随着网络购物日益受到人们的欢迎,大型电商平台产品销售页面呈现的信息对消费者的购买决策具有越来越重要的影响。本文基于国内最大的B2C电商平台——天猫商城产品销售页面提供的丰富信息,重点关注了点评类网络口碑(Word-of-Mouth,WOM)...随着网络购物日益受到人们的欢迎,大型电商平台产品销售页面呈现的信息对消费者的购买决策具有越来越重要的影响。本文基于国内最大的B2C电商平台——天猫商城产品销售页面提供的丰富信息,重点关注了点评类网络口碑(Word-of-Mouth,WOM)与电商服务质量(e-commerce Service Quality,e-SQ)类在线观察学习(Observational Learning,OL)这两类销售页面信息。借助一个时间跨度为20周的笔记本样本数据,本文运用面板向量自回归模型研究了产品销量、点评类WOM与e-SQ类OL信息之间的动态交互影响,并运用脉冲响应函数与预测误差方差分解方法,进一步分析了上述三者之间的相互预测能力。研究发现:(1)产品周销量与点评类WOM信息(点评量变化与正面点评标签百分比)之间均具有动态交互影响;与e-SQ类OL信息——"描述相符"之间只具有动态单向影响,与e-SQ类OL信息——"退款速度"之间不存在动态交互影响。(2)除了自身冲击外,正面点评标签百分比冲击对产品周销量波动的解释能力较大(从长期来看,超过30%);产品周销量冲击对点评类WOM信息波动具有一定的解释能力;导致e-SQ类OL信息("描述相符"与"退款速度")波动的因素几乎全部源于其自身。这些研究发现为大型B2C电商平台上的网络卖家提供了一些有价值的管理启示。展开更多
文摘随着网络购物日益受到人们的欢迎,大型电商平台产品销售页面呈现的信息对消费者的购买决策具有越来越重要的影响。本文基于国内最大的B2C电商平台——天猫商城产品销售页面提供的丰富信息,重点关注了点评类网络口碑(Word-of-Mouth,WOM)与电商服务质量(e-commerce Service Quality,e-SQ)类在线观察学习(Observational Learning,OL)这两类销售页面信息。借助一个时间跨度为20周的笔记本样本数据,本文运用面板向量自回归模型研究了产品销量、点评类WOM与e-SQ类OL信息之间的动态交互影响,并运用脉冲响应函数与预测误差方差分解方法,进一步分析了上述三者之间的相互预测能力。研究发现:(1)产品周销量与点评类WOM信息(点评量变化与正面点评标签百分比)之间均具有动态交互影响;与e-SQ类OL信息——"描述相符"之间只具有动态单向影响,与e-SQ类OL信息——"退款速度"之间不存在动态交互影响。(2)除了自身冲击外,正面点评标签百分比冲击对产品周销量波动的解释能力较大(从长期来看,超过30%);产品周销量冲击对点评类WOM信息波动具有一定的解释能力;导致e-SQ类OL信息("描述相符"与"退款速度")波动的因素几乎全部源于其自身。这些研究发现为大型B2C电商平台上的网络卖家提供了一些有价值的管理启示。