直播文字版整理 | 亚马逊选品的数据分析和成本核算（上）

跨境搜

跨境电商，致力于提供一手资讯、干货知识。

2020-02-26 22:20:55

去年，亚马逊通过允许购物者在没有书面评论的情况下留下星级评价（以前是必填字段），从而扩大了产品评论。现在只需单击一下即可发布星级。因此，总体星级评定包括对产品进行评级的顾客以及传统评论的反馈。这项新的措施到目前为止已经实施了有五个月，那么这五个月以来，它到底给我们的listing带来多大的影响呢？

例如，Apple AirPods当前拥有超过44,000个客户评分，其中只有12,000个是带有书面文字评论的传统评论。自12月中旬以来，该商品每天增加600多个评分。假期期间销售的增长促成了这一点，但新的评分系统也起到了作用。在截至9月的五个月中，该商品平均每天仅收到20条新评论。

星级评分也从5分的4.3增加到4.6。新的评分体系旨在鼓励购物者分享他们对产品的看法，即使他们不想写评论。购物经验不良的顾客更有可能留下评论，但是由于评级体系更加简单明了，那些对购物满意的人现在也更有可能留下评论。

其他产品也从中受益，自9月以来大多数畅销书已大大提高了评分数量以及平均星级。

这项更改旨在鼓励购物者分享他们对产品的看法，即使他们不想写评论。以前，评论标题和书面评论是必填字段。现在只需单击一下。新系统可能会大大增加产品获得的评分数量，因为留下评分比撰写完整评论要快得多，也更直接。

而对于Rating如何计算等级，亚马逊官方也只给出了一个很模糊的说法：

亚马逊会根据机器学习的模型而不是原始数据平均值来计算产品的星级。该模型考虑了因素，包括评级的年龄，评级是否来自经过验证的购买者以及建立审阅者信任度的因素。

在论坛中，有用户指出了其中”最受好评“的计算方式，大家可以参考一下：

嗨，马修，即使是2个5星级评论也没有相同的权重。几乎所有内容都与Amazon上的算法有关。例如，这是在亚马逊上列出“最受好评”的方式。

（H + C1 + log（min（Length，C2 * 5）min / log（C2）+ X / 2×Trust + X / 2×Recency））/（T + C3））

H：评论收到的有帮助的投票数

T：评论获得的总票数

X：日志（C2 * 5）/日志（C2）

长度：评论长度

信任：如果评论经过验证，则购买：2 *（Sigmoid（评论者撰写的评论数量* 0.1）-0.5）

否则：sigmoid（评论者撰写的评论数量* 0.1）-0.5

新近度：2 * 1 /（1 + exp（（时间-提交日期）/（30个月）））

C1，C2和C3：常量根据市场设置不同。在美国，C1，C2和C3分别为13.1056、350和20.04。

在亚马逊上没有评论的产品不会吸引购物者，没有购物者，就没有人留下评论。这一直是一个恶性循环，为了打破这个闭环，我们有些卖家就人为的去操控评论，进行各种形式的刷单测评。

虽然，这项新的变动增加了产品的评级数量，但此更改使任何人都很难检查它们。在过去的几年中，亚马逊一直在处理假评论问题，而新的评分系统将使情况变得更糟。如果没有审查来决定购物者为何留下他们的评分，或者审查是否值得信任，新系统将使购物涉及更多的猜测。

一小部分购物者留下评论，从而使总体产品评级受到那些负面体验的人们的偏见。新的评分系统解决了该问题。但是，它使产品评论不再值得信赖。如果有的话，它会使产品的评级更加不透明。就像一小部分购物者留下评论一样，也有类似的一小部分购物者在购物前先阅读了这些评论。多数人通过评论数和总体评分来忽略前几个搜索结果。对于大多数购物者和品牌而言，评分越高越好。

新的评分系统对于卖家来说有个致命的缺点，就是它会稀释掉通过测评给产品带来的正面影响，这将导致卖家花费在测评上面的费用大幅增加。没有书面评论的评分缺乏品牌和其他购物者可以用来理解星级的上下文。三星级，或者更糟的是，没有注释的一星级没有任何反馈。对于喜欢阅读评论以做出更好的购买决定的购物者，以及对于分析评论以改善其产品的品牌而言，这些评分毫无价值。

新系统也无法解决人们对评论的信任度下降的问题，多年来，这种信任已被虚假评论侵蚀。购物者和外部工具已经学会了分析评论文字，以确定其是否真实。随着星级取代评论，这不再可能。

新评级系统的结果是，与以前相比，更多的产品具有更多的评级和更高的星级。基本思想必须是，等级越高，星级评定在正面和负面体验中就越具有代表性，这与每个Uber或Lyft出租车司机所拥有的星级评定都一样。由于大多数购物者不阅读评论，而是依靠亚马逊推荐最佳商品，只是通过看星级来验证该建议，因此这是一种改进。但是，它正在侵蚀书面评论所带来的价值，并且没有真正地解决假评论。