在线口碑（共4篇）
在线口碑 篇1
网络技术的发展无疑是近年来影响人类经济社会及生活方式的最强劲动力之一。互联网在中国正得到广泛应用, 越来越多的人接触到互联网, 并从互联网世界中获益。CNNIC发布的《第27次中国互联网络发展状况调查统计报告》显示, 截至2010年12月底, 我国网民规模达到4.57亿, 网络购物用户年增长48.6%, 是用户增长最快的应用, 我国更多的经济活动正在加速步入互联网时代[1]。
口碑传播是营销研究领域的一个古老话题。口碑的最初定义是指一个具有信息感知能力的非商业传播者和接收者关于一个产品、品牌、组织或服务的非正式信息沟通行为 (Arndt, 1967) , Westbrook (1987) 拓宽了口碑的定义, 认为口碑是“关于产品和服务的拥有、使用和特性的所有非正式交流”。Buttle (1998) 认为口碑交流可以通过电子手段来实现。所谓的“在线口碑”, 可以定义为“消费者在网络上发布的关于产品、服务或公司的正面或负面评价”, 这种评价可以通过因特网传播给其他人[2]。
在线口碑保留了传统口碑的一些特性, 但在线口碑的信息并不仅仅是传统口碑信息的简单复制, 因为信息的载体发生了质的变化, 交流的方式也发生了根本性转变。随着以互联网为载体的BBS论坛、聊天软件、视频网站、博客、微博等的发展, 在线口碑通过在网络上进行文字、图片、音频、视频等方式的传播和交流, 可以说无论在交流的广度还是深度上, 都比传统口碑丰富得多。这也是在线口碑传播越来越产生巨大关注度和影响力的原因之一。
一、在线口碑传播的优越性
1、传播迅速
在互联网上, 搜索引擎的使用使消费者可以通过站内搜索、外部搜索引擎轻而易举地找到所需的相关口碑信息, 大大节省了搜寻时间, 成本也非常低。在线口碑不受时间和空间的限制, 只需一台电脑就可以在任何时间任何地方进行发布和浏览, 并且具有很强的复制性, 可以长期保存。
此外, 在线口碑传播行为, 可使口碑信息在人际间的影响效果更快速广泛, 它打破了传统一对一的模式, 可以同时对无数个体做信息的传播。在传统世界中, 如果你使一位顾客不高兴, 他会将此不满意的经验去告诉六个人, 但在网络的世界中, 如果你让一位顾客不满意, 他可能会运用网络沟通平台, 将消息传播给六千个人, 可见在线口碑的影响比传统口碑广得多[3]。
2、信息量大
在线口碑基于互联网发布, 互联网本身就是一个容纳着海量信息的平台。网民来自各行各业, 有的还可能是某一行业的专家, 这样网民发布的信息更全面、更专业。也就是说, 信息详细度得到大大提高。如果产品本身属于专业性产品, 一般消费者缺乏知识或不易取得专业信息, 而从网站或者论坛等便可清楚地得知产品功能、规格及价格, 包括评价, 甚至一些根本没想到的信息, 网络也将其详细描述。研究发现专业性产品的口碑, 更引起消费者的浏览兴趣, 原因是具备此种专业知识的消费者不多, 且消费者普遍认为在线口碑的信息范围广泛, 较容易搜寻到符合自身需求的专业知识。当然, 互联网使消费者可取得大量的正负面口碑, 所以在线口碑传播会对企业的营销活动产生极大的促进作用, 但也极有可能起到阻碍的作用。
3、受众广泛
北京零点调查公司曾经对北京、上海、广州、成都、武汉、南京、西安、沈阳、郑州和大连十大城市4851位18-60岁的普通居民进行了一项有关产品口头传播的专项调查, 调查结果显示, 39.5%的受访者经常交流“购买以及使用产品的经验”。其中, 女性与35岁以下的年轻人互相交流“购买及使用商品经验”的比例更高, 而这部分群体也正是网络购物用户中所占比例较大的部分, 从中可以看出, 在线口碑在消费者购买决策中的影响作用。
2008年艾瑞研究发现, 近70%的网购消费者使用在线口碑 (用户评论) 帮助购买决策, 不论各年龄层次网络购物消费者均视在线口碑 (用户评论) 为商品信息获取的最主要方式, 而且专门性的口碑网站也相继出现, 在线口碑信息在网购消费者购买决策中的作用突显[4]。
二、在线口碑传播效果的影响因素
1、联结强度
Smith研究了虚拟社区中的普通消费者推荐信息对于消费者决策的影响机制。研究结果表明:无论消费者的购物目标如何, 联结强度对消费者购买决策影响的作用呈现正向影响[5]。传播者与接受者之间联系紧密更有利于信息的流动, 有利于个体的互动和沟通。通常情况下, 接受者更容易听从家庭成员、亲戚朋友以及熟悉的人的意见和建议。另外在年龄、性别和社会地位等相似的人之间口碑沟通最容易发生。在网络背景下, 口碑信息传播者和接收者之间的联结强度, 与口碑对接收者购买决策的影响, 二者之间存在显著的正向影响效果, 即在线口碑信息传播者与接收者间的联系强度越紧密, 在线口碑信息对于接收者购买决策的影响则越大。
2、信息可信度
许多消费者在购买前, 会习惯性地上网搜索并询问产品质量、功能及卖方评论等相关问题。可见, 在线口碑为消费者提供了大量的信息, 使消费者对产品等有一个相对全面客观的认识, 从而促进对信息的评估、判断。但当消费者面对关于同一产品或服务的大量信息尤其正负信息量相对均衡的时候, 可能感到无所适从。
在线口碑可能来自许多不同的网站或论坛等传播方式, 这些网站知名度大小或者专业程度就会有所不同, 再加上在线口碑的匿名性, 一方面消费者可以真实表达对产品的感觉, 他们的评论可能比专家评价更为诚实;另一方面, 在无人监控情况下, 匿名意味着不需要承担所发表言论的责任, 可能有人会利用匿名, 做出不切实际的吹捧, 或者恶意不实的批评, 比如, 销售方自我吹捧, 竞争对手相互诋毁对方产品。
在线口碑因为匿名性, 谣言较传统口碑容易形成, 且流传较广、速度较快。因此消费者面对在线口碑时会抱以怀疑的态度, 从而影响到消费者的评估和决策。
3、消费者的网络依赖度
消费者获得在线口碑信息的途径有多种, 产品入口网站讨论区、论坛或者即时通讯工具等。由于在线口碑接受者对网络的熟悉和依赖程度有所不同, 势必会影响到接受者对口碑信息的信任程度, 有关研究发现在线口碑接收者更加相信依赖程度高或感知有用性高的网站上的口碑信息。消费者感知网站亲密感、熟悉程度越高, 对网站本身的可信度的认知越高, 则口碑对其购买决策的影响程度越高。
在网络环境下, 搜寻成本相对较低, 消费者更积极地在线搜寻, 搜寻越多对口碑信息更有一个相对全面的了解, 从而使消费者对信息有准确的把握和清楚的认识, 做出相对客观的判断。这样一来, 消费者的心理上对口碑信息有较大程度的认同感。Bansal&Voyer, (2000) 研究表明在线口碑对消费者购买决策会受到搜寻程度的影响并且与搜寻程度具有正向的关系。即当消费者的在线口碑搜寻程度越高, 其购买决策则越会受到在线口碑的影响。
4、受众的专业度
专业程度高的接受者对口碑信息中产品服务有较多的了解, 进而对信息有更高的分辨能力和趋于理性的认识, 降低了购买动机的盲目性。一般而言, 信息接收者所具有的专业知识、能力、经验越高, 口碑信息对其影响效果会越小。因为这时接收者会依自己的专业判断去评价分析口碑的信息, 且高专业程度的信息接收者会对专业程度相对较低传播者的口碑信息内容存疑。
但从另一个角度来说, 在消费者虚拟社区这一环境中, 具有丰富知识的消费者比那些对某一产品不甚了解的“新手”更倾向于与其他成员交换信息和交流意见, 因此, 也更容易在信息层面受到影响。消费者在虚拟环境中接收口碑信息是一种主动的行为, 在既有的信息内容下而对商品产生评价或决策上的转变。在面对这些信息时, 一般人不容易从中理解信息内容, 或者偏听偏信, 而只有具备较高的相关专业知识水平的人才能理解内容产生共鸣。具有较高的专业性的口碑信息接收者对信息会有更多的认识、较深的思考和较强的辨别真伪的能力, 因此, 这些信息对其的影响也更大。
三、营销者对在线口碑传播信息的利用
1、重视初始口碑信息的提供
产品在网上店铺的第一个销售周期可能遇到销售量非常少, 甚至为零销售的状态, 那么在线口碑数量少就会对消费者购买行为产生负面影响。2008年, 网上消费者最常购买的有形产品种类排名前三位的分别是服装、图书音像、护肤用品, 大约占到了60%以上 (艾瑞咨询报告, 2009) 。这些网上店铺可以免费发送较少数量的试用品或者以较低的价格促销一段时间赢得第一批网上消费者, 但要消费者在得到免费或者低价优惠的同时发表一些对产品、服务的相关评论, 以此来获得一定数量的在线口碑信息。同时, 由于产品是低价促销或者免费的, 消费者对这些产品往往有一种宽容的心态, 也比较容易形成最初的在线正面口碑信息, 吸引越来越多的消费者购买产品, 也就打破了在线口碑信息为零而影响销售进度的情况。
2、重视信息的高质量性
高质量信息是较详细地介绍产品功能或使用的经历;或者只介绍产品某一方面特征, 但信息可用性很高, 对消费者在线购物决策有较大的影响。低质量的信息是那些简单的推荐或陈述不清的信息, 不能帮助消费者对网上产品或服务有更合理的预期。高质量在线口碑信息应具备的特征:一是评价产品实物与店铺的产品描述相符的程度, 以及不相符的方面, 如质地、与网上产品的色差等。这些能够让消费者有更客观更理性的心理预期, 降低消费者的心理风险;二是产品质量的补充描述, 如做工、手感、包装等。这些不通过接触实际产品就难以得到的信息, 有助于消费者更全面的了解产品后决定是否购买;三是使用产品或服务后的体验感受, 如反映速度、口感、舒适感等, 以及使用过程中发生的所未预料到的情况。这些在线口碑信息有助于消费者对该产品或服务认识的加深。高质量信息不一定取决于信息长度, 更重要的是信息内容的可用性, 只要提供给消费者很有用的产品实物信息, 即使是简短描述也能直接影响消费者的购买决策。而低质量的口碑信息只是简单、中庸或者过于概括的陈述一些边缘信息, 如“还行”、“好”、“给个好评”“、很快”。这些简单的评论不能帮助消费者对网上产品的感知, 信息可用性和可信度都较低。
正如前文所述, 营销者应该探索在商品的领域中, 哪些人是较具专业的群体, 鼓励与刺激这些具有较高商品专业知识的消费群体去推荐商品、传播口碑信息, 从而产生更多高质量信息。
3、重视负面信息的处理
在线口碑信息数量增加的同时, 很可能会出现少量的负面口碑, 营销者一定要及时、有效地对负面口碑进行服务补救, 尤其对于产品属性特征等方面的口碑信息要尽快解释和补救, 提高正面口碑信息的传播意向。首先, 可以通过和负面口碑传播者进行直接的沟通, 解决网购中出现的产品质量、退换以及其他服务问题, 合适的服务补救可以提升顾客满意度, 甚至可能使顾客比首次获得成功服务更加满意, 还可能导致正面口碑或者降低负面口碑。其次, 营销者在对产品各种属性特征描述时也应尽量与实物相符, 对于可能出现的问题进行事先说明, 比如产品图片与实物可能存在的色差, 以使消费者对网购产品及相关服务有合理的预期, 避免出现实物和介绍不符、服务差的负面口碑信息。
参考文献
[1]CNNIC, 第27次中国互联网络发展状况调查统计报告, http://www.cnnic.cn/research/bgxz/tjbg/201101/t20110120_20302.html, 2011-01-18.
[2]陈蓓蕾.基于网络和信任理论的消费者在线口碑传播实证研究[D].浙江大学博士学位论文, 2008.
[3]任庆伟.在线口碑与传统口碑差异之探讨[J].全国商情 (经济理论研究) , 2009.11:41-43.
[4]刘玉明, 在线口碑信息对消费者购买决策影响的研究[J], 价格理论与实践, 2010, 3:77-78.
[5]Smith, D.N.Trust me, would I steer you wrong?Theinfluence of peer recommendations within virtual communities[D].University of Illinois at Chicago, 2002.
[6]艾瑞咨询集团.中国网络购物市场行业发展报告简版[R].2007-2008
在线口碑 篇2
随着互联网的迅速发展, 消费者通过网络交流的机会越来越多, 并且形成了虚拟的社会关系网络。根据中国互联网络信息中心今年统计结果, 截止2008年6月30日中国网民数量已达2.53亿, 并呈持续快速发展的趋势。由此看出, 网络已经渗入到人们的生活中, 并且起着越来越重要的作用, 成为人们交流的一个平台。有了这个平台, 越来越多的消费者也开始借助互联网了解产品或服务的信息, 分享彼此的购物体验, 发表自己对产品、服务或品牌的看法, 这就形成了在线口碑。
在线口碑从不同方面影响了消费者的购买决策, 并且发挥着越来越重要的作用。例如iResearch艾瑞咨询根据Hitwise发布的美国18岁以上手机购买者受网络媒体影响显著程度数据分析发现, 将近61%的美国手机购买者, 受到网络上其他用户的评价和介绍的显著影响;同时有30%左右消费者的购买决策受到博客的显著影响。艾瑞咨询也认为, 消费者在购物之前越来越重视其他用户的相关评价, 在线口碑对其购买行为的影响力正逐渐扩大。
2 在线口碑的定义与传播形式
Hennig-Thurau et al (2004) 指出电子口碑 (electronic word-of-mouth) 是消费者在互联网上, 通过浏览网页来收集其他消费者所提供的产品信息与使用经验, 同时消费者又针对特定主题分享自身经验、意见与相关知识, 又称为在线口碑 (online word-of-mouth) 。
在线口碑的传播形式有很多种, 主要是通过电子邮件、使用者群组 (Usenet Groups) (即新闻群组) 、电子邮件名单服务 (E-mail Listservs) 、在线论坛 (Online Forums) 、入口网站讨论区 (Portal Discussion Areas) 、论坛布告栏 (BBS) 、聊天室 (chatroom) 等网络形式进行信息的发布 (Hanson, 2000) 。 Bickart & Schindler (2001) 在其研究中也发现, 消费者可经由公开评论、邮件包裹、讨论区、分散式邮件系统、一对一邮件、聊天室与即时工具等七种在线口碑传播形式来取得所需的信息。
此外, Bickart & Schindler认为这七种在线口碑传播形式在信息流动方式、互动时间、互动对象和参考能力等特征方面是有所不同的。
3 消费者购买决策
消费者购买决策是指消费者谨慎地评价某一产品、品牌或服务的属性并进行选择、购买能满足某一特定需要的产品的过程。一般来说, 消费者决策过程包括以下五个阶段:确认需要 (Need Recognition) 、信息搜索 (Information Search) 、评估选择 (Evaluation of Alternatives) 、购买决定 (Purchase Decision) 和购后行为 (Postpurchase Behavior ) 。也有研究者认为消费者购买决策是指消费者的购买决定, 本文采用前者之意。
4 在线口碑对消费者购买决策的影响
在线口碑是借助于网络平台传播的, 具有高度互动性、便利性、不受时空限制、匿名性等特性。由于消费者购买决策一个过程, 所以在线口碑对消费者购买决策的影响不仅体现在购买决定上还体现在消费者购买决策的整个过程中。从以下七个方面进行分析和探讨。
(1) 在线口碑的来源及可信度。
在线口碑可能来自许多不同的网站或论坛等传播方式, 这些网站知名度大小或者专业程度就会有所不同, 再加上在线口碑的匿名性, 一方面消费者可以真实表达对产品的感觉, 他们的评论可能比专家评价更为诚实;另一方面, 在无人监控情况下, 匿名意味着不需要承担所发表言论的责任, 可能有人会利用匿名, 做出不切实际的吹捧, 或者恶意不实的批评, 比如, 销售方自我吹捧, 竞争对手相互诋毁对方产品。这样在线口碑信息面临可信度的问题。口碑信息的可信度又会影响到消费者评估和决策。
(2) 在线口碑接受者对网络的熟悉和依赖程度。
在线口碑具有多种传播方式, 同样地消费者获得在线口碑信息的途径也有多种, 可以通过产品入口网站讨论区, 也可以通过论坛或者即时通讯工具等方式获得需要的在线口碑信息。由于在线口碑接受者对网络的熟悉和依赖程度有所不同, 势必会影响到接受者对口碑信息的信任程度, 有关研究发现在线口碑接收者更加相信依赖程度高或感知有用性高的网站上的口碑信息。
(3) 在线口碑接受者专业程度。
一般来说, 在线口碑接受者专业程度不同, 势必影响接受者对口碑信息有不同的认识和感受, 从而影响到接受者的购买决策, 专业程度高的接受者对口碑信息中产品服务有较多的了解, 进而对信息有更高的分辨能力和趋于理性的认识, 降低了购买动机的盲目性。相反, 专业程度低的接受者更容易受在线口碑的影响。邱建智 (2003) 研究也证明在线口碑对购买决策的影响会受到接收者专业程度的影响, 并且与接受者专业程度呈负相关。这与Herr et al. (1991) 、Friestad & Wright (1994) 的研究结果是相同的。即当消费者的专业程度越高, 则在线口碑对其购买决策的影响会越小。但Bansal & Voyer (2000) 在口碑对消费者购买决策影响的研究表明, 这一负向关系并不显著。
(4) 在线口碑传播者专业程度。
传播者专业程度的高低会影响到接受者对信息的不同理解和接受程度。Solomon (1992) 认为专业程度是决定信息能否发挥影响力的关键因素。 Gilly et al. (1998) 也指出, 来源的专业程度对于信息搜寻者的购买意愿有正向的影响。度彥宏研究发现, 传播者专业程度与在线口碑对接收者购买决策的影响存在显着的正向关系。即当传播者的专业程度越高, 其所传播的在线口碑对消费者购买决策的影响则越大。
(5) 口碑传播者与接受者联系强度。
联系强 (Tie Strength) 是在社会网络的背景下两个体之间的人际关系, 其为一种多维度的结构 (Money, Gilly & Graham, 1998) 。且联系强度又可区分为弱联系 (weak ties) 与强联系 (strong ties) 两种, 但两者之间却没有一定的区别界限 (Marsden & Campbell, 1984) 。传播者与接受者之间联系紧密更有利于信息的流动, 有利于个体的互动和沟通。通常情况下, 接受者更容易听从家庭成员、亲戚朋友以及熟悉的人的意见和建议。另外在年龄、性别和社会地位等相似的人之间口碑沟通最容易发生。在网络背景下, 口碑信息传播者和接收者之间的联系强与口碑对接收者购买决策之影响间存在显著的正向影响效果 (Brown & Reingen, 1987;Bansal & Voyer, 2000;Wirtz & Chew, 2002;邱建智, 2003) 。即在线口碑信息传播者与接收者间的联系强度越紧密, 在线口碑信息对于接收者购买决策的影响则越大。
(6) 接受者知觉风险。
接受者在购买产品和服务时, 因为存在无法预知的结果, 这样就产生了知觉风险。知觉风险是心理上的不确定感。不同的接受者知觉风险有很大差别, 它和接受者的收入、性格、心理等有关。当接受者的知觉风险比较高时, 可能会通过搜寻更多的信息来降低知觉风险, 尤其是具有非常便利的在线口碑搜寻。研究表明, 接收者知觉风险确实影响到在线口碑搜寻程度, 并且两者呈现正向关系 (Arndt, 1967;Bettman, 1979;Midgley , 1983;Dowling & Stalin;1994;Bansal & Voyer, 2000) 。
(7) 在线口碑搜寻程度。
消费者在购买前, 会搜寻相关的信息加以评估选择来确定是否购买。虽然搜寻越多会使消费者决策更趋完美, 但现实中搜寻程度视消费者所得利益与搜寻信息所花的成本之间的差异而定。在网络环境下, 搜寻成本相对较低, 消费者更积极地在线搜寻, 搜寻越多对口碑信息更有一个相对全面的了解, 从而使消费者对信息有准确的把握和清楚的认识, 做出相对客观的判断。这样以来, 消费者的心理上对口碑信息有较大程度的认同感。Bansal & Voyer, (2000) 研究表明在线口碑对消费者购买决策会受到搜寻程度的影响并且与搜寻程度具有正向的关系。即当消费者的在线口碑搜寻程度越高, 其购买决策则越会受到在线口碑的影响。
5 在线口碑的正负效应及交互作用
在线口碑既有正面口碑也有负面口碑, 负面口碑 (negative word-of-mouth) 是指当消费者对于某项产品、服务有不满意的购买或使用经验发生时, 而将这些不满意的经验告诉周围的亲朋好友, 并建议他人不要购买或使用此产品或服务。通常情况下正面口碑带来正面效应, 负面口碑带来负面效应, 例如蔡文硕研究发现在干扰变数方面, 涉入程度对负面口碑所产生的负面效果只产生部分的干扰作用, 涉入程度对应变数消费者购买决策有负向的直接影响关系。但也有例外, 负面口碑可能会带来正面效应, 比如某部电影负面口碑很多, 众多的负面口碑引起消费者更大的关注, 电影票房不降反而上升。
正面口碑和负面口碑均能从不同方面影响到消费者购买决策, 并且在消费者决策过程中正负口碑有交互作用和顺序效应。王艺玲研究显示 :
(1) 在信息整合时, 无论媒介为何, 后口碑皆会减弱前口碑, 近因效应因而产生。
(2) 信息两极且不分前后顺序时, 在线口碑较传统口碑易受负面信息影响。
(3) 媒介与顺序、媒介与个人因素及顺序与个人因素之交互作用均未发生, 可推论媒介与顺序效应各自独。
另外发现后口碑给予较高的权重, 会支持负向效果;即后负口碑引发负面消费者行为较前正口碑引发正面消费者为为强。
6 研究不足与未来展望
虽然国内学者对在线口碑陆续做了一些研究, 建立概念模型并对此模型进行分析, 但目前在线口碑在国内的研究还处于起步阶段, 即使对在线口碑对消费者购买决策影响的研究也有很大不足: (1) 研究中的产品大多局限于生活用品, 而且对产品较少分类;对于工业产品和服务性的研究较少涉及。 (2) 对在线口碑的不同形式进行单独研究的也不多。 (3) 把在线口碑和消费者心理结合起来研究的基本上没有。 (3) 对正面口碑的影响研究较多, 只是提及负面口碑的影响, 而对正负口碑交互顺序效应的研究还几乎没有。
未来的研究将立足于对在线口碑内涵的理解和把握, 根据在线口碑的特性对不同产品和服务进行分类研究。对在线口碑的不同形式以及各种形式之间的关系进行分别研究, 同时结合消费者性别、年龄、心理等特征。随着互联网的迅猛发展和人们对在线口碑的越来越多的关注, 对在线口碑对消费者购买决策的研究也会得到不断深入和发展。
摘要：在线口碑成为影响消费者购买决策的重要因素, 也引起营销学者的关注, 成为营销中的热点问题。总结以往在线口碑的研究, 着力分析在线口碑对消费者购买决策的影响。
在线口碑 篇3
关键词：网络评论,负面口碑,关键事件,高星级饭店
随着互联网的逐步普及和旅游电子商务的飞速发展, 上网浏览搜寻旅游饭店信息、发表住店体验评论成为越来越多消费者的习惯。网络评论不仅成为衡量酒店服务质量高低的杠杆, 更成为网络消费者做出购买决策的重要依据[1]。互联网上消费者主动发布的负面评论会对消费者购买决策产生负面影响, 产生负面口碑传播效应。这一现象已经引起饭店方和旅游电子商务网站的高度重视, 但对此方面的研究还属于起步阶段。国内外学者主要关注在线零售业的网络口碑传播、网络口碑影响效果, 专门针对酒店业在线负面口碑行为研究的文献资料较少。本研究有助于旅游饭店从网络负面口碑中了解消费者的个性化需求, 找准企业的症结, 引导企业重视和监管网络口碑的动向, 优化在线服务模式, 提高旅游饭店的网络影响力。
1 研究对象选取
本研究选取携程网上扬州市9家豪华饭店作为研究对象, 具体包括扬州西园饭店、扬州凯莎华美达广场酒店、扬州迎宾馆、扬州中集格兰云天大酒店、扬州绿地福朋喜来登酒店、扬州金陵大饭店、扬州汇金玄武饭店、扬州香格里拉大酒店、扬州小盘古会所。其中, 扬州迎宾馆、扬州金陵大饭店和扬州汇金玄武饭店是挂牌五星级饭店。
携程网是中国领先的综合性旅行服务公司, 是互联网和传统旅游无缝结合的典范, 因此选择携程网络顾客点评数据。为了限定分析范围, 所有纳入分析的顾客评价起始时间为2013年1月1日至2013年12月31日, 即2013年全年数据。根据上述时间范围和条件选择的顾客网络点评总分、评论数目、比例以及均值如表1所示。
从表1可以得出, 2013年网络消费者对扬州高星级饭店总评分均值为4.56分, 负面评论数平均为25条, 占所有评论数的3.7%, 说明扬州高星级饭店网络消费者满意度比较高, 网络口碑较好, 但就9家饭店比较而言, 网络消费者对扬州凯莎华美达广场酒店、扬州绿地福朋喜来登酒店的评价较低, 负面评论内容较多。
2 网络消费者在线负面口碑行为研究
2.1 研究数据
本研究通过收集2013年携程网上消费者对扬州9家豪华饭店的负面评论条目进行分析, 剔除重复评论、不属于负面评论的条目, 剩下的负面评论条目和内容即是本文研究的关键。总共收集到216条评论条目, 涉及266起关键事件, 包含酒店硬件设施、服务水平、卫生、地理位置和周边配套设施、价格和收费等方面, 根据表2获知, 63.5%的关键事件反映的是酒店提供的核心服务与顾客感知之间的偏差。
2.2 归因分析
对216条负面评论中的266起关键事件进行词频分析, 分解为351个关键行为, 修正分歧后将351个关键行为归因于五类决定性因素, 即核心服务与顾客感知的偏差、投诉处理与沟通失败、价格和收费、区位和附加服务失败、其他。具体见表2所示。
2.2.1 核心服务与顾客感知的偏差
从表2获知, 63.5%的关键事件是由于酒店的核心产品与顾客的感知出现偏差, 其中包含了232个关键行为, 这些关键行为主要体现在: (1) 酒店的硬件设施设备不能满足顾客需要或者不能符合酒店的星级品牌, 例如空调噪音大、房间小、设施设备故障等, 25.9%的关键行为与此相关; (2) 软件服务方面让顾客失望, 例如:服务员态度生硬、没有笑容、被动服务等。另一方面是由于顾客的期望值太高, 导致失望大。与此相关的关键行为占20.9%; (3) 11.4%的关键行为反映酒店卫生条件差, 其中最常见的问题是地毯脏。其他关键行为反映在顾客对酒店餐饮 (6.8%) 和客用品 (0.8%) 两方面。
2.2.2 投诉处理与沟通失败
在所有关键事件中酒店都能在顾客出现问题时第一时间出面处理, 但是处理是否得当、沟通是否有效就因人而异, 3%的关键事件与此相关。例如有的顾客投诉空调效果差, 酒店经常回复要顾客自己调试或者酒店工作人员帮忙调试, 调试之后问题依然存在, 酒店就不再处理, 没有后续的跟踪服务导致投诉处理失败。客人投诉卫生太差, 服务员就到房间打扫卫生, 打扫完后没有和顾客沟通, 没有征询顾客意见就结束工作, 让顾客感觉酒店敷衍了事, 沟通失败。
2.2.3 价格和收费
15.8%的关键事件反映酒店价格和收费不合理, 其中7.5%的关键行为与价格偏贵相关, 4.1%的关键行为反映收费不合理, 1.4%的关键行为反映附加服务失败。关键行为中的附加服务主要是指携程网络上承诺给顾客的免费项目, 酒店不主动提供给顾客或者另外收取服务费。顾客评论的关键词, 如性价比差、收费不合理、价格贵、附加收费等, 例如:早餐一个房间住两人免一个人早餐, 游泳池另外收费, 四星服务五星价格。
2.2.4 区位和配套设施
12.8%的关键事件与此相关, 由于酒店地理位置相对偏离市中心和主要景区, 住店客人出行不方便。再加上周边配套设施不完善, 不能满足客人行、游、食、购、娱等方面的需求。9.8%的关键行为与地理位置偏有关, 2.8%的关键行为与酒店周边配套设施不完善有关。此方面问题比较突出的是扬州绿地福朋喜来登饭店。
2.2.5 其他
由于顾客的知识文化、社会经历、对酒店业的了解等方面的差异导致顾客对酒店的需求是层次不齐的, 而酒店产品只能满足大部分消费者的需求, 不能满足所有消费者的需求, 从而导致2.6%的关键行为给予酒店总评差。有时候周边社区的其他建设项目影响酒店顾客的休息娱乐, 顾客也将此迁怒于酒店。例如酒店外围的道路维修、基建项目施工等造成的交通不便、噪音等问题, 顾客都纳入评论内容里面, 与此相关的关键行为有1.7%。
3 旅游饭店网络消费者在线负面口碑传播机理研究
3.1 在线负面评论的动机研究
通过对216条评论内容的文字和句法研究发现, 消费者主要采用例证法、评论法、对比法三种方法来对自己的消费经历进行点评。73.2%消费者在点评中通过描述自己的亲身经历、事情的经过和具体的数据来证明自己的判断, 让接受者觉得内容客观公正、详细而具有说服力, 具有强烈的负面口碑传播效应;22.2%的消费者通过自己的主观判断来进行评论, 直接表明自己对该饭店产品和服务的不满以及评价。当然这类评论内容受到评论主体的教育背景、经历、对酒店的体验和情感情绪等因素的影响, 具有一定的主观性, 但同样具有负面口碑传播的效应, 此类评论传播效应的大小取决于接受者对它的风险感知;4.6%的消费者通过与其他同品牌、同档次的酒店进行类比, 指出扬州高星级饭店的不足, 这类评论受到评论者本身水平和可比性两方面的影响, 它的传播效应也主要取决于接受者的感知。
一般来说, 正面评论会产生正面口碑效应, 负面评论会导致负面口碑传播, 负面口碑会损害企业绩效, 并且负面口碑的传播范围比正面口碑更广, 影响更大。黄敏学等人认为心理收益是导致不满意消费者的负面口碑传播意愿的主要影响因素, 心理收益主要包括情感释放 (relieve) 和利他 (altruism) 两方面。一方面, 当消费者遭遇不满意的体验时, 他们通过网络评论, 与他人分享自己的经历, 减少焦虑和释放情感负荷;另一方面, 消费者认为有责任帮助和提醒他人免于受到同样问题的困扰或免于遭遇同样的不满意经历, 他们会建议别人不再购买该酒店的产品或服务, 不推荐其他客人入住。这一动机使得消费者客观上可能阻止了他人的不满意遭遇, 并对旅游饭店进行了某种程度的报复 (vengeance) , 影响消费者的购买决策。
3.2 在线负面口碑传播机理研究
接受者通过对以上评论信息的风险感知, 结合自己的亲身经历、过往经验和知识文化等, 形成自己的消费决策和是否继续传播的意愿。具体传播机理如图1所示。
资料来源:根据相关资料整理。
4 结论与启示
从以上分析可以得出, 酒店核心产品和服务是决定顾客满意度的主要因素, 其次投诉处理与沟通的效力、价格和收费的合理性、区位的可进入性和附加服务的执行性是影响网络消费者对酒店满意度的次要因素。心理收益是驱动消费者产生负面口碑行为的主要因素, 负面口碑行为可以通过服务补救来扭转。对于旅游饭店而言, 针对网络负面口碑传播, 可以采取以下措施:
(1) 进一步加强质量管理, 提升服务品质, 消除消费者负面口碑传播意愿。酒店的核心产品是服务, 作为管理者应从服务管理体系、管理制度入手, 强化员工培训和自我深造, 分析本酒店存在的问题, 找出问题的根源, 努力从制度上解决问题;作为酒店行业的服务员应时刻树立“客人第一”、“客人是上帝”的服务理念, 加强学习、热爱本职工作, 努力提升自身的服务技能和服务水平。酒店自身产品和服务过硬, 消费者满意度提高, 负面口碑传播意愿随之降低。
(2) 在酒店内部尽可能提供更多的投诉渠道, 减少消费者负面口碑传播几率。例如设立店内有奖投诉、建立多方投诉渠道, 鼓励消费者当面向酒店反映自己的遭遇和不满, 让问题在酒店内暴露, 而不是将问题留到顾客离开酒店后;采取首问责任制和领导值班制, 当客人在酒店内部进行投诉时, 第一个受理此投诉的酒店方工作人员必须将问题彻底解决, 自己不能解决的当天值班领导必须出面解决, 直到客人满意而归, 不可将问题带离酒店, 减少顾客进行网络负面评论的几率。
(3) 设立专门的网络服务班组, 重视对负面口碑传播的监管, 及时采取对策, 消除和避免网络负面评论的影响力。在调查的所有评论中, 酒店都进行了回复, 但是只有13条补充回复, 其中仅有4条回复是正面信息, 也就是说通过酒店的服务补救, 可以将客人的负面评论转为了正面评论, 获得其情感上的谅解和减少其报复行为。从以上数据也可以看出, 很多酒店的网络回复没有产生实质性的效果, 这其中的缘由可以作为今后研究的课题。
当然, 网络消费者只是酒店所有消费者中的一部分, 不能代表全部消费者对酒店产品的评论, 并且在网络技术不够成熟的今天, 商家为了竞争和各自的利益, 不免会存在一定程度的网络水军, 故网络负面评论的真实性值得进一步探讨和深入研究, 今后可以将网络评论、问卷调查、实地访谈等调查方法相结合, 以求获得更全面、更深入的信息。
参考文献
[1]张梦, 张广宇, 叶作亮.在线信息对酒店网上预订的影响研究——基于携程网酒店在线预订数据的分析[J].旅游学刊, 2011, 26 (7) .
[2]李菁华, 李雪.基于关键事件法的金融服务消费者在线负面口碑行为研究[J].特区经济, 2008 (9) .
[3]Ahluwalia, R.How Prevalent Is the Negativity Effect in Consumer Environments?[J].Journal of Consumer Research, 29 (September) , 2002.
[4]黄敏学, 冯小亮, 王峰, 蔡融.不满意消费者的网络负面口碑机制研究[J].武汉大学学报 (哲学社会科学版) , 2010 (5) .
[5]陶晓波, 宋卓昭, 张欣瑞, 吕一林.网络负面口碑对消费者态度影响的实证研究——兼论企业的应对策略[J].市场营销, 2013 (3) .
[6]周舟.网络负面口碑对消费在线旅游预订决策的影响研究[D].华南理工大学硕士论文, 2011.
[7]肖雪.网络口碑是影响酒店消费者购买决策的关键因素[J].经营与管理, 2012 (5) .
[8]罗朝霞.基于携程网络评论的扬州高星级饭店顾客满意度研究[J].扬州职业大学学报, 2013, 3 (9) .
在线口碑 篇4
互联网的发展提高了社会生产效率,也影响了人们的生活理念和方式,网络现如今已成为人们生活、娱乐和购物的重要工具。根据中国互联网络信息中心发布的调查报告,截止到20 14年12月底,中国网民的整体规模达6.49亿,互联网普及率达47.9%,中国网民使用网络购物的比例从48.9%提高到55.7%,网络购物用户规模达到3.61亿[1]。
随着我国互联网规模与普及率的持续增长,基础物流设施和在线支付工具的日渐成熟,我国电子商务市场持续迅猛发展。截止到2014年底,中国网络零售市场的交易规模已达28 21 1亿元,占到社会消费品零售总额的10.6%[2]。在网购已成为一种时尚和趋势的当下,C2C电子商务平台在为商家提供更大众化、自由度高、门槛低且公平的创业机会的同时,也为大众创造了大量的就业机会[3]。如何经营网店以实现最优的绩效,对于促进网商快速健康成长、促进新型就业,从而进一步推动中国经济新的增长,有着十分重要的意义。随着社交网络和服务经济的快速升温,针对在线口碑和服务水平方面的研究逐渐成为网商绩效研究中的热点。
本文主要探讨C2C市场中在线口碑、服务水平与网商绩效的关系,利用淘宝网商的销售数据等指标来测度相关构念,在绩效度量方面,创新性地构建分别以交易额和交易量为被解释变量的面板数据分析模型,验证了研究假设,并基于研究结果为C2C市场网商的生存和发展提供重要的启示。
二、理论基础与文献综述
(一)在线口碑
网络口碑是一种在互联网上以文本为媒介进行的于紧密联系的消费者之间双向互动的、非商业性的沟通,其内容是产品(或服务)等与消费者行为相关的且具有一定效价的评价[4]。网络口碑的传播具有高效率和全民可参与性,良好的口碑可能会给网商带来更多的经营利润。
由于在线口碑可以长时间存储,使网络口碑的准确测量成为可能。怎样从线上海量的口碑数据中获取其中最有价值的口碑信息,从而进一步研究这些信息,使如何影响消费者的消费行为及网商绩效成为热点问题。Li和Hitt[5]基于亚马逊的销售数据的研究发现,商品的评分对销售正向影响显著,潜在消费者的购买意愿受前期购买者网上评论偏好的影响。Chen[6]的研究得出,图书产品的星级(前人的打分)对销量有显著影响的结论。王有为等[7]在研究社会资本、网络口碑和网商绩效的关系时,曾用劝说效应和知悉效应这两个维度来反映网络口碑,其中劝说效应用收藏人气度量,因为收藏人气体现了消费者对网商的一个积极且正面的态度。
(二)服务水平
服务水平是决定消费者购物体验的重要方面,和传统服务领域一样,在C2C市场中服务水平也会对消费者的消费行为产生重要影响,很多学者的研究都证明了这点。如周涛和鲁耀斌[8]在研究消费者网购行为时发现,网商的服务质量对消费者的重复购物行为有重要影响,且可靠的服务、退换货政策的公平合理等,是高质量的服务的一部分。杨栩和廖姗[9]结合淘宝、拍拍、eBay三大电子商务交易平台的在线信誉等反馈机制的研究表明,夯实消费者服务保障体系的重要意义。同时,网商产品数和是否加入消费者保障计划(简称消保)也是王有为等[7]在研究网商绩效时考虑的影响因素之一。
(三)网商绩效
网商是指持续使用互联网从事商业活动的中小企业,以及企业负责人、个体经营者和业务操作者[10]。绩效在管理学中指的是组织在一定时期内投入产出的多少[11]。对于网商等企业规模较小的组织来说,绩效往往指的是企业经营效益,即在经营周期中企业的财务盈利能力,如某一经营周期中企业的销售额、利润、销量等[12]。
自2003年起,中国个人C2C模式作为个人创业的一种重要途径开始逐步发展起来,在2008年金融危机出现以后,中国的网商更是大量兴起并逐步走向兴盛。到今天,网商如何健康、持久地管理好自己的店铺并实现较高的网商绩效,已经成为社会热点关注问题。
关于网商绩效及其影响因素的相关研究,国外大多是基于eBay和Amazon的数据进行的,国内主要以淘宝网的数据为研究基础。由于学者们无法观察到网店的具体成交额、利润或实际费用,所以并没有一个统一完备的指标来衡量网商绩效,大多数学者是将交易量作为网商绩效的衡量指标,如王有为等[7]将网店总的交易量作为网商绩效的指标;吴德胜和任星耀[13]采用产品的成交量和成交笔数来定义网商绩效的高低。由于单一的网商绩效指标可能使研究结果有所偏差。因此,考虑到交易额也是衡量经营绩效的重要指标,本研究同时采用交易额和交易量衡量网商绩效,构建分别以交易额和交易量为被解释变量的面板数据方程进行实证比较分析,并验证相关研究假设,提高研究结果的可靠性。
三、理论模型与方法
(一)理论假设
1. 在线口碑与网商绩效
基于现有的文献和本研究的数据支持,本文采用好评率、信用星级和收藏人气来测度网商的在线口碑水平。好评率是指网商收到的好评数占所有评价数的比例。好评率在很多研究中都曾作为影响因素来分析其对网商绩效的影响,如吴德胜和任星耀[13]就通过对淘宝网数据的分析,得出好评率对于网上销售情况有正向作用的结论。因此本文假设:
H1.1网商的好评率越高,该网商的销售绩效越好。
信用星级即淘宝网商的信用等级,代表该网商的信誉水平。当消费者做出在线评价时,评价结果系统会自动转换成具体分数,所有评分分数相加即为网商的信用度,而信用度得分最终将转化成网商的信用星级。陈学旺和樊丹[12]曾通过实证研究发现网商信用对网商绩效有显著的正向影响。因此本文假设:
H1.2网商的信用星级越高,该网商的销售绩效越好。
店铺收藏行为体现了消费者对商家店铺的信任,可以在一定条件下转化成购买行为,与此同时也会形成一种口碑效应。王有为等[7]用收藏人气来测量口碑中的劝说效应,得出收藏人气与网商交易量之间的显著关系。本文假设:
H1.3网商的收藏人气越高,该网商的销售绩效越好。
2. 服务水平与网商绩效
结合前人的研究成果和本研究设计,本文采用在线产品数和是否加入消保来测度网商的服务水平情况。在线产品数是网商在特定时间跨度内网店内的产品数量。在线产品数越多,供消费者选择的范围越大,能够满足消费者个性化需求的可能越大,如王有为等[7]认为网商销售的产品越多,这些产品被消费者搜索和发现的机会更大。因此,本文假设:
H2.1网商的在线产品数越多,该网商的销售绩效越好。
消保是淘宝网为众多消费者提供的基础权益保护体系。对于加入消保的卖家,如果消费者在购物过程中出现消费者保障服务内的情形,可以向淘宝平台发起申请,维护自身的权益,这在一定程度上降低了消费者的网购风险,能够对消费者的购物行为产生正向积极的影响[14]。因此,本文假设:
H2.2加入消保的网商,销售绩效更好。
因此,本文的理论模型主要有2组假设(见图1)。
(二)数据与变量
淘宝网是中国消费者C2C网购的最主要网站,因此以淘宝网的卖家数据来研究C2C平台的网商绩效具有较好的代表性。本文以销售同质化明显的纸尿裤产品的网商为研究对象,随机选取淘宝网上547个网商连续7个月的月销售记录作为研究对象。基于现有的网商面板数据,本文分别选择网商的交易额和交易量作为计量模型的被解释变量,y1表示网商的交易额,y2表示网商的交易量。本模型的解释变量的指标有:好评率x1、信用星级x2、收藏人气x3、在线产品数x4、是否加入消保x5。
综上,本文构建的基本面板数据模型是:
模型中的各变量含义如上所述,其中下标的i表示对应的网商,t表示月份;ε表示误差项。
四、实证分析
(一)描述性统计分析
本文研究变量的描述性统计情况见表1。
由表1可以看出,网商的好评率很高,均值达到0.9975,且极小的标准差也说明了差异性很小;另外,网商的信用星级最大值为8,最小值是-1,这里出现负值是因为如果淘宝网商刷信誉被平台发现,会直接将网商的信誉减为负值;网商店铺的被收藏数量平均在15左右,收藏人气的极值差异较大;近四分之三的网商加入了消保;同时,网商的在线产品数、交易额和交易量的标准差比较大,即网商在这几个指标上分布的范围比较广。
(二)多重共线性诊断
多重共线性是回归分析中一个非常棘手的问题,自变量间较高的共线性可能使模型估计的不准确[15]。因此,在模型分析之前,本文先用相关系数矩阵R诊断法和方差膨胀因子(VIF)诊断法来研究变量之间的相关关系,并进行多重共线性的诊断。结果显示各自变量之间的相关系数均小于0.2,且所有变量中VIF值最大的为5.784,大大低于Hair所建议的判别值10[16],所以基本排除数据多重共线性的可能。
(三)模型设定检验
由于不平稳的时间序列可能会造成“伪回归”的问题,因此在对面板数据建模之前,需要对其进行平稳性检验,即单位根检验[17]。面板数据的单位根检验方法有很多种,本文选择了ADF-Fisher检验和PP-Fisher检验这两种通用的方法。两种检验结果结论一致,表明上述变量为平稳变量。平稳变量的面板数据模型在进行回归分析之前不需要进行协整检验。
针对面板数据,本文首先通过pFtest检验来确定选用混合估计模型还是固定效应模型,然后采用Hausman检验确定是采用随机效应模型还是固定效应模型进行估计。
表2中,模型Ⅰ的pFtest检验和Hausman检验的p值均小于0.05,因此对于模型Ⅰ,本文选择固定效应模型来回归面板数据。模型Ⅱ的pFtest检验的p值小于0.05,而Hausman检验的p值远大于0.05,因此可认为对模型Ⅱ来说,随机效应模型拟合效果优于固定效应模型,本文选择随机效应模型来回归面板数据。
(四)模型估计
根据pFtest检验和Hausman检验结果,对模型Ⅰ进行固定效应模型估计,对模型Ⅱ进行随机效应模型估计的结果如下:
注:***表示P<O.001,**表示P<0.01,*表示P<O.05。
从回归分析结果可以看出,在0.05的水平下,模型Ⅰ中信用星级、收藏人气、在线产品数对交易额的影响是显著的,模型Ⅱ只有收藏人气对交易量的影响是显著的。
五、结语
本文基于现有在线口碑、服务水平和网商绩效的相关文献研究,提出了各影响因素对网商绩效影响的研究假设,和以往研究对网商绩效仅考虑交易量这一单一指标不同的是,本研究同时采用交易额和交易量两个绩效指标来建立对应的面板数据分析模型并进行实证检验,从而为C2C市场网商实现较高的经营绩效提供更全面的参考建议。根据本文的研究结果,主要得出以下几个结论。
第一,网商的信用星级和在线产品数对网商交易量的影响不显著,但是对网商交易额的影响却是显著的。一般交易额是交易量和产品价格的乘积,因此可以理解为在大部分网商的好评率和是否加入消保等情况相一致时,网商的信用星级和在线产品数更多的是影响了产品的价格。这表明在交易量不变的情况下,高信用星级的网商获取了溢价,从而提高了以交易额为评价指标的网商绩效。而在线产品数越多,消费者可选的范围越大,越有可能找到自己最需求的产品,消费者在该网商处购买的意愿越强烈,从而更愿意用较高的价格来购买该网商的相关产品,提高网商的交易额。
第二,网商的收藏人气对网商交易额和交易量的影响均显著,这与现有的相关研究结论一致。消费者对某特定产品感兴趣,但又不能立即购买,通常会加入收藏夹[12]。收藏人数高说明了店铺/商品的被关注度较高,其潜在的交易数量高。
第三,好评率和是否加入消保对网商绩效的影响不显著,这是由于样本数据中网商好评率的平均值达到0.9975,这说明淘宝网上绝大部分网商的好评率都非常高,而消费者很难在这么微小的差异中感知到显著的差别。加入消保对网商交易额和交易量的影响都不显著,可能原因是(1)数据显示,75.8%即大部分网商都加入了这个消费者保障服务体系,使得消费者不再特别关注这一指标。(2)由于支付宝信用中介、信誉评价体系中给予好评/差评/追评的权力的存在,对于不满意/出现质量问题的商品,消费者能够通过消保以外的积极有效的手段来维护自身的合法权益,因此是否加入消保在影响消费者的购买决策方面并没有特别显著的作用。
由实证研究的结果可知,提高网商绩效的有效途径包括:一是提升网店的信誉。研究表明信用是在线口碑的一个重要方面,良好的口碑可以对商家店铺形成正面的宣传。因此,网商在经营网店时应重视自身信誉的积累,从而提高网商绩效。
二是提高网店的被收藏量。实证结果显示,网商的收藏人气不仅对交易额影响显著,也对交易量影响显著。收藏人气是网商热度的标准之一,一定程度上代表了消费者对该网商或产品的忠诚度。提高网店的收藏人气,首先可以采用一些激励措施,如赠送适额优惠券等方式;其次,增强产品的描述和图片效果,给浏览的消费者留下深刻的印象,促进消费者对该产品或该网店进行收藏操作;最后,网商还可以通过和其他网商相互添加收藏的方式增加自己店铺的被收藏量,以有效地提高网商的交易额和交易量。
三是尽可能增加网店的在线产品数。网商在经营网店时要尽可能增加网店的在线产品数,为消费者提供更为丰富的产品选择空间来赚取更多的产品溢价,同时全方位地满足不同消费者差异化的需求,增强消费者在该网店购物的意愿。