网络商品的评价,会影响人们的购物决策吗?

使用网购的人越来越多,大家都习惯了这个更透明、自在的购物环境:不管想不想买某样东西,都先看看网友评价怎么样再说。评价数多不多?好评有多少?视窗浏览一遍,一件商品的好坏在我们心中也有了拿捏。

然而在一项发表于《心理科学》(Psychological Science)的研究[1]却显示,消费者看待商品评价的方式,可能会导致大家做出不理性的购买决定。本项研究的第一作者是史丹佛大学心理系博士后德里克・包威尔(Derek Powell)。

评价多、评价少,跟好评多不多哪个比较有影响?

这个研究发现:

人们在网购中过于看重一件商品有没有足够多的评价数,而相对看轻这件商品的评分有多高。

换句话说,在相同的条件下,消费者更加青睐销售量可观的「热销款」(尽管评价数多,但评分却可能较低),而不愿为那些「叫好不叫座」的商品打开荷包。

然而,商品评价数与其质量好坏其实并无直接关系。相反的,一个拥有大量评价的低分商品,跟一个仅有少量评价的低分商品相比,品质反而「低」得更为稳定一些。因此,过于看重评价数,可能会让我们买到一件糟糕的商品。

「爆款」和「好评」,消费者喜欢哪一个?

 

在开始实验之前,研究者先从亚马逊网站上收集了 356619 件商品的共计 15655439 条评价,这些商品主要来自手机、电器、餐厨、健康与美容四个类别。

通过分析这些现实中的数据,研究者完成了两项工作。首先,他们证明了一件商品的流行度(即评价数)与其本身的质量和消费者满意度(即评分)之间没有什么关系。其次,通过傅立叶建模的方式,研究者推算出了一个理性的消费者在不同的评价数和评分基础上「应该」做出什么样的决策。这样,他们就为可能出现的不同实验结果提供了一个可供比照的标准。

随后,研究者招募了 138 名成年被试,让他们在一系列配对商品之间评估自己更愿意买哪一件。其中一件商品只有较少的评价数(大约 25 个),评分在 2.7~4.6 分之间波动;另一件商品则有大量的评价(大约 150 个),并且它的评分在一半的情况下要高于评价少的商品,而在另一半的情况下则评分更低。

被试需要在一系列配对商品之间评估自己更愿意买哪一个,每个商品都有“评价数”与“评分”两个维度。例如,左边的商品 H 的评价数有 145 条,评分是 2.7;右边的商品 F 的评价数有 20 条,评分是 2.4,图/文献[1]。

研究者关心的是,被试在评价数与评分各异的商品之间会如何选择。结果发现,被试对评价数多的商品存在很明显的偏好。

当两个配对商品的评分都较高时(4.6 分),被试选择评价数多的商品的概率接近 95%。这一结果比较符合我们的直觉,那些评价好销量又多的商品,我们确实更愿意购买它们。

但有趣的是,如果两个商品的评分都很低(2.7 分*),被试仍然有接近 90%的概率会选择评价数多的那一个。

  • 注:研究者分析了亚马逊上的真实数据,发现不同类别商品的平均评分在 3.73~4.10 之间波动,其中手机类 3.73 分,电器类 3.92 分,餐厨类 4.09 分,健康与美容类 4.10 分。因此,2.7 分是一个比较低的评分。

然而,「由 150 个评价得到的低分」与「仅由 25 个评价得到的低分」,虽然评价都不高,却有着本质区别。依据统计学原理,前者由于样本量大,因此所得到的是一个非常稳定的「差评」;而后者由于样本小,「差」的结果有可能只是误差导致。换句话说,基于大量消费者评价的差评商品,一定会很差;而基于少量消费者评价的差评商品,则可能很差也可能还行。

然而,更糟糕的情况是,相比于 2.7 分的低分商品,一件商品只要评价数足够多,哪怕评分更低(2.4 分),被试还是会有超过 40%的概率选择它。可见,消费者在网购中对爆款的偏好是较为明显的。

人们为什么热爱「爆款」?

在整个实验中,傅立叶模型对被试行为的拟合度只有 0.17,也就是说,他们在实验中的实际表现,与模型所得到的「利益最大化」的答案相去甚远。

此图描述了评价数多(150条)的商品的情况,左侧为基于贝叶斯模型推出的理性决策模式,右图为被试在任务中的实际决策模式。横坐标为商品评分,纵座标为消费者选择此商品的概率。图中展示了此商品和另一个评价较少商品的评分之差为 0.3、0.1、0、-0.1、-0.3五种情况下,理想和实际的决策模式,图/文献[1]。

 

包威尔认为,消费者是受到社会线索的影响,才会变得像羊群一样跟从同伴的选择,而这些线索就是一件商品有多少人评价。

社会学习理论表明,人们会有意无意地通过观察、模仿其他人的行为,来帮助自己解决问题。

社会学习不仅能让我们在短时间内快速获得较为可靠的解决方案,还能在一定程度上规避环境中可能存在的风险[2]。

这是一种「不学而能」的能力,也有深刻的进化意义[3]。因此,人们做决策时的第一直觉是跟着其他人走,这么做是一个相对安全的选项。而选择少有人走的路所产生的焦虑感,也会驱使人们调转方向跟着其他人走。

消费者在网购中所表现出的偏好评价数的倾向,便是社会学习的结果。他们会将流行(评价数多)的商品视为「好」商品,而忽视评价数对于消费决策的真正用处——衡量一件商品评分的稳定性:评分所基于的评价数越多,那么这个商品的评分则越稳定。

因此,下次剁手时,你大概应该把自己从对评价数的执著中解救出来,而要同时考虑评价数与评分这两个指标。一个评价数多且评分高的商品,自然是极好的;但一个评价数多却评分低的商品,也有可能是实实在在的糟糕。

参考文献

  1. Powell, D., Yu, J., Dewolf, M., &Holyoak, K. J. (2017). The love of large numbers: a popularity bias in consumer choice. Psychological Science, 28(10), 1432-1442.
  2. Bandura, A. (2000). Social learning theory. Journal of Human Behavior in the Social Environment, 1(1), 33-52.
  3. Castro, L., & Toro, M. A. (2004). The evolution of culture: from primate social learning to human culture. Proceedings of the National Academy of Sciences of the United States of America, 101(27), 10235-10240.

本文版权属于(微信公众号:Guokr42)如有需要,请联系。

 

 

 

评论已关闭