外文参考文献（原文）
The dynamics of online word-of-mouth and product sales
—An empirical investigation of the movie industry
Abstract
There are growing interests in understanding how word-of-mouth (WOM) on the Internet is generated and how it influences consumersrsquo; purchase decisions at retail outlets. A unique aspect of the WOM effect is the presence of a positive feedback mechanism between WOM and retail sales. We characterize the process through a dynamic simultaneous equation system, in which we separate the effect of online WOM as both a precursor to and an outcome of retail sales. We apply our approach to the movie industry, showing that both a moviersquo;s box office revenue and WOM valence significantly influence WOM volume. WOM volume in turn leads to higher box office performance. This positive feedback mechanism highlights the importance of WOM in generating and sustaining retail revenue.
Keywords: Online user reviews; Word-of-mouth; E-commerce; Motion picture; Simultaneous equations
1.Introduction
Word-of-mouth (WOM) has been recognized as one of the most influential resources of information transmission since the beginning of human society (Godes and Mayzlin 2004; Maxham and Netemeyer 2002; Reynolds and Beatty 1999). However, conventional interpersonal WOM communication is only effective within limited social contact boundaries, and the influence diminishes quickly over time and distance (Bhatnagar and Ghose 2004; Ellison and Fudenberg 1995). The advances of information technology and the emergence of online social network sites have profoundly changed the way information is transmitted and have transcended the traditional limitations of WOM (Laroche et al. 2005). The otherwise fleeting WOM targeted to one or a few friends has been transformed into enduring messages visible to the entire world. As a result, online WOM plays an increasingly significant role in consumer purchase decisions.
Online WOM presents both challenges and opportunities to retailers. On the one hand, WOM provides an alternative source of information to consumers, thus reducing retailersrsquo; ability to influence these consumers through traditional marketing and advertising channels. Prior studies show that a variety of aspects of WOM influence retail sales. Some found that WOM dispersion (Godes and Mayzlin 2004) and valence (Chevalier and Mayzlin 2006; Forman, Ghose, and Wiesenfeld 2008) have significant effects on product sales, while others found that WOM volume serves as the key driver of product sales (Chen, Wu, and Yoon 2004; Liu 2006). On the other hand, online WOM provides a new venue for retailers to reach consumers and to strategically influence consumer opinions. Anecdotal evidence has surfaced in recent years suggesting that online WOM could be successfully leveraged as a new marketing tool (Dellarocas 2003).
A unique aspect of the WOM effect that distinguishes it from more traditional marketing effects is the positive feedback mechanism between WOM and product sales. That is, WOM leads to more product sales, which in turn generate more WOM and then more product sales. The positive feedback mechanism indicates that WOM is not only a driving force in consumer purchase but also an outcome of retail sales (Godes and Mayzlin 2004; Srinivasan, Anderson, and Ponnavolu 2002). Prior studies on WOM have not fully recognized this unique nature of WOM effect and often treat WOM as exogenous, like traditional marketing effects (Chen et al. 2004; Liu 2006). Ignoring WOMs dual roles of precursor and outcome may misplace causality and lead to erroneous results. The objectives of this study, therefore, are to explicitly model the positive feedback mechanism between WOM and retail sales and identify their dynamic interrelationship. We propose a simultaneous equation system to fully capture the dual nature of online WOM and its dynamic evolution in a panel data setting.
We have chosen the movie industry as our research context because industry experts agree that WOM is a critical factor underlying a moviersquo;s staying power, which leads to its ultimate financial success (Elberse and Eliashberg 2003). In addition, the movie industry has by far received the most attention in marketing literature on WOM, which allows in-depth comparison of our results with those of previous studies. We, however, note that movies are a unique type of experience goods and the results from the industry do not necessarily generalize to other retailing sectors. Rather, our goal is to use the movie industry as a context to highlight the importance of considering the dynamics of and the interrelationship between retail sales and online WOM and to demonstrate the validity of the simultaneous equation approach in this setting. We found that both a moviersquo;s box office revenue and WOM valence significantly influence WOM volume. WOM volume in turn leads to higher box office performance. Our results clarify conflicting results reported in earlier studies with regard the influence of user ratings on box office revenue. We show that user ratings do not directly influence box office revenue. However, they affect box office revenue indirectly through WOM volume. Our results also confirm that online WOM is not only a precursor to, but also an outcome of, product sales. We show that ignoring the dual nature of WOM leads to erroneous results.
Online WOM in the movie industry takes many forms, including online reviews, discussion boards, chat rooms, blogs, wikis, and others. In this study, we focus on online user reviews because statistics suggest that user reviews are more prevalent than other forms of WOM communication in the movie industry. Beyond volume, another subtle but important difference between online user reviews and other types of WOM is that user reviews usually reflect user experience and consumer satisfaction, whi
剩余内容已隐藏，支付完成后下载完整资料
网络口碑和产品销售的动态——电影行业的实证研究
摘要
人们越来越感兴趣的是了解互联网上口碑( WOM)是如何产生的，以及它如何影响消费者在零售店的购买决定。口碑效应的一个独特方面是口碑和零售之间存在一种正反馈机制。我们通过一个动态联立方程系统来描述这一过程，在该系统中，我们将在线口碑的影响作为零售销售的前兆和结果分开。我们将我们的方法应用于电影行业，显示电影的票房收入和口碑价值量都显著影响口碑的数量。口碑的数量反过来会带来更高的票房表现。这种积极的正反馈机制强调了口碑在创造和维持零售收入方面的重要性。
关键词:在线用户评论；口碑；电子商务；电影；联立方程
1. 引言
自人类社会开始以来，口碑( WOM)就被认为是最有影响力的信息传播资源之一( Godes和Mayzlin,2004;Maxham和Netemeyer 2002;雷诺和贝蒂,1999 )。然而，传统的人际口碑沟通只在有限的社会接触范围内有效，并且随着时间和距离的推移，这种影响会迅速减少( Bhatnagar和Ghose,2004;埃里森和福登伯格,1995)。信息技术的进步和在线社交网站的出现深刻地改变了信息传播的方式， 并超越了口碑的传统限制( Laroche等人,2005)。以一个或几个朋友为目标的转瞬 即逝的口碑已经转化为全世界都可以看到的持久信息。因此，在线口碑在消费者购买决策中扮演着越来越重要的角色。
在线口碑给零售商带来了挑战和机遇。一方面，口碑为消费者提供了另一种信息来源,从而降低零售商通过传统营销和广告渠道影响这些消费者的能力。先前的研究表明，口碑的各个方面都会影响零售销售。其他人发现口碑数量是产品销售的主要驱动力(陈、吴和尹2004;刘2006 )。另一方面，在线口碑为零售商提供了一个接触消费者并从战略上影响消费者意见的新场所。近年来，一些证据显示，在线口碑可以作为一种新的营销工具得到成功利用( Dellarocas,2003 )。
口碑效应的一个独特方面是口碑和产品销售之间的正反馈机制，这使其区别于更传统的营销效应。也就是说，口碑导致更多的产品销售，这反过来又会产生更多的口碑，然后是更多的产品销售。正反馈机制表明口碑不仅是消费者购买的驱动力，也是零售销售的结果( Godes和Mayzlin 2004,Srinivasan，Anderson和Ponnavolu,2002)。先前对口碑的研究没有充分认识到口碑效应的这种独特性质，并且经常将口碑视为外源性的，就像传统的标记效应一样( Chen等人,2004；刘,2006 )。因此，这项研究的目的是明确地模拟口碑和零售销售之间的正反馈机制，并确定它们之间的动态相互关系。我们提出了一个联立方程系统来完全捕捉在线口碑的双重性质及其在面板数据环境中的动态演变。
我们选择电影业作为我们的研究背景，因为行业专家一致认为口碑是电影生命力的关键因素，这将导致电影最终的财务成功( Elberse和Eliashberg,2003)。此外，电影产业迄今为止在口碑的营销文献中受到了最多的关注，这使得我们可以将我们的研究结果与之前的研究结果进行深入的比较。然而，我们注意到，电影是一种独特的体验商品，该行业的结果不一定会推广到其他零售行业。相反，我们的目标是以电影产业为背景，强调考虑零售业和在线口碑之间的动态和相互关系的重要性，并证明联立方程方法在这种情况下的有效性。我们发现一部电影的票房收入和口碑价值都会显著影响口碑的数量。口碑的数量反过来又会带来更高的票房表现。我们的结果澄清了早期研究中报道的关于用户评级对票房收入影响的相互矛盾的结果。我们表明，用户评级不会直接影响票房收入。然而，它们通过口碑数量间接影响票房收入。我们的结果也证实了在线口碑不仅是产品销售的前兆，也是产品销售的结果。我们表明忽视口碑的双重性质会导致错误的结果。
电影行业的在线口碑有多种形式，包括在线评论、讨论板、聊天室、博客、维基等。在这项研究中，我们关注在线用户评论，因为统计数据表明，在电影行业，用户评论比其他形式的口碑交流更普遍。除了数量，在线用户评论和其他类型口碑之间的另一个微妙但重要的区别是，用户评论通常反映用户体验和消费者满意度，这主要被视为产品信息的来源( Chen和Xie ,2004;李和希特,2008 )。与此同时，其他类型的口碑，如在线社区网站上的讨论，更多地反映了消费者的期望，这可能会受到社会结构的严重影响( Gopal等人,2006；刘,2006 )。
本文的其余部分结构如下。下一节为文献综述，接着讨论概念框架和研究假设。然后描述了本文的数据来源以及经验模型和估计。接下来介绍和讨论了主要的发现，论文最后讨论了其含义、局限性和未来的研究。
2.文献综述
研究人员和从业人员早就认识到人与人之间口碑的重要性(例如，Coleman 1966Katz和Lazarsfeld,1955;罗森茨威格和福斯特,1995)。利用互联网宣传对产品和企业的反馈和建议，扩大了口碑的覆盖范围，并引发了对重新审视口碑在数字时代的影响的兴趣( Chen和Shee ,2004,德拉鲁卡斯,2003;塞内卡和南特,2004;祖夫莱登,2000)。在这些研究中考虑了口碑活动的两个方面：口碑量(即口碑传播的量)和口碑价 (即口碑信息中携带的偏好)，通常以正面、负面或用户评级来衡量。研究表明，数字口碑的数量与产品销售呈正相关，但口碑价与销售之间的关系往往是喜忧参半( Liu, 2006 )。Chevalier和Mayzlin (2006 )发现，一本书评论的数量和价值的提高会导致销量的增加。然而，与亚马逊网的类似数据，陈( 2004)发现口碑价态与销售无关。Godes和Mayzlin (2004 )通过将口碑在不同在线社区中的分散与在社区中的分散分开，指出跨社区的分散是影响销售业绩的主要因素。
对电影行业中口碑效应的研究显示出类似的混合结果。Neelamegham和Chintagunta ( 1999)根据经验评估了口碑和周收入之间的关系，但是没有获得任何显著的结果。Elberse和Eliashberg (2003)在分析电影的需求和供应时，使用了前一周的平均屏幕收入作为口碑的代表。他们发现这种对口碑的测量是票房收入的一个关键预测因素。Liu (2006 )通过扩展Eliashberg和Shugan (1997 )以及Basuroy、Chatterjee和Abraham (2003 )提出的早期模型，每周研究用户口碑和票房收入之间的时间关系。研究结果表明，口碑的数量占总收入和周收入的大部分，但是口碑的价态与电影收入没有显著的相关性。德拉罗萨、阿瓦德和张( 2007 )使用了一个修正的巴斯扩散模型来研究在线用户评论对预测电影收入的影响。他们的结果表明，在线评论指标是未来电影销售的重要预测因素。
这篇论文和以前的研究有几个重要的区别。首先，大多数先前的研究认为口碑是影响产品销售的外生因素，但是忽略了口碑受产品销售的影响，因此是内生的。一个显著的例外是Godes和Mayzlin (2004 )。然而，当口碑成为销售的影响者时，他们看似无关的回归系统( SURs )并没有考虑口碑的内生性。与其他研究不同，这项研究采用了一个联立方程系统，更充分地描述了在线口碑和电影收入之间的相互依赖关系，这也允许完全控制口碑效应的内生性。第二，我们的模型采用动态方法，不仅考虑口碑和零售销售之间的并发关系，还研究口碑和零售销售如何在更长的时间内相互影响。
第三，在线口碑的一个独特特征是其通过互联网的无与伦比的传输速度。今天的消费者更有可能访问在线用户评论网站，而不是受每周报纸、娱乐插页或杂志的影响，这些网站主要是几分钟或几小时前发布的最新评论。鉴于这种速度，我们不同于以前的研究，我们每天而不是每周都考虑口碑的影响，这使得我们能够在相对较短的时间内考虑口碑的主要和滞后影响。
第四，先前对电影行业的研究侧重于横截面数据。当利益的变量是时间不变的，如研究批评者的意见时，横截面方法是必要的。然而，横向方法不能解释未观察到的个体效应。这对于口碑效应的研究尤为重要。口碑的数量和价值随着时间和电影的不同而变化；然而，横截面的变化主要反应消费者口味的差异，而不是口碑效应。为了区分口碑效应和未被观察到的消费者对电影的兴趣，我们控制个人效应，并探索口碑测量中的时间序列变化，以确定口碑的真正影响。
第五，我们的模型考虑了口碑价和口碑量之间的相互作用。特别是，我们考虑口碑价如何影响消费者分配口碑的动机，进而影响零售。最后，在测量口碑价态时，我们考虑累积和每日口碑价态。口碑累积价值量是大多数社交网络网站上最流行的显示汇总用户反馈信息的格式，而每日口碑价值量捕捉口碑价值量的潜在变化。通过包括这两项措施，我们的方法让我们能够识别消费者是受到网站提供的综合信息的影响，还是受到潜在口碑流程的影响。
3.概念框架和假设
图1描绘了我们的概念框架，它将口碑和票房收入之间的相互关系整合到电影市场的现有代表中( Elberse和Eliashberg,2003;刘,2006 )。如图1所示，口碑影响当前和未来的票房收入，进而影响当前和未来口碑的产生。为了捕捉口碑和电影票房收入之间动态的相互依赖过程，我们提出了两组假设。第一组考虑口碑对电影票房收入的影响，而第二组考虑电影票房收入对口碑的影响。
图1概念框架: 口碑和票房收入
口碑从两个方面影响电影的销售( Liu ,2006 )。首先，口碑的分布增加了消费者的意识。第二，口碑价格影响消费者对产品的评价和最终购买决策。市场研究人员早就认识到，消费者意识是消费者决策过程中的第一步，在营销战略中扮演着重要角色( Lilien、Kotler和Moorthy,1992 )。其他营销活动，包括口碑对消费者评价的影响，都取决于消费者意识。口碑的意识效应也是正反馈机制的核心。正是通过口碑传播，一部受欢迎的电影才引起轰动，进而导致更高的票房收入。另一方面，口碑对产品评价的影响并不导致正反馈机制，因为口碑价的增加可能会导致更高的销售额，但更高的销售额不太可能导致更高的口碑价。因此，我们认为口碑的意识效应是积极反馈机制中的主要效应，并将我们的假设集中在口碑数量和电影销售之间的动态相互关系上。
虽然文献中已经考虑了口碑的意识效应，但是我们注意到之前的研究已经将口碑视为一种外源性因素。我们的目标是在考虑口碑内生性的模型中重新评估口碑的影响。此外，我们注意到先前的研究考虑了静态环境下的口碑效应，重点关注口碑和零售之间的并发关系。然而，与个人对个人口碑不同的是，在线口碑是由评论网站存储的，其影响可能超出同期。口碑也因其转瞬即逝的特性而闻名。如果没有后续行动，为电影产生的口碑会很快消失。因此，我们的结果不同于以前的研究，因为我们测量了口碑对零售的同时和滞后影响。因此，我们提出了第一套假设:
H1：口碑数量对同期 电影销售的影响是积极的。
H2：口碑数量对超过同期的电影销量的影响是积极的。然而，这种影响很快减弱。
第二组假设考虑了电影销售对口碑一代的影响。许多外在因素已经被发现影响口碑的产生，包括流派、明星影响力和评论家的评价( Liu ,2006 )。研究还表明，处于质量末端的电影更有可能吸引口碑 (Liu,2006 )。这些因素对于每部电影来说都是静态的，之前的研究已经考虑过了。然而，口碑生成中最重要的因素是动态的和内在的。我们考虑两个主要因素。首先，看过电影的消费者越多，产生的口碑就越多。这与产品扩散的研究一致，研究表明，内部影响主要由体验过产品的消费者数量决定( Mahajan、Muller和Wind,2000 )。我们还注意到，并非所有看过电影的消费者都有传播口碑的相同动机。那些最近看过电影的人有更生动的记忆，更有可能传播口碑。这表明在同一时期，电影销售对口碑的产生影响最大。它对未来口碑产生的影响迅速减少。第二，口碑价值的变化影响口碑的生成量。
先前的研究表明，消费者获得积极的口碑是出于利他主义和自我提升，而消极的口碑是出于焦虑减少和报复( Sundaram、Mitra和Webster,1998 )。对于给定的电影，当口碑价格上涨时，对该电影不满的消费者有更强的动机来发布负面口碑，动机是报复降低评级。与此同时，对这部电影满意的消费者也有更大的动机来发布积极的口碑，这是由于自我提升。这是因为较高的价值表明更多的社区成员同意消费者对电影的评价，这鼓励他或她分发口碑来增强自尊( Sundaram等人,1998年; Wangenheim和Bayon,2003)。基于这些讨论，我们有以下假设：
H3：电影销售对同期口碑量的影响是积极的。
H4：电影销售对同期以外的口碑数量的影响是积极的。然而，这种影响很快减弱。
H5：口碑价对口碑量的影响是积极的。
许多其他因素，如电影类型、评论家的评价、明星影响力、MPAA评级等，也影响口碑和电影销售。大多数因素都是时间不变的，我们通过单独的固定效果来控制这些因素。先前的研究还发现，分配给电影的屏幕数量对票房收入有很大影响( Elberse和Eliashberg,2003)。分配的屏幕数量由电影展商决定，每周更改一次。我们控制模型中的屏幕数量，如图1所示。
4. 影响、局限性和未来研究
本文开发了一个动态联立方程系统，以捕捉电影背景下在线口碑和产品销售之间的相互关系。我们的模型明确了双重因果关系，揭示了在线口碑和产品销售之间的正反馈机制。我们的发现有力地支持了考虑口碑的内生性及其与消费者消费行为的相互依赖性的价值。从3SLS (统计上更稳健的方法)和OLS获得的显著不同的结果表明，使用简单回归技术的现有研究可能对口碑的作用方向和大小得出了有偏见的结论。我们的结果验证了我们的观点，即在线用户评论的数量与零售有着相密切的关
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[448329]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
