我國在線(xiàn)購物網(wǎng)站評論系統的主要展現形式發(fā)布者：本站     時(shí)間：2020-05-05 13:05:31

引言

在實(shí)體店鋪購物時(shí)，消費者購買(mǎi)商品時(shí)的決策在很大程度上依賴(lài)于現實(shí)生活中親朋好友相互之間的產(chǎn)品口碑傳播。伴隨著(zhù)全民電商的興起，在線(xiàn)商品評論越來(lái)越盛行，傳統口碑也開(kāi)始逐漸向電子口碑過(guò)渡，在線(xiàn)商品評論信息已經(jīng)成為消費者進(jìn)行網(wǎng)購決策時(shí)的重要參考依據之一[1].大多數網(wǎng)購用戶(hù)在做出購買(mǎi)決策之前，都會(huì )瀏覽已有評論信息，購買(mǎi)使用商品之后，則會(huì )對所購商品進(jìn)行評分，發(fā)表評論，闡明使用商品和接受服務(wù)后的體驗，為后面購買(mǎi)此商品的消費者提供參考，由此形成循環(huán)。作為B2C電子商務(wù)網(wǎng)站的顯著(zhù)特征，在線(xiàn)商品評論大大增加了消費者對B2C電子商務(wù)網(wǎng)站的認知有用性[2].在線(xiàn)商品評論信息逐步演化為口碑傳播的一種新形式，因此，深入了解和分析消費者對目前評論系統中主流的各種評論展現形式的認知度是運營(yíng)商調整功能設計的重要前提；同時(shí)，作為一種反饋機制，在線(xiàn)商品評論促成了大規模的口碑網(wǎng)絡(luò )。

1、相關(guān)研究綜述

近年來(lái)，國內外學(xué)者開(kāi)始對在線(xiàn)商品評論效用進(jìn)行逐步深入的研究，其研究?jì)热葜饕獋戎赜?個(gè)角度，包括評價(jià)目標、評價(jià)特征、評價(jià)技術(shù)以及評價(jià)對象[3].

2、現階段我國在線(xiàn)購物網(wǎng)站評論系統的主要展現形式

本文的研究對象是我國主流電商網(wǎng)站的商品評論系統，所本文的研究對象是我國主流電商網(wǎng)站的商品評論系統，所以，必須首先建立樣本網(wǎng)站庫。綜合考慮網(wǎng)站面向的消費者數量以及各個(gè)垂直行業(yè)購物網(wǎng)站在商品評論系統功能設計上的差異性，根據本文的篩選原則[4],最終確定的樣本網(wǎng)站為：淘寶、天貓、京東、當當網(wǎng)、亞馬遜、新蛋網(wǎng)，共6家。本文通過(guò)逐一訪(fǎng)問(wèn)這些網(wǎng)站來(lái)獲取商品評論系統的功能設置情況，并且從各個(gè)角度分析其對消費者做出購買(mǎi)決策的影響。

從提供的信息內容以及對內容的序化，從用戶(hù)實(shí)際接觸和使用的角度來(lái)對功能進(jìn)行識別，最終從樣本網(wǎng)站中梳理出目前我國在線(xiàn)購物網(wǎng)站商品評論系統所包含的15項展現形式，如表2所示。

2.1 商品評論數量

商品的累積評價(jià)數量的屬性就是數據，與文字相比，數據更能讓人覺(jué)得直觀(guān)明確可以讓消費者非常直接迅速地了解到自己所瀏覽商品的銷(xiāo)售量情況，一般來(lái)說(shuō)，商品的評價(jià)信息越多，意味著(zhù)商品銷(xiāo)售數量越多，受歡迎程度越高，基于大眾購物時(shí)的從眾心理，那么這從某一程度也能對消費者做出購買(mǎi)決策起到促進(jìn)作用。

2.2 多維文字評論

多維文字評論功能是從多個(gè)層面對商品進(jìn)行評論，除了可以涉及商品本身的內容評價(jià)（如顏色、包裝、價(jià)格等），也可以包含與商品相關(guān)的（如物流速度、商家服務(wù)態(tài)度等）附帶服務(wù)功能的評論信息，讓消費者對商家的信譽(yù)度、發(fā)貨速度、物流速度等其他信息有所了解，比如有的網(wǎng)購消費者在網(wǎng)上購物時(shí)就十分注重商品的物流速度，從而滿(mǎn)足不同消費者的需求。

2.3 消費者曬圖

消費者曬圖，相比文字、數字，顯得更加直觀(guān)、清晰，圖片既可以反映商品的顏色，消除了消費者的諸如商品有沒(méi)有色差、商品大小是否合適這樣的疑慮，同時(shí)，也可讓消費者把商家對商品的描述（如文字描述、圖片）和網(wǎng)民們自己實(shí)際購買(mǎi)到的商品圖片相對比，判斷購買(mǎi)到的商品本身和商家對商品的描述是否相符，從而做出購買(mǎi)決策。

2.4 追加評論

追加評論是相對于初次評論而言，相比初次評論，追加評論闡明了消費者在使用商品和接受服務(wù)之后的體驗，購買(mǎi)者在對商品進(jìn)行多次使用體驗之后再次做出的商品評論，為后面購買(mǎi)此商品的消費者提供參考，這樣的評論信息對于那些追求商品性?xún)r(jià)比較高、商品耐用性高的消費者來(lái)說(shuō)，更具可信性和參考價(jià)值，更有助于消費者理性消費，買(mǎi)到更好、更耐用的商品，同時(shí)，這也對商家在網(wǎng)上銷(xiāo)售販賣(mài)低質(zhì)偽劣的商品起到了一定約束和監管作用。

2.5 標簽云

標簽云指的是消費者自發(fā)地為某一種商品定義一組標簽（一般是短語(yǔ)、詞匯）進(jìn)行描述，并最終從中選出被使用頻率最高的標簽，來(lái)作為該商品的特征標識，這個(gè)標簽形成的過(guò)程完全是自發(fā)的，主要優(yōu)勢是自由性、實(shí)時(shí)性和共享性。如"質(zhì)量很好"、"外觀(guān)漂亮"、"物流快"等標簽，讓消費者能夠對商品總體性能了解，也可選中某個(gè)標簽，專(zhuān)門(mén)瀏覽只與本標簽相關(guān)的評論信息，以自動(dòng)篩選代替人工篩選，而不用一條一條地去瀏覽所有的評論信息，大大節省了消費者的時(shí)間成本，更具有針對性。

2.6 商品平均分

當前在線(xiàn)商品評價(jià)數量日益增多，內容也十分紛繁復雜，伴隨著(zhù)當前社會(huì )網(wǎng)絡(luò )流行語(yǔ)、口頭語(yǔ)的盛行，表達方式多樣化，而潛在消費者需要對海量的評論信息做出綜合判斷。為了緩解在線(xiàn)商品評論信息過(guò)載的問(wèn)題，很多電商網(wǎng)站提供了商品的綜合得分，即計算所有評論者給某件商品的評分的平均值[5],讓消費者能從宏觀(guān)的角度對某一種商品了解。

2.7 多維打分

打分維度從商品本身拓展到售前售后服務(wù)是幫助消費者獲得多方面商品信息的一種較為快捷的方式，可以大大提高消費者滿(mǎn)意度。如在淘寶網(wǎng)上，從寶貝與實(shí)物相符、發(fā)貨速度、服務(wù)態(tài)度三個(gè)維度進(jìn)行打分。

2.8 評論效價(jià)

當前，電子商務(wù)網(wǎng)站要求消費者對交易以好評、中評或差評進(jìn)行標記[5].系統通過(guò)一種分類(lèi)機制將三個(gè)維度總體的數量進(jìn)行了統計，有的電商網(wǎng)站采用整數制，有的電商網(wǎng)站采用百分比制，通過(guò)該商品的好評率、差評率來(lái)對商品的總體性能有直觀(guān)的了解。這種分類(lèi)機制是基于在線(xiàn)商品評論本身的內容進(jìn)行的，通過(guò)分詞軟件對每條評論進(jìn)行分詞，從而確定特征詞語(yǔ)，如從中找出一些情感傾向十分明顯（好、很不錯等）的詞匯短語(yǔ)，從而按照"好"、"中"、"差"進(jìn)行歸類(lèi)。

2.9 效價(jià)分布

效價(jià)分布是指消費者對商品或服務(wù)進(jìn)行評價(jià)打星，共分為五個(gè)維度，五顆星代表"非常好",一顆星表示"非常不好",這是兩個(gè)極端。當前，消費者提供的商品評分呈雙峰分布，這個(gè)得分只是折衷反映了兩個(gè)評價(jià)極端，即好評和差評。但是，飽含強烈極性（如贊美、批評）與個(gè)人觀(guān)點(diǎn)的在線(xiàn)商品評論也許并不可靠[3].

2.10 依據效價(jià)篩選

依據效價(jià)對商品評論信息進(jìn)行篩選是一種人工效用評價(jià)機制，比如，最新發(fā)表的某一在線(xiàn)商品評論信息需要經(jīng)過(guò)很長(cháng)一段時(shí)間來(lái)獲得消費者的累計"有用性"投票，這導致很多好的評論由于沒(méi)有及時(shí)獲得足夠的贊成票而被淹沒(méi)在數量龐大的信息海洋中[6],這對于電子商務(wù)網(wǎng)站中對消費者做出購買(mǎi)決策的激勵效率不是很高。

2.11 有用性投票

亞馬遜、京東等提供了評論的有用性指標，用戶(hù)根據自己的認識和體驗對前期的評論的有用性進(jìn)行投票，系統最終給出一個(gè)類(lèi)似"31/36人認為此評論有用"的結論，由此統計出總的支持或反對數量，評論系統則會(huì )默認顯示最有用的評論在評論列表前端[5],對評論的有用性進(jìn)行排序和篩選。Chen[7]等研究發(fā)現，通過(guò)有用性投票后對評論信息進(jìn)行排序可以從某種程度上增加網(wǎng)站的瀏覽量，提升商品的銷(xiāo)量。

2.12 投票排序

商品評論系統的投票排序可以幫助消費者以較低的信息搜索成本（時(shí)間、流量）快速了解商品質(zhì)量，通過(guò)大眾自身的投票選出可信度更高、更加具有參考價(jià)值的在線(xiàn)商品評論信息，效率大大提高了。

2.13 信用等級

信用等級是對評論者的身份等級的識別，往往評論者的等級越高（五百佳評論者、優(yōu)秀評論者等），其所做出的商品評論更具有參考價(jià)值，從而能對消費者做出購買(mǎi)決策起到更好的引導作用。等級較高的評論者的網(wǎng)購經(jīng)驗比較豐富，他們留下的評論信息內容更準確、語(yǔ)言格式更規范，更具有可信性。

2.14 信用排序

信用排序指的是在線(xiàn)商品評論系統將信用度高的評論者所發(fā)出的參考價(jià)值高的評論信息盡可能排在靠前的位置，以供其后的消費者能在最快的時(shí)間內對此進(jìn)行參考，節約了時(shí)間。

2.15 評論搜索

消費者可以根據自身的需求在檢索框中對自己想要的信息通過(guò)關(guān)鍵詞匹配進(jìn)行檢索，而不必面對大量紛繁復雜的評論信息，如同大海撈針，一一進(jìn)行瀏覽和翻閱，尋找自己想要的商品關(guān)注點(diǎn)和描述，大大節省了網(wǎng)購時(shí)間。

3、結語(yǔ)

本文通過(guò)對我國主流的電商網(wǎng)站進(jìn)行調研，獲取商品評論系統評論信息的主要展現形式，其大致可以分為如下三類(lèi)：第一，商品評論系統最初就使用的展現形式（如評論信息的總數量）；第二，以消費者二次UGC貢獻為基礎的功能（曬圖、回復與追加評論、有用性投票等）；第三，大多數對評論信息進(jìn)行人工和機器篩選和排序的功能（如標簽云篩選、投票排序、信用排序等）[8].

當前，伴隨網(wǎng)絡(luò )購物高速發(fā)展的同時(shí)也存在著(zhù)商品評論信息過(guò)載的現象，在線(xiàn)商品評論的數量呈幾何級增長(cháng)，動(dòng)輒幾千條甚至上萬(wàn)條的商品評論也讓用戶(hù)感到無(wú)所適從，并且由于缺乏相應的約束機制，評論者可以隨意發(fā)表評論言論，導致評論信息有模糊性、多樣性、語(yǔ)義缺乏等缺陷，從中獲取有用、有價(jià)值的信息也變得十分困難。面對此問(wèn)題，各大電子商務(wù)網(wǎng)站的在線(xiàn)商品評論系統的功能模塊日趨多樣化，滿(mǎn)足不同消費者的購物需求偏好，評論系統改善的過(guò)程反映了當前的電子商務(wù)購物網(wǎng)站不斷全方位地了解用戶(hù)的購物需求，從而對商品評論系統進(jìn)行改進(jìn)，對有用性強的功能充分發(fā)揮其價(jià)值，對那些有用性不強的功能則需進(jìn)一步改進(jìn)或升級，使其更貼合消費者的購物習慣，這也是本文的研究意義所在。