拥有商品评价服务的电商网站，销售量可平均提升18%。61%的消费者表示，自己在线上购买商品之前会先看相关评论。
——来自《全球广告信任度调查报告》
我们经常听说某地方的特色产品或景色，如东北的猪肉炖粉条、武汉的热干面、四川火锅。你在没有实际尝过的时候，为什么也会很肯定地说这些地方的美食特别好，而且还会慕名而去呢？
这就是口碑，美食通过口口相传的方式传到了你的耳朵里。当无数个人对你说这些美食很不错的时候，你就会记住它，并会深信不疑！
在案例中，无数人对你说的过程就是现实中的评价模型。当一种谁也不清楚怎么样的食物摆在面前时，谁也不会轻易尝试，同理可推断线上0评论的商品为什么很难进行销售冷启动。
据调查显示，随着评价产品的逐渐成熟，大约61%的用户在购买商品前会查看商品评价。2015年尼尔森发布的《全球广告信任度调查报告》显示，买家在线评论已经成为用户第二个最值得信任的品牌信息来源，有70%的全球用户表示他们信任在线评论，并且这一数字在2020年内的增长幅度将为15%。
用户评价浏览分布如图所示。在这些看评价的用户中，有85.34%的用户会查看所有的评价内容，直接购买的用户占比不到1%。而且，只看差评的用户数量要比只看好评的用户多5倍以上。可以看得出来，评价对用户购买转化的影响是非常大的。
这就留给我们几个课题：如何筛选出优质的评价？如何让评价内容驱使用户下单？
人们都认为好的产品，差的概率可能会很小。用户的信任感不会因为商家天花烂坠的说明而增强，但是一个坏的评价可能会导致用户的信任危机。
评价是一款内容型产品，输出文字、图片或视频等信息。评价鼓励用户输出与商品主题一致的UGC内容。社区、贴吧或者电商评价等任何内容产品都需要有严格的审核机制。
一些比较敏感的话题是不允许出现在平台上的。比如，商品的价格。很多用户在看评价的时候不仅想看商品的质量，还想知道性价比，但是一旦涉及价格因素，系统会通过词语分析自动把价格脱敏处理，用****表示价格。可是，技术并不能把词语和语境分析得那么透彻，仍会有遗漏。
一、评价的角色矩阵
第一类角色是处理评价用户和商家问题的平台运营，他是评价体系的管理者，负责平台的内容治理，是公众的裁决者。
第二类角色是评价用户，分为有资格的用户和无资格的用户。用户只有在拥有这款商品后，才能对商品的好坏进行评判。有资格的用户是购买过该商品的用户，当订单确认收货后，系统会提示用户进行评价。
很多用户在网上都比较低调或者不爱发言，并没有留下任何评价。从心理学角度分析，给出差评的用户不需要引导就会回来评价。因为他心中有气，需要用文字表达出来，让其他买家看到商品不好的一面。
如果商品还不错，却仍然没有评价，那么该怎么办呢？解决这个问题的核心是如何吸引用户发表评价，常见的办法是通过权益勾子和产品上的交互引导用户评价。
1. 产品引导
产品引导分为直接引导和间接引导，直接引导是指当用户确认收货后，跳转链接把用户直接引导到独立评价页面。
当用户退出直接引导页面后，可以从订单入口展示未评提示，用户再次进入时评价页后，可提交评价，这就是间接引导。
2. 评价有礼
平台运营可以创建评价有礼的活动，设定活动周期，在该周期内评价的用户可以获取一定的权益。具体的权益值需要商家进行补贴，平台负责提供工具。
如果用户仍然不评价，也没有投诉行为，那么我们其实可以认为这类用户购买的商品还不错，他们默认给出好评。在产品策略上，我们只能尽量让用户输出内容，但是并不能让所有用户都按照我们的想法行事，用户是有情感的人而不是无思考的机器。
第三类角色是商家。设定评价体系的目的是监督商家，用好评鼓励商家，用差评鞭策商家。所以，我们不希望商家自评或者破坏评价体系，但是部分商家为了提高好评率，做了很多“黑操作”。比如，好评返现。他们先把商品价格提高几元，再进行售卖。用户在收到货的同时会收到好评返现的卡片，用户给出好评后，截图给商家，商家通过支付宝或微信私下进行返现操作。
这样的行为会打破现有的评价秩序，实际上很多评价是通过刷评价的形式生成的，平台对评价本身的思考是帮助用户判断商产品的质量最后变成了“黄牛”的天堂。所以，平台衍生出更多的内容产品，如问答产品，这在下一节中介绍。
二、评价的产品设计思考
如图是用户的访问路径，在这条购买路径上，我们能做哪些事情呢？
（1）前台导购产品通过不同玩法的流量分发策略，帮助用户找到自己喜欢的商品或店铺。
（2）用户打开商品详情页，查看商品介绍等信息，通过商品评价进一步了解商品内容。
（3）当用户全面了解商品后，如果觉得符合自己心意，就将商品加入购物车，并下单购买。
（4）订单配送到用户地址，当用户在收到货后，用户可以主动确认收货或自动确认收货，系统需要主动引导用户评价。
（5）如果用户觉得商品不错或者很差，在几天内仍然可以通过追评的方式对商品进行评价。
用户心智变化模型如图所示。用户在下单之前，心智变化从波谷达到了波峰，可能是正态分布曲线，也可能是非正态分布曲线。当心智变化为正态分布时，用户从不明真相到对商品的态度变化，再到购买商品，进而产出评价内容。
在整个过程中，用户对商品的理解程度越来越深，购买意愿越来越强。但是并不是所有人都会按照这个路线走。所以，我们需要抽离出有价值的用户群体，通过不同方式引导其下单。
三、评价的产品结构
我们要给不同的角色提供不同的产品形态，如给用户端、运营端和商家端提供不同的产品功能。
当平台的评价非常多时，用户产出评价完全处于不可控的状态。所以，只有三端协同操作，评价才可以显示在前台界面上。
（1）用户开始创建评价，填写评价表单，提交评价。在创建评价时，评价系统调用评价创建接口，创建评价id，生成评价。在填写评价表单时，平台调用写接口，将评价内容储存在数据库中。
（2）评价在生成后，其实并不能直接显示在前端，需要通过审核校验。校验分为两层，一层是系统校验，是自动检验流程，校验文字是否合法、是否包含黄赌毒等非法内容、是否有辱骂和污蔑等行为。京东、淘宝这样的大电商平台的受众群体庞大，一点点错误都可能被无限放大。
二层是人工校验，系统无法处理的评价就需要人工处理。审核规则可以配置化，比如添加几条过滤条件，××时间、××字段必须通过人工审核。
（3）所有的用户评价都会在运营后台展示，运营人员可以对任意一条评价进行审核、删除或其他操作，也可以人工筛选出优质的评价，进行排序、加精处理。
（4）对于审核通过后的评价，商家和用户前台都可见。其他用户可以参考已购买用户的评价，了解商品状况。商家根据用户的评价可以进行一对一回复。
为了更方便地输出评价，平台需要把评价打散，按照标准化字段输出。如果你负责的产品有很多场景需要用到评价，如把评价内容投放到APP端、H5端或微信端等场景，那么可以按照标准化字段输出评价。这样，不同场景的产品会更方便、更容易地接入评价。
所有的数据统一存储在数据库中，当各个场景接入时，评价数据都会被存储在同一个表中。如此一来，我们只需要在数据输出环节制定一层路由规则，即可完成对各个场景的输出控制。
当然，我们也会让系统非常方便地进行数据的读取工作，提供给各个角色的数据口径一致，保证数据的准确性。
我们可以按照中台的思路建设评价的产品架构。这样的好处是，中台无须特别在意前台业务场景和业务玩法，只需要提供通用的、标准的、一致性的产品服务即可。
下面我主要描述用户端的产品建设，毕竟这才是可以引导成交的形态。
用户端产品是提供给用户的一套产品形态，可以分为内容展示和内容输出，前者为商品详情页的评价，后者为评价书写页面。用户端产品分为PC端产品和App端产品，PC端产品目前使用的用户量级比较小，我们可以逐渐弱化PC端产品投入的资源。
为了让用户更快速地查看优质的评价，我们需要科学地展示页面结构和页面内容，如图，有几层产品逻辑需要说明。
1. 评价内容展示规则
在内容层，为了让用户更加清晰地了解产品，评价引入了多种类型的内容格式，包含文字、动态图片、短视频等形式。短视频表达得更加清晰，优先展示在前，图片展示在后，文字常展示在最后。为了提高浏览效率，商品详情页只能展示部分内容，而评价页则需要把所有的内容展示出来。
在用户层，为了建设开放的环境，平台需要强化用户的展现。前台要透出用户的头像、昵称（脱敏处理）、用户等级和评价分级等信息。
在筛选层，除了传统的好评、中评和差评外，平台还需要对评价进行热词分析，抓到所有评价的内容，尤其是最常出现、最受关注的几个关键性词语。热词一般是形容词，可以是正向的情绪，如高端大气、流畅至极、使用舒适等，也可以是负向情绪。
2. 评价的排序逻辑
商品购买数量和评价数量可以被粗略地认为是正相关的关系，当评价数量过多时，就需要把评价按照一定的规则进行排序，优胜劣汰，把质量好的评价放到前面，把质量差的评价放到后面。
（1）按照价值排序。平台需要设计一套价值算法，按算法返回的结果排序。具体维度可以为评价字数、是否带图、是否带视频、用户等级、用户行为情况、用户信用值等。然后平台再拆解各项指标，分配权重指标并进行打分，并计算出商品下所有评价的得分排序表，输出给前端，并且按照日、周或月维度进行重新排序。
（2）按照时间维度排序。按照评价时间正向排序，或者倒序排序。按照时间维度排序对评价的参考性不大。
（3）按照点赞数排序。点赞数多代表用户对该评价的认可度偏高些。不同于社交网络，电商中的点赞数仍然受限，大部分的评价可能都属于无点赞的情况。
（4）低质量排序靠后折叠。同样，按照评价价值进行排序得出折叠的顺序，排在后面的评价可以考虑全部折叠展示。这部分内容对用户完全没有价值，而且还可能使用户产生负面情绪。
（5）其他逻辑。当然，还有很多排序逻辑存在，在此不一一列举。排序的目的是让用户快速了解商品，引导用户下单，只要逻辑通顺即可。
四、总结
评价产品中，有三类角色，分别是平台运营，评价的用户和商家，分别司不同责任。
本文节选自作者的畅销书《电商产品经理：基于人货场内容的产品设计攻略》 ，希望可以给你带来一点启发。
