网络口碑的影响力

网络口碑已经成为消费者信息来源的重要途径，其对消费者信息搜寻、购买决策以及态度的形成和变化都具有明显的影响力(Helm，2000)。由于互联网给消费者提供了一个可以广泛传播、接收网络口碑的途径，国内外一些研究都开始关注虚拟环境中的口碑传播效应(Bickart，Schindler，2001;Smith，2002; Kozinets，2002;Godes，Mayzlin，2004;Seneeal，Nantel，2004; Smith，et al.，2005;Nelson同，Otnes，2005;林彦宏，2005;金立印，2007;章晶晶，2007;陈蓓蕾，2008;孙春华，刘业政，2009)。

以往网络口碑影响力的研究主要涉及三个方面:消费者信息的收集和感知(Biekart，Schindler，2001;Smith，2002;孙春华，刘业政，2009)、信息的传播(Smith，2002;Godes，Maszlin，2004;章晶晶，2007;钱斌，2005)和购买决策(Smith，2002;Senecal，Nantel，2004;Smith，et al.，2005;林彦宏，2005;金立印，2007;陈蓓蕾，2008)。

别卡尔特和辛德勒(Biekart，Schindler，2001)进行了一个实验研究，消费者被指示从两种不同的信息来源(在线讨论区和公司网页)收集关于产品的购买可能、预期花费、产品知识、想法和兴趣等五种信息。研究结果显示，从在线讨论区收集信息的消费者对产品有着更大的兴趣。在线论坛比公司网站在可信性(Credibility)、中肯性(Relevance)和引起同情的能力(Empathy)等方面都更有影响力。因此，企业在网络营销中应重视与消费者的在线口碑交流，更好地发展消费者论坛。

史密斯(Smith，2002)研究了在线人际沟通对消费者在网络上搜索特定产品信息过程的影响。并且把消费者信任作为一个研究模型的中间变量，探讨了对消费者购买决策的影响。研究表明，消费者个体差异、推荐者的特征通过信任中介变量对决策制订有影响，且个体差异也直接影响购买决策。消费者的购买目标是推荐者特征与信任的调节变量。

戈德斯和梅兹林(Godes，Mayzlin，2004)针对1999—2000年的新的电视节目，从很多的新闻组里面收集到消费者的口碑沟通信息，来研究网络口碑的扩散。研究归纳出三个网络口碑测量问题:数据收集、分解、编辑(Dynamics:自动完成HTML编辑)，指出大量的、可观测的公开获得的人际沟通信息的存储是空前的。

塞纳克和南特尔(Senecal，Nantel，2004)研究了在线产品推荐对消费者在线购买选择的影响。研究结果显示，咨询了产品推荐的消费者购买产品的可能性两倍于不咨询产品推荐的消费者。标有“推荐者系统”的在线推荐来源，比传统的推荐来源例如人力专家(Human Experts)、其他消费者(Other Consumers)更有影响力。

史密斯·梅农和西瓦库马(Smith Menon，Sivakumar，2005)研究了推荐信息对于消费者在线购买决策的影响。实证研究得出结论，很多在线消费者为提高对在线海量信息的搜索效率而去寻找和接受信息。研究发现，消费者更倾向于同类消费者和编辑评论，而不是其他的在线搜索结果。研究结论建议，商家应该考虑推荐特性、购物目标、产品特性等不同的因素，从而为消费者提供合适的推荐方式。

林彦宏(2005)以网络使用者为研究对象，借鉴班赛尔和瓦埃(2000)传统口碑的研究模型，研究人际关系力量、非人际关系力量以及两者相互关系对网络口碑接收者购买决策的影响。研究结果显示，网络口碑搜寻程度、关系强度、传播者专业程度对网络口碑说服效果有正向影响，感觉风险对网络口碑说服效果有负向影响。

金立印(2007)通过实验法考察了网络口碑信息对消费者购买决策的影响。实验结果表明，网络口碑信息对于消费者购买决策的影响力可能会随着口碑传播方向、信息类型以及产品卷入度的不同而呈现出显著差异的预测得到了证实，信息类型、传播方向和产品卷入度之间所存在的交互效应也会明显地作用到网络口碑对消费者购买决策的影响效果。

章晶晶(2007)从口碑传播和扩散的中间环节着手，在对口碑传播、谣言扩散等相关理论回顾的基础上，构建了口碑再传播意愿的理论模型。研究表明，网络环境下口碑接受者的再传播意愿受到网络口碑来源、网络口碑内容和接受者特征三大类因素的影响。

孙春华和刘业政(2009)研究了网络口碑信息的数量、长度和方向特征对消费者信息有用性感知的影响。研究视角新颖，研究结果也证实了上述三个特征的影响作用。

综上所述，国内外的学者对网络口碑的影响力研究较为关注，并证实网络口碑对消费者行为与意愿的影响作用。互联网媒介的特征，使得网络口碑影响力的具体因素与过程表现出差异。因此，对于网络口碑与传统口碑的比较分析，有助于准确把握网络口碑的影响力。