質(zhì)量類的評論對服裝銷量的影響較大，這幾項評論量越多服裝銷量會越少。商家應(yīng)改進(jìn)客服態(tài)度并提高物流速度，對于產(chǎn)品的質(zhì)量問題，商家在發(fā)貨前應(yīng)仔細(xì)檢查產(chǎn)品確保服裝沒有缺損沒有弄臟等，商家甚至可以更換進(jìn)貨商以盡可能減少質(zhì)量問題的出現(xiàn)；三是商家應(yīng)充分利用消費者的評論提高產(chǎn)品的知名度，避免與消費者發(fā)生沖突損壞店鋪的名譽(yù)。

[參考文獻(xiàn)]

[1]胡志海，趙丹丹，張義在線評論對商品銷售影響的實證研究[J]重慶工商大學(xué)學(xué)報：自然科學(xué)版，2015（12）：52-55

[2]張耕，郭寧負(fù)面在線評論對產(chǎn)品銷售的影響：基于淘寶網(wǎng)的實證研究[J]消費經(jīng)濟(jì)，2012（6）：86-89

[3]陸海霞，吳小丁，蘇立勛差評真的那么可怕嗎？——負(fù)面線上評論對消費者購買行為的影響研究[J]北京社會科學(xué)，2014（5）：102-109

[4]陳鵬網(wǎng)絡(luò)口碑對在線銷售的影響實證分析——基于淘寶網(wǎng)[J]當(dāng)代經(jīng)濟(jì)，2015（2）：30-31

[5]鄭春東，郭偉倩，王寒負(fù)面網(wǎng)絡(luò)消費者評論及商家回復(fù)對潛在消費者的影響[J]北京工商大學(xué)學(xué)報：社會科學(xué)版，2015（1）：86-92

Abstract：With Taobao clothing products as studying object，this dissertation collect and select the negative online review data of 108 stores and then analyze these datas. According to the content，the negative online reviews were divided into five categories：customer service，logistics，quality，color difference and size.Through empirical analyzing the influence of these five types of comments and the total amount of comments on apparel sales. The results of the research show that：the total amount of comments has a significant positive impact on apparel sale and negative online reviews has a significant negative impact on apparel sale，in the comments of five categories，customer service，logistics and quality has significant impact on apparel sales，the effect of color difference and size on apparel sales is not significant.

Key words：negative online reviews； apparel sales； reviews volume

（責(zé)任編輯：郭麗春）