你有被网红种草坑过吗？不少用户都有过这样的经历，而这从侧面反映出——种草经济需要植根于评价体系，才能更好地生长。那么，什么样的评价体系才能帮助消费者进行有效决策？本文作者做了相应解读，不妨一看。
调研一下：这些年来，你有被网红滤镜下的打卡地坑过吗？
天空之镜、悬崖秋千、粉红沙滩……这些因网红而爆火的景点，吸引了不少人千里迢迢奔赴现场，结果却看了个“满眼寂寞”。
种草经济早已渗透了我们生活的方方面面，比如短视频平台上的网红探店、网红直播等内容，无不刺激着消费者的肾上腺素，让我们每一次都在不确定的场景下，冲动着为其买单。
以网红为原点开展的种草，本质是借助营销手段挑起用户的猎奇心理，通过夸张消费体验、滤镜美化等内容刺激用户不受控制的消费欲望。
这便导致了不少用户下单和体验后发现，网红种草内容与实际情况货不对板、体验很差。
这种局面该如何破之？
要知道，任何没有闭环的生态，都缺乏自我成长的基因。而种草经济，少不了关键的一环——用户评价体系。
评价体系是一套用于表达用户真实消费体验的机制，为用户的消费决策提供参考。
这些，是当前植根于短视频平台的种草经济尚不具备的。
一、什么是评价体系？
1.评价体系的定位
回想一下我们上方所提到的内容，我们认为：评价体系是真实种草的守门员。
2.用户底层需求
将历史的画卷展开，我们发现，评价体系诞生之初，就是借助大众的力量，为用户消费意愿提供参考依据，旨在为用户降低决策成本。
好评或是差评，无形当中都在帮助用户进行决策，做出更加有利的消费选择。
3.评价体系的特性
（1）体系的科学性
评价体系要做的事，就是把主观感受，以量化的方式科学地呈现出来，这背后是一套复杂的信用评价模型。
评价体系表面上看起来是“几颗星”或者是“多少分”，但实际上，从消费到评价的链路，从评价输入到评分呈现、后期生态治理等等，环环相扣，离不开科学手段论证和校验。
一个科学的评价体系，至少表明其评价和评分的内容具有可参考性、是有用的。
（2）体系的公允性
一套科学的评价体系要长期运转，离不开底层价值观支撑——真实。
公信力是评价体系的立身之本，基于真实消费、真实体验的评价体系才能维持供需两端的动态平衡，不断发挥评价体系该有的价值。
也因此，对于评价的治理成为不少评价体系运转当中不可或缺的内容。
二、典型平台剖析
接下来，我们再来研究一下关于评价体系的具体内容。
我们选取了“评价体系”三个常见领域的典型代表，这“三个代表”分别是文艺领域的豆瓣，实体电商领域的亚马逊以及生活服务领域的大众点评。
从各种评价产品的模式来看，这三者均属于大众评价模式，而非专家评审。每个人都能为自己想要的生活投票，这也正是评价体系的基本理念。
我们接下来，分别从平台特点、评分逻辑两大方面来深刻剖析一下这三个典型模式。
1.文艺领域的豆瓣
（1）平台特点
因此建构一套文艺类评分体系，难度其实非常高。
从本质来看，豆瓣的评分逻辑是以民主投票方式形成大众流行文化的生成机制，可以理解成一种风向标，并不是纯质量的评判体系。
（2）评分逻辑
总的来说，豆瓣的评分机制，被称为“大众评审团机制”，主要是“一人一票”，即把豆瓣用户的打分（一到五星换算为零到十分）加起来，再除以用户数，就得到了豆瓣评分。
这个分数完全来自程序的计算，中间没有编辑审核，每过若干分钟，程序会自动重跑一遍，记入最新打分人的意见计算分数，豆瓣评分计算到小数点后一位。
这种尽力“照顾”个人情感的评分逻辑，意味着一部电影的豆瓣评分，是由来评分的人群的平均意见决定的。
在早期，豆瓣就意识到评分体系需要长期与刷分水军进行对抗。
那豆瓣是如何应对这方面问题的呢？
豆瓣为此建立了“反作弊”的防御机制，叫做剔除“非正常打分”，即有程序专门识别“非正常打分”，在算分的时候剔除不正常评分。
豆瓣为了照顾“个人情感”，其算法并没有特别严厉，而人工的方式，难免耗费人力物力，而且难免存在纰漏，也正是豆瓣评分的这种底层逻辑，才出现了我们前面所提到的，豆瓣最近的“不太平”。
但电影领域的评分体系，并非只有豆瓣这么一种算法，IMDb的TOP250电影算法就显得更加“严苛”，采用的是贝叶斯统计算法，其公式如下：
其中，WR（WeightedRank）指最终的加权得分，V指投票人数，M指进入TOP250所需的最小票数，R指普通算法的平均分，C指目前所有电影的平均分。
总的来说，IMDb的评分机制不是求和平均，而是优质用户权重高，马甲水号权重低。
小结：豆瓣充分照顾了每个用户的评价权，但如何在复杂的互联网环境下，维系好评分体系的公信力，是豆瓣的需要继续思考和努力的方向。
2.实体电商领域的亚马逊
作为电商平台，亚马逊的评价体系，则少了很多个人情感问题方面的枷锁和束缚，更加专注于展示真实的评价结果。
亚马逊为了约束卖家在平台销售过程中提供优质的产品和服务，制订了两套评价体系来对卖家的产品和服务进行衡量，分别为针对购买订单做出反馈的Feedback和针对商品评价的Review。
①Feedback（买家反馈）
亚马逊把Feedback和卖家账号表现的ODR（OrderDefectRate）直接挂钩，一星和两星的Feedback直接计入ODR，而ODR的好坏又直接决定着卖家账号的安危，当一个账号ODR指标超过1%，账号也就岌岌可危了。
②Review（商品评价）
Review评价只针对于产品本身，不影响店铺的安危。
但Review评价，对于销量有着至关重要的影响。一个好的Review可以对Listing的销量起到很好的拉升作用，能够快速促进销量的上升，是打造爆款必不可少的助力，而一个差的Review，也同样可以让一条Listing的销量瞬时跌入谷底。
亚马逊最终在计算review评价得分时，并非只是简单的相加再相除，而是计算的加权平均值！其“加权”，主要包含以下三个方面：
那亚马逊是怎么应对虚假评分问题的呢？
这些账号里面的资金会被暂时冻结，冻结周期为90天；这些资金将被用来支付对客户的退货、退款、赔偿等费用以及卖家其他未支付费用。
3.生活服务领域的大众点评
生活服务领域更加的包罗万象，这是一个极其分散和多元化的体系，众口难调是常态。
与亚马逊纯电商模式不同的是：大众点评面临的是线下商业生态的线上化过程，评价体系解决的是线下商业透明化、公信力问题，但因履约环节的复杂性和多重不确定性，要求大众点评的评价体系必须是一套精密科学的体系。也就是说，必须拥有这样一套体系，才能应对复杂的实体商业生态。
大众点评秉持的原则为：鼓励真实有帮助的评价！这句话可以从两方面进行解读，一方面是鼓励大众在真实体验后进行评价，另一方面，呈现给用户的都是真实有帮助的评价。
首先在评价结果当中，最直观的就是星级评分。
总体来说，大众点评的星级评分并不是简单的算术平均，而是众多用户的“总体评价”，结果根据数据模型自动评定而出，没有任何的人工干预。同时，星级每天会根据商户4天前新增的评价更新计算。
其全面性体现在，星级评分计算，包含了以下四方面的因素：
2021年初，大众点评对评价规则进行了调整，让星级评分能更加如实、客观地反映用户的满意度。
大多数用户表示，个位数评价因数据量过少容易造成星级偏差，会影响消费者对商户真实情况的判断，进而影响消费决策。
大众点评的评价机制经历多年的发展已经逐步完善，但伴随线下商业逐步线上过程，难免会有线下商业难题同步被线上化，大众点评又是如何通过反作弊机制来保障评价体系？
我们可以从前期的预防和后期的处置来进行剖析。
前期预防：
大众点评根据不同的评价场景，定期迭代和优化算法，结合人工审核监督，保障平台上展示的评价能够反映用户真实体验后的感受。
后期处置：
平台内部，对违规刷评价的商户进行“星级隐藏”、“排序降权”、“商户页公示”等。违规用户也会涉及“等级降级”、“撤销VIP”、“禁发评价、笔记、图片、视频等内容”等多项处理措施。
小结：大众点评评价体系承载的复杂性远高于豆瓣、亚马逊的评价模式。正如包罗万象的生活服务领域一样，大众点评的未来仍需要深耕，不断优化面向本地生活各垂直领域的评价体系，满足广大用户通过评价种草的需求。
三、结语
像任何一种新兴的社会现象一样，我们开篇所提的种草经济风靡，是这个时代的产物，也是当代流行文化的表征。
盛行流量当道的时代，坚守好一份评价体系非常难能可贵。
我们相信：用户种草，也许离不开网红的营销推广，但显然更需要一份真实有用的评价体系。