2018年5月25日下午，中国营销工程与创新研究中心(以下简称“MEI”)2017-2018年第二学期第12次研讨会(以下简称“seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱老师和MEI各位成员。

　　本次Seminar由高蕾研读文章“When and How Managers’ Responses to Online Reviews Affect Subsequent Reviews”，这篇文章的主要研究问题有两个，一是针对有管理者回复的好评和差评，是何时以及如何影响随后消费者的评分的?二是定制化回复与统一回复谁好谁坏?为了解决这个问题，作者用了四个网站的酒店评论数据进行了探究，主要运用了双重差分模型和准实验法进行探究。

　　结果发现，当消费者进行评论的时候刚好看到对差评的管理者回复(MR-N)时，它会正面影响随后的评论，这里可以用社会交换理论来解释，管理者的回复作为一种附加价值给消费者，所以消费者也会给出较高的评分。对好评的管理者回复(MR-P)则会负面影响随后评论。这个可以用抗拒理论来解释，对正面评论进行管理者回复，会给消费者一种促销手段的感觉，从而会给出较低的评分。定制化的管理者回复(MR)会增强以上效果。

　　提问环节，大家就其中的理论和方法进行了讨论。针对好评的管理者回应何时会有好的影响?类似于小米社区的回复，用幽默的定制化回应恰巧会增加消费者好感，从而激起更大的参与讨论的兴趣。文章题目中的When具体指的是可观察性的测量，即只有MR被看到才会起作用。文章的数据主要用了四个网站的评论数据，TripAdvisor(评论网站,是一个操纵网站，有评论，有回复且可见的) ，Expedia和Hotels.com(是可以回复，但是是不可观察的),与Orbitz(没有管理者回复，作为操控组)。影响随后评分的除了管理者回复还有随时间变化的酒店质量，但是评论本身也会影响到感知的酒店质量，所以都需要控制这些内生性影响。LDA是一种主题分析的方法，用关键词，把主题分类，可以认为是一种xy轴，这是对文本数据的归类，比如产品主题等等十个主题，是一种概率分析。

　　随后，王薇和许传哲进行了文章汇报，老师和小伙伴们进行了提问并给出建议。不知不觉5月已经步入尾声，或许你正处于迷茫期，那就来一场内心的变革，磨练心性，波澜不惊，宠辱偕忘，方可成大器。所谓否极泰来，如果你今天过的不好，那么明天将会无限美好，最后祝大家周末愉快