网络购物已成为很多人日常生活的一部分，也成就了一批“巨无霸”电商平台，例如亚马逊、阿里巴巴、京东等。据统计，仅2019年双十一购物节当天，网联和银联处理的网络支付业务就达17.79亿笔、金额达14820.70亿元。在网购行业迅猛发展的大背景下，研究人们在网络上的购物行为显得尤其重要，无论对于电商还是消费者都有积极的作用。

　　曾小铧教授就网络购物中的“评论”环节展开研究，在即将出版的国际商业学术期刊《商业研究期刊》（Journal of Business Research，JBR）发表题为《线上评论对消费者的影响和过往评论的联系》（"The Effects of Prior Reviews on Perceived Review Helpfulness: A Configuration Perspective"）的文章。论文合作者来自复旦大学管理学院的团队：博士生朱永敏、刘苗苗博士后，以及市场营销系的黄沛教授。

Journal of Business Research 封面（资料图片）

　　人们在线上购买商品往往是从线上评论开始的。即便是去线下购物，很多时候也会从搜索线上评论开始，而对商家的“海阔天空、华而不实”的宣传越来越不信任。因此，对于电商平台，除了提供交易渠道之外，商品评论已经成为平台的一个重要组成部分。了解什么样的评论更容易被人们采纳，从而对评论进行管理和推荐，不仅有助于提高平台的价值和增加用户粘性，而且有助于用户找到自己想要的产品。

　　该研究讨论了哪些评论对人们的购买决策更有影响力。过去提到影响很多评论的特征，如打分、评论长度，或者评论者的经验，都会影响到人们对评论的关注。然而在实际中，当人们阅读大量的评论时，单个评论的价值也随时间和评论的积累在变化。例如中立的描述让人觉得全面客观，但看多了就觉得千篇一律；爱憎分明的评论，显得偏激，但对选择困难的用户却能提供明确的方向。

　　该研究收集了亚马逊的评论数据（包含打分和文本内容），也收集了用户对评论的投票用来衡量评论的影响力。分析利用了模糊质性比较分析法，考虑了评论间复杂的相互影响，结果揭示了单个商品评论的价值如何受到时间跨度和之前已有评论的影响。在产品上架初期或者大部分用户对产品了解有限时，中立的描述性评价更容易被人们接受，但当评论积累到一定程度而且观点有较大差异性时，表达个人喜好的极端评论更容易获得关注。另外，亚马逊允许不在平台购买的消费者写评论，这些评论的真实性虽然被质疑，但相对中立的叙述性评论仍会被采用。这是因为人们对商品的认识和信息搜索方式随着时间在变化。这些结果对平台和写评论的用户都有指导意义，比如评论者如何根据已有的信息提供更有影响力的评论，以及平台如何改进推荐系统的算法和动态显示信息等等。

　　曾小铧副教授毕业于英属哥伦比亚大学，获市场营销博士，其研究领域为社交网络、共享经济、用户生成内容、定价和竞争策略。

　　（撰文：曾小铧　许甲坤）