227 / 322
臺大管理論叢
第
26
卷第
3
期
227
and Zhang, 2010)
來說相對較重要，但此正向影響亦會隨時間推移而遞減、逐漸削弱
(Cui et al., 2012)
。
（二）評論效價
評論效價是指評論中對目標產品或服務的價值評估，在線上評論的實證範疇中常
以線上評分或正負評為代表。多數學者認為評論網站口碑效價多為正向，無論是在
Amazon.com(Chen and Huang, 2013; Chevalier and Mayzlin, 2006; Cui et al., 2012; Pan
and Zhang, 2011)
、 Barnesandnoble.com(Chevalier and Mayzlin, 2006)
、
Yahoo! Movies
(Liu, 2006)
、 Gamespot.com(Zhu and Zhang, 2010)
皆然。且平均而言，電影上映前評論
評分高於上映後
(Liu, 2006)
，經驗性產品評分又高於功能性產品
(Pan and Zhang,
2011)
，亦略高於搜尋性產品
(Cui et al., 2012)
。更進一步看，
Cui et al. (2012)
比較兩種
產品特性，發現電玩遊戲（經驗性產品）相較於消費性電子（搜尋性產品）獲得較大
比例正向評論；而搜尋性產品則接收較多比例負向評論。
關於評論效價對產品銷售影響，
Chevalier and Mayzlin (2006)
指出評論效價會顯著
且正向影響書籍相對銷售量。
Clemons et al. (2006)
也發現，評論評分平均數與啤酒銷
售成長率呈正向關係。與此同時，
Liu (2006)
則發現電影評論效價對上映後八個星期
的票房皆沒有影響。
Duan et al. (2008a)
延續
Liu (2006)
的研究，也發現電影評論中對
電影的評分高低並不會對收益造成影響，且不論平均累積評分（所有評分的算術平均
數）或平均每日評分（每天評分的算術平均數）皆無影響。他們因此認為線上使用者
評論對消費者購買決策只有微小說服
(Persuasive)
效果。
Karniouchina (2011)
使用同一
數據來源，但針對不同年份不同電影研究，也得出相同結果，發現電影評論效價對之
後票房收入無影響。之後
Rui, Liu, and Whinston (2013)
則針對推特
(Twitter)
上談論關
於特定電影的數據來分析，卻有不一樣結論。他們發現推特上關於產品之談論
(Chatter)
確實很重要，且正向推特口碑與較高電影銷售有關聯；而負向口碑則與較差電影銷售
有關係。表示正向口碑會正向影響電影銷售；負向口碑則會負向影響電影銷售。
與諸多學者在電影產業不一致結果如出一轍，在探討書籍市場與數位相機市場的
研究文獻中，也有評論效價與產品銷售量之間沒有關聯
(Amblee and Bui, 2011; Park et
al., 2012)
，以及評論效價會正向影響產品銷售量
(Archak et al., 2011; Cui et al., 2012;
Jabr and Zheng, 2014; Sun, 2012)
等不一樣的發現。此外，
Dewan and Ramaprasad (2012)
發現評論效價對音樂樣本點擊次數沒有影響。
Gu et al. (2012)
則發現雖然零售商網站
內部口碑效價對其網站中數位相機銷售量無顯著影響；但其他評論網站的外部口碑效
價，則對零售商所販之產品銷售量有顯著正向影響。
Jabr and Zheng (2014)
亦指出，競
爭產品正向評論數量會降低自己產品銷售量；反之，競爭產品的負向評論數量則會增
加自己產品銷售量。
Gopinath, Thomas, and Krishnamurthi (2014)
也認為，競爭品牌口
碑效價與廣告對自己產品銷售量呈負向影響。由此，可發現學術界對評論效價和產品