欧派家居,ISR：数字平台上的退出、声音和响应：在线管理响应策略的实证研究|唧唧堂论文解析
picture from Internet
解析文章首发于唧唧堂网站www.jijitang.com
解析作者 | 唧唧堂管理学研究小组：Janice；审校编辑 |悠悠濛濛
本文是针对论文《数字平台上的退出、声音和响应：在线管理响应策略的实证研究（Exit, Voice and Response on Digital Platforms: An Empirical Investigation of Online Management Response Strategies）》的一篇论文解析，该论文于2018年12月发表于《信息系统研究（ISR）》杂志上。该研究作者包括 Naveen Kumar, Liangfei Qiu 和 Subodha Kumar。
研究背景和问题提出
在线购物环境中，消费者利用在线评论做决策的情况越来越普遍了，负面的评价很可能会让之后的消费者怀疑产品或服务的质量。因此商家越来越关注评论中的那些差评，并积极与不满意的消费者沟通，做出快速的响应和回复，以期望能够提高消费者的满意度。同时，这样做还可以帮助商家提高消费者忠诚度，并改善在线评分。
许多在线评论平台，如Yelp、TripAdvisor和Angie's List，都针对商家推出了新功能，可以让商家直接对消费者评论进行回复，即在线管理回复（Online Management Response）功能。之前的研究一般都时针对需求方的（消费者一方），例如研究评论对消费者决策的影响，但对于供给方（商家一方）利用社交网络对评论进行回复的行为并没有涉及。本文针对在线管理回复功能对商家业绩表现的影响进行了研究，并提出了以下几个具体问题：
1. 在线管理回复对本商家的业绩表现有什么影响？
2. 在线管理回复对周边其他商家的业绩表现有没有溢出效应？
3. 商家什么时候更可能回复消费者的评论？
数据集
文章使用了来自Yelp网站的用户评论和商家数据，时间跨度为11年。在这段时间内，Yelp在2009年4月推出了新的在线管理回复功能。该数据集包含了4922家餐馆和587903条用户评论。另外，文章还使用了人口统计数据和天气数据作为补充。
研究方法
1. 商家回复对业绩的影响
研究使用了DID（Difference-in-Difference, 倍差法）模型，检验了商家回复对业绩的影响。其中，PostLaunch和OwnerBinaryResp都是零一变量，表示“回复功能是否已推出”和“商家是否进行了回复”。
但是，这一模型可能存在内生性问题——实验组的餐厅不是随机选择的，例如，选择回复用户评论的餐厅可能与选择不回复的餐厅存在系统性差异，是这种差异导致他们选择的不同。这就违背了平行路径假设（parallel path, Abadie 2005)，出现了自选择偏差。
为了解决自选择偏差的问题，文章使用了三种方法。
(1) Heckman式模型 (Brown and Mergoupis 2010)
(2) 倾向性评分匹配 (PSM, propensity score matching)
(3) LA-PSM (Look-Ahead Propensity Score Matching, Bapna et al. 2018)
其中，Heckman形式的模型要求自选择的过程是已知的，例如，评分更低、竞争更激烈的时候，餐厅会选择回复用户评论，那么就可以使用平均评分和该地区内餐厅总数作为影响选择的因素加入模型。在不知道自选择过程的情况下，如果影响选择的特征是与时间无关的，DID就已经可以解决内生性问题。如果影响选择的特征是与时间相关的，但是可见的，则可以使用倾向性评分匹配。如果影响选择的特征是时间相关的，并且是不可见的，可以使用LA-PSM模型。
LA-PSM采用了准实验的思想，将新功能推出后的时间均分为两段，将第一段时间内使用了回复功能的餐厅作为实验组，第一段时间没使用而第二段时间内使用了回复功能的餐厅作为对照组，然后进行倾向性得分匹配。这样做的想法是基于，选择进行回复的商家都具有相同的特征，只使用这部分商家的数据就可以排除掉不可见且影响选择的因素。
2. 商家回复的溢出效应
为了检验周边商家回复对本商家的溢出效应，文章采用了以下模型。其中，FracResp是该地区进行过回复的餐馆所占的比例。
文章还进一步采用了以下模型，区分了直接竞争者和非直接竞争者的影响，其中，FracRespSame是同一种类餐厅的回复率，FracRespDiff是不同种餐厅的回复率。
3. 商家回复的时机选择
为了检验商家何时会选择回复用户评论，文章采用了以下模型。其中，CountRest是该地区餐馆的总数，AveReviewRating是该餐馆的平均评分。
研究结果
1. 商家如果使用了在线管理回复功能，则对业绩表现有利；否则，商家如果没有使用或者没有意识到这一功能，则对业绩表现有害。
2. 周边商家的溢出效应是存在的：如果周边商家是该商家的直接竞争者，则该商家使用回复功能对周边商家有负的溢出效应；如果周边商家不是该商家的直接竞争者，则该商家使用回复功能对周边商家有正的溢出效应。
3. 当周边市场竞争激烈，或者平均评分很低时，商家更倾向于使用在线管理回复功能。
文章总结
本文使用了Yelp网站的在线评论数据，研究了在线管理回复对商家业绩的影响以及溢出效应，采用多种方法解决了自选择偏差导致的内生性问题。
该研究还存在一些不足有待未来研究。首先，文章使用了移动应用内餐馆的签到数作为业绩的评估标准，但是签到数很可能不是真实到访的客户数目，可能存在很多到餐厅用餐的客人并没有在系统内签到。所以，本研究可能低估了在线管理评论的影响，未来使用其他业绩的评估标准是有必要的。 其次，本研究没有考虑餐厅类型对业绩的影响，小型商家没有意识到在线社交网络推出了评论回复功能，或者没有精力回复用户，而大型连锁商家可能会更多地与用户互动。第三，在研究中加入在线评论的文本分析也是一个未来的研究方向。最后，虽然整体上来说，回复用户评论对商家是有益的，但是对于某个商家来说，他的回复可能由于表达和措辞的原因而变得无效。未来可以研究什么样的评论更能吸引消费者并提高业绩。
参考文献
Naveen Kumar, Liangfei Qiu, Subodha Kumar (2018) Exit, Voice, and Response on Digital Platforms: An Empirical Investigation of Online Management Response Strategies. Information Systems Research 29(4):849-870. https://doi.org/10.1287/isre.2017.0749
解析作者:Janice
点击“阅读原文”，查阅更多作者在唧唧堂的论文解析
推荐
订阅
读论文，答问卷，看解析
唧唧堂论文导读，让学术阅读更简单
扫码订阅
