负面在线评论对消费者购买意愿的影响分析

负面在线评论对消费者购买意愿的影响分析

本文在模型构建与数据分析的基础上，得出了结论并提出了对策建议。认为，在网络零售商方面，要避免负面在线评论的出现，重视对商家的管理；积极回应负面评论并进行补救；密切关注消费者个人信息和在线评论。在消费者方面，要提高对评论真实性的判断能力；关注负面评论的语言描述。

标签：在线评论；负面评论；消费者；购买意愿；影响

一、问题的提出

绝大多数消费者由于在网上购物不能直接接触产品，已经习惯参考其他消费者发布的在线评论，因此，产品在线评论的多少与好坏成为了影响消费者购买行为的一个十分重要的因素。在线评论的相关研究中，学者们已经关注评论的正负性，其中，Arndt（1967）研究表明，正面评论会促进购买，负面评论会减少购买；[1]Tax等（1933）研究出在线评论具有一定的情感表现形式，积极或消极的评论会影响消费者的购买行为；[2]Lee（2008）的研究表明负面评论越多则会引起更多的负面评论；[3]Lazarsfeld和Katz（1955）研究表明，消费者对产品或服务的态度由不满意到满意的转变过程中，评论所起的作用是广告的九倍。[4]基于此，学者们从不同角度对在线评论进行研究，但评论的情感倾向对于消费者购买行为的差异性影响到底如何？本文通过实地访谈和问卷调查探究具有消极情感的在线评论具体是从哪些方面以及如何影响消费者行为的。

二、模型构建与研究假设

依托S-O-R范式，基于学者们的研究成果以及本次问卷调查之前的深度访谈，本文将外部刺激即负面在线评论的特征，主要涉及负面评论长度、表达方式、内容、数量与质量，探究其对消费者购买意愿的影响。

1、负面在线评论长度

消费者一般更倾向关注评论较长的信息，因为其涵盖了关于产品、使用体验等各方面更多的内容。郝媛媛等（2010）通过研究评论对电影消费的影响发现，评论长度正向影响评论有用性。[5]评论内容作为网站中很重要的部分，将会对潜在消费者有用性的感知产生影响。对于潜在购买者而言，不同产品评论的内容能带来不同的社会临场感。评论越长则包含越多的细节信息，这些信息对潜在购买者越有用。因此，评论长度对产品的有用性存在差异。

H1：负面在线评论长度反向显著影响消费者购买意愿。

2、负面评论的表达方式

评论内容根据评论本文的表达形式分为两种：客观表达评论内容和主观表达

评论内容。一般情况下，主观表达方式体现出带有主观意识的较强情感性的描述，经常采用第一人称的形式；客观表达方式是采用第三人称语气的陈述句，以客观的态度评论产品总体或其他和产品有关的部分。学者们也从评论中表现出的积极、中性、消极情感倾向发现其对消费者行为有着重要的影响，即评论标题、正文中的表达方式对其在线评论的浏览量和关注度有相关性。

H2：较主观表达方式的负面评论反向显著影响消费者购买意愿。

H3：较客观表达方式的负面评论反向显著影响消费者购买意愿。

3、负面评论的内容

产品相关信息是消费者第一关注的内容。消费者的购买行为越复杂，即网络购买的产品价值越大，越是非习惯性购买，消费者就越需要从在线评论中掌握大量的补缺信息。一方面，消费者需要关于产品的质量和款式等具体产品信息；另一方面，涉及网购的流通环节，即消费者对店主的服务质量和物流质量。

H4：产品方面的负面在线评论反向显著影响消费者购买意愿。

H5：店主服务方面负面在线评论反向显著影响消费者购买意愿。

H6：第三方物流方面负面在线评论反向显著影响消费者购买意愿。

4、负面评论的数量

目前国内很多购物网站潜在购买者都可以查看到全部的评论和评论数量。在线评论数量越多，消费者越有可能接触到更全面的信息；另外，评论数量越多则说明这款产品在市场上受欢迎程度越高。相反，负面评论的数量越多，则表明该产品用户体验越差。

H7：负面评论的数量反向显著影响消费者购买意愿。

5、负面评论的质量

态度功能理论认为，人们持有某种态度是为了满足其自身的内在需求，如果外界的信息能够满足这种需求，它就更容易改变人们的态度。学者们对在线负面评论质量的定义是：在线负面评论内容的真实性、客观性、相关性，以及是否能够满足消费者需求。[6]高质量的负面在线评论，一般都包含着丰富的产品使用过程、体验和感受等多方面信息，这些信息不仅能够反映事物的真实属性，而且逻辑清晰、组织严密、论据充分，容易被信息接收者所理解与认同。相反，低质量的负面在线评论一般言语不详，没有用准确的文字描述自己的使用经历，仅仅给出自己对产品的评价，因此低质量的负面在线评论显得没有条理，没有依据，难以使信息接收者信服。

H8：负面评论的质量反向显著影响消费者购买意愿。

三、数据分析及结论

1、变量及测量指标

基于以上分析，本文构建了7个自变量，分别为负面评论的长度、负面评论的表达方式、负面评论产品的内容、负面评论店主服务的内容、负面评论物流的内容、负面评论数量和负面评论质量。2、数据分析

（1）信度和效度检验。本次问卷调查的Cronbacha系数为0.869，且自变量的α值都大于0.7，说明问卷可信度很高。KMO的值为0.840，题项变量间的关系基本是良好的；同时，Bartlett的球形度检验达到0.05的显著水平（P=0.0000.05，没有充分理由拒绝原假设，因变量的观测值与预测值无显著差异，在可接受水平上，模型拟合数据很好。回归结果显示：负面评论的字数sig值为0.031<0.05，第三人称的负面评论sig值为0.041<0.05，产品质量sig值为0.025<0.05，产品与描述的一致性sig值为0.045<0.05，店主服务态度sig值为0.028<0.05，店主发货速度的sig值为0.019<0.05，物流速度sig值为0.022<0.05，负面在线评论数量sig 值为0.029<0.05，负面在线评论的真实性可靠性sig值为0.032<0.05，负面评论内容与产品的密切度sig值为0.017，即通过5步回归而最终进入回归模型的变量为负面评论字数、第三人称负面评论、产品质量、产品与描述一致性、店主服务态度、店主发货速度、物流速度、负面在线评论数量、负面在线评论真实性可靠性、负面评论内容与产品的密切度（具体见表2）。

四、对策建议

1、网络零售商方面

（1）避免负面在线评论的出现，重视对商家的管理。客户关系管理中，服务质量和水平作用日益突显。网购行业的竞争十分激烈，网络零售商如何在激烈的竞争中脱颖而出，要考虑的因素很多：商家应当真实反映产品的基本信息，比如衣服类的纯棉指数、羊毛指数等，避免消费者客观地反映产品的相关参数不准确而造成负面评论；商家应当对产品随着时间的推移可能存在的问题进行说明，如手机的待机时间会随着使用时间的增加而减少；以及对产品进行一些操作后的变化如实告知消费者，避免消费者对于产品本身方面的原因提出差评；商家应当注重客服人员的管理与培训，同时商家应当尽可能提高发货速度，从而减少差评；商家应当对物流公司进行选择，尽量选择服务好、信誉度高的大公司，并与物流公司签订具体协议，如差评是由于物流的原因造成的应当由物流公司对商家进行一定的补偿；鉴于消费者更倾向于相信和他们相似性高的在线评论，商家应针对性地关注在线评论信息发布者，从而掌控目标客户群的偏好和需求；可以适当控制评论字数来降低负面评论的质量。

（2）积极回应负面评论并进行补救。网购的基本模式是通过浏览在线评论对消费者备选产品进行比较，形成最终购买行为。在负面评论出现后商家应当积