评价的消费与生产循环：评价如何影响购买？又如何生产更多评价？

鲤鱼说 2023-11-16 00:35:44

一、评价消费与生产循环

根据业务流程，可将评价全流程抽象为“评价消费”与“评价生产”循环——评价对潜在购买用户决策有一定辅助作用，进而影响商品转化，而商品转化后，购买用户则转化为有评价资格的待评价用户，若用户此时在购后发表评价，则生产的评价则会累积在对应商品上，进而影响后续其他潜在购买用户的消费决策，进而形成一个完整的循环。

当然，在这个高度简化的循环模型之外，还有更复杂的诸如“虚假好评”、“恶性差评”、“无意义评价”、“评价结构性失调（商品间评价分布不均导致的马太效应）”等评价生态性问题，暂且不在本文讨论范围内，后续会专题讨论。

在“评价消费-生产”循环中，可以根据购买节点划分为两个环节：“评价消费环节”、“评价生产环节”，两个环节分别有其对应的核心问题。

在“评价消费环节”，我们需要思考“评价如何影响用户产生购买行为？”，以及“如何发挥评价辅助购买决策的正向作用，提升转化加持？”。在“评价生产环节”，我们需要思考“如何引导用户写更多优质的评价？”

二、评价如何影响用户产生购买行为？

1. 评价对购买行为的影响链路

首先，我们来看“评价消费环节”的核心问题：“评价如何影响用户产生购买行为”

如下图所示，我们将评价发挥影响的过程机制抽象概况为四个环节：“评估评价”、“形成产品印象”、“刺激购买动机”、“产生购买行为”。

在评估评价阶段，用户会快速浏览评价，从商品的评价数量、好中差评分布、评价真实性、评价质量等多个维度去对评价进行整体性的评估，进而判断评价是否能作为有效的辅助决策的工具。如果在这一阶段，用户明细感知到存在“刷好评”、“评价内容太水，没有参考性”、“评价数量太少，有效信息不够”等问题，那么评价对于该用户来说就不会发生继续的正向价值。

在初步浏览评估完评价内容之后，用户会基于浏览的评价信息快速形成对产品的印象——“好还是坏”，是否值得购买等，会初步评估罗列负向因素及正向因素。

在形成产品印象后，用户会基于从评价获取到的主观感受信息去进一步判断是否做出购买行为。如果从评价中获取到的正向因素足够多，形成了非常强的信任背书，那么会刺激购买行为的发生；而从评价中获取到一些负面因素，而这些负面因素又是用户最为关注的购买决策点的话，那么则会阻碍购买行为的发生。

最后一步，则是用户在完成以上信息获取和主观判断后做出的实际行为，购买或不购买。

因此，对于评价的产品经理来说，最为重要的即是影响用户对评价内容评估产生正向观点，那么与之相关的工作则有“评价排序”、“好中差评筛选的展示与否”、“评价标签的展示”、“评价真实性的感知强化”等等。

2. 影响评价决策效用的因素

当然还有其他更为复杂的因素会影响评价发挥购买决策影响作用的效果，诸如“评价生产者特征”、“商品类型”、“评价浏览者特征”，不同因素下评价效用的具体影响机制也有差异。

1）评价生产者特征

首先，我们来看“评价生产者”特征的影响。由于在线评论积累的数量增多、产品技术日趋复杂，浏览者从中甄别对自己有用的评价、处理高专业性的评价信息（如专业名词、参数指标等）所要投入的认知成本显著上升。为降低认知成本，评价浏览者根据评价者特征筛选评价。

即便缺乏直接体现评价者特征的信息，浏览者也会主动推测评价者特征，比如，浏览者会根据评价的语言复杂性（lexical complexity）、双面性、情感强度等特征推测评价者的专业水平，或基于自我锚定（egocentric anchor）假设评价者与自身具有相同的偏好。

具体来看，如下几个维度的评价生产者特征会对评价效用的发挥有较大的影响。

可信赖度：该维度主要是判断写评价的用户是否真实、其消费建议是否值得参考。在该维度下，用户可能会考察，身份信息的披露程度（有个人信息的写评价用户肯定比纯匿名的用户的评价更有参考性），产品偏好的相似性（用户会觉得具有相似特征的用户的判断更具有参考性），强社会关系背书（熟人的评价会非常直接影响用户对产品的印象和是否购买决策）。

专业水平：用户还会关注写评价的人本身是否会在相关领域有更多专业见解，与大家习惯性去看知名博主测评同理，希望寻求更专业的用户去帮助自己决策，进而减轻了自己本身的决策成本和负担。

评论者声誉：在相同条件下，用户更愿意去相信一个有良好习惯声誉的写评价用户，写评价的条数、获赞的总数等等，往往这些历史数据越高，越能说明写评价用户是“真实”的、“值得信任”的。

在业界的产品设计上，“评价者”的身份信息也是一个呈现的重点。

比如淘宝，支持用户非匿名发布评价，点击头像后可进入到该用户的个人空间，在个人空间内有该用户分享购物心得的历史数据，这就增加了用户的真实感，让浏览者感受到写评价的用户是一个真实的有血有肉的人，同时这些行为数据也反映了出该条评价用户的声誉。

得物，同样支持查看个人空间，除此之外还增加了品类评价官和已购身份标签，旨在通过强化该用户的专业性和评价真实性。携程，则在评价筛选器中增加“与您偏好相似”的选项，旨在通过聚合具有偏好相似性的用户评价，给到用户给准确的、更愿意信赖的决策信息。

2）商品特征

其次，商品类型会影响用户浏览评价的动机和目的，需要针对品类特征去差异化满足用户浏览评价的诉求。

比如“高价商品”和“中低价商品”，价格不同，用户在评价浏览的时候关注的重点和能够刺激转化的阈值强度也有所差异；“高品牌认知的商品”和“低品牌认知的商品”，因为品牌心智影响强弱的差异，评价能够发挥效用的影响空间也有所差异，所以在评价的呈现和设计上也有会差异。

诸如此类的区分还有：商品品类、“耐用品”与“易耗品”、“实用型产品”与“享乐型产品”、“热门产品”与“利基产品”等等。因此需要产品经理对不同的商品评价有差异化和针对性的设计。

如下图所示，京东在针对某些决策成本高的品类，用相对比较形象化的雷达图来展示该商品在不同维度的得分，并支持用户选择其他商品在相同维度上进行横向对比，减少在决策过程中的复杂度；得物，则针对鞋类，突出了品类选购中最关注的“尺码感受”，让用户售前就能大概知晓这款商品的尺寸倾向，以便灵活调整选中适合的尺码，这不仅提高了用户选购满意度，也降低了商家或平台因尺码问题造成的退换货成本。

3）评价浏览者特征

最后，评价浏览者本身的差异也会影响评价发挥效用的程度。具体来看，评价浏览者本身的卷入程度、专业能力、浏览动机，会影响评价对其产生作用的大小。

比如一个卷入程度越高的用户，评价越难影响他（比如一个用户是一个天然的怀疑论者，对任何信息都非常谨慎，所以会对评价内容逐字逐句斟酌和判断），一个专业程度越高的用户，越难相信或越不愿意参考其他用户提供的消费信息，因为对自己的判断足够自信，所以缺乏寻求外部参考的动力。用户浏览评价的动机也会对评价的影响有所作用。

浏览用户本身的特征是产品经理很难控制和影响的，我们之所以将这个维度也纳入到整体的思考之中，是想说明，就算是我们将评价列表做了我们能做的所有优化后，其对用户的影响效用也不是相同的，会有个体的差异和表现的参差，这是客观条件所导致的。

三、如何引导用户写更多的优质评价？

1. 引导评价的业务模型

引导用户写更多的优质评价，从本质上来看也是希望用户产生预期的行为动作。因此，我们可基于传统的行为模型出发去思考，如何刺激用户产生行为。

如下，在福格行为模型的基础上增加了“R”-“retention”挽留这个维度，即如像评价之类存在中途退出可能的行为，我们不仅仅需要关注如何刺激行为发生，还要关注如何尽可能减少过程中的用户流失，所以需要新增“挽留”的举措。

因此，在如何引导用户写更多优质评价的这个问题上。我们的核心思路在于：在评价生产的不同环节上，通过更主动、更广泛的邀评触达（T）、系统性的降低操作成本（A）、体系化激励增强创作动机（M）、过程性挽留降低流失（R），提升优质评价生产量。

2. 邀评触达

邀评触达：即通过各种方式触达对用户发起邀约评价的动作，常见的方式有发送PUSH、或在订单、收货完成、我的等购后链路页面给予评价生产提示等。

3. 降低评价操作成本

一方面，在入口层通过设计外露星级或相对应的评价态度表达，降低用户对操作难度的预期进而吸引点击。

比如拼多多，在待评价列表中，设计了评价的双入口，在展示常规评价入口的同时外露评价星级，在此通过用户对于常规入口的操作成本预期的锚定，利用知觉对比的心理效应，使得用户觉得点击星星很轻松简单，进而提高了用户通过星级入口点击进入评价流程的概率，并在后续流程中以停留在当前页面的弹层方式承接，给到用户相对简化的评价流程选择。

另一方面，在评价过程中，也可通过给予用户评价维度及标准的提示，来帮助用户写评价，降低其写评价的操作成本。比如京东在唤起键盘后，会有维度标签的提示，让用户知道从哪些维度去写评价；美团同样在进入到评价编辑页时，通过短暂的气泡停留，给用户评价方向的指引。

4. 体系化的激励方式

体系化的激励方式增强创作动机：主要可分为物质激励和精神激励两种。

物质激励就是通过利益点的刺激来吸引用户完成相应的评价任务，如高德通过优惠券的方式来刺激用户写评价；情感激励则是通过营造成就感或被需要感去实现，如携程通过展示评价将帮助多少用户的方式去实现情感激励。此外，还有针对评价行为搭建专门的任务体系的方式去吸引用户常态化评价，如抖音评价官、拼多多的评价勋章体系。