我國在線購物網(wǎng)站評論系統(tǒng)的主要展現(xiàn)形式發(fā)布者：本站     時間：2020-05-05 13:05:31

引言

在實體店鋪購物時，消費者購買商品時的決策在很大程度上依賴于現(xiàn)實生活中親朋好友相互之間的產(chǎn)品口碑傳播。伴隨著全民電商的興起，在線商品評論越來越盛行，傳統(tǒng)口碑也開始逐漸向電子口碑過渡，在線商品評論信息已經(jīng)成為消費者進行網(wǎng)購決策時的重要參考依據(jù)之一[1].大多數(shù)網(wǎng)購用戶在做出購買決策之前，都會瀏覽已有評論信息，購買使用商品之后，則會對所購商品進行評分，發(fā)表評論，闡明使用商品和接受服務后的體驗，為后面購買此商品的消費者提供參考，由此形成循環(huán)。作為B2C電子商務網(wǎng)站的顯著特征，在線商品評論大大增加了消費者對B2C電子商務網(wǎng)站的認知有用性[2].在線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(tǒng)中主流的各種評論展現(xiàn)形式的認知度是運營商調(diào)整功能設計的重要前提；同時，作為一種反饋機制，在線商品評論促成了大規(guī)模的口碑網(wǎng)絡。

1、相關研究綜述

近年來，國內(nèi)外學者開始對在線商品評論效用進行逐步深入的研究，其研究內(nèi)容主要側(cè)重于4個角度，包括評價目標、評價特征、評價技術以及評價對象[3].

2、現(xiàn)階段我國在線購物網(wǎng)站評論系統(tǒng)的主要展現(xiàn)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(tǒng)，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(tǒng)，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(shù)量以及各個垂直行業(yè)購物網(wǎng)站在商品評論系統(tǒng)功能設計上的差異性，根據(jù)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。本文通過逐一訪問這些網(wǎng)站來獲取商品評論系統(tǒng)的功能設置情況，并且從各個角度分析其對消費者做出購買決策的影響。

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

2.1 商品評論數(shù)量

商品的累積評價數(shù)量的屬性就是數(shù)據(jù)，與文字相比，數(shù)據(jù)更能讓人覺得直觀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售量情況，一般來說，商品的評價信息越多，意味著商品銷售數(shù)量越多，受歡迎程度越高，基于大眾購物時的從眾心理，那么這從某一程度也能對消費者做出購買決策起到促進作用。

2.2 多維文字評論

多維文字評論功能是從多個層面對商品進行評論，除了可以涉及商品本身的內(nèi)容評價（如顏色、包裝、價格等），也可以包含與商品相關的（如物流速度、商家服務態(tài)度等）附帶服務功能的評論信息，讓消費者對商家的信譽度、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)上購物時就十分注重商品的物流速度，從而滿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(shù)字，顯得更加直觀、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有色差、商品大小是否合適這樣的疑慮，同時，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)民們自己實際購買到的商品圖片相對比，判斷購買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之后的體驗，購買者在對商品進行多次使用體驗之后再次做出的商品評論，為后面購買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價比較高、商品耐用性高的消費者來說，更具可信性和參考價值，更有助于消費者理性消費，買到更好、更耐用的商品，同時，這也對商家在網(wǎng)上銷售販賣低質(zhì)偽劣的商品起到了一定約束和監(jiān)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、詞匯）進行描述，并最終從中選出被使用頻率最高的標簽，來作為該商品的特征標識，這個標簽形成的過程完全是自發(fā)的，主要優(yōu)勢是自由性、實時性和共享性。如"質(zhì)量很好"、"外觀漂亮"、"物流快"等標簽，讓消費者能夠?qū)ι唐房傮w性能了解，也可選中某個標簽，專門瀏覽只與本標簽相關的評論信息，以自動篩選代替人工篩選，而不用一條一條地去瀏覽所有的評論信息，大大節(jié)省了消費者的時間成本，更具有針對性。

2.6 商品平均分

當前在線商品評價數(shù)量日益增多，內(nèi)容也十分紛繁復雜，伴隨著當前社會網(wǎng)絡流行語、口頭語的盛行，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。為了緩解在線商品評論信息過載的問題，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意度。如在淘寶網(wǎng)上，從寶貝與實物相符、發(fā)貨速度、服務態(tài)度三個維度進行打分。

2.8 評論效價

當前，電子商務網(wǎng)站要求消費者對交易以好評、中評或差評進行標記[5].系統(tǒng)通過一種分類機制將三個維度總體的數(shù)量進行了統(tǒng)計，有的電商網(wǎng)站采用整數(shù)制，有的電商網(wǎng)站采用百分比制，通過該商品的好評率、差評率來對商品的總體性能有直觀的了解。這種分類機制是基于在線商品評論本身的內(nèi)容進行的，通過分詞軟件對每條評論進行分詞，從而確定特征詞語，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，從而按照"好"、"中"、"差"進行歸類。

2.9 效價分布

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

2.10 依據(jù)效價篩選

依據(jù)效價對商品評論信息進行篩選是一種人工效用評價機制，比如，最新發(fā)表的某一在線商品評論信息需要經(jīng)過很長一段時間來獲得消費者的累計"有用性"投票，這導致很多好的評論由于沒有及時獲得足夠的贊成票而被淹沒在數(shù)量龐大的信息海洋中[6],這對于電子商務網(wǎng)站中對消費者做出購買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，用戶根據(jù)自己的認識和體驗對前期的評論的有用性進行投票，系統(tǒng)最終給出一個類似"31/36人認為此評論有用"的結(jié)論，由此統(tǒng)計出總的支持或反對數(shù)量，評論系統(tǒng)則會默認顯示最有用的評論在評論列表前端[5],對評論的有用性進行排序和篩選。Chen[7]等研究發(fā)現(xiàn)，通過有用性投票后對評論信息進行排序可以從某種程度上增加網(wǎng)站的瀏覽量，提升商品的銷量。

2.12 投票排序

商品評論系統(tǒng)的投票排序可以幫助消費者以較低的信息搜索成本（時間、流量）快速了解商品質(zhì)量，通過大眾自身的投票選出可信度更高、更加具有參考價值的在線商品評論信息，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值，從而能對消費者做出購買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(nèi)容更準確、語言格式更規(guī)范，更具有可信性。

2.14 信用排序

信用排序指的是在線商品評論系統(tǒng)將信用度高的評論者所發(fā)出的參考價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間內(nèi)對此進行參考，節(jié)約了時間。

2.15 評論搜索

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

3、結(jié)語

本文通過對我國主流的電商網(wǎng)站進行調(diào)研，獲取商品評論系統(tǒng)評論信息的主要展現(xiàn)形式，其大致可以分為如下三類：第一，商品評論系統(tǒng)最初就使用的展現(xiàn)形式（如評論信息的總數(shù)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(shù)對評論信息進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)絡購物高速發(fā)展的同時也存在著商品評論信息過載的現(xiàn)象，在線商品評論的數(shù)量呈幾何級增長，動輒幾千條甚至上萬條的商品評論也讓用戶感到無所適從，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、語義缺乏等缺陷，從中獲取有用、有價值的信息也變得十分困難。面對此問題，各大電子商務網(wǎng)站的在線商品評論系統(tǒng)的功能模塊日趨多樣化，滿足不同消費者的購物需求偏好，評論系統(tǒng)改善的過程反映了當前的電子商務購物網(wǎng)站不斷全方位地了解用戶的購物需求，從而對商品評論系統(tǒng)進行改進，對有用性強的功能充分發(fā)揮其價值，對那些有用性不強的功能則需進一步改進或升級，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。