SEARCH
新闻资讯

网站知识库

我国在线购物网站评论体系的重要显现情势

2020/5/5 13:05:31

弁言

在实体店铺购物时,消耗者购买商品时的决策在很大程度上依靠于实际生活中亲朋挚友相互之间的产品口碑传播。伴随着全民电商的鼓起,在线商品评论越来越盛行,传统口碑也开始渐渐向电子口碑过渡,在线商品评论信息已经成为消耗者进行网购决策时的紧张参考依据之一[1].大多数网购用户在做出购买决策之前,都会欣赏已有评论信息,购买使用商品之后,则会对所购商品进行评分,发表评论,阐明使用商品和接受服务后的体验,为后面购买此商品的消耗者提供参考,由此形成循环。作为B2C电子商务网站的明显特性,在线商品评论大大增长了消耗者对B2C电子商务网站的认知有效性[2].在线商品评论信息渐渐演化为口碑传播的一种新情势,因此,深入了解和分析消耗者对目前评论体系中主流的各种评论显现情势的认知度是运营商调整功能设计的紧张前提;同时,作为一种反馈机制,在线商品评论促成了大规模的口碑网络。

1、相干研究综述

近年来,国内外学者开始对在线商品评论服从进行渐渐深入的研究,其研究内容重要侧重于4个角度,包括评价目标、评价特性、评价技术以及评价对象[3].


2、现阶段我国在线购物网站评论体系的重要显现情势

本文的研究对象是我国主流电商网站的商品评论体系,所本文的研究对象是我国主流电商网站的商品评论体系,所以,必须首先建立样本网站库。综合考虑网站面向的消耗者数量以及各个垂直行业购物网站在商品评论体系功能设计上的差异性,根据本文的筛选原则[4],最终确定的样本网站为:淘宝、天猫、京东、当当网、亚马逊、新蛋网,共6家。本文通过一一访问这些网站来获取商品评论体系的功能设置情况,并且从各个角度分析其对消耗者做出购买决策的影响。

从提供的信息内容以及对内容的序化,从用户现实接触和使用的角度来对功能进行识别,最终从样本网站中梳理出目前我国在线购物网站商品评论体系所包含的15项显现情势,如表2所示。

2.1 商品评论数量

商品的累积评价数量的属性就是数据,与笔墨相比,数据更能让人觉得直观明确可以让消耗者特别很是直接敏捷地了解到本身所欣赏商品的贩卖量情况,一样平常来说,商品的评价信息越多,意味着商品贩卖数量越多,受迎接程度越高,基于大众购物时的从众心理,那么这从某一程度也能对消耗者做出购买决策起到促进作用。

2.2 多维笔墨评论

多维笔墨评论功能是从多个层面对商品进行评论,除了可以涉及商品自己的内容评价(如颜色、包装、价格等),也可以包含与商品相干的(如物流速度、商家服务态度等)附带服务功能的评论信息,让消耗者对商家的信誉度、发货速度、物流速度等其他信息有所了解,比如有的网购消耗者在网上购物时就十分看重商品的物流速度,从而知足不同消耗者的需求。

2.3 消耗者晒图

消耗者晒图,相比笔墨、数字,显得更加直观、清晰,图片既可以反映商品的颜色,消弭了消耗者的诸如商品有没有色差、商品大小是否合适这样的疑虑,同时,也可让消耗者把商家对商品的描述(如笔墨描述、图片)和网民们本身现实购买到的商品图片相对比,判断购买到的商品自己和商家对商品的描述是否符合,从而做出购买决策。

2.4 追加评论

追加评论是相对于初次评论而言,相比初次评论,追加评论阐明了消耗者在使用商品和接受服务之后的体验,购买者在对商品进行多次使用体验之后再次做出的商品评论,为后面购买此商品的消耗者提供参考,这样的评论信息对于那些寻求商品性价比较高、商品耐用性高的消耗者来说,更具可信性和参考价值,更有助于消耗者理性消耗,买到更好、更耐用的商品,同时,这也对商家在网上贩卖销售低质伪劣的商品起到了肯定束缚和监管作用。

2.5 标签云

标签云指的是消耗者自觉地为某一种商品定义一组标签(一样平常是短语、词汇)进行描述,并最终从中选出被使用频率最高的标签,来作为该商品的特性标识,这个标签形成的过程完全是自觉的,重要上风是自由性、实时性和共享性。如"质量很好"、"表面漂亮"、"物流快"等标签,让消耗者能够对商品总体性能了解,也可选中某个标签,专门欣赏只与本标签相干的评论信息,以主动筛选代替身工筛选,而不用一条一条地去欣赏所有的评论信息,大大节省了消耗者的时间成本,更具有针对性。

2.6 商品平均分

当前在线商品评价数量日益增多,内容也十分纷繁复杂,伴随着当前社会网络流行语、口头语的盛行,表达方法多样化,而潜在消耗者必须要对海量的评论信息做出综合判断。为了缓解在线商品评论信息过载的问题,许多电商网站提供了商品的综合得分,即计算所有评论者给某件商品的评分的平均值[5],让消耗者能从宏观的角度对某一种商品了解。

2.7 多维打分

打分维度从商品自己拓展到售前售后服务是帮助消耗者获得多方面商品信息的一种较为快捷的方法,可以大大提升消耗者惬心度。如在淘宝网上,从宝贝与实物符合、发货速度、服务态度三个维度进行打分。

2.8 评论效价

当前,电子商务网站要求消耗者对交易以好评、中评或差评进行标记[5].体系通过一种分类机制将三个维度总体的数量进行了统计,有的电商网站采用整数制,有的电商网站采用百分比制,通过该商品的好评率、差评率来对商品的总体性能有直观的了解。这种分类机制是基于在线商品评论自己的内容进行的,通过分词软件对每条评论进行分词,从而确定特性词语,如从中找出一些情感倾向十分显明(好、很不错等)的词汇短语,从而按照"好"、"中"、"差"进行归类。

2.9 效价分布

效价分布是指消耗者对商品或服务进行评价打星,共分为五个维度,五颗星代表"特别很是好",一颗星透露表现"特别很是不好",这是两个极端。当前,消耗者提供的商品评分呈双峰分布,这个得分只是折中反映了两个评价极端,即好评和差评。但是,饱含强烈极性(如称赞、指斥)与个人观点的在线商品评论大概并不可靠[3].

2.10 依据效价筛选

依据效价对商品评论信息进行筛选是一种人工服从评价机制,比如,最新发表的某一在线商品评论信息必须要经过很长一段时间来获得消耗者的累计"有效性"投票,这导致许多好的评论因为没有及时获得充足的同意票而被吞没在数量重大的信息海洋中[6],这对于电子商务网站中对消耗者做出购买决策的激励服从不是很高。

2.11 有效性投票

亚马逊、京东等提供了评论的有效性指标,用户根据本身的熟悉和体验对前期的评论的有效性进行投票,体系最终给出一个类似"31/36人认为此评论有效"的结论,由此统计出总的支撑或反对数量,评论体系则会默认表现最有效的评论在评论列表前端[5],对评论的有效性进行排序和筛选。Chen[7]等研究发现,通过有效性投票后对评论信息进行排序可以从某种程度上增长网站的欣赏量,提高商品的销量。

2.12 投票排序

商品评论体系的投票排序可以帮助消耗者以较低的信息搜索成本(时间、流量)快速了解商品质量,通过大众自身的投票选出可信度更高、更加具有参考价值的在线商品评论信息,服从大大提升了。

2.13 名誉等级

名誉等级是对评论者的身份等级的识别,每每评论者的等级越高(五百佳评论者、良好评论者等),其所做出的商品评论更具有参考价值,从而能对消耗者做出购买决策起到更好的指导作用。等级较高的评论者的网购经验比较雄厚,他们留下的评论信息内容更正确、语言格式更规范,更具有可信性。

2.14 名誉排序

名誉排序指的是在线商品评论体系将名誉度高的评论者所发出的参考价值高的评论信息尽可能排在靠前的位置,以供厥后的消耗者能在最快的时间内对此进行参考,节约了时间。

2.15 评论搜索

消耗者可以根据自身的需求在检索框中对本身想要的信息通过关键词匹配进行检索,而不必面对大量纷繁复杂的评论信息,如同大海捞针,逐一进行欣赏和翻阅,探求本身想要的商品关注点和描述,大大节省了网购时间。

3、结语

本文通过对我国主流的电商网站进行调研,获取商品评论体系评论信息的重要显现情势,其大致可以分为如下三类:第一,商品评论体系最初就使用的显现情势(如评论信息的总数量);第二,以消耗者二次UGC贡献为基础的功能(晒图、回复与追加评论、有效性投票等);第三,大多数对评论信息进行人工和机器筛选和排序的功能(如标签云筛选、投票排序、名誉排序等)[8].

当前,伴随网络购物高速发展的同时也存在着商品评论信息过载的征象,在线商品评论的数量呈几何级增加,动辄几千条甚至上万条的商品评论也让用户感到无所适从,并且因为缺乏相应的束缚机制,评论者可以随意发表评论谈吐,导致评论信息有模糊性、多样性、语义缺乏等缺陷,从中获取有效、有价值的信息也变得十分困难。面对此问题,各大电子商务网站的在线商品评论体系的功能模块日趋多样化,知足不同消耗者的购物需求偏好,评论体系改善的过程反映了当前的电子商务购物网站赓续全方位地了解用户的购物需求,从而对商品评论体系进行改进,对有效性强的功能充分发挥其价值,对那些有效性不强的功能则需进一步改进或升级,使其更贴合消耗者的购物风俗,这也是本文的研究意义所在。


如没特殊注明,文章均为成都网站建设公司唯赛网络原创,转载请注明来自http://www.weseo.cn/News/knowledge_675_12155.html

Contact

ADD:成都市青羊区光华东三路西环广场6楼

TEL:028-64232097

Wechat

微信二维码