導(dǎo)語：電商品牌營銷與消費(fèi)者在線體驗(yàn)的關(guān)系一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

內(nèi)容摘要：在線評論是電商消費(fèi)中非專業(yè)性和低涉入度消費(fèi)者的重要信息來源。本文構(gòu)建電商品牌營銷效益、成本與在線評論的互動關(guān)系理論分析框架，并以京東商城某品牌家電廚衛(wèi)產(chǎn)品的消費(fèi)者在線評論數(shù)據(jù)為研究對象，實(shí)證分析電商品牌營銷與消費(fèi)者在線體驗(yàn)互動關(guān)系?；趯?shí)證結(jié)論，本文提出相關(guān)對策建議。

關(guān)鍵詞：品牌營銷；在線評論；有用性；互動關(guān)系

相關(guān)文獻(xiàn)綜述

目前圍繞消費(fèi)者在線評論影響電商品牌營銷的相關(guān)研究主要集中在網(wǎng)絡(luò)評論對消費(fèi)者福利的影響，以及電商品牌營銷中的非真實(shí)消費(fèi)者在線評論識別等方面。孟美任和丁晟春（2013）基于電商品牌營銷中的消費(fèi)者匿名在線評論進(jìn)行了研究，認(rèn)為關(guān)于品牌效應(yīng)的真實(shí)消費(fèi)者互動反饋能夠產(chǎn)生顯著的品牌差別效應(yīng)，并提升忠誠消費(fèi)者對負(fù)面在線評論內(nèi)容的耐受度。鄭春東等（2015）通過構(gòu)建中介效應(yīng)模型，實(shí)證檢驗(yàn)了網(wǎng)絡(luò)水軍在線評論對電商營銷中的消費(fèi)者購買行為的影響，研究發(fā)現(xiàn)網(wǎng)絡(luò)水軍的在線評論在數(shù)量上能夠?qū)﹄娚唐放菩?yīng)產(chǎn)生顯著影響，這也是眾多電商在品牌推廣初期雇傭網(wǎng)絡(luò)水軍進(jìn)行評論宣傳的主要動因。韓心瑜和張向達(dá)（2018）重點(diǎn)研究了電商品牌營銷與消費(fèi)者在線體驗(yàn)的互動關(guān)系，通過對電商品牌營銷中的消費(fèi)情感互動分析發(fā)現(xiàn)，消費(fèi)者的品牌信任度是基于其感知的易用性，同時(shí)易用性與有用性增強(qiáng)了消費(fèi)者與品牌營銷的重復(fù)互動關(guān)系，最終形成忠實(shí)的消費(fèi)者購物行為?？梢钥闯?，消費(fèi)者在線評論影響電商品牌營銷已經(jīng)成為廣大學(xué)者研究的共識，但目前鮮有文獻(xiàn)通過實(shí)證方法檢驗(yàn)電商品牌營銷中在線評論信息的感知有用性問題。有鑒于此，本文以京東商城家電產(chǎn)品的在線評論數(shù)據(jù)為研究對象，實(shí)證分析電商品牌營銷與消費(fèi)者的在線體驗(yàn)互動關(guān)系。

模型構(gòu)建與變量選擇

（一）理論分析框架

Zhang等（2006）基于在線消費(fèi)行為以及網(wǎng)絡(luò)反饋機(jī)制構(gòu)建了消費(fèi)者在線評價(jià)影響消費(fèi)行為的異質(zhì)性理論分析框架；Sun（2012）在此基礎(chǔ)上完善了網(wǎng)絡(luò)評論方差較大產(chǎn)品的品牌營銷中介模型。本文沿用該思路并對我國電商交易市場規(guī)模較大的京東商城家電產(chǎn)品消費(fèi)者在線評論內(nèi)容進(jìn)行數(shù)理化處理，深入考察消費(fèi)者在線評論感知有用性因素。具體理論分析框架如下：假設(shè)消費(fèi)者在線消費(fèi)的同質(zhì)品牌產(chǎn)品只有兩種，分別是x和y，并由廠商X和Y進(jìn)行供貨。其中，x產(chǎn)品在生產(chǎn)中存在一定的非合意產(chǎn)出z，而Y廠商在生產(chǎn)y產(chǎn)品上不存在非合意產(chǎn)出。消費(fèi)者的消費(fèi)價(jià)格以y產(chǎn)品為基準(zhǔn)計(jì)價(jià)物，則消費(fèi)價(jià)格為：Py=1，Px=P。在x和y產(chǎn)品的在線評價(jià)中存在G的好評反饋和B的差評反饋，設(shè)定廠商X和Y在生產(chǎn)同質(zhì)產(chǎn)品中存在的市場報(bào)酬分別為r和w，存在的要素報(bào)酬分別為G_和B_，則消費(fèi)者在線評價(jià)對品牌營銷產(chǎn)生的技術(shù)影響為：F(g,b)=gδχbχ1-δ，z=x=F(gχ，bχ)，y=H(gy，by)=gβyby1-β在消費(fèi)市場規(guī)模報(bào)酬不變的條件下，X和Y廠商的品牌營銷是投入要素的單調(diào)遞增凹函數(shù)?；诜呛弦猱a(chǎn)出在不同廠商間存在差異，因此X廠商在品牌營銷的非合意產(chǎn)出方案應(yīng)控制技術(shù)影響中θ的比例，即增加x產(chǎn)品的在線好評，據(jù)此可以推斷出X廠商的合意營銷與非合意營銷中的綜合性技術(shù)影響框架模型為：x(gx,bx)=F((1-θ)gχ，(1-θ)bχ)=(1-θ)F(gχ,bχ)=(1-θ)gδχbχ1-δ，z=φ(θ)F(gχ,bχ)上式中，φ(θ)為消費(fèi)者在線好評G轉(zhuǎn)換成的品牌營銷效果，φ(θ)=(1-θ)1/α，0<α<1。與此同時(shí)，X廠商在生產(chǎn)中的非合意產(chǎn)出z存在的非在線評論品牌營銷影響為：z=φ(θ)F(gχ,bχ)=(1-θ)1/αF(gχ,bχ)=(1-θ)1/αgδχbχ1-δ電商X對產(chǎn)品x的凈營銷函數(shù)為：χ=zαF1-α=zα[gδχbχ1-δ]1-α根據(jù)企業(yè)生產(chǎn)成本最小化和利益最大化原則，在消費(fèi)者在線評價(jià)約束下的X和Y需要控制θ中g(shù)和b投入產(chǎn)出的最優(yōu)，即在消費(fèi)者在線評論g和b中滿足以下約束條件：電商X在實(shí)際營銷中的非期望產(chǎn)出z必然面對消費(fèi)者在線評論中一定比例的差評內(nèi)容，消費(fèi)者在線差評與品牌營銷成本存在正比例關(guān)系，即電商X在產(chǎn)品x的凈營銷函數(shù)中需要投入更多的要素來彌補(bǔ)營銷效果的下滑。假設(shè)λ為非合意產(chǎn)出z在線差評的單位糾正成本，則x產(chǎn)品的新成本函數(shù)為：在滿足電商交易市場自由進(jìn)出的零利潤條件下，通過求導(dǎo)成本函數(shù)可以得出x產(chǎn)品的消費(fèi)者在線差評糾正密度函數(shù)為：e=z/χ=αp/γ≤1。

（二）研究變量設(shè)計(jì)

消費(fèi)者的電商消費(fèi)在線評論內(nèi)容十分豐富，其中既包括了對產(chǎn)品使用的概括性差評與好評，也包括了評論長度、有用性投票等能夠有效反映消費(fèi)者感知與滿意度的情感評論。本文借鑒趙鍇等（2018）和楊東紅等（2019）對消費(fèi)者在線評論的量化研究方法，選擇京東商城消費(fèi)者在線評論中的評論長度、有用性投票及評論回復(fù)數(shù)為本文實(shí)證檢驗(yàn)的三類消費(fèi)者在線評論指標(biāo)。具體如下：評論長度：主要指消費(fèi)者在兩個(gè)電商平臺各品牌消費(fèi)后在線評論內(nèi)容的字?jǐn)?shù)。唐曉波（2014）、朱娟（2017）和曲佳彬（2018）等眾多學(xué)者的研究表明，電商消費(fèi)的用戶評論內(nèi)容包含了對購買相關(guān)產(chǎn)品或服務(wù)的豐富程度，而評論字?jǐn)?shù)的數(shù)量能夠有效體現(xiàn)消費(fèi)者對電商品牌營銷的情感接受或反饋態(tài)度。因此，本文把消費(fèi)者在線評論的評論長度作為實(shí)證檢驗(yàn)的核心解釋變量之一。有用性投票：主要指京東商城針對電商品牌營銷設(shè)置的用戶有用性投票數(shù)據(jù)。楊東紅等（2019）研究消費(fèi)者在線評論的有用性投票時(shí)發(fā)現(xiàn)，該指標(biāo)能夠讓電商品牌營銷商更好地對市場消費(fèi)者進(jìn)行忠誠度的篩選；Mudambi S.M.等（2014）研究也發(fā)現(xiàn)有用性投票對電商體驗(yàn)類產(chǎn)品的品牌營銷能夠提供客觀有效的決策依據(jù)?；诖耍疚陌央娚唐放茽I銷有用性投票作為另一核心解釋變量。評論回復(fù)數(shù)：主要指消費(fèi)者在京東商城進(jìn)行電商品牌產(chǎn)品消費(fèi)發(fā)表評論后引發(fā)的其他同類產(chǎn)品消費(fèi)者或潛在消費(fèi)者的互動回應(yīng)個(gè)數(shù)。李中梅等（2017）和曲佳彬（2018）等學(xué)者在研究消費(fèi)者在線評論的評論回復(fù)有效性中發(fā)現(xiàn)，電商消費(fèi)后產(chǎn)生的消費(fèi)者在線好評對產(chǎn)品銷售影響一般，而附帶圖片的中評或差評能夠引起更多其他消費(fèi)者的互動回復(fù)，并向潛在消費(fèi)者傳遞明顯的消費(fèi)決策信號。因此，本文把電商品牌營銷中消費(fèi)者在線評論后的回復(fù)數(shù)作為又一核心解釋變量。

（三）數(shù)據(jù)抓取與處理

在數(shù)據(jù)獲取與處理方面：本文使用網(wǎng)絡(luò)爬蟲軟件，以2018年京東商城中某品牌家庭廚衛(wèi)類產(chǎn)品的消費(fèi)者在線評論為研究對象，分別抓取平臺品牌類家電消費(fèi)評論內(nèi)容中的好評、中評和差評。由于消費(fèi)者在線評論中的形式和內(nèi)容復(fù)雜多樣，且存在大量的無效評論，為提高研究的準(zhǔn)確性，本文采取的處理方法如下：刪除操作：對評論內(nèi)容毫無意義，如“無”等以及“此用戶未進(jìn)行評論”的在線評論進(jìn)行刪除；篩選操作：對評論內(nèi)容多，且明顯重復(fù)或者為廣告的在線評論進(jìn)行篩選；分箱處理：根據(jù)MDLP熵分組分箱法把消費(fèi)者在線評論中的非連續(xù)自變量數(shù)據(jù)進(jìn)行分類處理，進(jìn)行MDLP 熵分組。其中，消費(fèi)者在線評論的信息增益為前后的信息熵之差，且信息增益越大則分組更有效。實(shí)現(xiàn)分組有效的信息增益條件如下：Gains(X,T,S)>log2(N-1)/N+(X,T,S)/N經(jīng)過數(shù)據(jù)爬蟲的抓取和處理，最終得到本文實(shí)證檢驗(yàn)的關(guān)于電商品牌營銷產(chǎn)品消費(fèi)者在線評論118842條，其中好評數(shù)量為87944條，中評數(shù)量為10695條，差評數(shù)量為20203條。

電商營銷中消費(fèi)者在線評論信息感知有用性實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸

本文以處理后的在線評論數(shù)據(jù)為解釋變量，以該品牌的銷量為被解釋變量，采用穩(wěn)健的OLS 模型對消費(fèi)者在線評論信息感知有用性進(jìn)行分類基準(zhǔn)回歸，檢驗(yàn)結(jié)果如表1所示。根據(jù)表1回歸結(jié)果，模型（1）顯示消費(fèi)者總體的在線評論及方差對京東商城家電產(chǎn)品的品牌營銷產(chǎn)生顯著影響，說明了在線評論中的評論長度、有用性投票和評論回復(fù)數(shù)與電商品牌營銷之間可能存在異質(zhì)性影響，不能從整體層面進(jìn)行消費(fèi)者在線評論信息感知有用性對電商品牌營銷影響的測度。根據(jù)模型（2）的檢驗(yàn)結(jié)果，評論長度信息感知有用性系數(shù)為0.205，且通過了1%置信水平下的顯著性檢驗(yàn)，說明了有20.5%比例的消費(fèi)者傾向于在線評論中的評論長度，即該比例的消費(fèi)者對電商品牌營銷中的在線評論字?jǐn)?shù)表現(xiàn)為積極態(tài)度。根據(jù)模型（3）的檢驗(yàn)結(jié)果，有用性投票信息感知有用性系數(shù)為0.114，但未通過顯著性檢驗(yàn)，說明了消費(fèi)者對目前京東商城設(shè)置的品牌產(chǎn)品有用性投票尚未表現(xiàn)出明顯的接受態(tài)度，其原因可能是電商平臺的有效性投票大多是針對體驗(yàn)類產(chǎn)品進(jìn)行的設(shè)置，而具體的搜索類產(chǎn)品很少發(fā)起該類模式的投票。根據(jù)模型（4）的檢驗(yàn)結(jié)果，評論回復(fù)數(shù)信息感知有用性系數(shù)為0.392，且通過了5%置信水平下的顯著性檢驗(yàn)，有效說明了有39.2%比例的消費(fèi)者傾向于在線評論中的回復(fù)數(shù)量，即該比例的消費(fèi)者對電商品牌營銷中的在線評論回復(fù)內(nèi)容更表現(xiàn)為積極的接受態(tài)度，尤其是包含產(chǎn)品圖片等信息的回復(fù)內(nèi)容。

（二）雙維固定效應(yīng)檢驗(yàn)

本文對電商品牌營銷中的消費(fèi)者在線評論信息感知有用性中介效應(yīng)分析采取雙維檢驗(yàn)方法，并在檢驗(yàn)中依據(jù)穩(wěn)健Hausman檢驗(yàn)結(jié)果確定為固定效應(yīng)模型。具體檢驗(yàn)結(jié)果如表2所示。根據(jù)表2可以看出：第一，第一列的估計(jì)系數(shù)反映了電商品牌營銷中的消費(fèi)者在線評論信息感知有用性總體中介效應(yīng)呈“U”型，且估計(jì)結(jié)果通過了1%統(tǒng)計(jì)水平的顯著性檢驗(yàn)。消費(fèi)者在線評論意味著消費(fèi)者對電商品牌營銷的感知和反饋程度，該結(jié)果說明了在線評論信息總量與電商品牌營銷成正比關(guān)系。第二，根據(jù)第二列估計(jì)結(jié)果，消費(fèi)者在線評論中的評論長度信息感知有用性對電商品牌營銷的中介影響效果明顯，且通過了5%統(tǒng)計(jì)水平的顯著性檢驗(yàn)，說明在其他因素不變的條件下，評論長度總量每增加1%，能夠促進(jìn)電商品牌營銷提高0.26%。該結(jié)果說明電商品牌營銷在與消費(fèi)者“流量”互動中受消費(fèi)者在線評論長度的影響明顯。第三，根據(jù)第三列估計(jì)結(jié)果，消費(fèi)者在線評論中的有用性投票信息感知有用性對電商品牌營銷的中介影響微弱，且通過了5%統(tǒng)計(jì)水平的顯著性檢驗(yàn)，說明在其他因素不變的條件下，有用性投票總量每增加1%，能夠促進(jìn)電商品牌營銷提高0.05%。該結(jié)果說明電商品牌營銷在與消費(fèi)者“流量”互動中受消費(fèi)者在線評論有用性投票的影響不太明顯。第四，根據(jù)第四列估計(jì)結(jié)果，消費(fèi)者在線評論中的評論回復(fù)數(shù)信息感知有用性對電商品牌營銷的中介影響效果明顯，且通過了1%統(tǒng)計(jì)水平的顯著性檢驗(yàn)，說明在其他因素不變的條件下，評論回復(fù)總量每增加1%，能夠促進(jìn)電商品牌營銷提高0.55%。該結(jié)果說明電商品牌營銷在與消費(fèi)者“流量”互動中受消費(fèi)者在線評論回復(fù)的影響十分明顯。對策建議一方面，電商企業(yè)在進(jìn)行品牌營銷中無須刻意通過額外的成本去消除中評和差評，應(yīng)該將企業(yè)的營銷注意力集中于消費(fèi)者在線評論中的評論回復(fù)和評論內(nèi)容上，并重視相關(guān)體驗(yàn)品的用戶有效性投票數(shù)據(jù)，綜合利用好品牌營銷產(chǎn)生的好評、中評和差評，掌握消費(fèi)者的產(chǎn)品態(tài)度，管理產(chǎn)品質(zhì)量，與客戶進(jìn)行有效溝通。另一方面，電商企業(yè)在品牌營銷推廣中應(yīng)采取一定的激勵措施鼓勵消費(fèi)者增加評論內(nèi)容和回復(fù)內(nèi)容，并通過大數(shù)據(jù)甄別技術(shù)將評論長度較長和評論回復(fù)數(shù)量較多的評論進(jìn)行智能前置排序，而并非一味地將點(diǎn)贊數(shù)高的評論放在前面，這樣既能方便消費(fèi)者更加客觀和直接地獲取品牌產(chǎn)品的消費(fèi)信息，又能利于企業(yè)充分重視評論內(nèi)容較多和評論回復(fù)較多的相關(guān)中評和差評信息，從而在與消費(fèi)者“流量”互動中挖掘更多商業(yè)價(jià)值。

作者：袁麗紅 單位：成都銀杏酒店管理學(xué)院