线上消费者评论对商家产品销售与反向操纵行为的影响

Online consumer reviews have developed the distribution of product information from the social learning, expert learning to consumer information sharing and self-learning. As consumers become increasingly reliant on online reviews to make purchase decisions, the risk of online shopping caused by information asymmetry could be reduced. This project aims to explore the impact of online consumer reviews on product sales, the dimensions to measure the role of online reviews and the manipulation of online reviews. Online consumer reviews can be categorized into textual reviews and numerical reviews. First of all, for textual reviews, we explore the effects of the text description of product quality, service quality and information accuracy on product sales. Secondly, based on the difference of the smallest unit change between score ratings and star ratings, we use regression discontinuity to address the causal relationship between numerical reviews and product sales. Finally, since online consumer reviews could affect sales, there can be attempts by firms to manipulate online reviews to increase their sales. We propose a simple statistical method to detect online reviews manipulation, which based on the evidence that non-manipulated reviews are likely be randomly distributed while manipulated reviews are not.

线上消费者评论把产品信息的传递方式从社会学习、专家学习拓展为消费者自我信息分享，在互联网时代逐渐成为传递产品信息的重要渠道。消费者网络购物时，可以借鉴过往评论，了解产品和服务，减少信息不对称引起的网购风险。那么,线上消费者评论究竟怎样影响消费决策进而影响产品销售?消费者评论确实可信吗？本项目根据线上消费者评论的表现形式，将其分为两类：文字评论和量化评论。首先，基于文字评论以内容为重的特点，分析有关服务质量、产品质量和信息准确度的描述性语句对于产品销量的影响。然后，基于量化评论中分数与星级的最小单位差异，运用断点回归，避免内生性，研究量化评论与产品销量的因果关系。最后，辩证的指出为了促进产品销售，商家可能操纵消费者评论，影响信息传递。基于真实消费者评论的随机分布特征，提出识别虚假评论的方法。

线上评论已经广泛应用于国内外知名网购平台。相比线下销售，基于网购平台的线上销售虽然为消费者带来了足不出户就能购买商品的便利，但是增加了消费者和商家之间的不对称信息。消费者不但缺少有关产品性能的完整信息，而且面临产品邮寄以及售后服务不确定性带来的额外风险。为了降低网购的不确定性，商家采用了多种产品信息披露渠道，主要包括线上评论和试用品发布。前者主要分为消费者评论，重在分享过往消费者的使用体验，以及专家评论，重在发布专业性测评；后者重在自我体验。本课题围绕信息传递渠道与产品营销进行了三个部分的研究。. 在第一部分的研究中，我们关注消费者量化评论对于产品销售的影响。常见的消费者量化评论分为两种表现形式：数字评分（例如，5分制评分体系）或者星级评级（例如，5星制评级体系）。前者的最小变化单位是0.1分，而后者是半颗星。因而，相比于数字评分，星级评级是一种不连续的量化模式。我们发现，总体而言，数字评分提高则产品销量增加，然而在星级发生跳变增加时，销量不增反降。. 在第二部分的研究中，我们比较了消费者评分、专家评分和试用品发布等多种信息渠道的交互作用。我们发现，在线上交易中，当消费者评分和专家评分同时存在时，消费者评分对于购买倾向有显著正影响，而专家评分的影响不显著。同时，相比于基本不披露信息的试用品，信息量较大的试用品的下载量随消费者评分提高而显著增加；信息量较小的试用品的下载量随消费者评分提高而无显著变化。. 在第三部分的研究中，我们探索了产品信息披露与价格离散度的相关性。线上交易虽然减少了消费者交通上的搜寻成本，但是信息不对称带来商家更加频繁的参与策略性定价行为，导致消费者的搜寻成本提升。我们发现了线上商品显著的价格离散度，这与商家选择性地披露产品信息密切相关。