消费者的专业性正变得越来越强。一方面,兴趣是最好的老师,在兴趣的驱使下消费者可以提升自己在某些产品或活动领域的专业性。在人民精神文化需求日益增长的环境下,越来越多的消费者愿意为兴趣付费。艾媒咨询发布的《2022年中国兴趣消费趋势洞察白皮书》显示,七成以上青年消费者的主要消费诉求为兴趣,兴趣消费平均月支出占比为27.6%。另一方面,信息技术的发展使得消费者培养专业性的渠道愈加多样。线下消费者可以通过购买书籍、参加培训班和兴趣小组提升自身在摄影、绘画、插花、茶艺、家装、登山等各个领域的专业性;线上消费者可以搜索特定专业领域的网站,下载与某个专业领域相关的App,寻找专业博主发布的教程,提升自己对相关产品的专业认知。
消费者的决策能力会受到自身专业性的影响。比如,旅游前对核心信息掌握越准确,做出的攻略越全面实用;健身馆内经专业教练指导过的健身者比新手动作更标准,健身效果也更显著;红酒爱好者更清楚在什么场合应该选择哪种类型的红酒。同时,消费者经常遇到被网友“种草”,查看其他消费者的产品评论这样的现实情境。而网络中的信息质量参差不齐,为了避免虚假信息、网上刷单及水军评论的干扰,消费者需要对其他消费者的专业性进行判断。
现有文献主要通过消费者专业性的概念内涵、心理机制以及作用结果等不同方面研究消费者专业性相关问题(Clarkson等,2013;Luo和Toubia,2015;Rocklage等,2021)。但是现有文献研究内容比较零散,不同研究侧重点不同,甚至得出完全相反的结论,缺乏系统的梳理和整合。对消费者专业性文献进行梳理不仅具有理论价值也具有实践意义。一方面,消费者专业性水平对购买决策的影响表明消费者专业性可以成为企业市场细分的重要指标;另一方面,了解消费者如何判断其他消费者的专业性水平,也可以为企业口碑营销提供有价值的建议。为此,本文将对消费者专业性相关文献进行系统的梳理,构建清晰的理论框架,并指明未来的研究方向。
二、消费者专业性的概念、来源与研究方法(一)消费者专业性的概念内涵
消费者专业性指消费者成功执行产品相关任务的能力(Alba和Hutchinson,1987;Chiou,2003;Wu等,2021),包括成功执行产品相关任务所必需的认知结构和认知过程。Alba和Hutchinson(1987)将消费者专业性划分为认知努力、认知结构、分析、推敲和记忆五个维度。消费者专业性不仅使消费者能够建立精确完整的认知结构来区分产品特征,降低购买决策中需要付出的认知努力,而且伴随着消费者产品熟悉度和产品知识的增加,能够增强消费者对产品信息的学习和记忆能力,以及借助现有信息进行分析和推断的能力。
特定产品领域专家的一个显著标志是认知能力,主要体现在信息学习、对所学信息的认知表征、知识访问和知识使用四个方面(Clarkson等,2013)。首先,信息学习。专家能够利用专业领域知识对存储的信息进行有意义的编码,通过自身对信息的理解进行具体归类,建立一个便于检索的层次结构(Chaffin和Imreh,2002)。专业性水平较高的消费者能更高效地学习相应产品领域的新信息,学习新的品牌信息时会将新品牌归入产品子类而不是产品大类,便于将来找到适合特定使用场合的品牌(Cowley和Mitchell,2003)。其次,对所学信息的认知表征。专业性意味着更发达的认知结构,不仅表现为在某一产品领域的知识广度,也表现为在该领域的知识深度(Sela等,2019)。随着在某一产品领域专业性的提升,消费者对知识的表征变得更精细,对知识的组织从基于表面特征的归类转换成基于深层规则的归类,建立起知识的抽象联系,从而能更有效地区分产品(Alba和Hutchinson,1987;Clarkson等,2013;Jamal和Anastasiadou,2009)。再者,知识访问。专家比新手在长期记忆中有更紧密和复杂的认知联想网络,可以快速访问大量相关信息(Sinha和Naykankuppam,2013),对信息的归类有助于信息筛选,也为知识的访问提供了便捷性(Cowley和Mitchell,2003)。第四,知识使用。专业性不仅意味着在某一领域有更多的知识,也意味着能利用这些知识成功完成产品相关任务(Rocklage等,2021)。随着消费者在某一产品领域知识的增加,他们利用这些知识理解产品属性和有效区分产品的能力增强,在该领域找到适合特定场合产品的效率也会提高(Czellar和Luna,2010;Gursoy,2003)。
(二)消费者专业性的来源
消费者专业性的来源主要包括知识和熟悉度两个层面。首先,消费者知识是产生专业性的基础(Latour和Latour,2010;Wood和Lynch,2002)。某个领域的专家和新手在该领域知识的数量、内容和组织上均存在差异(Mitchell和Dacin,1996)。成功执行产品相关任务通常需要多种知识。Selnes和Troye(1989)认为消费者专业性取决于产品知识和购买知识。与产品相关的知识包括为特定使用场合选择合适产品的知识、产品使用和维护知识(Mitchell和Dacin,1996)。为了能够为特定的使用场合选择合适的产品,消费者需要知道可选的品牌或产品型号、不同品牌或产品型号的属性信息,以及包含属性重要性和相关性等的一般产品类别知识。一般购买知识是指与产品类别无关的购买决策相关知识和解决问题的知识(King和Balasubramanian,1994)。具有特定领域知识的消费者,存在认知上的差异性,这会影响其表现的专业性水平。消费者掌握的知识越多,对相关产品或品牌信息的理解越充分,区分产品关系结构的能力也就越强(Cowley和Mitchell,2003;Roehm和Sternthal,2001)。
其次,消费者专业性随着产品熟悉度的提高而增强(Clarkson等,2013;Luo等,2013;Ward和Lynch,2019)。熟悉度指消费者积累的产品相关经历的数量(Alba和Hutchinson,2000)。不同类型的产品相关经历能提升执行产品相关任务的能力(Stuppy和Van Den Bergh,2022)。比如,作为消费者专业性维度之一的分析能力能提升消费者在产品相关任务上的表现(Alba和Hutchinson,1987)。然而,分析处理需要付出努力,因为分析处理意味着搜索额外的信息,剔除不相关的信息。高产品熟悉度能降低认知努力,释放认知资源,有助于需要消耗认知资源的分析处理。尽管高产品熟悉度让消费者具有更多分析处理所需的认知资源,但是如果消费者在过往产品相关经历中缺乏分析处理动机,高熟悉度也不会提升消费者的分析能力。也就是说,专业性需要高熟悉度,但是有高熟悉度不代表就有专业性。如果有一定的知识基础,就可以从经历中学习更多(Latour和Latour,2010)。产品越复杂,产品相关经历在专业性形成中的作用越弱(Best,1994)。
(三)消费者专业性的研究方法
消费者专业性影响效应研究通常采用三种方法:测量消费者专业性、通过来自不同专业性水平群体的实验参与者操纵消费者专业性,以及通过操纵相关概念操纵消费者专业性。
1.测量
专业性是一个与能力相关的复杂概念,专业性的获得是一个长期积累的过程(Lanseng和Sivertsen,2019;Latour和Deighton,2019),通过实验室操纵具有一定的难度,因此早期对专业性的研究以测量为主。专业性的测量主要包括知识测量和熟悉度测量两种方法。
对知识的测量包括主观测量和客观测量。主观知识测量通过消费者对特定产品种类或领域的感知知识多少进行评分来确定专业性水平(Chiou,2003;Nam和Sternthal,2008)。客观知识测量则测量消费者记忆中存储的准确的产品相关信息,主要通过设计关于某一产品种类的专业术语、产品属性与特征、品牌知识、使用知识、购买流程等的事实性结构化问题来衡量专业性水平,回答正确的问题越多,代表专业性水平越高(Best,1994;Gregan-Paxton,2001;Maheswaran,1994;Moreau等,2001;Packard和Berger,2017)。客观知识也可以通过让参与者描述与产品属性有关的指标、对专业术语做出解释、回想或识别品牌、估计价格范围等事实性非结构化问题来测量(De Bont和Schoormans,1995;Mitchell和Dacin,1996;Roehm和Sternthal,2001;Selnes和Troye,1989)。主观知识测量基于消费者主观感知,而消费者往往是过度自信的,可能出现新手感觉自己知道很多的情况(Alba和Hutchinson,2000;Ward等,2023)。用客观知识测量专业性的一个主要问题在于不同种类产品测量方式不一样,在一种产品上的测量方法不能转换到另一种产品上,使得不同种类产品消费者专业性的比较变得困难(Best,1994)。
对熟悉度的测量同样包括主观测量和客观测量。对熟悉度的主观测量一般采用量表的方式,其问题主要涉及消费者感知对产品的熟悉程度、精通程度和使用产品的频繁程度(Clarkson等,2013;Sela等,2019)。对熟悉度的客观测量主要以测量频率的方式进行,包括在一段时间内对特定产品购买或使用经历的数量(Ameri等,2023;Mitchell和Dacin,1996;Rocklage等,2021)。用熟悉度作为专业性测量指标主要问题在于不清楚消费者在过往经历中学习到了什么,而事实上有些情况下消费者可能从产品相关经历中学不到太多知识,这就可能导致用熟悉度测量专业性不够有效(Best,1994)。
2.群体操纵
同一群体在某一产品领域专业性水平上很难形成较大变异,而通过选择专业性水平上存在差异的群体来操纵专业性可以在一定程度上克服这一问题,因此,一些研究通过选择具有不同资质的参与者,从而形成具有不同专业性水平的实验组,来操纵专业性。专业性水平较高的参与者往往需要在特定领域有一定的学习经历(Baird,2003;Chiou,2003;Dijkstra等,2013)、职业经历(Dijkstra等,2013;Rocklage等,2021)、社会活动经历(Finkelstein和Fishbach,2012)或生活经历(Wood和Lynch,2002),而专业性水平较低的参与者是没有相应经历的普通人。也有研究将进入高级课程的学生视为专家,将进入初级课程的学生视为新手(Finkelstein和Fishbach,2012);将经验丰富的视为专家,将经验较少的视为新手(Nguyen等,2021)。
对他人专业性感知的操纵主要通过对特定个体所属群体的情景描述来影响实验参与者对该个体专业性感知的差异。比如,所属企业规模大小和职位高低(White,2005)、职业差异(Karmarkar和Tormala,2010)。也有研究通过反映评论数量和质量的平台贡献水平操纵对产品评论者专业性的感知(Chen等,2020;Lo和Yao,2019)。
3.概念操纵
无论是测量还是选择群体都不能排除其他变量可能产生的干扰(Mitchell和Dacin,1996;Rocklage等,2021),而通过操纵具体的概念可以判断结果效应产生的原因,具有更强的内部效度。概念操纵主要包括操纵专业知识水平和操纵经验水平两种方式。
操纵专业知识水平有四种方法。首先,可以通过学习内容进行操纵。Rocklage等(2021)在操纵摄影专业性时将部分参与者分配到摄影学习板块,而另一部分则学习与摄影无关的内容。其次,可以操纵与知识相关的任务难度。被问到他们知道答案的问题的参与者更可能感觉自己是专家,而被问到他们不太知道答案的问题的参与者更可能感觉自己是新手(Finkelstein和Fishbach,2012)。再次,操纵感知到的实验参与者所在群体的专业知识水平。在专家状态下,实验参与者被告知很多研究表明与普通人群相比实验参与者所在群体拥有大量的某一产品知识;在新手状态下,实验参与者被告知与普通人群相比,实验参与者所在群体只有基础产品知识(Clarkson等,2013)。最后,通过不同表达方式的有偏量表让实验参与者对感知专业性进行评分。专家状态下量表具有肯定性,而新手条件下量表具有否定倾向(Clarkson等,2013)。
操纵经验水平有三种方法,分别是:用完成特定任务的次数代表专业性水平(Finkelstein和Fishbach,2012;Nguyen等,2021);让参与者完成令其感觉自己经验丰富或经验不足的测试(Atir等,2015);使用让实验参与者感觉自己是频繁使用者或不经常使用者的有偏量表(Finkelstein和Fishbach,2012)。
研究消费者专业性的影响效应存在多种方法,它们各有优缺点,具体选择何种方法主要由两个因素决定。一个因素是研究问题本身的特征。如果想得出变量间的因果关系,通过特定概念进行操纵就比较合适;如果想对专家和新手的消费行为进行长期观测,测量或群体操纵就是比较合适的方法;如果想考察对他人专业性的判断,就只能使用主观知识或熟悉度进行测量。另一个因素是数据可得性。很多关于评论者专业性的研究通过评论者所发布评论数量和有用评论数量的综合指标来代表评论者的专业性,因为这个数据在购物平台上很容易获得,而评论者的知识在购物平台上没有办法找到。即使知识相对于熟悉度是更好的专业性衡量指标,从可操作性层面来讲,熟悉度也是更为现实的选择。采用多种方法开展研究可以在一定程度上避免采用单一方法带来的弊端,也可以更为准确地了解所研究问题的概念适用范畴。
三、消费者专业性影响效应的心理机制消费者专业性不仅意味着更少的认知努力以及由更发达的认知结构带来的丰富和有层次的知识体系这些正面作用机制,也意味着由更发达的认知结构导致的增加回忆某个具体信息的难度、提高错误回忆的概率以及过度自信这些负面作用机制。
(一)认知努力
随着专业性水平的提高,消费者执行产品相关任务时对认知资源的需求更小,处理问题所需要的认知努力就更少(Alba和Hutchinson,1987)。由于专家具备更为完备的知识体系,其记忆中的概念之间形成紧密的联系,因此他们能够组织并利用过去的知识对消费对象进行整体评估(Czellar和Luna,2010;Latour和Deighton,2019;Sinha和Naykankuppam,2013)。同时,熟悉度的增加能够提高个体从记忆中提取信息的速度,使得专家不需要花太多时间就可以产生更全面的和更多基于属性的想法,并流畅地做出决定(Chaffin和Imreh,2002;Sujan,1985)。处理特定任务的认知需求降低,使得专家有更强的信息处理能力,可以处理更为复杂的信息。比如,在评估产品不可比属性时,由于专业性节省了需要花费的认知资源,专家在处理信息时比新手更容易关注到不可比的产品特征,也更容易理解属性特征带来的优势(Nam等,2012)。
(二)认知结构
认知结构是消费者拥有的关于某个产品领域的事实性知识和这些知识的组织方式(Alba和Hutchinson,1987)。专家对相关概念的梳理更有条理,形成紧密的认知联想网络,从而能够在记忆中保存更多信息(Sinha和Naykankuppam,2013)。这意味着某一产品种类的专家掌握更多产品属性等细节信息(Czellar和Luna,2010)。同时,专业性水平越高,用于区分产品的认知结构也越精细、完整、准确(Alba和Hutchinson,1987)。因此,专家在做判断时可以提供更多细节,在做决策时可以使用更多标准(Nguyen等,2021)。
专家不仅掌握更多细节,而且有更为抽象的表征。在组织形式上,新手知识组织较为松散,依赖表面特征进行分类,依赖特定的属性知识来形成产品判断。而由于掌握了更多的专业知识,专家的心理表征更加抽象,他们使用更深入、更概念化的结构对信息进行编码分类,将不同属性整合起来并建立联系,延展更多内容,可以根据抽象知识形成产品判断(Gregan-Paxton,2001;Hinds等,2001)。在阐述知识时,不同于新手具体繁琐的表达方式,专家可以使用更抽象的概念,并展示对相应领域更高级的理解,抽象表达在专家的记忆中变得更容易接近(Lachner和Nückles,2015;Luo和Toubia,2015)。
专家更为发达的认知结构有时也会产生负面效应。由于专家比新手有更紧密和复杂的认知联想网络,激活一个概念会导致很多相关概念的激活,在竞争有限的工作记忆的过程中概念之间有可能相互干扰或抑制,从而给访问少量信息带来困难(Sinha和Naykankuppam,2013)。由于专家掌握了较多产品属性信息,当产品概念在记忆中激活时,他们想到其中某一个属性信息的概率会降低(Czellar和Luna,2010)。在专家的认知结构中,概念与概念之间的连接在数量上更多、强度上更大,导致回忆所呈现的概念时,有联系的未呈现的概念也被激活,使得正确和错误的回忆水平都增加(Baird,2003)。因此,专家在进行产品比较时,为了使产品之间更可比,有可能把没有可比属性记成有可比属性,错误地回忆出本来没有的可比属性信息(Mehta等,2011)。
(三)过度自信
某个产品领域专业性水平较高的消费者往往会表现出过度自信,感觉自己知道的比实际知道的多(Knoll和Arkes,2017)。这种知道很多的感觉会让在某个领域专业性水平较高的人不愿意承认自己在该领域的无知,认为自己知道该领域中那些根本不存在的知识(Atir等,2015),表现出后见之明的偏见,错误地认为他们“一直都知道”(Knoll和Arkes,2017)。那些有能力学习更多新产品知识的专业性水平较高的消费者也会因为过度自信而缺乏学习新产品信息的动力(Wood和Lynch,2002)。
综上,以往关于消费者专业性影响效应心理机制的研究主要存在两种观点。一种观点强调消费者专业性的正面作用机制。专业性水平较高的消费者在执行产品相关任务时需要较少的认知努力,拥有有助于执行产品相关任务的较为发达的认知结构。另一种观点强调消费者专业性的负面作用机制。发达的认知结构会让专业性水平较高的消费者由于掌握了产品种类大量信息,回忆某个特定信息的难度增加,回忆错误的概率提高,甚至表现出感觉自己知道的比实际知道的要多的过度自信。虽然以往研究并没有探讨什么情况下正面作用机制发挥作用,什么情况下负面作用机制发挥作用,但是未来可以从三个方面探讨可能影响哪种心理机制发挥作用的因素。一是产品相关任务本身的特点。如果产品相关任务是基于记忆的,那么专业性负面作用机制出现的可能性较大,因为以往关于专业性的负面作用大多是由专业性水平较高的消费者不能准确回忆相关信息导致的。二是消费者本身的目标和动机。如果消费者的目标是展现自己的专业性或者消费者想要做好决策的动机不强,那么专业性水平较高的消费者更可能表现出过度自信的特征,专业性负面作用机制出现的可能性较大。三是情境因素。比如时间压力较大时专业性水平较高的消费者为了及时完成任务可能忽略准确性,因此专业性负面作用机制出现的可能性较大。
四、消费者专业性对自身购买决策的影响效应根据消费者购买决策的不同阶段,可以将消费者专业性的影响分为三个部分:购买前的信息搜集和信息评估;购买中的产品偏好和决策质量;购买后的消费、体验、评价、忠诚和参与。
(一)购买前消费者专业性对信息搜集和信息评估的影响
1.信息搜集
(1)信息搜集数量
关于消费者专业性如何影响信息搜集数量,以往的研究结论并不一致。有的研究发现,专家有丰富的经验,可以依赖先前的知识做决策,不太愿意花费更多的时间去搜寻额外的信息,而新手更愿意通过信息搜集降低风险(Gursoy,2003)。而有的研究发现,与新手相比,专家处理新信息的感知成本更低,且对产品专业术语的理解更充分,因此搜集的信息量更多,信息与产品性能的关联性也更强(Bansal和Voyer,2000;Eletxigerra等,2022;Selnes和Troye,1989;Ward和Lynch,2019)。Johnson和Russo(1984)的研究则表明,在面对新的产品选项时,专业性与信息搜集数量的关系取决于决策类型。如果决策类型是评估所有新的备选项,专家就会利用强大的编码新信息的能力,搜索更多信息。但如果是在新的备选项中做选择,专家就会利用筛选相关信息、忽略不相关信息的能力,使得专业性与信息搜集数量呈倒U形关系。
除了决策类型外,还有一些因素可能影响专业性与信息搜集数量的关系,比如,专业性的测量方法、是否涉及新产品选项、动机强度、产品类型。如果专业性的测量方法是测量熟悉度而不是测量知识,那么专业性水平较高的消费者就可能因为对产品较为熟悉而不愿意进行更多信息搜寻。如果涉及新产品选项,专业性水平较高的消费者就可能因为自己有更强的信息处理能力而搜集更多信息。如果专业性水平较高的消费者对了解新产品选项有很强的动机,他们就更可能搜集更多信息。如果产品类型是搜索型而不是体验型,那么就意味着搜索更多信息有利于判断,专业性水平较高的消费者就更有动力搜集更多信息。
(2)信息搜集策略
专家和新手在信息搜集策略上存在差异。Selnes和Troye(1989)发现,专家在搜集信息时关注问题界定,采用演绎策略形成假设,然后通过搜集相关信息验证假设;新手不太清楚自己想要什么,采用的更像是归纳策略,比较信息后形成假设。在个性化推荐中,如果推荐过程更有利于消费者识别自己的偏好,新手就更可能选择推荐的产品,而清楚自己偏好的专家不会受到推荐过程是否有利于识别自己偏好的影响(Kramer,2007)。另外,由于专家感觉利用属性信息搜寻信息更有利,而新手感觉利用利益信息搜寻信息更有利,因此,专家对基于属性的互动推荐更满意,新手对基于利益的互动推荐更满意(Su等,2008)。专家更偏好以属性信息为主的评论,新手更偏好以利益信息为主的评论(Park和Kim,2008)。专家更愿意搜集客观的产品属性信息,而新手更愿意搜集主观的产品推荐信息(King和Balasubramanian,1994)。
2.信息评估
(1)信息处理能力
消费者专业性会影响信息处理难易程度。新手消费者在长期记忆中具有稀疏的认知联想网络,在被要求回忆特征时,由于缺乏关联能力不会自动产生更多与特征相关的线索,检索线索会很快消失,这会增加访问处理大量产品信息的难度。但对于专家而言,激活一个概念可以借此线索扩展到更多相关概念,发挥已有信息的最大作用,访问处理大量产品信息较容易(Sinha和Naykankuppam,2013)。因此,能增强处理能力的信息呈现方式更有利于新手的信息处理,而专家较少受到信息呈现方式的影响(Maheswaran等,1996)。在进行产品评估时,拥有有限认知资源的新手更愿意依赖容易处理的可比属性信息进行决策,而专家更愿意依赖有处理难度的不可比属性信息进行决策(Nam等,2012;孙瑾,2014)。Maheswaran和Sternthal(1990)发现,由于新手对产品属性信息理解有限,专家和新手对产品属性信息的处理方式不同,专家会对属性信息进行评估,而不是简单回忆属性信息,而新手的处理流于表面,更多对属性信息进行回忆,而不是对属性信息进行评估。
有助于专家和新手对信息进行深入加工的信息类型不同。由于专家有更多特定领域相关知识,因此基于产品型号的比较广告比非比较广告能提供更多信息,有助于形成更多推断;而新手由于缺乏相关知识,无法从基于产品型号的比较广告中受益(Sujan和Dekleva,1987)。同时,由于专家掌握更多产品属性信息,属性信息对于专家更有价值,而新手更关心产品能带来的利益(Maheswaran和Sternthal,1990)。因此,只提供属性信息就可以让专家进行广泛的信息处理,而只提供利益信息时专家会做有限的信息处理,同时提供属性信息和利益信息时,专家的信息处理程度会随着处理动机的增强而提高;而只提供属性信息时新手会做有限的信息处理,只提供利益信息或同时提供属性信息和利益信息时,新手的信息处理程度会随着处理动机的增强而提高。但是,提供基于属性的比较信息,可以增强新手处理信息的能力,促进新手对属性信息的精细加工(Maheswaran等,1996)。
(2)评估依据的信息类型
首先,新手依据外部线索提供的表面信息进行评估,专家依据产品的核心信息进行评估。与新手相比,一个领域的专家更容易获得属于该领域对象的详细属性级别信息,新手似乎更倾向于在产品评估中使用一般的刻板印象而不是客观的属性信息(Czellar和Luna,2010)。专家掌握的相关经验和产品知识比较充足,重视对产品核心信息的处理,主要依赖与产品质量、功能、技术等相关的内部线索对产品进行评估(Zhang等,2019)。另外,专家可以成功地使用内部信息辨明价格等外部线索是否是相关产品类别良好的质量指标,从而考虑是否利用外部线索进行评估(Maheswaran,1994)。相比之下,新手解释和使用内部信息的能力相对较弱,更可能依据与产品性能无直接关联的边缘信息进行评估。比如,用价格促销推断产品质量(Raghubir和Corfman,1999),根据品牌与自我形象的一致性选择品牌(Jamal和Al-Marri,2007),根据正面评论的数量确定购买意愿(Park和Kim,2008),根据暗示性品牌名字做决策(孙瑾和张红霞,2012)。
虽然专家倾向于利用内部核心信息进行产品评估,但是这也并不意味着专家不会根据产品类别标签、原产国这样的边缘线索进行判断,只是专家使用边缘线索的条件和方式与新手不同。Sujan(1985)研究了产品描述与类别标签的匹配性对专业性水平不同消费者的影响。研究结果表明,对于新手而言,无论产品描述是否与产品类别标签匹配,他们都会使用类别而非属性信息进行评估;但对于专家而言,如果产品描述与记忆中储备的产品类别知识匹配,他们就会选择基于类别的评估,如果不匹配,则选择基于属性的评估,进行更深层次的分析处理。类似地,Maheswaran(1994)发现专家和新手对原产国信息的关注程度和方式不同:当属性信息明确时,专家依赖属性信息进行产品评估,而新手依据原产国信息进行产品评估;当属性信息不明确时,专家和新手都会利用原产国信息,但是专家用原产国信息筛选要处理的属性信息,而新手用原产国信息解释属性信息。另外,专家试用产品后可以根据产品性能对产品进行判断,原产国效应就会消失,但是新手即使在试用后仍会受到原产国效应的影响(Chiou,2003)。
其次,新手选择具体信息进行评估,专家选择抽象信息进行评估。在选择产品时,专家更喜欢产品信息以有助于逐步筛选来缩小选择范围的方式呈现,而新手喜欢产品信息以有助于仔细评估所有选项的方式呈现;专家更喜欢产品特征信息以高解释水平的方式呈现,而新手更喜欢产品特征信息以低解释水平的方式呈现(Hong和Sternthal,2010)。在评价品牌的新产品时,由于新手的品牌知识以属性为主,如果新产品与品牌在属性层面能匹配,新手就会产生更多的属性映射,更可能显示基于范例的知识转移;而专家的品牌知识是包括属性和关系的整合系统,如果新产品与品牌在属性和关系层面都能匹配,那么专家既会产生关系映射也会产生属性映射,更可能显示基于图式的知识转移(Gregan-Paxton,2001)。但如果新产品与品牌只能在属性层面而不能在关系层面匹配,专家的表现就与新手一样。这意味着如果能构建新产品与已知产品或品牌之间的关系映射,专家抽象的知识结构就会被激活作为产品评价的基础。由于类比信息将待评估的产品与已知产品在属性之间关系层面而非表面特征层面进行比较,对类比信息的理解需要以抽象知识结构为基础,因此,类比信息对专家比对新手的说服效果要好(Roehm和Sternthal,2001)。
(3)决策标准
新手和专家在决策标准是否会受到外界影响以及如何影响上存在差异。Bettman和Sujan(1987)发现专业性水平较高的消费者是否会受到外界给出的决策标准的影响与决策类型有关。了解某个产品种类的专家拥有关于该产品种类明确的决策标准,在对该产品种类中的不同产品进行比较时,外界给出的决策标准不会对其产品决策产生影响。但是不可比产品之间的选择往往涉及不同种类的产品,即使是某个产品种类的专家也缺乏明确的决策标准,外界给出的决策标准会对其决策产生影响。而新手由于缺乏决策标准,无论面对可比产品选项还是不可比产品选项,产品决策都会受到外界决策标准的影响。
也有研究发现专家和新手的决策标准都会受到背景信息的影响,但是背景信息对专家和新手的影响方式不同。比如,网页背景信息对专家和新手的产品选择都有影响,但是,对于专家而言,记忆中与网页背景信息一致的决策标准被激活,而对于新手而言,与网页背景信息一致的目标被激活,从而使他们搜索更多与目标一致的外部信息(Mandel和Johnson,2002)。另外,属于其他产品种类的品牌广告背景信息会影响目标虚拟品牌的评估(Nam和Sternthal,2008)。专家对虚拟品牌进行评估时会借助背景信息中其他种类产品提供的关于目标品牌的产品类别联想,而新手缺乏产品类别联想,更可能把背景信息中其他种类产品作为比较标准。
在同类产品选择中,关于新手的决策标准容易受到外界影响,以往研究结论比较一致,但是关于专家决策标准是否会受到外界影响,以往研究结论并不一致。Bettman和Sujan(1987)发现专家对同类产品的选择不容易受到外界给出的决策标准的影响,而Mandel和Johnson(2002)则发现专家决策标准也会受到外界的影响。以上结论不一致的原因可能在于外界给出的决策标准对于产品选择的重要性不同。Bettman和Sujan(1987)给出的相机决策标准是创新性和可靠性,而Mandel和Johnson(2002)给出的汽车决策标准是安全性和价格。如果专业性水平较高的消费者在选择相机时相比于创新性更看重可靠性,那么无论是否给出创新性这一决策标准,他们都会更看重可靠性;如果专业性水平较高的消费者在选择汽车时同等看重安全性和价格,那么外界给出的决策标准就更可能影响他们的选择。
(二)购买中消费者专业性对选择偏好和决策质量的影响
1.选择偏好
首先,专业性会影响消费者的时间分配,可以被视为解释生活方式选择的关键变量(Luo等,2013)。一方面,专业性有助于增强对特定消费活动的感知利益,从而赋予这些活动较高的价值,导致消费者把更多的时间分配到这些活动中。另一方面,专业性从过去长期的消费中获得,这就形成了一个“专业性导致把时间用在有价值的活动中,这些活动有助于专业性形成”的循环,促使消费者形成一种生活方式,专注于自己所熟悉的活动内容,形成独特的消费偏好。
其次,专业性会影响消费者的产品类型偏好。在新产品偏好上,Moreau等(2001)发现,只有新产品的创新相对连续时,专业性所提供的信息处理优势才能发挥作用,如果是由产品不变特性变化产生的不连续创新,专家根深蒂固的知识就会降低他们对新产品的理解力,甚至使其低于新手。因此,与新手相比,专家对连续创新有更高的偏好,对不连续创新有更低的偏好。对于像葡萄酒这样的复杂产品,专家更偏好与认知图式适度不一致的产品,而新手由于缺乏用于评估产品的发达认知图式,因此对不一致不敏感(Lanseng和Sivertsen,2019)。在购买一整套产品或服务组合时,专家比新手更能洞察自己的偏好,因此更愿意选择个性化定制系统,而新手倾向于选择标准化系统(Bharadwaj等,2009)。对于大规模定制,专家比新手在使用大规模定制配置工具时感受到更低的复杂性(Dellaert和Stremersch,2005),因此,对于专家来说,大规模定制配置工具复杂性对定制产品效用的负向影响较小。对于人工智能推荐的产品,专业性水平较高的消费者偏好基于用户协同过滤算法推荐的产品(Chinchanachokchai等,2021),因为基于用户协同过滤算法的推荐系统可以将专业性水平较高的消费者与其他品味相似的专家匹配上,推荐其他专家评分较高的产品,而基于内容算法的推荐系统推荐的是与个体过去喜欢的产品相似的产品,缺乏多样性和新颖性。专业性水平较低的消费者对两种推荐系统所推荐产品的偏好没有显著差异。
最后,专业性会影响消费者对体验类型的追求。新手对某个领域的了解尚不充足,较高的多样性寻求象征着类别广度知识的增加,同时又会反过来提升个体对类别专业性的感知;而专家认为较低的多样性寻求能表明其辨别能力,因此追求更具有针对性的体验,以提高自己在产品类别中的消费知识深度(Clarkson等,2013;Sela等,2019)。
2.决策质量
产品决策中专家表现出更强的辨别能力(Dijkstra等,2013),从更多维度对产品进行评价(Mitchell和Dacin,1996),其评价基于更为具体和客观的产品特征(King和Balasubramanian,1994;Maheswaran等,1996;Solomon,1997;Swaminathan,2003),其产品分类更为合理(Solomon,1997),他们能更准确地找到适合特定使用场合的产品(Cowley和Mitchell,2003;Mitchell和Dacin,1996),做出更为正确的决策(Ward和Lynch,2019)。在面对新产品概念时,由于专家能对现有信息进行更有效的辨别、分析和推断,因此专家比新手更有能力评估新产品概念,给出更明确、一致和稳定的评估(De Bont和Schoormans,1995)。
但是专业性赋予专家的不同于新手的能力是具有两面性的。就输出决策的质量而言,有时专家的表现并不比新手好,这是因为专家丰富的心理表征会导致更高的过度自信。而且在做决策时,专家具备的更详细的知识储备可能在信息检索过程中造成干扰,导致错误记忆的产生(Baird,2003)。在基于记忆的产品比较环境下,专家比新手有更高的责任感,这种责任感使得专家更关注决策过程,而不是试图得出正确的判断结果(Mehta等,2011)。这种对过程的关注会导致回忆时产生更多的错误信息,从而降低专家决策质量。如果采取合理的措施来控制专家在消费中的过度自信、削弱决策过程中的高度责任感、预防信息检索中的回忆错误,那么专家的决策质量会得到显著的改善。
(三)购买后消费者专业性对消费、体验、评价、忠诚和参与的影响
1.购后消费
在通过消费达成目标的过程中,专业性会影响消费者期望在购后获得的反馈类型(Finkelstein和Fishbach,2012)。新手对目标的承诺水平较不确定,需要通过积极反馈增加他们对实现目标的信心,从而提升他们的目标承诺;而专家有更确定的目标承诺,更关心目标进展,需要通过负面反馈提示他们目标进展还不够,从而促进他们的目标进展。因此在消费中,新手更重视正面反馈,专家更重视负面反馈。
2.购后体验
专家和新手购后体验的差别一方面表现为情绪体验的差异,另一方面表现为多次购买中享乐水平变化的差异。在享乐消费领域专业性水平越高,消费者在体验中获得强烈情绪的可能性就越小。这是因为新手一般更关注产品给自己带来的整体感受,而专家拥有相关领域知识并在消费过程中加以运用,这使得他们更关注产品的特征或者组成部分,却忽略了享乐过程,造成情绪麻木(Rocklage等,2021)。另外,在同一品牌下购买产品时,相比于新手,专家在多次重复购买中感受到享乐水平下降得更快(Chang等,2021)。
3.购后评价
评论者专业性如何影响购后评价有不同研究视角。一种是动机视角,关注专业性与评论效价的关系,认为评论者在其专业性不断提升的过程中想要通过给出负面评论来显示自己的专业性,但是专业性达到一定水平后,想要显得聪明的需求变弱,发表负面评论的动机降低(Zhang等,2016)。一种是能力视角,关注专业性与评论极端程度的关系,认为专业性水平较高的评论者所具备的丰富经验有助于信息处理和详细阐述,他们在评估时考虑的属性数量会增加,更不可能给出极端评价(Nguyen等,2021)。因此,对于普通服务商,专业性水平较高的评论者的评分高于专业性水平较低的评论者,但对于提供优质体验的服务商,专业性水平较高的评论者的评分低于专业性水平较低的评论者。另外,在给出正面评论时,新手更倾向于表达对产品明确的认可,而专家由于知道偏好多样性,更倾向于表达对产品含蓄的认可(Packard和Berger,2017)。
4.顾客忠诚
一种观点认为专业性对顾客忠诚度产生负面影响。专业性水平较高的消费者评估能力较强,有更大的考虑集,选择替代产品时转换成本低,所以更有可能变换服务品牌,而不是持续选择同一品牌(Chiou和Droge,2006;Jamal和Anastasiadou,2009;Wirtz和Mattila,2003)。另一种观点认为专业性与忠诚度的关系受到服务质量维度的影响。专业性水平较高的消费者更关注与服务产出相关的技术服务质量,而非与服务过程相关的功能服务质量。因此,技术服务质量对顾客忠诚度的正向影响随着消费者专业性水平的提高而增强,功能服务质量对顾客忠诚度的正向影响随着消费者专业性水平的提高而减弱(Bell等,2005;Bell和Eisingerich,2007)。尽管专业性水平较高的消费者有轻易转换服务品牌的能力,但是一家企业的技术服务质量足够高,也能让专业性水平较高的消费者忠诚。
5.顾客参与
首先,消费者专业性会影响消费者与企业共创价值的能力。比如,在旅行方面,相比于新手,专家在旅行前会更积极地搜寻信息、安排行程,在旅行后会更积极地给企业反馈,也因此获得更多价值(Eletxigerra等,2022)。其次,在产品创意生成中,不同类型的提示对专业性水平不同的消费者创意生成质量的影响效果不同(Luo和Toubia,2015)。如果在创意产生中提供他人的想法,这种具体的提示与新手的认知结构相匹配,从而会优化其表现,但会造成专家认知定式,从而降低其绩效;如果将问题分解,这种抽象的提示符合专家的认知结构,可以显著提高专家相对于新手的表现。最后,消费者专业性会影响消费者对企业与顾客共创新产品沟通策略的接受程度(Wang等,2019)。在顾客参与企业产品创新中,相比于专家,新手容易受到企业说服信息与参与创新顾客陈述匹配度的影响,不匹配的信息更可能让新手想到自己的相关经历,增强新产品采纳意愿。
五、消费者专业性对他人购买决策的影响效应消费者专业性也会对其他消费者的购买行为产生影响。比如,消费者会在社交平台上发布产品推荐相关内容,在电商平台给出产品评论,给周围人提供产品建议等。
(一)消费者专业性的说服效应
在消费者相互影响的过程中,提供信息的一方是信息来源。信息来源的专业性被视为信息接收者感知到的信息源能够提供正确信息的程度(Ismagilova等,2020)。信息源专业性水平越高,产生的说服力就越强,对信息接收者的决策影响力也就越大(徐峰等,2020)。在口碑传播中,消费者更愿意向专业性水平较高的消费者寻求口碑信息,专业性水平较高消费者的口碑信息影响力也较强(Bansal和Voyer,2000)。消费者认为专业性水平较高评论者的评论更可信(Lo和Yao,2019),当专家与普通消费者关于某产品的评论不一致时,消费者更愿意根据专家的产品评论做出购买决策(Guo等,2022)。在在线社交网络中,用户更想和那些具有领域专业性的用户成为朋友(Ameri等,2023)。
(二)消费者专业性的社会判断
在接收其他消费者的信息时,消费者可能会对其他消费者的专业性进行判断。影响消费者对作为推荐者的其他消费者专业性判断的因素包括推荐者的行为特征、推荐者给出的建议的特征和作为接收者的消费者自身的专业性。
1.推荐者的行为特征
在在线评论中,消费者会根据评论者的行为特征判断评论者的专业性。其中一个行为特征是评论者是否承认有购买失误的经历。消费者认为在评论中承认在同类产品中购买过性能不及预期的产品的评论者比没有过购买失误经历的评论者专业性更强,从而更可能购买有过购买失误经历的评论者推荐的产品(Reich和Maglio,2020)。另一个行为特征是评论者的历史评分差异。评论者在特定产品种类的历史评分差异会影响消费者对其建议的接受程度,而这种影响是由消费者感知到的评论者专业性导致的(Wu等,2021)。评论者在某个产品种类的过往评分差异越大,消费者认为该评论者在该领域的专业性水平越高,越愿意接受该评论者在该领域的产品推荐。
2.推荐者给出的建议的特征
一方面,推荐者的表达方式会影响消费者对推荐者专业性的判断。相比于对产品表达含蓄认可的推荐者,消费者认为对产品表达明确认可的推荐者专业性水平更高,也因此对产品有更为积极的态度(Packard和Berger,2017)。另一方面,建议内容会影响消费者对推荐者专业性的判断。Palmeira(2020)发现消费者对推荐者专业性的感知和建议的采纳受到显示产品优劣的外部线索与建议之间关系的影响。相对于非冲突建议,与外部线索冲突的推荐能够表明推荐者判断的独立性,从而能够增强消费者对推荐者专业性的感知。但冲突推荐会降低建议准确的可能性,从而降低消费者对推荐者专业性的感知。当冲突较小时,相对于准确性降低效应而言,判断独立性增加效应较强。随着冲突的加大,判断独立性增加效应没有准确性降低效应变化大,使得冲突水平和感知专业性之间的关系呈倒U形。因此,消费者认为提出适度冲突建议的推荐者比提出非冲突和非常冲突建议的推荐者更具有专业性,也更愿意接受其建议。另外,D’Angelo和Valsesia(2023)的研究表明,与单独推荐某个产品或把几个产品作为替代品同时推荐相比,把几个产品作为可搭配使用的组合进行推荐能提高消费者对推荐者在相关领域知识深度和专业性的感知,从而提升对该推荐者所推荐产品的态度和购买行为。
3.消费者自身专业性的调节效应
专业性水平不同的消费者对其他消费者专业性判断的行为依据不同。就产品选择而言,新手认为多样化选择的消费者专业性更强,因为多样化选择的消费者有更广泛的产品种类知识;而专家认为选择没那么多样化的消费者专业性更强,因为非多样化选择的消费者更有鉴别力(Sela等,2019)。另外,用来判断其他消费者专业性的外部信号对于在该领域专业性水平较低的消费者更有效,而对于在相关产品领域专业性水平较高的消费者往往没有效果。比如,当消费者对某个产品领域很熟悉时,他们不会将评论者以往对该领域产品评分的差异作为判断该评论者专业性的依据(Wu等,2021)。当消费者清楚地知道什么产品与什么产品适合或不适合搭配在一起时,产品组合推荐不会成为他们判断推荐者专业性的信号(D’Angelo和Valsesia,2023)。
(三)影响消费者专业性说服效应的边界条件
虽然消费者在接收其他消费者的信息时会考虑其他消费者的专业性,但也并不意味着只要是专业性水平较高的消费者的建议就有效。即使是某个消费领域专家的建议,消费者的接受程度也受到自身特征、专家行为、决策类型及建议方式的影响。首先,相比于在某个领域知识较多的消费者,在某个领域知识较少的消费者更容易受到专家推荐的影响(Chocarro和Cortiñas,2013)。其次,专家的行为特点与态度会影响消费者反应。在寻找体重管理方面医生的时候,超重个体更不想接触那些在简介中宣扬自己健身的医生,因为害怕被这些医生看不起,而如果宣扬自己健身的医生在简介中表达了“接受不同健康生活方式”这样没有成见的立场,超重个体选择他们的意愿就会显著上升(Howe和Monin,2017)。再次,消费者面临的决策类型会影响他们对专家建议的采纳。当消费者面临情绪困难度低的决策时,建议者的专业性会影响他们的建议采纳,但是当消费者面临情绪困难度高的决策时,建议者的专业性不是建议采纳的决定因素,在这种情况下,消费者更看重建议者是否有仁爱之心(White,2005)。最后,专家的表达方式会影响专业性作用的发挥。相比于确定性表达,当专家表达不确定性时,由于与消费者预期不一致,提升了消费者信息介入度,因此说服力会更强(Karmarkar和Tormala,2010)。Chen等(2020)调查了在线评论环境中吹嘘类型和评论者专业性对品牌评估的联合影响,发现谦逊的吹嘘比直接吹嘘更能增强专业性水平较高评论者的说服力,从而带来更有利的品牌评价。
六、研究总结与未来研究方向本文对消费者专业性的现有文献进行了梳理,构建了一个关于消费者专业性的清晰的研究框架(参见图1)。当前该领域研究还有很多不足,未来可以在以下几个方面开展相关研究:
(一)进一步明确消费者专业性的概念范畴
虽然消费者专业性概念强调成功执行产品相关任务能力的认知过程,但是大部分研究对消费者专业性的测量与操纵是在产品知识这一认知结构层面进行的(Chiou,2003;Rocklage等,2021),甚至有研究将消费者专业性等同为产品知识(Luo和Toubia,2015;Moreau等,2001;Wood和Lynch,2002)。这样是否存在一定的局限性?在购买过程中要想具备成功执行产品相关任务的能力,有时只有产品相关知识是不够的。比如,消费者可以基于在互联网领域的专业性,判断线上商家是否涉及隐私安全等道德问题,从而确定是否在此购买产品(Román和Cuestas,2008);基于与认证相关的专业性判断产品安全性(Shimokawa等,2021),以及产品的社会和环保价值(Herédia-Colaço等,2019);基于谈判专业性影响最终的产品价格(Barrutia和Espinosa,2014)。Wright(2002)提出了消费者市场认知专业性概念,用于衡量消费者关于市场关系中自己和他人心理状态的知识水平。这些与产品决策相关但超出产品知识范围的其他方面专业性表明,不同领域的专家具有不同的知识结构,但其专业性的作用都体现在执行产品相关任务的能力上,那么这些专业性之间是否也存在一定的关联?未来可以继续研究消费者专业性概念是否可以延伸到更多超出产品知识的范畴。
(二)进一步探究消费者主客观专业性之间差距的成因
以往文献对消费者专业性的测量区分了主观专业性与客观专业性(Knoll和Arkes,2017;Sela等,2019)。消费者主观与客观专业性往往存在差距(Alba和Hutchinson,2000;Hadar等,2013),但很少有研究探讨消费者主客观专业性差异产生的原因。相比于客观专业性,主观专业性更容易受到外界因素的影响。比如,在社交媒体上分享没有阅读的信息并不会提升消费者的客观专业性,但会让消费者认为自己在相关领域知道更多,从而提升主观专业性水平(Ward等,2023);提供用技术术语描述的产品信息详细说明可能会增加消费者的客观专业性,但会因其理解难度让消费者意识到自己能力不足而降低主观专业性水平(Hadar等,2013)。
那么哪些因素会让消费者的主客观专业性产生差距呢?一方面可能是消费者本身的特征,比如,自我概念清晰度和客观专业性水平。相对于自我概念清晰度较高的消费者来说,自我概念清晰度较低的消费者更可能对自己没有清晰的认知(Savary和Dhar,2020),从而产生主客观专业性差距。相对于客观专业性水平较低和较高的消费者来说,客观专业性处于中等水平的消费者更可能由于掌握了一定专业知识但又不够系统和全面而产生主客观专业性差距。另一方面可能是情境因素,比如,在专业领域的重大成功或失败经历。偶然事件可能影响消费者对自身长期特质的判断,相比于客观专业性,主观专业性更容易受到偶然事件结果的影响,从而使得主客观专业性形成差距。未来可以利用实证数据进一步开展相关研究。
(三)探索更多消费者专业性对购买决策的影响效应
首先,可以探讨消费者专业性与绿色消费的关系。消费者不愿意参与绿色消费的一个原因在于他们不知道购买特定产品对环境可能产生的潜在危害(Lange和Coremans,2020)。相比于专业性水平较低的消费者,专业性水平较高的消费者掌握了更多产品使用相关知识。那么,在涉及道德的购买情境中,专业性水平较高的消费者可能会比专业性水平较低的消费者社会责任感更强,除了评估产品性能,也会考虑产品使用可能带来的不良影响以及对环境的威胁;而专业性水平较低的消费者由于缺乏产品使用相关知识会忽略产品使用带来的潜在危害。
其次,进一步探究主客观专业性与决策质量的关系。有研究表明,主观专业性过高可能会使消费者过度自信,不愿意寻求专业建议,进而使决策质量降低(Lewis,2018)。也有研究表明,代表消费者信心水平的主观专业性可能比客观专业性更重要,过度自信比缺乏自信更有益(Lind等,2020)。也就是说过度自信不是总会降低决策质量。那么,有没有可能在消费者涉足某个产品领域初期,主观专业性对决策质量的影响效应更强,而随着消费者在该领域知识的不断积累,客观专业性对决策质量的影响效应变得更强?
最后,购后评价。以往关于评论者专业性的研究主要聚焦于评论的效价和极端程度,关于评论意愿和评论内容的研究较少。比如,处于何种专业性水平的评论者更愿意发表评论?相比于专业性水平较低和较高的评论者,专业性处于中等水平的评论者可能更愿意发表产品评论,因为他们更有动力提升自己在平台中的身份等级。专业性水平较低的评论者和专业性水平较高的评论者所发布的评论在叙述性上是否存在差异(Van Laer等,2019)?相比于专业性水平较高的评论者,专业性水平较低的评论者可能更愿意发表叙述性较强的评论,因为他们更可能使用具体的语言而不是抽象的概念去描述产品。
(四)进一步拓宽消费者专业性说服效应的边界条件
首先,未来可以探讨在不提供专家身份标签的前提下,专家提供的口碑信息是否依然具有更强的说服力。一方面,以往研究表明专家和新手之间的认知差异可能会导致双方信息理解能力的不同。专家无法判断普通消费者的知识水平,使用专业术语会降低普通消费者对专业信息的信任程度和判断信息有效性的能力,从而降低专家沟通的有效性和效率,日常语言反而更能增强普通消费者对信息有效性的判断(Nückles等,2005;Thon和Jucks,2017)。另一方面,以往研究表明,与新手相比,专家可能会面临共情能力缺失的状况。对于普通消费者而言,对他人情绪的感知可以触发他人和自我之间的自动共振机制,提供一个传递信息的功能性桥梁,由此产生同理心体验。但专家通过长期记忆和知识的更高认知过程来调节自己的情绪,受到情感加工的认知抑制(Cheng等,2007)。基于以上两点,在抛开专家身份之后,专业性水平较高消费者提供的建议还是否更有说服力值得进一步研究。其次,除了专家和新手之间的认知和情感差异外,一些外部因素也可能影响专业性的说服效应,比如目前存在的专家污名化现象(Bell等,2016)。一些顶着“专家”头衔的人毫无逻辑的发言以及媒体等渠道带有偏见的报道,加重了大众对所谓专家的反感,也使得大众对专家的负面印象更加深刻(Bergold等,2021)。污名化现象实质上给专家增加了负面标签,使大众对专家建议的认可度降低,专家的权威度也随之削弱。面对专家专业形象受损的状况,消费者对专家建议的接受程度是否会产生什么变化值得进一步研究。最后,对于一般消费者而言,当他们从其他消费者那里获得建议时,建议提供者的情绪能力水平是否会影响消费者对建议提供者专业性的感知值得进一步研究。一方面,与情绪能力相似的人沟通满意度更高(Kidwell等,2020),那么与消费者情绪能力相似的建议提供者会不会让消费者感觉更专业呢?另一方面,科学让人感觉冷酷无情(Philipp-Muller等,2023),那么情绪能力较高的建议提供者会不会因为让人感到温暖而削弱他人对其能力和专业性的感知呢?未来可以探索建议提供者的情绪能力对专业性感知的影响。
[1] | 孙瑾. 消费者对比决策过程研究: 专业化水平和购买情境的调节作用[J]. 管理评论, 2014, 26(9): 191–198, 208. |
[2] | 孙瑾, 张红霞. 品牌名称暗示性对消费者决策选择的影响: 认知需要和专业化水平的调节作用[J]. 心理学报, 2012, 44(5): 698–710. |
[3] | 徐峰, 张新, 马良, 等. 在线评论动态性偏差对评论有用性影响研究[J]. 管理学报, 2020, 17(9): 1383–1390. |
[4] | Alba J W, Hutchinson J W. Dimensions of consumer expertise[J]. Journal of Consumer Research, 1987, 13(4): 411–454. |
[5] | Ameri M, Honka E, Xie Y. From strangers to friends: Tie formations and online activities in an evolving social network[J]. Journal of Marketing Research, 2023, 60(2): 329–354. |
[6] | Atir S, Rosenzweig E, Dunning D. When knowledge knows no bounds: Self-perceived expertise predicts claims of impossible knowledge[J]. Psychological Science, 2015, 26(8): 1295–1303. |
[7] | Baird R R. Experts sometimes show more false recall than novices: A cost of knowing too much[J]. Learning and Individual Differences, 2003, 13(4): 349–355. |
[8] | Chiou J S. The impact of country of origin on pretrial and posttrial product evaluations: The moderating effect of consumer expertise[J]. Psychology & Marketing, 2003, 20(10): 935–954. |
[9] | Clarkson J J, Janiszewski C, Cinelli M D. The desire for consumption knowledge[J]. Journal of Consumer Research, 2013, 39(6): 1313–1329. |
[10] | Cowley E, Mitchell A A. The moderating effect of product knowledge on the learning and organization of product information[J]. Journal of Consumer Research, 2003, 30(3): 443–454. |
[11] | Czellar S, Luna D. The effect of expertise on the relation between implicit and explicit attitude measures: An information availability/accessibility perspective[J]. Journal of Consumer Psychology, 2010, 20(3): 259–273. |
[12] | D’Angelo J K, Valsesia F. You should try these together: Combinatory recommendations signal expertise and improve product attitudes[J]. Journal of Marketing Research, 2023, 60(1): 155–169. |
[13] | Finkelstein S R, Fishbach A. Tell me what I did wrong: Experts seek and respond to negative feedback[J]. Journal of Consumer Research, 2012, 39(1): 22–38. |
[14] | Guo F, Chen J H, Li M M, et al. How do expert reviews and consumer reviews affect purchasing decisions? An event-related potential study[J]. Journal of Neuroscience, Psychology, and Economics, 2022, 15(2): 101–118. |
[15] | Howe L C, Monin B. Healthier than thou? “Practicing what you preach” backfires by increasing anticipated devaluation[J]. Journal of Personality and Social Psychology, 2017, 112(5): 718–735. |
[16] | Karmarkar U R, Tormala Z L. Believe me, I have no idea what I’m talking about: The effects of source certainty on consumer involvement and persuasion[J]. Journal of Consumer Research, 2010, 36(6): 1033–1049. |
[17] | King M F, Balasubramanian S K. The effects of expertise, end goal, and product type on adoption of preference formation strategy[J]. Journal of the Academy of Marketing Science, 1994, 22(2): 146–159. |
[18] | Knoll M A Z, Arkes H R. The effects of expertise on the hindsight bias[J]. Journal of Behavioral Decision Making, 2017, 30(2): 389–399. |
[19] | Lachner A, Nückles M. Bothered by abstractness or engaged by cohesion? Experts’ explanations enhance novices’ deep-learning[J]. Journal of Experimental Psychology: Applied, 2015, 21(1): 101–115. |
[20] | Latour K A, Deighton J A. Learning to become a taste expert[J]. Journal of Consumer Research, 2019, 46(1): 1–19. |
[21] | Latour K A, Latour M S. Bridging aficionados’ perceptual and conceptual knowledge to enhance how they learn from experience[J]. Journal of Consumer Research, 2010, 37(4): 688–697. |
[22] | Lewis D R. The perils of overconfidence: Why many consumers fail to seek advice when they really should[J]. Journal of Financial Services Marketing, 2018, 23(2): 104–111. |
[23] | Luo L, Ratchford B T, Yang B T. Why we do what we do: A model of activity consumption[J]. Journal of Marketing Research, 2013, 50(1): 24–43. |
[24] | Luo L, Toubia O. Improving online idea generation platforms and customizing the task structure on the basis of consumers’ domain-specific knowledge[J]. Journal of Marketing, 2015, 79(5): 100–114. |
[25] | Maheswaran D. Country of origin as a stereotype: Effects of consumer expertise and attribute strength on product evaluations[J]. Journal of Consumer Research, 1994, 21(2): 354–365. |
[26] | Maheswaran D, Sternthal B, Gürhan Z. Acquisition and impact of consumer expertise[J]. Journal of Consumer Psychology, 1996, 5(2): 115–133. |
[27] | Mandel N, Johnson E J. When web pages influence choice: Effects of visual primes on experts and novices[J]. Journal of Consumer Research, 2002, 29(2): 235–245. |
[28] | Mehta R, Hoegg J, Chakravarti A. Knowing too much: Expertise-induced false recall effects in product comparison[J]. Journal of Consumer Research, 2011, 38(3): 535–554. |
[29] | Mitchell A A, Dacin P A. The assessment of alternative measures of consumer expertise[J]. Journal of Consumer Research, 1996, 23(3): 219–239. |
[30] | Moreau C P, Lehmann D R, Markman A B. Entrenched knowledge structures and consumer response to new products[J]. Journal of Marketing Research, 2001, 38(1): 14–29. |
[31] | Nam M, Wang J, Lee A Y. The difference between differences: How expertise affects diagnosticity of attribute alignability[J]. Journal of Consumer Research, 2012, 39(4): 736–750. |
[32] | Nguyen P, Wang X, Li X, et al. Reviewing experts’ restraint from extremes and its impact on service providers[J]. Journal of Consumer Research, 2021, 47(5): 654–674. |
[33] | Packard G, Berger J. How language shapes word of mouth’s impact[J]. Journal of Marketing Research, 2017, 54(4): 572–588. |
[34] | Palmeira M. Advice in the presence of external cues: The impact of conflicting judgments on perceptions of expertise[J]. Organizational Behavior and Human Decision Processes, 2020, 156: 82–96. |
[35] | Reich T, Maglio S J. Featuring mistakes: The persuasive impact of purchase mistakes in online reviews[J]. Journal of Marketing, 2020, 84(1): 52–65. |
[36] | Rocklage M D, Rucker D D, Nordgren L F. Emotionally numb: Expertise dulls consumer experience[J]. Journal of Consumer Research, 2021, 48(3): 355–373. |
[37] | Roehm M L, Sternthal B. The moderating effect of knowledge and resources on the persuasive impact of analogies[J]. Journal of Consumer Research, 2001, 28(2): 257–272. |
[38] | Sela A, Hadar L, Morgan S, et al. Variety-seeking and perceived expertise[J]. Journal of Consumer Psychology, 2019, 29(4): 671–679. |
[39] | Sinha J, Naykankuppam D. Knowledge does not necessarily make the heart grow fonder: The moderating role of knowledge on accessibility experiences[J]. Journal of Consumer Psychology, 2013, 23(1): 49–60. |
[40] | Wang H S, Noble C H, Dahl D W, et al. Successfully communicating a cocreated innovation[J]. Journal of Marketing, 2019, 83(4): 38–57. |
[41] | Ward A F, Lynch Jr J G. On a need-to-know basis: How the distribution of responsibility between couples shapes financial literacy and financial outcomes[J]. Journal of Consumer Research, 2019, 45(5): 1013–1036. |
[42] | Ward A F, Zheng J Q, Broniarczyk S M. I share, therefore I know? Sharing online content-even without reading it-inflates subjective knowledge[J]. Journal of Consumer Psychology, 2023, 33(3): 469–488. |
[43] | White T B. Consumer trust and advice acceptance: The moderating roles of benevolence, expertise, and negative emotions[J]. Journal of Consumer Psychology, 2005, 15(2): 141–148. |
[44] | Wood S L, Lynch Jr J G. Prior knowledge and complacency in new product learning[J]. Journal of Consumer Research, 2002, 29(3): 416–426. |
[45] | Wu X Y, Jin L Y, Xu Q. Expertise makes perfect: How the variance of a reviewer’s historical ratings influences the persuasiveness of online reviews[J]. Journal of Retailing, 2021, 97(2): 238–250. |