在线评价对消费者购买行为的影响外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

在线评价对消费者购买行为的影响

莫赞，李燕飞，范鹏

广东工业大学管理学院，广州

电子邮件：649319529@qq.com

2015年5月27收到；2015年6月26日接受；2015年6月29日出版

版权copy;2015作者科研出版公司

这项工作是由创意共享空间归属国际许可证许可的。http://creativecommons.org/licenses/by/4.0/

摘要：

本研究为了了解在线评论对消费者购买行为的影响，从而收集400多家淘宝商店的在线评论。基于S-O-R模型，本文通过从体验过的商品在线评论这一新的消费者学习的角度来研究对消费者购买行为的影响。使用SPSS 19.0软件进行数据分析和假设，统计结果表明：好评、描述评级、照片评价、追评和累计评价对消费者购买行为产生影响，而中评、差评、物流评级和服务评级并不重要。最后，本文提出建议和总结。

关键词：

在线评价、消费者学习、体验过的商品、购买行为

1. 引言

随着电子商务的发展，网购已经成为消费者的习惯。通过图1最新的调查数据可以看出，2014年第三季度中国网上购物市场交易规模达到6914.1亿，B2C市场占44.2%，在B2C中天猫占据将近60%的市场。C2C市场能够满足网上消费者的差异性和个性化需求，未来将会持续保持稳定的增长。由中国互联网络信息中心发布的第35份调查报告表明，持续到2014年12月，中国互联网用户的规模达到6.49亿，移动电话用户达到5.57亿，移动购物越来越流行。

消费者在电子商务的网站购买之前，他们习惯于将在线评论作为一种依据去决定是否购买。在购买之后，他们将会在网站上发布自己的商品评论。近几年，

关于在线评论的研究主要讨论了有效性和可信性。本文收集淘宝上体验过的商品的评论信息，去研究在线评论是如何在购买过程中影响购买行为的。

图1 2014年第三季度中国网上购物市场交易规模

1. 理论基础

关于在线评论的定义有许多种，不同的学者有不同的观点。Park和Lee认为在线评论是对在网上商城已经出售的产品的肯定的和否定的评论。Mudambi和Schuff指出在线评论是被消费者所创建的贴在第三方网站和零售商上的对产品和服务的评论信息。本文认为在线评论是关于消费品不同方面的评论信息，通过这个信息，以及消费者的评论和经验能够推断出商品质量，从而减少个人时间和购买风险。

总而言之，定量分析在线评论如何影响消费者购买行为，这一研究能够转变成分析在线评论如何影响商品销售。通过研究在线评论和电影票房收入，一些学者们发现使用销售来衡量消费者购买行为是可行的定量测量。因此，本文通过每月的商品交易记录来研究在线评论对消费者购买行为的影响。

淘宝的在线评论信息是匿名的。由于不对称，消费者在购买之前不能得到所有的信息。为了提高对产品的认识，他们不得不在购买之前收集在线评论信息。在线评论提供给消费者真实的购物经验和一个参考去了解产品。一些学者认为,消费者搜索在线评论的驱动力是信息不对称,缺乏可获得信息，认知知觉权威和感知经济。因此，消费者在购买之前搜索在线评论是重要的一步。与此同时，在线评论可以提高消费者对购物网站的看法和产品，吸引消费者关心的可能，增加消费者的忠诚度和社区网站，它允许消费者做出更好的购物决策。

作为消费者的指南信息，匿名在线评论的传播使更多的消费者愿意提供自己的真实体验，即使是负面的。但卖方将采取行动迫使消费者重写负面评论信息，使得一些信息是不可信的。甚至，一些淘宝卖家骚扰和报复给予负面评论的顾客。所以消费者害怕给真正的评论。此外，刷信誉的行为使消费者无法区分交易是假的，从而依据这些评论会增加判断的困难。

消费者学习指的是消费者获取知识、经验和技能的过程，不断地在购买过程中提高他们的购买行为。消费者的态度影响在线评论的数量和评级。当消费者想要去买东西，他们被积极或消极的评论暗示他们会喜欢或不喜欢的商品。当高质量的评论出现，消费者冲动将继续得到加强。当低质量的评论出现，消费者的冲动就会减少。购买后，商品的质量被消费者认可。当有需求再买，他们会重复购买。在线评论的可信度和有效性实施过程可以被理解为一种消费者的学习行为。所以从消费者学习的角度来观察消费者购买过程变得非常必要。

行为心理学的创始人Watson提出了“刺激反应”模型。在它的基础上，Mehrabian提出消费者行为模式，刺激-机体-反应模型(SOR模型)。这个模型表明，场景可以刺激消费者的心理，然后影响消费者行为。最后研究了在线评论对消费者购买行为的影响，如图2所示。刺激来自在线评论的评级和评论。评价评级涉及对商品的好评、中评、差评。本文分析评论评级的数量如何影响消费者的行为。审查内容包括两个方面：评论的数量和商店的信誉。商店信誉包括描述评级、物流评级和服务等级。评论的数量涉及图片评价的数量，追评的数量和累计评价的数量。

1. 研究假设

从经济学角度，Nelson将商品分为搜索商品和体验商品。搜索商品是指消费者通过商品信息可以在购买前得到准确信息的商品，如手机、相机、打印机等等。经验商品指的消费者无法在购买前通过商品信息获得准确的信息的商品，如化妆品、食品等等。国外的研究结果表明，经验商品比搜索商品更依赖在线评论，并且消费者倾向于使用在线评论购买经验商品。因此，本文研究经验商品的在线评价。

目前，不同的电子商务网站的评价系统是存在差异的。但他们都包含物流评级、服务评级、描述评级和评论审核。淘宝上的产品页面，网站提供给消费者使用数值星评级（从1星到5星）形式发表评价的机会。我们可以找到关于在线评价的各种信息，如图片、追评、好评、中评、差评、累计评价等等。哪一个会对销售产生影响?本文将一个接一个地讨论这些因素。

刺激

反应

机体

评价等级

好评

中评

差评

评价内容

商店信誉

评价数量

消费者

买/不买

图2 SOR消费者购买行为模型

3.1评价等级

商品的评价等级是消费者的初始态度，是消费者对商品的评价。B2C和C2C的评价系统略有不同。C2C评价系统包括好评、中评和差评，而B2C没有这个选项。在本文中,我们研究在C2C网站（淘宝）上，这些星评级的数量如何影响消费者的购买行为。消费者根据星评级更新对商品的态度，这是消费者的一个学习过程。一些研究表明，好评的数量在消费决策中起着至关重要的作用，中评的数量没有影响，差评对消费者购买行为有负面的影响。

因此，提供假设如下：

H1a：好评对消费者购买行为产生积极影响。

H1b：中评对消费者购买行为没有影响。

H1c：差评对消费者购买行为产生负面影响。

3.2评价内容

1. 商店信誉

商店信誉涉及到消费者购后的有内容的评价和星评级。评价内容可能涉及对质量、价格、服务态度、物流等的评论。消费者还可以在评价内容下面展示商品图片。除了内容评价，消费者需要对物流、服务和描述进行星评级。星评级范围从一到五颗星星级。评级很低(1星)表明质量不好，糟糕的服务和物流缓慢。非常高的评级(五颗星)反映了高质量，良好的服务和快速的物流。五颗星是最好的，一颗星是很糟糕。店的信誉是无形资产和的吸引因素之一。研究表明，星评级可以增加消费者的信心。

因此,提供以下假设:

H2a:描述星级对消费者的购买行为产生积极影响。

H2b:服务星级对消费者的购买行为产生积极影响。

H2c:物流星级对消费者的购买行为产生积极影响。

1. 评价数量

图片存在于消费者的初次评价或追评，是评价的一部分。包含图片的评价反映了商品的真实质量，如颜色问题、规范不一致的问题，或者是高品质、好经验。图片评价减少消费者购买经验商品的风险。在消费者学习过程,图片评价表明真正的购买行为。

消费者可以在180天内完成评价。之后,卖家也会给消费者进行评价。但是消费者有第二次机会追加评价，并且卖家也有另一个机会来解释。追加评价是指第二个评价。它可以是文字或图片，但不影响卖方的星级。追评反映了消费者更好的体验。因此追评反映了购后的真实情况。一些商品的质量问题在短时间内不会出现。通过追加的评价，消费者可以了解商品的质量和耐用性。一些学者使用复杂的网络方法来研究淘宝的乳液的附加评价，发现时间以长尾分布这种特定的规律呈现。

累计评价是在一个月之内的评价发布。评价可能涉及到颜色、质量、规格、物流、客户服务和其他因素。评论可以做很长一段长篇大论，也可以短词评估，如好或坏。累计评价是消费者在购买前了解商品信息的一个重要渠道。高丰富信息可以帮助消费者了解产品信息。一些研究表明，好评的影响取代累计评价的影响。但另一项研究发现，在线评论的数量影响网络消费者的购买意愿。

综上所述，提供假设如下：

H3a：追评对消费者购买行为产生积极的影响。

H3b：图片评价对消费者购买行为产生积极的影响。

H3c：累计评价对消费者购买行为产生积极的影响。

1. 数据收集分析和结果

基于以下原因,本文选择清洁剂为研究对象。首先，清洁剂是一种体验产品，消费者购买该产品用于个人使用或作为礼物送给他人，可以避免做出购买时进行比较或其他情感因素。第二，这个产品是日常使用的产品。除了消费者对品牌的个人情感影响外，消费者有各自不同的体验。

淘宝网站提供了30天的交易记录和评价记录。所以本文收集在淘宝上30天的销售进行研究。我们选择在线数据从2014年11月15日至12月15日，作为数据样本，包括在淘宝上440家商店的资生堂清洁剂的销售信息。评价的总数是218954。删除无效的评价，数据样本包括434家店铺的信息。

所有变量的描述性数据如表1所示。好评、中评、差评的最小值都为0。不同的商店有不同的销售。一些商店出售这种产品很少，甚至没有人给予评价。因此，最小值是0。中评和差评的均值小于3。因为消费者不经常给中评和差评，所以均值很小。描述评级、服务评级和物流评级的最小值是4.5，最大值是5，均值约为4.8，434家店铺的这三大评级几乎没有区别。图片评价、追评和累计评价的最小值都是0。图片评价和追评的均值约为10。消费者花费更多的时间和精力发布图片和追评。如果产品没有出现任何问题，消费者不会特别地给出追评和图片。

回归分析的结果如表3所示。从模型1的回归结果，模型分析表明一个不错的选择，利用一个非常重要的似然比(p = 0.000)和0.888 r平方值，如表2所示。在H1，我们假设好评有一个积极的影响，中评没有影响，差评有负面影响。我们发现结果为H1a提供强大的支持。好评是高度显著(p lt; 0.000)地预测消费者的购买行为。推测的结果还支持H1b，中评对消费者购买行为没有影响。结果不为H1c提供支持。所以本研究假设差评对消费者购买行为有负面影响不显著。

表1 样本的描述性统计

您可能感兴趣的文章

• 定量分析企业营销活动的价值外文翻译资料
• 欧洲网络小额贷款网站的分析外文翻译资料
• 服务故障影响客户忠诚度？外文翻译资料
• 互动或被动?与Twitter营销外文翻译资料
• 电子商务发展中的信用问题及信用体系的构建外文翻译资料
• 网络广告探讨外文翻译资料
• 探索在移动社交网络: ——Dodgeball作为一个例子外文翻译资料
• 在校大学生网购消费热点研究外文翻译资料
• 促销在品牌晋升中的影响：一项荟萃分析外文翻译资料
• 基于价值共创理论的B2B客户关系管理研究 ——以国内橡胶密封圈行业为例外文翻译资料