本次文章主要围绕电商平台的评价机制而展开，通过分析评价机制存在的意义，以及其应用到电商平台仍存在的问题，引出口碑营销的价值和围绕评价机制创业公司是如何实现创新变形的。 评论机制的多样性 评价机制不仅仅局限于购买产品后及时评价，其实有很多种类型。就淘宝而言： 售后即评：利用用户接触到商品本身的兴奋感满足其分享的欲望，此时产品是好是坏用户的情绪是最深刻的。追加评价：在产品使用的过程中会出现各种各样的问题，这种延迟性评价常见于考验产品的耐用性、性能持久性等。退款评价：这种负面评价最具备说服力，但是它的查看方式很奇葩，需要找到被评价的产品页面，然后点击＂售后服务评论＂才能查看，其实这样减少了真正公开的差评，整个产品设计是流程复杂是反人性的，可见，淘宝存在有意偏袒商家的嫌疑。好评有礼：这不是淘宝的设计，但是大家肯定会遇到商家发货的单子里夹带着一张＂好评返现＂的，这一方面刺激用户评级，一方面也是好评、假评泛滥的原因默认好评：对于未评价的用户在一定期限后系统会默认为好评双向评价：用户对商家的评价反应了商家的产品质量，商家对用户的反向评价也反映了用户的诚信程度。定向提问：指定买过的用户进行提问，这可能也反向印证了目前的评论数据无法满足用户对信息的获取。 整体上，淘宝是鼓励用户评价的，为此设计了一些等级制度和积分反馈机制，但还是存在很多的问题。 看了这么多评价类型，那评价机制存在的意义到底是什么？我从一下三方面进行说明：解决信息不对称。区别于线下，线上的购物行为存在严重的信息不对称，用户对于商家＂自说自话＂的商品简介是存怀疑态度，而使用过产品的商家更有发言权。降低决策成本。基于大量样本数据分析，对商家的物流、服务、产品质量等多方面影响用户决策的因素做一个统计总结，以可视化的形式呈现出来，对于部分长难决策具有辅助意义，降低用户的时间成本。缓解信任危机。在中国整个环境背景下，商家与用户之间的欺骗与不信任是共生共存的，信息危机已成为影响在线效率、制约C2C电商发展的关键因素，而完善电商评价机制的过程中也是在构建一个信任基础。 以淘宝为例，分析目前评论机制存在的问题？1. 信息零碎，有效价值过低 通常对于一个少则几百上则几万的产品评论而言，1）没有一个人是愿意一直看评论的，所以差评、图评、追评是大家追逐的重点，同时这部分内容也是最少的，很多评价的价值未被挖掘；2）目前的标签抓取技术还是很差，容错率很低，所以经常误解评价出错。 2. 淘宝店家过于在乎评价，造假盛行！ （1）对于商家而言：一方面评价对于淘宝商家的重要太重要，一方面淘宝商家为了维持品牌形象也做出很多造假行为,比如买水军刷好评，持续骚扰用户改差评等等。 （2）对于用户而言：部分用户也会利用商家的心理而进行恶意差评进行敲诈。在这个利益和道德相互制约权衡的社会，不要一味指责店家的无良，还有很多无耻的买家你想象不到。 （3）好评泛滥，差评的价值比重远大于好评。 正所谓万花入万眼，每个人的评价都是相对主观的，所以出现100%好评这种事情显然是不科学的和不正常的。所以在用户习惯性好评、商家造假等导致好评泛滥的情况下，差评的影响力被放大，有时候一个差评就让用户放弃购物。人们更愿意选择相信差评，差评的价值比重远大于好评。但是像京东和亚马逊这种自营型平台虽然整体产品质量远高于淘宝但是差评还是很常见的，不过差评的影响力没有淘宝这么夸张。 （4）平台对商家的管理过于宽松。 淘宝店铺不仅入驻门槛比较低，且管理过于宽松，对于京东，一旦商铺发现造假行为和评价很低是要被踢出平台的，不过这可能与运营模式有关，所以阿里后来将口碑较好的商品筛选提炼出来入驻天猫的原因，希望用户对品牌的信任感能相互制约、相互导流，形成一个平台的信任背书，但是对淘宝店铺的管理还是很随意。 不同电商模式针对评价机制的分析 淘宝、京东、亚马逊、小红书都是一样的评论机制，对其态度却有着截然不同的体现！这里一句话形容。淘宝：亲爹亲妈，能不能不要差评呀（非常重视用户评价，不过他们的目的不是想提供服务质量，而是想隐藏差评）京东：差评怎么这么多，到底能不能买呀？（京东的关键词是正品、物流、3C）亚马逊：希望你能做得更好，所以给你差评（高净值人群）小红书：依托于产品本身的评价，不依托于店家（真假问题是用户最考虑的） 营销学：口碑传播的价值被放大 为什么大家对于用户评价这么重视？在信息时代，广告营销越来越不如口碑传播，人们获得信息的渠道更快捷多样，购买决策不再限于广告信息，社交化、互动化的传播环境中，用户越来越容易获取他人的体验经验，这些体验经验正在成为决定购买的重要因素。在过去，整个主控权是掌握在传统媒体手上，而随着自媒体和社会化媒体的快速发展，每个人都是发声渠道，用户的评价，口碑传播越来越受到重视。 基于评价机制的模式创新 （1）只做好评，删掉差评。因为差评的负面效果太大，国外有一家综合性的酒店点评网站——Heylets，用户只许给好评，并要求所有的评论都在200字以内，同时Heylets会自动过滤掉那些和用户关联性不大的评论，避免用户在无用的信息上浪费时间。通过＂标签 社交＂的方法智能匹配用户所喜欢的酒店，以此提升决策效率。 （2）利用评价机制反向刺激服务提供房改善服务。这个比较适合可变性较强的服务型行业。比如出行领域的Uber，用户的好评对司机是一种鼓励，差评可以激励司机提高服务质量。这种模式对于初创型的产品或企业也比较适用，可能大家都会觉得众筹只是筹钱，但其实也可以筹需求、筹智慧。用户的评价会在一定层度上反映她的需求和对产品的改进意见，以用户需求为导向而生产产品、提供服务。 （3）评价即内容。首先经验型分享的内容相对门槛比较高，将其进行分类聚合后容易变成一条产品检测大全，在不存在利益相关的情况下，可信性是相对较高的，比如以内容社区起家的小红书。其次，这些评价不仅对用户，对平台本身的也是有价值的，当初小红书在电商板块选品的时候就是利用大数据筛选出用户喜欢、口碑较好的产品，这样一出来就能成为爆款。 （4）引入真人一对一评论。网上评论一般属于短评，一方面用户获取信息价值不大，另一方面对真实性存在质疑，针对某些重视长期体验的长难决策，比如买家具——不多不少，希望通过建立＂生活家＂这样的一种模式，平台让新客户到老客户家里体验家具，一方面是看到可以切身看到实物，另一方面可以听取用户的亲身体验。例如家政阿姨，有的互联网平台与用户合作，公开前雇主的联系方式，这让潜在用户可以直接联系前雇主，这个家政阿姨服务好不好前雇主是一清二楚。当然这种模式也存在一定问题，这里就不多说明了。 作者：Lighthouse_王豆豆，Lighthouse互联网实验室一员，公众号ID：Lighthouse互联网深度分享 本文由 @Lighthouse_王豆豆 原创发布于人人都是产品经理。未经许可，禁止转载。