评价经济的内幕 - 星级评分与口碑如何支配购买决策

哈佛商学院的迈克尔·卢卡教授的研究表明，在 Yelp (美国餐厅评价网站) 上星级评分提高 0.5，餐厅的销售额就会增长 5% 到 9%。另一项调查显示，在电商网站上比较星级 4.0 和 4.5 的商品时，4.5 的转化率 (购买率) 约为 4.0 的 2 倍。

仅仅 0.5 颗星的差距，就能产生如此巨大的销量差异。原因何在？

人类大脑在处理复杂信息时会使用"启发式" (简便判断法则)。逐一阅读数百条评价再做综合判断，是一项认知负担极重的工作。星级评分将海量信息压缩为一个数字，消费者看到星级后瞬间做出"好/差"的判断，然后再决定是否阅读详细评价。

这种"对星级评分的依赖"在评价数量越多时越强。"星级 4.5、3,000 条评价"的商品比"星级 4.8、5 条评价"的商品更受信赖。数量的多寡充当了"社会认同"的角色，强化了星级评分的可信度。 在亚马逊搜索"口コミ"

观察在线评价的评分分布，会频繁发现集中在 5 星和 1 星的"J 曲线" (或 U 型) 模式。3 星的"一般"评价出人意料地少。

这种偏差有其心理原因。写评价需要花费时间和精力。人们之所以特意去写评价，要么是"感动到不行"，要么是"气愤到不行"。"还行吧"这种体验不会产生写评价的动力。

结果就是，评价的平均分并不能准确反映实际品质。极好的体验和极差的体验被过度代表，而占大多数的"普通体验"却没有被记录下来。这被称为"自我选择偏差"。

聪明的消费者不仅看平均分，还会查看评分分布。如果 5 星和 1 星极端偏多、2 到 4 星很少的商品，可能品质参差不齐 (好坏差距大)。相反，以 4 星为中心呈近似正态分布的商品，则可以期待稳定的品质。

虚假评价 (刷单评价) 是在线商业交易中的一个严重问题。据日本消费者厅的调查，约 6 成日本消费者会参考在线评价做出购买决策，虚假评价的影响不容忽视。

虚假评价的"行情"因平台和商品类别而异，一般在每条几百日元到几千日元之间。常见手法是在社交媒体或即时通讯应用上招募"评价代写"，免费提供商品后再支付评价报酬。

企业为什么要冒着风险去刷评价？如前所述，0.5 颗星的差距就能大幅左右销量。新商品上市初期评价为零的状态，会显著降低消费者的购买意愿。先"播种"10 到 20 条评价，之后自然的有机评价就更容易积累起来。

亚马逊引入了基于机器学习的虚假评价检测系统，并宣布在 2020 年删除了超过 2 亿条可疑评价。然而，检测与规避之间的猫鼠游戏仍在继续，尚未实现完全清除。

虽然不可能 100% 识别虚假评价，但了解可疑评价的共同特征，可以降低被骗的风险。

1. 评价在短时间内集中出现。如果上市后几天内就涌入大量 5 星评价，可能存在有组织的刷单行为。自然的评价是随着时间推移逐渐积累的。

2. 评价者的个人资料很单薄。评价历史极少 (只有该商品一条)，或者反过来在短时间内发布了大量评价的账号，都需要警惕。

3. 缺乏具体内容的一味好评。如果满屏都是"太棒了！""买对了！""推荐！"这类不涉及商品具体特征的短评，就值得怀疑。真实的评价往往会提及使用感受以及具体的优缺点。

4. 1 星评价不自然地少。无论多优秀的商品，都会有一定数量的低评分。如果 1 星极端偏少 (不到总数的 1%)，可能是低评价被删除了，或者通过刷单抬高了平均分。

5. 带图评价的质量。虚假评价中常出现只拍了商品外包装的照片，或者明显是影棚拍摄的高质量照片。真实用户倾向于上传使用过程中的自然照片。

在理解评价局限性的基础上，以下是将其有效运用于购买决策的实用建议。

重点阅读 3 到 4 星的评价。5 星带有感动偏差，1 星带有愤怒偏差。3 到 4 星的评价往往冷静地描述了优点和缺点，参考价值最高。

确认"已购买"标识。像亚马逊的"已验证购买"徽章这样，表明评价者确实购买了商品的标识，可以作为可信度的参考指标。

在多个平台上交叉验证。不要只看一个网站的评价，而是横向对比多个网站和社交媒体上的口碑。虚假评价往往集中在特定平台，通过多源比较更容易发现异常。

对待邀请码也用同样的眼光。关于邀请码常见问题的信息，也可以通过对照官方网站和真实用户的反馈来做出可靠的判断。本站仅收录经过实际使用验证的邀请码。