܄

大数据揭发了网购虚假点评,马云快来看看亚马逊怎么应对

【数据猿导读】 在信息时代,点评信息对于消费者来说是影响其下单的关键因素之一。亚马逊深谙这个道理,对于点评一直也有一系列的管理规范,并且明确禁止“补偿性质”的点评,也曾多次直接起诉虚假点评制造者

大数据揭发了网购虚假点评,马云快来看看亚马逊怎么应对

“ 亚马逊决定禁止“物质诱导评论”,为什么?

在信息时代,点评信息对于消费者来说是影响其下单的关键因素之一。

亚马逊深谙这个道理,对于点评一直也有一系列的管理规范,并且明确禁止“补偿性质”的点评,也曾多次直接起诉虚假点评制造者。

但也有一个例外,它允许商家可以用折扣或者免费商品换取消费者的点评(即物质激励点评机制),前提是点评者需要在点评中明确公开这个情况。

亚马逊说,设置这一条是为一些不知名的商品考虑,它认为这对消费者来说也有一定的价值。

但就在最近,亚马逊决定连这个例外都不再保留,它新增了一条规范要求,除了书籍,商户的所有品类商品都不再允许“物质诱导评论”的出现。

亚马逊为什么选择在这个时点猛然惊醒?

就是那么巧,亚马逊新政的两周前,技术研究公司ReviewMeta利用大数据分析发现,这些“物质诱导评论”太不客观了。

理论上说,这些受物质激励的消费者应该根据他们的真实感受留下正面亦或负面的点评,但ReviewMeta的数据分析结果显示,他们明显更爱写正面点评。

ReviewMeta分析了亚马逊平台上700万条消费者点评,通过模型统计分析发现:质诱导评论(占比30%)的平均点评得分是4.74星,高于非物质诱导评论(占比70%,4.36星)0.38星。

肉眼看来这个差距并不大,但你得知道,亚马逊平台商品的平均得分是4.4星。4.36星及以下的商品占比是54%,而4.74星及以下的占比是94%,所以这些物质诱导评论的确给出了很高的评价。

(图片来源:ReviewMeta)

对比两类评论分布还可以发现,物质诱导评论者给商品打1星的概率是非物质诱导评论者的1/12;整体给商品留下负面评价的概率是后者的1/4。

(图片来源:ReviewMeta)

“物质诱导评论”如此偏颇的结果一旦被大数据发现,消费者自然对于亚马逊平台上的点评信任度就会下降,甚至连累亚马逊整个平台。亚马逊当然不愿意看到这样的结局,所以才会有了开头的故事。

虽然该举措进一步保护了亚马逊平台的声誉和消费者的权益,但对于平台商家来说,则是重重一击;毕竟,物质激励点评机制带动的高评价对于新品销售或入门商家来说作用或不小。

不过他们还有条出路,那就是得把货卖给亚马逊,由亚马逊通过免费试用的方式邀请旗下的Amazon Vine来获得公正、客观的点评。

后者是亚马逊打造的资深身产品点评人社区,亚马逊通过过往点评者的点评频率及被其他用户认可的次数等因素挑选并邀请点评者进入社区。任何一方都无法影响或操作这些资深点评者。

而在天朝频繁剁手的你们,不知道是否也做过“物质诱导评论者”?

某宝上的卖家们也很在意他们商品下方的点评,于是他们设置了“好评有礼”。不少卖家会在给消费者寄去的商品里附上一张卡片,或让客服告知:五星好评或者上传图片的好评可以返还5-10块钱哦。

相比“物质诱导评论”,这岂不是更为直接的诱导?应该说,这对于产品质量好的商家来说是个正循环;若对质量不行的商家带来任何积极的回馈,那么这个责任其实归根于撒谎的消费者。

除了撒谎的消费者,可能欺骗你的还有营销狗和扭曲的竞争对手。

虽然评论江湖里的诱惑那么多,但也不要过于担心。

伊塔马尔?西蒙森和艾曼?纽罗森在共同出版的《绝对价值:信息时代影响消费者下单的关键因素》中提到,总体来说点评的操控行为是可以抑制的。点评网站有足够强烈的经济动因去抑制操控行为,而且他们解决问题的能力也原来越强。

道路虽曲折但不会阻碍趋势的发展:用户和专家评论拥有提供产品质量的关键信息的功能,帮助人们做出更好的决定。

所以对你来说,点评还是要看的,谨慎就好。


来源:DT财经

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部