越来越多的消费者在购买产品前会阅读在线评论,这是因为评论包含的信息可以帮助潜在消费者更好的了解产品、减少不确定性,从而更好的做出购买决策。但评论除了客观信息外,还传递了评论者的主观情绪。假设正在看这篇文章的你是一个“剁手”小达人,准备购买产品前看到了几条充满愤怒情绪的在线评论,你是会相信这些评论并将产品移出购物车?还是会坚持下单购买呢?
今天这篇文章《ANGER IN CONSUMER REVIEWS: UNHELPFUL BUT PERSUASIVE?》向大家展现了一种全新的研究结论——愤怒的评论无益却更具有说服力。
01背景介绍
在线评论作为线上口碑越来越受到消费者的依赖,因为他们可以帮助消费者传递产品信息,减少不确定性。一些研究已经明确了“有帮助性”评论的特点,平台利用这些特点可以更好的识别“有帮助性”评论,鼓励消费者更多发布此类评论,最终提高消费者满意度。以往的许多研究已经证明,在线评论中情绪的表达会对产品销量产生显著影响。这些研究中一个常见观点认为,更有帮助的评论通常更有说服力。愤怒作为负面情绪中最常见的一种,但在这一研究领域鲜少有人关注。作者通过聚焦愤怒情绪,探讨保持负面评论的客观内容不变时,公开表达愤怒如何影响其感知有助性和说服力?
02理论发展与假设
情绪即社会信息理论(emotions as social information):情绪的社会功能论指出,个体能够从自我的情绪表达中获得信息,也同样能够传递信息给他人并影响他人的认知、态度与行为。根据情绪即社会信息理论,作者认为愤怒的表达通过两种不同的路径(认知推断和情感反应)影响读者,具有截然不同的含义。
认知推断(inferential processes)是一种间接影响,是人们在感受情绪时,大脑根据已有认知进行的推断。例如提到愤怒,人们会想到什么?此时小编联想到的是尖叫、无理取闹甚至身体冲突。同理,当消费者看到极其情绪化的评论,也会联想到这些失控行为,从而推断这类评论可能是不理智的。尤其在很多领域,人们认为通过逻辑和客观推理产生的判断更准确。愤怒的情绪降低了消费者对评论的感知有用性,因此,保持一篇评论的客观内容不变,评论于消费者变得无益。
假设1:负面评价中愤怒情绪的表达降低了评论的有助性。
情感反应(affective reactions)是一种直接影响。当个体面对他人的非语言情绪表达时,倾向于采用同样的方式模仿并产生与他人一致的情绪状态。愤怒的评论会使消费者对评论目标留下不利的印象,从而影响消费者态度,其中主要的两个原因是:1与非情绪化的刺激物相比,愤怒情绪更容易被识别,收获更强的注意。2愤怒的表达可能通过评价条件反射(evaluative conditioning)的过程引起不好的印象,反射过程成功,那么读者会自动将评论目标与愤怒的内容联系起来。
假设2:负面评价中愤怒情绪的表达增强了评论对目标的态度的负面影响。
03实验1
实验素材:作者从Yahoo!电子产品类别中收集的真实评论,然后删除文本中的情绪化词语,使评论尽可能少的包含情感内容,尽量客观的传达对商店的负面评价。将处理过的评论作为对照组,再在对照组评论开头和结尾处添加不同程度的情绪化内容,形成低愤怒和高愤怒两类评论。最终形成三组评论,每组三种情况,包含一个对照评论、一个低愤怒评论和一个高愤怒评论。具体情况如下表所示:
![](/__local/3/36/30/F22DCEB67E6B7C0217E0DA18F12_7B968839_38D0E.png)
来自MIS Quarterly Vol. 45 No. 3 / September 2021 P.1064
实验过程:参与者来自美国南部一所大学,包括80名本科生(42名女性)。研究人员会向参与者介绍一个虚构的第三方评论网站“OnlineStoreReviews.com”,他们正在与该网站合作“改其数据挖掘算法”项目,需要收集参与者对网站文本评论的意见。参与者将评估六条不同的文本评论,每条评论描述不同的零售商。然后参与者每阅读一条评论,就要发表对评论有助性的看法以及对零售商的态度。三条实验组评论分别位于第2、4和6位。实验组评论是从表1中的三组中随机选择的,但每组和每种情况只能选取一条评论,以保证在每次实验中,每个版本(控制、低愤怒、高愤怒)在参与者之间出现的次数相同。填充评论在第1、3、5位保持不变,是关于零售商的积极评论。最后参与者进行注意力测试。
结论:作者使用ANCOVA方法,将愤怒作为被试者内因素,评论顺序作为协变量。结果显示,三种愤怒状态下的有助性差异显著( ,)。成对比较显示,与对照评论和低愤怒评论相比,参与者对高愤怒评论的感知有助性要小得多。因此,假设1得到支持,负面评价中愤怒情绪的表达降低了评论的有助性。同时结果显示,三种愤怒状态下的态度存在显着差异( ,)。成对比较中,与对照评论和低愤怒评论相比,参与者对有高愤怒评论的零售商态度更消极。因此,假设2得到支持,负面评价中愤怒情绪的表达增强了评论对目标的态度的负面影响。
![B361](/__local/9/30/46/3EF53E2EB1B9F044A8DF1B37701_E9B6B8F1_B361.png)
来自MIS Quarterly Vol. 45 No. 3 / September 2021 P.1065
接下来作者研究了表达愤怒对态度的直接影响。作者使用 MEMORE宏方法进行了中介分析。结果表明,愤怒通过评论有助性对态度的间接影响是积极的,并且具有边际显著性。在控制评论有助性后,愤怒对态度的直接影响变得更加消极并且仍然显著。比较高愤怒和低愤怒情况的类似分析产生了类似的结果。
讨论:通过控制评论表达的愤怒程度,实验1为文章的两个假设提供了初步证据。尽管包含相同的客观内容,人们认为表达高度愤怒的负面评论比低度愤怒(或没有愤怒)的负面评论更无益。同时,高愤怒的评论导致读者对零售商形成更负面的态度,表明这些评论最终更有说服力。然而实验1的直接设计存在明显的局限性,如可能存在地板效应以及评论顺序造成锚定效应。
04实验2
实验素材:评论来源与实验1相同。利用对照组评论,在其开头、中间、结尾处添加不同程度的情绪化内容,形成高愤怒评论:(1)“我感觉好抓狂!!!"(开头),(2)“我很生气!!!"(结尾),以及(3)“很气人的是……”(中间)。
![1FD53](/__local/F/61/12/BC14D5E61F990813EFCF9148AAA_7AD1FEC4_1FD53.png)
来自MIS Quarterly Vol. 45 No. 3 / September 2021 P.1066
实验过程:参与者来自美国南部一所大学,包括64名本科生(38名女生)。研究人员要求参与者想象他们正在网上购买数码相机,有两家零售商可供选择 (“商店A”和“商店B”)。他们通过参考先前评论做出购买决策。关于两个零售商的评论分别在两个不同的屏幕上显示,屏幕顶部显示该零售商的“平均评级”,假定两家零售商的平均评级都是四星(满分五星)。每个屏幕显示一组三个评论,标注为该零售商的“最近评论”。其中前两条是填充评论,是关于零售商的积极评论。第三条评论是实验组评论(控制或高愤怒)。为了降低可能存在的顺序效应,两组评论的顺序随机设置。参与者阅读了一家零售商的所有三条评论后,先报告他们对该零售商的态度,然后对这三条评论的有助性打分(作为一个整体)。最后进行愤怒控制测试和注意力测试,与实验1相同。
结论:方法同实验1。结果表明,先前研究的结果一致,参与者认为高愤怒评论比控制组评论的有助性要小得多。同样,参与者更倾向于喜欢对照组描述的零售商,参与者对有高愤怒评论的零售商态度明显比控制组零售商更消极。假设1和假设2都得到支持。
讨论:对于假设2的证明可能存在其他解释。一种解释是导致愤怒情绪的责任归属。在目前的实验中,造成评论者愤怒的源头在于零售商,而不是其他原因(幻想破灭、运气不好、心情不好等)。如果阅读评论的人做出相同的归因,那么他们也会认为是零售商的错。另一个可能的解释是“情绪传染”:观察一个演员的情绪状态可以让观察者自己体验同样的状态。因此,阅读了愤怒评论的读者可能会感同身受,变得愤怒。
05总结
传统观点认为,有帮助的评论更具有说服力。本文作者挑战了这一观点。一方面,作者认为表达高度愤怒的评论会让消费者觉得无益。另一方面,作者提出愤怒的评论往往更有说服力,产生更多的负面态度和意图。实验2的讨论提出了两种可能对结果产生影响的原因,即归因和情绪传染。作者通过实验3排除了归因影响结论的可能,又通过实验4a和4b排除了情绪传染影响结论的可能。作者利用真实评论,处理并设计了5个不同形式和内容的实验,在所有实验中均获得了与两个假设相一致的证据,并且排除了其他解释。评论有助性和说服力之间的关系复杂而有趣,本文是对两者关系讨论的首次研究,研究结论丰富了对情绪在在线交流中作用的理解。
参考文献:Dezhi Yin, Samuel D. Bond, and Han Zhang (2021). Anger in Consumer Reviews: Unhelpful but Persuasive. MIS Quarterly, 45(3): 1059-1084.
https://doi.org/10.25300/MISQ/2021/15363
文章链接:https://misq.org/anger-in-consumer-reviews-unhelpful-but-persuasive.html
作者信息:
![](/__local/7/D1/E8/6F3E15533A9E4BA30FCCDC0EF00_D83B11DD_FCFA.png)
Dezhi Yin
Position: Associate Professor, Muma College of Business, University of South Florida Tampa, FL, U.S.A.
Site:https://www.usf.edu/business/about/bios/yin-dezhi.aspx
E-mail:dezhiyin@usf.edu
![](/__local/0/B4/97/BACFC5E554A40F67DB2291244D0_90CA4482_131F4.png)
Samuel D. Bond
Position: Associate Professor, Area Coordinator of Marketing,Scheller College of Business, Georgia Institute of Technology Atlanta, GA, U.S.A.
Site:https://www.scheller.gatech.edu/directory/faculty/bond/index.html
E-mail:sam.bond@scheller.gatech.edu
![](/__local/7/F3/47/7819F27C76340050C6E7D3E8757_AD6D13ED_163F3.png)
Han Zhang
Position: Professor; Faculty Director, Denning Technology & Management Program,Scheller College of Business, Georgia Institute of Technology Atlanta, GA, U.S.A.
Site:https://www.scheller.gatech.edu/directory/faculty/zhang/index.html
E-mail:sam.bond@scheller.gatech.edu