物流要素对生鲜商品电子口碑影响分析

芦怡苇 张凌

摘  要：消费者多数情况下无法直接接触电商商品，因此商品在线评论体现出的电子口碑会影响消费者购买决策。文章选取京东平台不同物流模式的五种生鲜商品在线评论作为研究对象，通过高频词统计分析将生鲜消费者满意度影响因素归纳为产品品质、产品价格、物流体验以及客户服务四个维度，使用TOPSIS法对商品好评、中评以及差评进行分析后得出商品口碑排序，并对比是否考虑物流维度前后的商品口碑排名以及接近度分析物流对商品整体口碑的影响，通过物流负面评论影响因素的分析提出生鲜商品物流口碑提升策略。

关键词：物流要素;生鲜商品;电子口碑

中图分类号：F713.360    文献标志码：A    DOI：10.13714/j.cnki.1002-3100.2023.15.015

Abstract：
Consumers" purchasing decisions can be influenced by the electronic word-of-mouth reflected in online product reviews because they typically lack direct access to items sold through e-commerce. This study"s research subjects are five different categories of fresh food product online reviews on the Jingdong platform. Product quality， product price， logistics experience， and customer service are the four categories into which the elements affecting fresh food consumers" pleasure are divided. The TOPSIS technique is employed to score product word-of-mouth by evaluating the positive， neutral， and negative product reviews. The impact of logistics on the overall reputation of the product is investigated by contrasting the ranking and proximity of the products before and after the logistics dimension. The strategy for enhancing the reputation of fresh produce logistics is then suggested by looking at the factors influencing unfavorable logistics reviews.

Key words：
logistics elements; fresh commodities; electronic word-of-mouth

0  引  言

现如今电商业务发展迅速，其便捷且下单时间自由的特点让越来越多的消费者选择线上购物，生鲜作为人们的日常所需，也成为电商售卖的重点商品。生鲜消费者通过阅读商品在线评论，了解生鲜的新鲜度、口感以及物流服务是否与自己的需求相符，因此在线评论所体现出的电子口碑能影响消费者的购买决策。在线评论情感分为正面、中性以及负面三种，相关研究表明高比例的负面评论对消费者购买决策具有显著的负面影响[1]，相比于正面评论，负面评论更有影响力[2]。因此本文基于在线评论通过TOPSIS法分别对商品整体口碑以及去除物流维度后的商品口碑进行排序，对排序进行横向以及纵向对比，从而找出被物流因素影响整体口碑的生鲜商品，统计这类商品的负面物流评论，通过分析消费者给出负面评论的理由提出相应的物流策略，通过改进物流服务而提升商品的整体口碑。

1  相关理论

1.1  生鲜商品口碑影响因素分析

关于在线评论的研究大多关于其形式特征或内容特征，部分研究立志于通过在线评论内容挖掘消费者满意度影响因素，例如张红霞[3]通过对生鲜商品在线评论高频词分析提炼出生鲜电商消费者关注的19种因素;马凤才[4]通过京东生鲜五类生鲜商品评论文本分析，发现物流是消费者对生鲜商品最为关注的要素;冯坤等[5]将LDA模型运用于在线评论分析，将生鲜电商顾客满意度影响因素分为包装、新鲜度、产品描述、物流运输、性价比、售后服务以及客服服务七方面，并通过随机占优准则将不同生鲜消费者满意度影响因素的重要程度进行排序;刘杨等[6]使用BDP数据处理器将生鲜农产品采购满意度影响因素包括物流配送、商品品质、采购感知及合作感知，并通过编码、回归分析得到各因素权重;董田田[7]通过建立消费者满意度贝叶斯网络模型，分析得出生鲜农产品消费者满意度影响前六的因素包括新鲜度、配送速度、质量、价格、发货速度以及味道。

1.2  TOPSIS

郭明睿[8]分析生鲜商品在线评论情感值，通过直觉模糊TOPSIS模型对生鲜商品进行满意度排序，发现生鲜消费者的真实需求。TOPSIS法是由Hwange和Yoon[9]提出的一种多属性决策方法，通过计算商品与正负理想解之间的距离得到商品与最理想解的貼近度，从而对商品进行排序，本文使用TOPSIS法评价生鲜商品消费者满意度，具体步骤如下：

（1）根据直觉模糊数构造决策矩阵X。基于直觉模糊集理论，备选商品在线评论的情感倾向可以通过直觉模糊数表示[10]。本文用Ai=1，2，…，m表示第i个生鲜商品，用Ci=1，2，…，n表示第j个生鲜商品满意度影响维度。首先统计出各商品每种维度下的好评、中评以及差评数量分别用Q、Q和Q表示，再用q、q以及q表示A商品评论中包含j维度的好评、中评、以及差评所占百分比，q计算公式为：

q=    i=1，2，…，m; j=1，2，…，n                                （1）

使用直觉模糊数x=

q，

q表示A商品j维度的评论特征，根据公式（1）构造决策矩阵X=

x。

（2）构造加权规范矩阵Y。使用ω表示各维度的權重，用包含j维度关键词评论数与包含所有维度关键词评论数之和的比值表示，ω计算公式为：

ω=    j=1，2，…，n                                      （2）

为了使各维度表现同等作用，消除量纲进行数据标准化处理，同时考虑各维度权重，根据公式（3）构造加权规范矩阵Y

=

y。

y=x·ω     i=1，2，…，n; j=1，2，…，m                                   （3）

（3）确定正负理想解。根据得到的加权规范矩阵Y确定正理想解Y和负理想解Y，其中，J为效益型指标，J为成本型指标，公式如下：

Y=

y|j∈

J，

y|j∈

J                                     （4）

Y=

y|j∈

J，

y|j∈

J                                     （5）

（4）计算各商品与正负理想解之间的距离。计算各商品与正负理想点之间的距离，公式如下：

D=                                      （6）

D=                                      （7）

（5）计算各商品与最理想解的贴近度C。贴近度C∈0，1表示商品与最理解的接近程度，C越接近1该生鲜商品口碑越好，C计算公式如下：

C=                                                （8）

根据计算出的商品贴近度值对商品进行排序，就可以得到基于在线评论内容的生鲜商品口碑排序。

2  数据来源与收集

京东生鲜平台是我国电商行业具有代表性的生鲜商品零售平台之一，作为京东商城热门频道的京东生鲜平台拥有自营物流与第三方物流混合的物流模式，使其成为较有价值的研究对象。本文使用python中的网络爬虫，爬取对象及该商品物流模式如表1所示。京东平台通过评价星级筛选好评、中评与差评，因此，本文在获取商品URL链接后将score修改为1、2、3，从而实现爬取好评、中评、差评的效果，使用EXCEL进行数据清洗，清洗原则包括：删去系统自动填写的评价、删除语意不明的评论、删去重复评论，文本预处理后随机选择每种商品的好评、中评、差评各200条作为本文的研究数据，总共获取有效评论数据3 000条。

3  生鲜商品口碑影响因素分析

本文使用武汉大学开发的ROST CM 6软件进行分词，该软件具有能够设置自定义分词表、高频词过滤词表与归并词群表的特点。阳光玫瑰是葡萄品种之一，但“阳光玫瑰”一词分词时会被拆分成为“阳光”与“玫瑰”，在ROST CM 6将该词写入自定义分词表中就可避免拆分。高频词过滤词表的设置能够在停用词表的基础上对文本进行二次筛选，只统计与主题相关的高频词。归并词群表能够合并语义相同的词语，例如“纸盒”、“包装箱”、“纸箱”可以统一合并为“包装”后再进行词频统计。

通过ROST CM 6对3 000条评论进行高频词统计，提取出前60的高频词，使用FineBI绘制出词云图如图1所示。通过词云图可以看出，生鲜在线评论中出现次数较多的词汇包括包装、口感、品质、味道、个头、价格、物流等，为了进一步识别消费者满意度影响因素，本文根据前人对于生鲜电商消费者关注因素研究与所收集评论文本内容将3 000条评论从产品质量、产品价值、物流体验以及客户服务四个维度进行划分，每个维度包含的属性和文本关键词如表2所示。

4  物流要素对生鲜商品口碑影响分析

本文结合消费者评论满意度影响因素表，使用EXCEL SOSO 11.0中的批量筛选功能对同一维度下的关键词进行搜索，从而初步筛选出每种商品在四个维度下的好评评论、中评以及差评评论，有些评论包含多重维度评价或评价文本与评价类别不符的情况，需要根据文本内容进行人工二次筛选，例如中评评论“味道还行、不是很甜、包装不错”，人工分类后将物流维度划归为好评，品质维度划归为中评。根据公式（1）构造决策矩阵X=

x，如表3所示。

根据公式（2）计算得到四个维度的权重W=0.53，0.2，0.19，0.08。

对决策矩阵X进行无量纲化处理后，根据各维度权重和公式（3）构造加权规范矩阵Y=

y，如表4所示。

根据得到的加权规范矩阵Y和公式（4）、公式（5）确定四个维度的正负理想解，如表5所示。

根据表4和表5以及公式（6）、公式（7）计算各商品与正负理想点之间的距离，根据公式（8）计算每个商品与最理想情况的贴近度，结果及排序如表6所示。

若抛开物流因素，只从产品品质、产品价格以及客服体验三方面对商品进行TOPSIS分析排序，得到的排序结果如表7所示。

从表6和表7可以看出，纵向比较商品排序，是否考虑物流维度会导致商品满意度排序发生变化，若不考虑物流维度，A3商品排在第一，考虑后该商品排名变成第二，说明物流对A3商品口碑产生负面影响。贴近度反映商品与最理想情况的贴近程度，将每个商品两次计算得到的贴近度进行横向比较，发现A1、A2、A3商品贴近度下降，而A4、A5商品贴近度上升，说明A4、A5商品所提供物流质量不错，使得物流单因素提高了商品的整体口碑，由表1可以看出，A4、A5商品送货服务由京东物流提供，这也与京东物流口碑好的大众认知相符，由此也可以说明A1、A2、A3商品物流服务水平需要提升。

5  物流满意度提升策略分析

5.1  物流负面评价内容分析

本文统计出A1、A2、A3商品关于物流的负面评论共计102条，物流服务作为商家的附属商品，物流服务质量的提高能够一方面挽回由于产品品质等因素造成的负面影响，另一方面从物流的提升影响其他维度，例如使用冷链运输、提高配送速度能够保障生鲜的新鲜度，改善包装可以保证商品的完整性。因此，本文使用人工分类进一步从物流角度分析差评原因。

对102条物流相关负面评论进行人工分类，从分析结果看，在物流方面消费者不满意的原因主要包括包装差、物流慢、配送体验差几方面。

在包装方面，有32条评论指出包装箱过于简陋收到包裹时外包装破损，导致商品存在污渍甚至收到挤压、损坏，其中有14条来自A3商品评论;还有评论指出商家没有去除包装称重，将包装箱重量算入净重，导致商品缺斤少两。

消费者对时间的不满主要是由于商品发货慢、物流运输慢以及不及时配送，有14条评论指出实际发货时间与商品页面显示不一致，客服以仓库爆单、以实际发货时间为准等回答搪塞消费者，这种没有理由的违背承诺加重消费者不满心理;另外有26条评论在物流运输专业化方面存在不满，物流及时性是保证生鲜新鲜度的必要条件，部分商家却选择运输时间长的普通快递而非京东物流，导致生鲜因在途时间太长腐烂、变质，其中有20条相关评论来自A2商品;另外有3条评论指出商家未使用冷链物流导致商品变质。

末端配送环节的负面评论集中于配送服务，消费者对配送服务的不满主要是由于派件員未将商品放在指定位置，相关评论有15条;除此之外还存在部分由于虚假物流信息、货物丢失等原因导致的负面评论，部分物流负面评价原因及评价内容如表8所示。

5.2  针对负面评论的物流满意度提升策略

（1）提高物流专业化程度与服务水平。合理包装是保障生鲜商品新鲜度的有效途径，商家应结合每种生鲜的特性规范包装，防止由于包装导致生鲜损坏、变质;商家应选择高效、适宜的物流合作伙伴，保证生鲜冷链运输，提高物流运输效率，减少生鲜在途损失;物流平台应提高配送人员的服务素质，满足顾客个性化的末端配送需求，为消费者提供高效、便捷、更有保障的物流配送服务。

（2）规范电商平台商品描述。商家应准确标注生鲜商品净重、产地、发货地等信息，使用混合物流模式的商家应尽可能标注在哪些地区使用自营物流哪些地区使用第三方物流，不为只想选择自营物流的消费者造成困扰，并在实际发货时间超出预计时间时，及时告知消费者延迟原因，提高售后服务水平，从而增强商品口碑。

参考文献：

[1]  WEISSTEINA F L， SONG L， ANDERSEN P， et al. Examining impacts of negative reviews and purchase goals on consumer purchase decision[J]. Journal of Retailing and Consumer Services， 2017，39：201-207.

[2]  BAMBAUER-SACHSE S， MANGOLD S. Brand equity dilution through negative online word-of-mouth communication[J]. Journal of Retailing and Consumer Services， 2011，18：38-45.

[3] 张红霞. 生鲜农产品电子商务消费者满意度影响因素——基于在线评论的探索分析[J]. 江苏农业科学，2019，47（17）：4-8.

[4] 马凤才，李春月. 消费者对电子商务平台销售生鲜产品满意度测算研究——基于京東生鲜在线评论的分析[J]. 价格理论与实践，2020（5）：117-120.

[5] 冯坤，杨强，常馨怡，等. 基于在线评论和随机占优准则的生鲜电商顾客满意度测评[J]. 中国管理科学，2021，29（2）：205-216.

[6] 刘杨，李林凤，刘美琪，等. 农产品B2B电商采购用户评论要素及其对满意度的影响研究[J]. 经营与管理，2022（7）：33-39.

[7] 董田田. 基于文本挖掘的生鲜电商消费者满意度影响因素研究[D]. 大连：东北财经大学，2022.

[8] 郭明睿. 生鲜电商消费者满意度影响因素研究及销量预测[D]. 郑州：郑州大学，2021.

[9]  HWANG C L， YOON K. Multiple attribute decision making[J]. Lecture Notes in Economics & Mathematical Systems， 1981，404（4）：287-288.

[10] 林杰，王梦娇，张振宇. 基于在线评论的直觉模糊TOPSIS商品购买决策方法[J]. 上海管理科学，2019，41（1）：26-30.

收稿日期：2022-11-22

作者简介：芦怡苇（1999—），女，湖北襄阳人，武汉科技大学恒大管理学院硕士研究生，研究方向：物流工程与管理、社交网络;张  凌（1981—），女，湖北蕲春人，武汉科技大学恒大管理学院，教授，研究方向：信息与知识管理、社交网络、信息扩散。

引文格式：芦怡苇，张凌. 物流要素对生鲜商品电子口碑影响分析[J]. 物流科技，2023，46（15）：66-69.