大家在网上购买商品前往往会先阅读其他人的评论，再决定是否购买。随着商品的爆火或长期销量的增加，部分商品的评论数量可能达到几万条，甚至上百万条。面对如此繁杂的评论和评价各异的商品，消费者很可能花费了大量时间和精力，却仍然一脸迷茫，不知道应该怎样选择。因此，很多平台会置顶一些点赞数量较高的热门评论，来帮助消费者迅速浏览到高质量的信息并做出满意的选择。

那么，这些热门评论真的能够提高评论信息的传递效率吗？万一热门评论本身也很多呢？如果热门评论和其他评论评分不一致，还能说服消费者吗？另外，热门评论对任何商品的影响都一样吗？今天这篇MISQ文章“Online Reviews and Information Overload: The Role of Selective, Parsimonious, and Concordant Top Reviews”将为大家一一解答。

01 理论与假设

在线评论能够帮助消费者了解商品质量，减少不确定性。但如果评论数量过多，尤其是大家的评价有冲突时，就会产生信息过载，让消费者陷入“选择困难”。在这种情况下，一部分消费者仍能选到合适的商品，满意地留下五星好评；而另一部分消费者很可能会做出不那么正确的选择，他们拆开快递后发现商品竟然与自己的期待不符，于是留下了五花八门的差评。信息传递效率的下降正是体现在这种较大的评分差异上。

热门评论通常是投票或点赞较多的评论。因此，热门评论如果评分较高，说明消费者普遍对商品比较满意，更有可能在购买后留下高分好评。

【假设1】对于总体评论较多的商品，热门评论的评分越高，信息的传递效率越高。

热门评论是从众多评论中精挑细选出来的，然而随着评论总数的增加，热门评论也会越来越多，这就会产生热门评论也过载的现象。而简洁的信息往往具有更高的传递效率。

【假设2】热门评论越精简，信息的传递效率越高。

与不一致的信号相比，一致的信号更具有说服力，更可靠，也更有利于决策。当热门评论的评分与总体评分相似时，消费者就会更放心地进行决策，信息的传递效率也更高。

【假设3】热门评论与总体评论的一致性越高，信息的传递效率越高。

与受欢迎的商品相比，不受欢迎的商品具有更大的不确定性，评分差异也更大。在这类商品的评论中可能很难挑选出具有高度代表性的热门评论。因此，不受欢迎商品的热门评论和总体评论的一致性可能较低，信息传递效率也会因此受到影响。

【假设4】受欢迎商品的热门评论对信息传递效率的影响更大。

02 变量度量

作者用后续评分的方差来表示因变量，即信息传递效率；用加权评分的方法来测量热门评论的平均评分；用互信息（Mutual Information，一个随机变量由于已知另一个随机变量而减少的不确定性的程度）衡量热门评论与总体评论的一致性，并用热门评论主题数量占总体评论主题数量的比例作为替代变量来检验一致性。

此外，作者加入了一些控制变量，如总评分、评论总数、各条热门评论之间的一致性、总体评论评分的标准差、商品上架天数、销量排名、价格、极端评分的比率、评论图片数量、评论视频数量、是否为平台自营商品、是否由平台配送等。

03 数据来源

研究数据来自于亚马逊平台，作者重点关注了10个商品类别，平均每个类别选择85件商品。

【数据集1】作者于2015年2月至11月间，每周爬取两次相关信息，来验证假设1、假设3和假设4。

【数据集2】作者在爬取数据时，发现亚马逊调整了热门评论显示数量的设置。这使一些商品一直只有3条热门评论，而另一些商品在平台政策调整之前是3条热门评论，调整之后设置成了热门评论数量随时间增加。因此，作者利用这个自然实验数据来验证假设2。

04 实证结果

【研究问题1】作者运用数据集1建立了动态面板模型。研究发现热门评论的评分越高，后续总体评论的评分方差越小，也就是信息传递的效率越高。此外，作者还发现总体评论越多，这种效应越明显。例如，评论总数大于100时，热门评论对信息传递的作用比评论总数小于25时更明显。

【研究问题2】作者基于数据集2，运用difference-in-differences（DID）模型，发现当热门评论数量从3条增加到更多条时，后续总体评论的评分方差增大。这表明热门评论数量越多，信息传递效率越低。

【研究问题3】作者根据数据集1，基于两种一致性的度量方法，发现热门评论与总体评论越一致，总体评论评分的方差越小，说明一致性能够提高信息传递效率。

【研究问题4】作者将销量排名前100的商品作为相对受欢迎的商品，其他则为不太受欢迎的商品。通过对数据集1进行分组回归，发现受欢迎商品的热门评论评分和一致性对信息传递效率的积极作用更强。

此外，评论信息过载所导致的“选择困难”，也可能会使消费者对该商品的需求减少。因此，作者用销量排名作为需求的代理变量，发现随着热门评论评分和一致性的增加，受欢迎商品的需求也会增加，但不会显著影响不受欢迎商品的需求。

05 结论与启示

通过这个研究，我们可以发现热门评论对在线零售商品具有非常重要的影响，其自身的简洁性以及与总体评论的一致性能够显著提高信息的传递效率，并且对于受欢迎的商品影响更大。因此，平台和商家可以尝试引导消费者积极为有帮助的评论投票或点赞，而不是一味地激励消费者写更多地评论造成信息过载。

参考文献：Jabr, W. and Rahman, M.S. (2022). Online reviews and information overload: The role of selective, parsimonious, and concordant top reviews. MIS Quarterly, 46 (3), pp.1517-1550

文章链接：https://doi.org/10.25300/MISQ/2022/16169

https://misq.umn.edu/online-reviews-and-information-overload-the-role-of-selective-parsimonious-and-concordant-top-reviews.html

作者信息：

Wael Jabr

Position: Assistant Professor, Smeal College of Business, Pennsylvania State University

Site: https://directory.smeal.psu.edu/wpj5061

E-mail: wjabr@psu.edu

Research Interest: Economics of IS; E-business; User-Generated Content; Online Social Media; IT innovation

Mohammad Saifur Rahman

Position: Associate Professor, Krannert School of Management, Purdue University

Site: https://business.purdue.edu/masters/business-analytics-and-information-management/academics/faculty.php?username=mrahman

E-mail: mrahman@purdue.edu

Research Interest: Digitization; Omnichannel Retailing; Inequality; Information Security; Data Science