论文部分内容阅读
★基金项目：四川省2018软科学研究“电子商务精准扶贫体系运行机制”（2018ZR0192）。
摘要：在线评论中服务评价热度、产品评价热度、好评与差评热度，对外卖网站中产品销量的影响引起了人们的關心，逐渐成为消费者下单和商家营销的重要信息之一。本文以美团外卖平台为例，通过网络爬虫软件，采取分层抽样（以高校、热门商圈、写字楼三个层面，并且外卖餐饮商家在2公里范围内）抓取消费者在商家评论上方的热度词汇标签，通过spss19软件建立在线评论不同热度词汇标签对外卖销量的影响因素回归模型，结果表明好评、差评、味道赞、服务好热度词汇标签对外卖销量有显著的影响的结论，同时商圈类型、分量足、饭好吃、价格实惠、食材新鲜、包装好对外卖销量有不显著的影响结论，为在线评论研究领域提供了以热度词汇视角的研究思路。
关键词：在线评论；热度词汇；产品销量
引言
消费者习惯于去外卖网站进行商家的比对后进行消费决策，商家的在线点评内容的热度词汇标签对消费者的购买意愿有重大影响，从而影响商家的销量，通过走访大学生、上班族、自由职业者，我们发现年轻的消费群体特别在意外卖在线评论信息的热度词汇标签，它可以为我们在外卖下单前提供大量的价值信息，餐饮商家也非常重视在线评论热度词汇标签，将其作为一种网络营销方式，并且会主动回复消费者的点评信息。
1、文献综述
王君珺等（2013）通过对京东商城中手机销售数据进行收集，对评论长度、评论星级、评论及时度、产品价格对不同热度搜索型产品的销量影响情况进行了研究，得出了对于搜索型产品，热门品牌的评论长度、评论及时度对非热门品牌的产品销量均有显著影响等结论[1]。李健（2012）通过对在线手机评论研究发现，“在线评论数量”“商品的关注度”对在线手机销量有显著性影响[2]。
总体上分析，已有研究表现出如下特点：从研究视角来看，主要基于评论有用性、评论对购买意愿、区分搜索型和体验型产品、在线评论内容等角度出发；从研究方法来看，大多采用计量建模的方法；从数据来源看，有的采用文问卷调查，有的采用数据挖掘法。但是关于商家页面标签热度对销量的影响却没有涉及，因此本文从商家页面标签热度对销量影响的视角出发，从手机端抓取数据，并进行回归分析，来探讨各个热度词汇标签对销量的影响程度。
2、研究假设
2.1 变量假设
Sen和Lerman（2007）指出，对于体验型商品，正面评论具有更大的影响力，该结论收到情感一致性理论的支持[3]；基于以上的研究成果，本文认为好评、味道赞、分量足、饭好吃、服务好、价格实惠等带有正面含义的词汇对消费者购买行为有正向的影响，进而对销量产生正向的影响。因此本文提出以下假设：
H1：正面的消费者热度词汇标签对销量有着正向的影响
H1a：好评词汇标签对销量有着正向的影响
H1b： 味道赞词汇标签对销量有着正向的影响
H1c： 分量足词汇标签对销量有着正向的影响
H1d： 饭好吃词汇标签对销量有着正向的影响
H1e： 服务好词汇标签对销量有着正向的影响
H1f： 价格实惠词汇标签对销量有着正向的影响
H1g： 包装好词汇标签对销量有着正向的影响
H1h： 推荐词汇标签对销量有着正向的影响
H1l： 食材新鲜词汇标签对销量有着正向的影响
李爱国、邓召惠、毛冰洁（2016）通过研究表明：负面评论对体验型产品销量具有显著影响[4]。因此本文提出以下假设：
H2：差评词汇标签对销量有着负向的影响
2.2 产品销量
衡量产品销售好坏的最直接的指标就是产品销量，由于电子商务公司的隐私等原因，无法通过网络爬虫获取数据，因此给研究带来一定的困难，一些学者通过使用在线评论数量来代替销量。Ye Qiang等（2011）在研究在线评论与酒店客房销量时，采用了在线评论数代替酒店网上预订量的做法，并证明了二者之间存在一定的线性关系 [5]。根据以上理论假设，本文构建了消费者热度词汇影响销量模型：
3、研究设计
3.1 数据来源
权威第三方数据机构QuestMobile发布了《移动互联网2017年夏季报告》。在外卖服务领域，截止到2017年6月30日，外卖服务行业独立APP用户活跃度超6600万，美团外卖独立APP月度活跃度MAU达2766万，同比增长62%，用户规模高居行业第一，因此我们选择美团外卖作为我们的研究对象，采用网络爬虫软件抓取美团外卖在线评论的热度标签，分别在中午和晚上两个外卖高峰时间段，分别在高校（成都信息工程大学）、热门商圈（春熙路）、写字楼（天府软件园）三个地方进行抓取离高校、热门商圈、写字楼2公里内的商家，每个商圈抓取200个餐饮商家的在线评论数据，共计得到样本600个外卖餐饮商家数据，然后进行数据的整理。得到比如全部点评人数、有图、好评、差评、味道赞、分量足、满意、好吃、推荐等共计30个热门标签，剔除缺失值较多的麻、手工、干净卫生、汤汁不错、干净卫生、性价比高、孩子喜欢、少送错送、图片与实物不符合等字段。并且将菜品不错和食材新鲜含义接近的合并成菜品不错，好吃和味道赞进行合并成味道赞，将商家数据比较少的异常值剔除，最终获得外卖餐饮商家数据390家，其中成都信息工程大学附近130家、春熙路附近130家、天府软件园附近130家。并且最后我们得到全部点评人数、有图、好评、差评、味道赞、分量足、满意、好吃、推荐、味道赞、包装好、菜品不错等12个有效热度标签词汇表对热度标签词汇的情感采取正面和负面的划分，对正面的词汇统计量处理为正值统计量，对负面的词汇标签统计量处理为负值的统计量。 3.2 消费者在线评论关心热度词汇描述性统计
从消费者在线评论中，某些餐饮商家的点评数最多达到20000多，最少有7个，说明餐饮商家在线点评数应该是我们比较重点关心的信息，与学者在研究在线评论時发现在线评论数量对消费者购买决策意愿有影响的结论是一致的；带有图片评论的餐饮商家最多有1620条，最少图片评论也有1条，图片作为一种直观的信息展示，对我们在选择外卖商家时也起到了重要的作用，与学者林爽等提出感官型产品图片评论对消费者购买意向的影响大于文字评论，而非感官型产品文字评论对消费者购买意向的影响大于图片评论结论一致。
我们发现消费者最关心热度词汇排在前五的有：全部点评人数、好评、差评、味道。其次是分量足、服务好，最后是包装好、食材新鲜、推荐等。
4、模型分析
4.1 总体模型回归分析
在模型回归过程中，我们发现，将商圈类型单独与销量进行回归，其中回归方程F值是30.418，D-W值是1.534，R2是0.136，商业商圈P值是0.001，工作商圈的P值是0.000，都达到了显著性水平，而且工作商圈影响度最高，其次是商业商圈，最后是学校商圈。但是把商圈类型作为虚拟变量放入整体模型中回归，发现它并不显著。首先，可能与采集的数据有关，都是在商圈中心附近2公里范围内采集的商家数据，商家类型与本商圈的销量高度相关，形成各自的商圈中心。并且删除了很多评论标签缺失值比较大的商家；其次。消费者通过美团外卖app购买商品时，商家页面呈现的热度词汇对消费者的认知影响程度比较高，从而影响商家的销量，在商圈2公里服务范围内，对消费者销量影响就很微弱，比如处于学校商圈的人不会去工作商圈下单点外卖。但是会受到商圈范围内环境影响，比如人口数量、经济发展水平、消费水平、商家页面热度情况等因素综合影响。因此认为，商圈类型对销量的影响并不显著。
从整体模型回归结果看，回归方程F值是291.766，P值是 0.000，R2等于0.882，D-W是1.975（DW统计量在2附近，所以自变量没有自相关的问题）。因此回归方程比较显著，拟合优度也很好，其中美团外卖商家的好评热度词汇、差评热度、味道赞、服务好对销量存在着显著的影响（在5%的置信水平下），而且服务好对销量的影响程度最大，其次是味道赞，最后是好评（B服务好26.721>B味道赞12.655>B好评0.672）。根据消费者在线评论热度词汇影响销量的模型分析，因此我们认为要提高商家在美团外卖的销量，必须重视消费者发表好评评论，尽量减少差评评论，提升自身的外卖服务水平，最重要的是做出适合消费者口味的美食，在接单前尽量的了解个体消费者的口味偏好。
其次美团外卖商家的价格实惠、分量足、饭好吃、包装好、食材新鲜、推荐热度词汇对销量没有显著的影响（在5%的置信水平下）。价格因素在美团外卖刚刚起步的时候，发挥着比较大的影响作用，现在外卖市场已经比较成熟，形成了以美团、 饿了么为首的外卖龙头企业，通过调研外卖用户数据分析发现：外卖大都以单品形式销售，和餐馆就餐形式有很大的不同，外卖均价在20元以内消费者对外卖的价格敏感性程度不高。因此价格实惠对商家整体销量的影响程度并不显著。
4.2 不同商圈类型商家评论热度标签对销量的影响分析
4.2.1 学校商圈模型分析
从模型回归结果得出，好评热度词汇（t=19.6.581，p=0.000）、差评（t=6.728，p=0.000）、味道赞（t=7.222，p=0.000）、服务好（t=4.622，p=0.000）显著影响销量（在5%的置信水平下），其他热度词汇的影响并不显著。
4.2.2 商业商圈
从模型回归结果得出，好评热度词汇（t=7.605，p=0.000）、差评（t=5.239，p=0.000）、味道赞（t=6.713，p=0.000）、服务好（t=5.576，p=0.000）显著影响销量（在5%的置信水平下），其他热度词汇的影响并不显著。
4.2.3 工作商圈
从模型回归结果得出，好评热度词汇（t=36.625，p=0.000）、分量足（t=3.447，p=0.001）、饭好吃（t=2.187，p=0.031）、价格实惠（t=3.084，p=0.003）、包装好（t=2.363，p=0.02）显著影响销量（在5%的置信水平下），其他热度词汇并不显著。
4.3 实证结果汇总
由此，将前述分析结果在表1中汇总如下：
5、结论与启示
5.1 研究结论
（1）商家在线评论热度标签中，好评、差评、味道赞、服务好热度词汇标签对外卖销量有显著的影响的结论。其中好评、味道赞、服务好热度词汇对外卖销量有着正向影响。服务好的影响程度最大。其中味道赞影响程度最高；与传统餐饮经营重视口味结论一致，互联网化经营的餐饮更应注意利用大数据技术等新兴技术获取消费者个体口味，针对性的推出符合消费者个体的美食。同时应注重提升外卖餐饮服务水平，让消费者额外获得感进一步增强。差评对外卖销量有着负向影响。
（2）同时商圈类型、分量足、饭好吃、价格实惠、食材新鲜、包装好对外卖销量有不显著的影响。不同的商圈都会形成自己的消费中心，对外卖销量整体影响不大。但是分析每个独立的商圈，结合统计数据来看工作商圈的销量最高，其次是商业商圈，最后是学校商圈。饭菜分量多不能直接带来销量的增加，消费者每个个体的不一致性对评价也会带来不一致性的结果。外卖餐饮都是做好的熟食，食材新鲜不能直接通过肉眼来判断，通过味觉来判断会大打折扣。通过统计发现外卖餐饮价格并不是十分昂贵，导致价格的调节效应也不十分明显。推荐词汇并不多，消费者对于推荐与否有着明显的不一致看法。所以对销量的影响并不显著。 （3）通过分层抽样，细分群体的研究，发现不同商圈的外卖影响因素有差别，其中学校商圈和商业商圈的外卖商家影响销量的因素基本一致，而工作商圈与另外两个商圈的销量影响因素表现不一致。推测工作人群与学生人群、商业区流动人群的消费特征的不一致现象造成的，对我们继续研究外卖商家营销措施有很好的启发作用。
5.2 营销启示
（1）重视服务营销理念。 O2O餐饮方式强化了消费需求的转变，消费者更加注重餐饮服务所带来的情感体验和审美愉悦，实现从“口腔时代”到“体验时代”的过渡。外卖服务水平是提升外卖销量的关键。必须合理规范外卖配送、包装等服务标准，使得行业服务水平提升。比如使用绿色无公害、简易适用的包装，严格把关好配送时间，务必保证在预约时间内送达到消费者手中，到达前与消费者进行沟通，如果超出时预约时间送达，提前与消费者协商。同时在消费者接收时保持亲和的态度。
（2）重视产品理念。把产品作为商家的生命线。积极进行菜品创新，打造本店特色菜系，亲民菜系，实惠菜系等不同产品，并且寻找适合的餐饮市场定位。
参考文献：
[1] 王君珺，闫强.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013，21（S2）：406-411.
[2] 李健.在线商品评论对产品销量影响研究[J].现代情报，2012，32（01）：164-167.
[3] Sen S ，Lerman D.Why are you telling me this？ An examination into negative consumer reviews on the Web [J]. Journal of Interactive Marketing，2007，21，（4）：76-94.[4] 李爱国，邓召惠，毛冰洁.在线负面评论对体验型产品銷量的影响——基于商家回复视角[J].商业研究，2016（07）：138-144.
[5] Ye Qiang，Law R，Gu Bin，et al.The influence of user-generated content on traveler behavior：An empirical inverstigation on the effects of e-word-mouth to online booking[J]. Computers in Human Behabior，2011，27：634-639.
作者简介：
毛潇远，硕士研究生，成都信息工程大学物流学院，主要从事电子商务与现代物流研究；
贺盛瑜，博士，教授，硕士生导师，西昌学院，主要从事电子商务与现代物流研究。
摘要：在线评论中服务评价热度、产品评价热度、好评与差评热度，对外卖网站中产品销量的影响引起了人们的關心，逐渐成为消费者下单和商家营销的重要信息之一。本文以美团外卖平台为例，通过网络爬虫软件，采取分层抽样（以高校、热门商圈、写字楼三个层面，并且外卖餐饮商家在2公里范围内）抓取消费者在商家评论上方的热度词汇标签，通过spss19软件建立在线评论不同热度词汇标签对外卖销量的影响因素回归模型，结果表明好评、差评、味道赞、服务好热度词汇标签对外卖销量有显著的影响的结论，同时商圈类型、分量足、饭好吃、价格实惠、食材新鲜、包装好对外卖销量有不显著的影响结论，为在线评论研究领域提供了以热度词汇视角的研究思路。
关键词：在线评论；热度词汇；产品销量
引言
消费者习惯于去外卖网站进行商家的比对后进行消费决策，商家的在线点评内容的热度词汇标签对消费者的购买意愿有重大影响，从而影响商家的销量，通过走访大学生、上班族、自由职业者，我们发现年轻的消费群体特别在意外卖在线评论信息的热度词汇标签，它可以为我们在外卖下单前提供大量的价值信息，餐饮商家也非常重视在线评论热度词汇标签，将其作为一种网络营销方式，并且会主动回复消费者的点评信息。
1、文献综述
王君珺等（2013）通过对京东商城中手机销售数据进行收集，对评论长度、评论星级、评论及时度、产品价格对不同热度搜索型产品的销量影响情况进行了研究，得出了对于搜索型产品，热门品牌的评论长度、评论及时度对非热门品牌的产品销量均有显著影响等结论[1]。李健（2012）通过对在线手机评论研究发现，“在线评论数量”“商品的关注度”对在线手机销量有显著性影响[2]。
总体上分析，已有研究表现出如下特点：从研究视角来看，主要基于评论有用性、评论对购买意愿、区分搜索型和体验型产品、在线评论内容等角度出发；从研究方法来看，大多采用计量建模的方法；从数据来源看，有的采用文问卷调查，有的采用数据挖掘法。但是关于商家页面标签热度对销量的影响却没有涉及，因此本文从商家页面标签热度对销量影响的视角出发，从手机端抓取数据，并进行回归分析，来探讨各个热度词汇标签对销量的影响程度。
2、研究假设
2.1 变量假设
Sen和Lerman（2007）指出，对于体验型商品，正面评论具有更大的影响力，该结论收到情感一致性理论的支持[3]；基于以上的研究成果，本文认为好评、味道赞、分量足、饭好吃、服务好、价格实惠等带有正面含义的词汇对消费者购买行为有正向的影响，进而对销量产生正向的影响。因此本文提出以下假设：
H1：正面的消费者热度词汇标签对销量有着正向的影响
H1a：好评词汇标签对销量有着正向的影响
H1b： 味道赞词汇标签对销量有着正向的影响
H1c： 分量足词汇标签对销量有着正向的影响
H1d： 饭好吃词汇标签对销量有着正向的影响
H1e： 服务好词汇标签对销量有着正向的影响
H1f： 价格实惠词汇标签对销量有着正向的影响
H1g： 包装好词汇标签对销量有着正向的影响
H1h： 推荐词汇标签对销量有着正向的影响
H1l： 食材新鲜词汇标签对销量有着正向的影响
李爱国、邓召惠、毛冰洁（2016）通过研究表明：负面评论对体验型产品销量具有显著影响[4]。因此本文提出以下假设：
H2：差评词汇标签对销量有着负向的影响
2.2 产品销量
衡量产品销售好坏的最直接的指标就是产品销量，由于电子商务公司的隐私等原因，无法通过网络爬虫获取数据，因此给研究带来一定的困难，一些学者通过使用在线评论数量来代替销量。Ye Qiang等（2011）在研究在线评论与酒店客房销量时，采用了在线评论数代替酒店网上预订量的做法，并证明了二者之间存在一定的线性关系 [5]。根据以上理论假设，本文构建了消费者热度词汇影响销量模型：
3、研究设计
3.1 数据来源
权威第三方数据机构QuestMobile发布了《移动互联网2017年夏季报告》。在外卖服务领域，截止到2017年6月30日，外卖服务行业独立APP用户活跃度超6600万，美团外卖独立APP月度活跃度MAU达2766万，同比增长62%，用户规模高居行业第一，因此我们选择美团外卖作为我们的研究对象，采用网络爬虫软件抓取美团外卖在线评论的热度标签，分别在中午和晚上两个外卖高峰时间段，分别在高校（成都信息工程大学）、热门商圈（春熙路）、写字楼（天府软件园）三个地方进行抓取离高校、热门商圈、写字楼2公里内的商家，每个商圈抓取200个餐饮商家的在线评论数据，共计得到样本600个外卖餐饮商家数据，然后进行数据的整理。得到比如全部点评人数、有图、好评、差评、味道赞、分量足、满意、好吃、推荐等共计30个热门标签，剔除缺失值较多的麻、手工、干净卫生、汤汁不错、干净卫生、性价比高、孩子喜欢、少送错送、图片与实物不符合等字段。并且将菜品不错和食材新鲜含义接近的合并成菜品不错，好吃和味道赞进行合并成味道赞，将商家数据比较少的异常值剔除，最终获得外卖餐饮商家数据390家，其中成都信息工程大学附近130家、春熙路附近130家、天府软件园附近130家。并且最后我们得到全部点评人数、有图、好评、差评、味道赞、分量足、满意、好吃、推荐、味道赞、包装好、菜品不错等12个有效热度标签词汇表对热度标签词汇的情感采取正面和负面的划分，对正面的词汇统计量处理为正值统计量，对负面的词汇标签统计量处理为负值的统计量。 3.2 消费者在线评论关心热度词汇描述性统计
从消费者在线评论中，某些餐饮商家的点评数最多达到20000多，最少有7个，说明餐饮商家在线点评数应该是我们比较重点关心的信息，与学者在研究在线评论時发现在线评论数量对消费者购买决策意愿有影响的结论是一致的；带有图片评论的餐饮商家最多有1620条，最少图片评论也有1条，图片作为一种直观的信息展示，对我们在选择外卖商家时也起到了重要的作用，与学者林爽等提出感官型产品图片评论对消费者购买意向的影响大于文字评论，而非感官型产品文字评论对消费者购买意向的影响大于图片评论结论一致。
我们发现消费者最关心热度词汇排在前五的有：全部点评人数、好评、差评、味道。其次是分量足、服务好，最后是包装好、食材新鲜、推荐等。
4、模型分析
4.1 总体模型回归分析
在模型回归过程中，我们发现，将商圈类型单独与销量进行回归，其中回归方程F值是30.418，D-W值是1.534，R2是0.136，商业商圈P值是0.001，工作商圈的P值是0.000，都达到了显著性水平，而且工作商圈影响度最高，其次是商业商圈，最后是学校商圈。但是把商圈类型作为虚拟变量放入整体模型中回归，发现它并不显著。首先，可能与采集的数据有关，都是在商圈中心附近2公里范围内采集的商家数据，商家类型与本商圈的销量高度相关，形成各自的商圈中心。并且删除了很多评论标签缺失值比较大的商家；其次。消费者通过美团外卖app购买商品时，商家页面呈现的热度词汇对消费者的认知影响程度比较高，从而影响商家的销量，在商圈2公里服务范围内，对消费者销量影响就很微弱，比如处于学校商圈的人不会去工作商圈下单点外卖。但是会受到商圈范围内环境影响，比如人口数量、经济发展水平、消费水平、商家页面热度情况等因素综合影响。因此认为，商圈类型对销量的影响并不显著。
从整体模型回归结果看，回归方程F值是291.766，P值是 0.000，R2等于0.882，D-W是1.975（DW统计量在2附近，所以自变量没有自相关的问题）。因此回归方程比较显著，拟合优度也很好，其中美团外卖商家的好评热度词汇、差评热度、味道赞、服务好对销量存在着显著的影响（在5%的置信水平下），而且服务好对销量的影响程度最大，其次是味道赞，最后是好评（B服务好26.721>B味道赞12.655>B好评0.672）。根据消费者在线评论热度词汇影响销量的模型分析，因此我们认为要提高商家在美团外卖的销量，必须重视消费者发表好评评论，尽量减少差评评论，提升自身的外卖服务水平，最重要的是做出适合消费者口味的美食，在接单前尽量的了解个体消费者的口味偏好。
其次美团外卖商家的价格实惠、分量足、饭好吃、包装好、食材新鲜、推荐热度词汇对销量没有显著的影响（在5%的置信水平下）。价格因素在美团外卖刚刚起步的时候，发挥着比较大的影响作用，现在外卖市场已经比较成熟，形成了以美团、 饿了么为首的外卖龙头企业，通过调研外卖用户数据分析发现：外卖大都以单品形式销售，和餐馆就餐形式有很大的不同，外卖均价在20元以内消费者对外卖的价格敏感性程度不高。因此价格实惠对商家整体销量的影响程度并不显著。
4.2 不同商圈类型商家评论热度标签对销量的影响分析
4.2.1 学校商圈模型分析
从模型回归结果得出，好评热度词汇（t=19.6.581，p=0.000）、差评（t=6.728，p=0.000）、味道赞（t=7.222，p=0.000）、服务好（t=4.622，p=0.000）显著影响销量（在5%的置信水平下），其他热度词汇的影响并不显著。
4.2.2 商业商圈
从模型回归结果得出，好评热度词汇（t=7.605，p=0.000）、差评（t=5.239，p=0.000）、味道赞（t=6.713，p=0.000）、服务好（t=5.576，p=0.000）显著影响销量（在5%的置信水平下），其他热度词汇的影响并不显著。
4.2.3 工作商圈
从模型回归结果得出，好评热度词汇（t=36.625，p=0.000）、分量足（t=3.447，p=0.001）、饭好吃（t=2.187，p=0.031）、价格实惠（t=3.084，p=0.003）、包装好（t=2.363，p=0.02）显著影响销量（在5%的置信水平下），其他热度词汇并不显著。
4.3 实证结果汇总
由此，将前述分析结果在表1中汇总如下：
5、结论与启示
5.1 研究结论
（1）商家在线评论热度标签中，好评、差评、味道赞、服务好热度词汇标签对外卖销量有显著的影响的结论。其中好评、味道赞、服务好热度词汇对外卖销量有着正向影响。服务好的影响程度最大。其中味道赞影响程度最高；与传统餐饮经营重视口味结论一致，互联网化经营的餐饮更应注意利用大数据技术等新兴技术获取消费者个体口味，针对性的推出符合消费者个体的美食。同时应注重提升外卖餐饮服务水平，让消费者额外获得感进一步增强。差评对外卖销量有着负向影响。
（2）同时商圈类型、分量足、饭好吃、价格实惠、食材新鲜、包装好对外卖销量有不显著的影响。不同的商圈都会形成自己的消费中心，对外卖销量整体影响不大。但是分析每个独立的商圈，结合统计数据来看工作商圈的销量最高，其次是商业商圈，最后是学校商圈。饭菜分量多不能直接带来销量的增加，消费者每个个体的不一致性对评价也会带来不一致性的结果。外卖餐饮都是做好的熟食，食材新鲜不能直接通过肉眼来判断，通过味觉来判断会大打折扣。通过统计发现外卖餐饮价格并不是十分昂贵，导致价格的调节效应也不十分明显。推荐词汇并不多，消费者对于推荐与否有着明显的不一致看法。所以对销量的影响并不显著。 （3）通过分层抽样，细分群体的研究，发现不同商圈的外卖影响因素有差别，其中学校商圈和商业商圈的外卖商家影响销量的因素基本一致，而工作商圈与另外两个商圈的销量影响因素表现不一致。推测工作人群与学生人群、商业区流动人群的消费特征的不一致现象造成的，对我们继续研究外卖商家营销措施有很好的启发作用。
5.2 营销启示
（1）重视服务营销理念。 O2O餐饮方式强化了消费需求的转变，消费者更加注重餐饮服务所带来的情感体验和审美愉悦，实现从“口腔时代”到“体验时代”的过渡。外卖服务水平是提升外卖销量的关键。必须合理规范外卖配送、包装等服务标准，使得行业服务水平提升。比如使用绿色无公害、简易适用的包装，严格把关好配送时间，务必保证在预约时间内送达到消费者手中，到达前与消费者进行沟通，如果超出时预约时间送达，提前与消费者协商。同时在消费者接收时保持亲和的态度。
（2）重视产品理念。把产品作为商家的生命线。积极进行菜品创新，打造本店特色菜系，亲民菜系，实惠菜系等不同产品，并且寻找适合的餐饮市场定位。
参考文献：
[1] 王君珺，闫强.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013，21（S2）：406-411.
[2] 李健.在线商品评论对产品销量影响研究[J].现代情报，2012，32（01）：164-167.
[3] Sen S ，Lerman D.Why are you telling me this？ An examination into negative consumer reviews on the Web [J]. Journal of Interactive Marketing，2007，21，（4）：76-94.[4] 李爱国，邓召惠，毛冰洁.在线负面评论对体验型产品銷量的影响——基于商家回复视角[J].商业研究，2016（07）：138-144.
[5] Ye Qiang，Law R，Gu Bin，et al.The influence of user-generated content on traveler behavior：An empirical inverstigation on the effects of e-word-mouth to online booking[J]. Computers in Human Behabior，2011，27：634-639.
作者简介：
毛潇远，硕士研究生，成都信息工程大学物流学院，主要从事电子商务与现代物流研究；
贺盛瑜，博士，教授，硕士生导师，西昌学院，主要从事电子商务与现代物流研究。