网络口碑的价值——基于在线餐馆点评的实证研究，本文主要内容关键词为：在线论文,餐馆论文,口碑论文,点评论文,价值论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
现代经济和市场营销理论研究证明，口碑在影响消费者的态度和行为上扮演着至关重要的角色（Brown and Reingen，1987），它能够影响消费者对于产品或是服务的选择（Kiel & Layton,1981; Ennew,Banerjee & Li,2000; Keaveney,1995）。在某些特定领域，这种影响甚至超过了电视、电台广告和人为促销等手段所能产生的效果（Engel,Blackwell & Kegerreis,1969; Katz & Lazarsfeld,1955），例如Katz和Lazarsfeld（1955）通过研究发现口碑在影响消费者选择品牌的作用上是影像广告的7倍。
传统定义上的口碑（word-of-mouth），是指人际之间不以商业营销为目的，对品牌、产品、服务、厂商的信息或看法进行口头交流的行为（Arndt，1967）。近年来，随着互联网技术的应用发展，越来越多的消费者将自己的看法评论发表于互联网上，口碑也就突破了传统的口头传播的形式，成为影响力更大的网络口碑（online word-of-mouth）。网络口碑利用互联网低成本、双向沟通的特点，克服了传统口碑只能在有限的社会边界进行传播、并容易随着时间和距离的增长而迅速消失的约束（Ellison & Fudenberg,1995; Bhatnagar & Ghose,2004），再加上互联网可以将信息在任何过程中同时提供给多人（Hennig Thurau et al.,2004）的特点，使得原有口碑传递的影响范围和规模得以成倍扩大（Antti,S.W.,Sanna,2006）。大众人群正越来越依赖这些点评信息决定他们的行为，Jupiter Communications（1999）的一项研究结果表明有57％的人会查询互联网点评作为自己决策的参考，包括选择看哪部电影或是投资什么股票，将近50％的年轻网民依赖网络口碑的推荐去购买CD、电影、DVD、游戏等产品（Forrester Research，2000）。因此，互联网作为一个消费者及潜在消费者自由发表评论的平台，能够有效地吸收来自大众的各种正面、负面或是中立的评论，形成口碑，并将之完整地陈列于大众面前，影响大众的消费决策，从而影响产品或服务的销售。
口碑影响消费者决策是一个很微妙的过程，有很多学者通过搜集网络口碑的数据对其产生影响的过程及因素进行了深入的分析，以总结口碑价值产生的规律。例如Liu（2006）研究了Yahoo网的电影点评对下周电影票房的影响，得出点评数量，而并非点评的好坏对电影票房会产生正面影响；得出类似结论的还有Godes和Mayzlin（2004）及Duan和Andrew（2008），网上点评的每日点评数量对电视节目的排行和电影票房有着正相关性，因为点评数量（volume）表明消费者参与产品讨论的数量，讨论越多就会有越大的机会引起其他消费者对该产品的关注。除了网络点评数量（volume）之外，Dellarocas，Awad和Zhang（2007）通过研究电影点评的作用，发现电影点评的好坏排名（valence）亦会对票房收益产生正面影响，说明点评的分值（valence）越高，就会容易说服其他消费者接受该产品，反之，负面的评论往往会使消费者丧失信心，放弃消费的决定。事实上，有很多学者发现负面的评论具有一定的放大作用，如Chevalier和Mayzlin（2006）认为负面点评对于减少产品销售收入比正面评论所带来的收入上升的效果要更加显著。这些研究为我们进一步测度网络口碑提供了重要的基础。
不过以往关于网络口碑的研究为了提高研究的效果，往往把产品局限在同类同质的产品上，如某一类CD、电影或书等，很少考虑到产品定位对口碑效果的调节作用，即忽视了口碑对于高端、中端及低端产品产生的不同效果。消费心理学指出，消费者的好奇心会在一定程度上驱动消费者的消费（罗子明，2002），受网络口碑的影响可能会引起消费者对于某家商户的好奇心，而降低其价格敏感度做出消费决定。另一方面，根据价格调节理论，过高的价格会增加消费者在消费过程中的风险，从而影响到消费者的尝试欲望，较低价格的产品会促使普遍群体愿意尝试新的体验，因为即使失败，其成本也能够让人接受。在口碑影响产品消费的过程中，到底好奇心战胜理智，还是理智战胜好奇心还不得而知，不过我们由此可以假设价格对口碑效果的调节作用存在，应该被深入地研究，其研究结果也能更好地指导厂商根据产品的不同定位采取不同的网络口碑营销策略。
本文以大众点评网（www.dianping.com，简称点评网）所提供的近2万条餐馆点评及餐馆销售收入数据为研究基础，对网络口碑的价值进行系统的实证，验证网络点评数量（volume）、点评评分（valence）、负面点评率（negative review percentage）等因素对口碑价值的影响，同时特别分析价格在口碑影响消费者行为决定时产生的调节作用（moderating effects），以帮助厂商更好地设计不同定位的产品的网络口碑营销策略。
二、大众点评网及其点评规则的介绍
大众点评网是典型的第三方消费指南网站，2003年4月创建于上海，主要是为大众提供美食及其他城市消费方面的第三方评论平台，会员们可以通过点评网自由发表对餐馆的评论和消费心得，经过一定的信息聚合和组织后，为潜在的消费者提供客观、准确的点评信息。目前点评网的注册用户超过800多万，累积消费点评500多万条，而餐饮点评作为最受用户关注并聚集点评信息最多的内容，已形成一个庞大的、能够影响餐饮消费的口碑库，本文将主要关注餐饮这一部分的口碑信息。
在点评网上，每家餐馆都有一个专属页面，只要是点评网的注册会员都可以增加点评信息，对该餐馆进行点评。同时，会员也可以自行添加餐馆，为餐馆“开户”，建立新的页面。点评网会实时统计每家餐馆的点评数量（Volume），作为热门餐馆的排行依据。除了会员发布的文本点评信息外，点评网一般还要要求会员添加人均消费、喜爱程度、推荐菜、交通停车等信息，同时要求会员对餐馆的“口味、环境、服务”3项指标进行打分，共分为“差＝0分；一般＝1分；好＝2分；很好＝3分；非常好＝4分”5档标准。点评网综合所有会员的打分，根据计算公式由程序自动更新每家餐馆的各项指标平均得分，并由此得出餐馆的综合评分（valence）。由于评分的可靠性很大程度上取决于点评人数的多少，因此网站规定对于点评数量低于4条的商户没有评分。
不过点评网作为一个大众可以自由参与点评的网站，在点评信息的可信度上不可避免地会存在一些问题，比如商家为提升正面口碑而夸大其词，或是为了恶意贬低其他商家而发布负面点评，抑或是消费者本身并无亲身经验做出不负责的点评等。为此点评网建立了严格的审核系统以保证绝大部分点评的真实可靠性。例如点评网会将多次不负责任点评的会员封号处理；任何会员都可以举报不符合网站规定的点评，经过网站编辑确认属实后，将予以删除；在点评版块中，信誉度不达到一定级别的新手会员点评不会被显示，以防止餐馆注册多个账号自行发布点评信息；此外，网站有专职编辑每天对所有点评进行人工及自动的审核，删除所有不符合网站规定的点评。
点评网的口碑传播效果可以通过大众点评卡的消费得以部分地体现。大众点评卡是点评网发布的一张会员积分卡，会员持该卡到点评网的签约餐馆进行消费后，其消费情况会被记录，会员可以获得对应积分，以享受礼品兑换、折扣优惠、积分抵扣消费额等服务。大众点评卡所累计的消费信息，尽管不能反映所有会员受口碑影响而形成的消费情况，但也很好地体现了会员受点评网口碑影响而去消费的情况，较精确地代表了口碑的部分价值。点评网于2005年5月开始推行大众点评卡业务，累计有900余家餐馆为点评网的签约餐馆。
三、文献综述和回归模型
（一）网络口碑的测量及其对产品销售收入的影响
验证网络口碑为产品销售收入创造的价值，首先需要测度网络口碑本身，然后再分析网络口碑与产品销售收入变化的关系。目前研究者在对网络口碑进行测度时，最常用的3个指标是口碑的评分情况（valence）、口碑的数量（volume）及口碑的离散度（dispersion）（Dellarocas,Awad & Zhang,2007）。离散度是指口碑在不同群落间传播的程度，口碑的离散度越高，表明口碑的影响范围越大。因为本文的研究主要局限在大众点评网这一社区内，口碑的离散度较难测量，因此重点从前两个方面来测量网络口碑。同时考虑到负面点评所带来的不良影响往往比正面点评更大（Dellaroeas,2003; Chevalier et al.,2006），我们还增加负面点评率作为衡量网络口碑的补充指标之一。
1.点评评分（Valence）
口碑的评分值（valence）是指评论者对某种产品评价的高低。一般认为，评分值越高，就会容易说服其他消费者接受该产品，从而影响产品的销售收入。不过已有研究验证点评评分作用的结果并不完全相同。Clemons等（2006）通过分析2001～2003年消费者对啤酒生产商的在线评论，发现顾客的在线评分与啤酒的销量正相关，评分越高的产品倾向被重复购买。Senecal等（2004）通过实验的方法发现那些接触到过正面点评信息的消费者购买某种产品的频率是其他消费者的2倍。Chevalier和Mayzlin（2006）使用Amazon网站的图书点评记录研究发现，提高图书的点评数量和点评评分均能导致图书销售额的提升。然而，Chen等（2004）使用与Chevalier等同样使用Amazon的数据，却未能发现点评评分与图书销量之间的关系。无独有偶，Liu（2006）使用Yahoo电影点评数据验证，也未能得出点评评分（valence）与票房收入的直接关系。不过Dellarocas等（2007）采用修正后的巴斯扩散模型研究网络点评对于电影收入的影响，结果发现根据点评排名的平均分值对于电影收入有着良好的预测性。
Hu等（2006）认为这有可能是因为研究对象的偏差，也就是说消费者在网络上进行的评分不是均匀分布的，其评分的平均值并不能体现大部分消费者对于产品的真实感受而造成的，也有学者称是因为采用不同的研究方法和模型所致。虽然以往研究的结果并不完全相同，但其重要性却不容置疑，本文由此假设点评评分会影响口碑产品的销售收入。
2.点评数量（Volume）
口碑的数量（volume）主要是指对某一具体产品或服务的网络口碑的规模和数量的大小，具体来说就是网络上某产品点评的数量。点评数量越多说明有越多的消费者参与产品讨论，就有越大的机会引起其他消费者对该产品的关注（Dellarocas，2007）。此前已有不少国内外学者对于点评数量所产生的正面效应做出验证。Liu（2006）通过进一步改进早前Eliashberg和Shugan（1997）与Basuroy等（2003）所提出的模型分析Yahoo网站的每周电影点评信息对于电影票房所产生的作用时，得到点评数量对下周票房收入存在显著的影响，且点评数量越多，电影票房越高。Duan等（2008）亦通过研究Yahoo网站上对于电影点评和该票房收入的关系得到类似的结论。得到相同结论的还有Godes和Mayzlin（2004）对于点评数量对电视节目排行影响的研究。可见点评数量是口碑价值产生过程中的重要因素之一。
3.负面点评率（Negative Review Percentage）
负面点评率在以往的口碑研究中并未得到直接验证，但对于负面点评作用的论述有很多。Chatterjee（2001）通过实验方法研究得出网络上的负面口碑对于消费者对产品的信任程度和购买动机都有负向的影响。Dellarocas（2003）指出正面和负面点评数量对于影响消费者的行为有着很大的作用，特别是近期的负面点评内容影响更大。负面的评论对于降低产品销量比正面评论所带来的销量上升的效果更加显著（Chevalier et al.,2006）。AnnE.（2005）的研究指出正面、负面点评的接受度受产品本身好坏和消费者自身喜好的影响。本文结合以往的研究结论，并考虑到负面点评的信息远远比正面点评的信息重要，将负面点评率作为衡量口碑反面价值的一个补充，以避免单纯使用用户评分与数量而可能产生的偏差。
（二）价位的调节作用（Price）
根据口碑传播理论，有很多因素会影响网络口碑传播的效果，包括网络口碑的来源、接收者的偏好、接受者的参与度、产品的类型等。但目前还没有人分析价格对网络口碑效果的影响作用。事实上，价格对于消费者而言有着正反两面的双重影响。低价被认为是消费者进行消费的重要动机之一，相比高价的产品，消费者尝试的成本较低，因此更有可能去消费；但价格也是产品质量的一种体现，高价格的产品被认为有更好的质量保障，也会促进消费者的消费欲望。不过，过低或过高的价格都会增加消费者的消费风险，从而会降低他们的购买意愿（Lymperopoulos，2008），而感知风险越高则消费者越依赖从口碑中获得的信息来做出相关的决策（Bansal & Voyer，2000）。从这一角度来看，价格对口碑效果具有一定的调节作用。
事实上，Ba和Pavlou（2002）已经对产品价格在消费者信任机制中的调节作用进行了研究。他们的研究发现，当消费者对于交易过程的信任度处于低水平时，对于高价位的产品，消费者只愿意出低于该产品平均拍卖价格的花费进行购买，以抵消他们在交易过程中可能遇到的风险。当消费者对于交易过程的信任度处于相对高的水平时，对于高价位的产品，消费者愿意花费比平均价位更高的金额进行购买。也就是说，价格对于信用的价值具有加强作用，价格越高，信用的价值就越高，而价格越低，信用度的价值会边际递减。这一研究采用消费者在拍卖反馈平台上的正负点评条数来测量消费者信用度产生的影响，实际上也就是在分析价格对点评数量（volume）的价值的调节作用，对本文具有很大的参考作用。
价位对口碑的调节作用还体现在消费者对口碑信息的接受度上。例如Chatterjee（2001）认为，因低价而选择购买产品的消费者更容易受到负面点评的影响；Ann E.（2005）的研究表明对于中端产品，用户会同时接受正负两面的口碑信息，对于高价或低价的产品，纯粹正面或负面的点评更易让消费者接受，因为对于高价位的产品，正面的点评信息更容易降低消费者所感知的风险，反之负面的点评信息更容易增加消费者所感知的风险，进而影响消费者的消费行为和产品的销售收入。
总的来说，价格对口碑价值的调节作用并没有定论，也未被详细地进行研究，本文将在这些研究的基础上，通过实证研究产品价格对于口碑效果的调节作用，即面对不同价位的产品，消费者受网络口碑的影响是否会有所不同。
（三）回归模型
基于上述分析，另外根据本文的研究问题，我们还在网络口碑三大基础测量变量的基础上，引入大众点评网餐馆的每周人均消费价格的二分变量，并将其分别与数量、评分和负面点评率相乘作为新的变量，以分析价位对口碑效果的调节作用。因变量采用了销售收入的对数值，回归模型如下所示：
Val：餐馆的点评评分；
Vol：餐馆的点评数量；
NegP：餐馆的负面点评率；
Price：餐馆的平均价位；
Price1和Price2为二分变量，其值均为0代表低价值，Price1为1时，代表中价位，而Price2为1时则代表高价位。
四、数据描述
本文所使用的数据由大众点评网提供。取样对象为大众点评网上海所有的签约餐馆，包括这些餐馆的周销售收入以及点评网会员对这些餐馆的点评信息。时间跨度从2005年5月～2008年3月，共涉及440家餐馆的近2万条数据。根据本文研究的需要，我们删除了人均消费价格为0的记录，同时还删除了消费记录小于3条的餐馆信息，以保证时间序列回归分析的效果，最终有效的记录为18130条。表1给出了样本的一些统计性描述信息。
首先，从餐馆销售收入来看，通过大众点评卡消费的平均周消费为5135元，最低为0元，最高为125660元。餐馆销售收入的信息来源于大众点评卡的记录，即会员持大众点评卡去餐馆进行消费后所累计的周销售收入。这一销售收入尽管只占餐馆全部销售收入的一部分，但这一部分的收入基本上是因为会员在参考点评网上的点评信息后而产生的，剥离了其他因素，仅反映了网络口碑对销售收入的影响，使自变量与因变量之间有更好的呼应关系。如果使用餐馆全部的销售收入作为因变量，将很难控制餐馆地理位置、非在线的营销策略等因素对餐馆销售收入的影响。
其次，餐馆的价格主要是根据会员在点评时提供的人均消费统计每周的价格，以50元和120元为界限把餐馆的价格分为低、中、高3类。之所以用50元和120元作为界限，主要是考虑到大众点评网所拥有的餐馆资料全面，对于价格的定位相对准确且受到点评网用户的长时间使用和认可，因此将点评网上对于餐馆价格的分类作为标准。大众点评网根据餐馆的不同目标消费群体将餐馆价格分成6类，为了数据处理的简化，我们将相近的2类合并，由此得到人均价格的3类划分，并用2个二分变量Price1，Price2分别表示。当Price1与Price2均等于0时表示人均消费小于等于50，Price1等于1表示大于50并小于等于120，Price2等于1时表示大于120三类情况，从统计数据中可以看出，60％以上的餐馆人均消费均在中档。
在餐馆的口碑信息（即点评信息）方面，数据包含了餐馆的综合评分、点评数量、负面评价的比例，其中，点评评分是会员对于餐馆的综合打分，是对于该家餐馆好坏的直接评价，最低0分，最高4分，样本均值为1.724；周点评数量从1～60不等，平均点评数量是每周5条左右。负面点评率在本文中定义为评分小于均值的2／3点评数占本周所有点评数量的比例，最小值为0，最大值则达到0.889，样本均值为0.376，说明此批抽样餐馆的平均正面点评大于负面点评。同时，因为餐馆点评字数是反映点评信息质量的重要标准，我们还把餐馆每周新增的点评字数也作为反映口碑效果的变量之一，其周平均字数为474个。
我们同时还控制了餐馆在线营销活动对销售收入的影响，包括优惠券的点击和下载情况、餐馆购买的关键字排名数量（餐馆购买某一关键字如“川菜”后，会员输入“川菜”进行搜索时，该餐馆的排名将被人为地放在前面）。这些签约餐馆中有10.8％的餐馆有在点评网上放优惠券。客户对这些餐馆优惠券的反映效果不错，我们发现平均来讲，餐馆的每张优惠券平均的打印量19次／星期。我们另外对签约餐馆购买的搜索关键字做了统计，因为关键字购买业务自2006年10月份才开始，因此我们选择了这之后的数据进行了单独统计。平均来讲，有5.3％的餐馆在点评网上购买了关键字搜索，购买数量最少的有1个，最多有11个。不过很多餐馆在购买了几个星期之后就停止了。
另外，考虑到餐馆自己的菜色也会对餐馆的销售收入产生影响，我们还控制了餐馆的特色菜标签的数量。特色菜标签是由会员提供的，数量越多表示该餐馆受欢迎的菜色越多，潜在的吸引力越大。在这批样本中，特色菜的个数从0～15不等，差异较大。
五、回归结果
我们以餐馆周销售收入的对数为因变量，通过运算时间序列回归函数对数据进行了回归分析，考虑到网络口碑的发生时间与会员的实际消费时间之间会有一定的滞后性，因变量是餐馆t＋1阶段销售收入的对数值。表2报告了回归的结果，其中模型1是对网络口碑效果的回归结果，模型2中我们加入了价格对网络口碑效果的交互作用。为更好地说明口碑对餐馆销售收入的影响，我们还计算了各个自变量对因变量的边际效果（弹性系数）。
从模型1中可以看出，与以往文献的讨论非常类似，网络口碑的点评评分与数量对餐馆的销售收入产生了显著的影响。给定其他变量不变，如果本周的点评评分增加一个单元，下一周餐馆的销售收入将增加0.0558％。以餐馆的评分均值1.726分为例，如果增加1％，即增加到1.743分，下周的销售收入就将增加5135×0.0558％＝2.86元，如果评分能有大幅度地上升，收入也将会大幅度地上升。同理，本周的点评数量如果增加1％条，那边下周的销售收入会增加0.049％，按这一逻辑推理，如果以周点评数最高的餐馆（60条）和平均数（4条）来计算，对下周的餐馆销售收入业讲，点评数最高的餐馆要比点评数量平均的餐馆销售收入要多出3522.61元（（60－4）／4×0.049×5135）的销售收入，可见在互联网中人气是否旺也是影响餐馆实际消费的重要原因。与这两个口碑因素相比，本周负面点评率对餐馆销售收入有很大的削弱作用，并且从系数的角度来看，影响要大于评分与点评数量的影响，因此也验证了文献中关于负面口碑对产品销售的放大作用。餐馆点评的字数对销售收入有着正面影响，但影响系数仅为0.0002，其作用几乎可以忽略不计。
在控制变量中，我们可以发现餐馆在本周是否有优惠券这一变量的参数为0.2263，是所有变量中参数最大的，由此可以发现网上的营销行为非常关键，确实可以提高餐馆的实际收入。不过购买的关键字数量未能发现对下周的销售收入有显著影响，这主要是因为点评网开放关键字购买的网上营销是从2006年10月份才开始的，我们把这之前的周关键字数量默认为0，会导致数据的偏差。如果仅运行2006年10月之后的数据，我们发现本周购买的关键字对下周销售收入有直接影响，其影响系数为0.0385**（0.0153）。特色菜被标签的数量也被发现会直接影响下周的销售收入。
从模型1的回归结果我们还可以看到，本周的平均价位越高对餐馆销售收入的贡献越大，因为价位越高，每次消费的金额越大，对餐馆销售收入的贡献自然就大。不过除此之外，从模型2、3、4中我们可以发现，价位对网络口碑3个方面的调节作用也非常显著。
首先从价格对评分的调节作用来看，对比中低价位，价格对口碑评分效果的调节作用不显著，但对于高价位的餐馆，评分越高越可以增加评分效果对销售收入的影响。这表明随着评分的增加，愿意去尝试消费的人也随之增加，这也验证了对于高价位的餐馆而言，高评分能降低用户所感知的风险这一调节作用。因此对于高价位的餐馆而言，在网络口碑营销方面，需要更多地关注于如何提高客户对餐馆的评分，从而提高餐馆的销售收入。
其次从价格对点评数量的调节作用来看，模型3的结果显示无论是中低价位还是中高价位相比，价格对口碑效果的调节作用是负的，也就是说，如果价位较高的话，点评数量对用户的吸引力会被减少。以高价位餐馆为例，经过价位的调节后，点评数量的系数变为0.0206－0.0128＝0.078，被很大程度上削弱了。这主要是因为价格增高所导致的消费力约束以及用户的高感知风险，可能远远超过了点评数量多（人气很高）所引起的好奇心动机，从而使用户减少光顾高价位餐馆的概率。据这一发现可以推出，对于低价位的餐馆而言，提高网络口碑的数量可以直接带来销售收入的增加，因为人气越旺就会吸引用户来进行低成本的尝试，提高餐馆的总体销售收入；但对于高价位的餐馆而言，网络口碑数量增加所带来的收益是负面的，因此无须在增加网络口碑数量方面进行投资，反过来应该更关注如何提高每一条点评的评分。
我们没有发现价格对负面点评率有显著的调节作用，说明在我们这一样本群中，无论是价位高或低，价格对负面点评率的效果不存在影响。
六、结论
大量的学者都提出网络口碑会影响消费者的行为进而影响产品的销售收入。本文使用大众点评网的数据验证了网络口碑的评分、数量及负面点评率在影响产品销售收入方面的显著效果，并进一步研究了价格对网络口碑效果的调节作用。本文发现，价格的高低确实会影响消费者对于口碑的态度。高价位的餐馆中，消费者更关心是否有高评分，点评数量太多反而会带来负面影响。而对于低价位的餐馆，点评数量对消费者态度的影响很大，不过随着价位的提升，点评数量的价值会大幅度递减。本文的分析结果表明，口碑对产品的销售收入有显著影响，厂商应尽可能地提高产品在网络上的口碑。不过对于不同价位的产品，厂商应该采用不同的口碑营销策略。
标签：口碑传播论文;