網(wǎng)購看評論掉坑里了?一分鐘教你甩坑

 　　雙十一馬上又要來了，電商已經(jīng)是摩拳擦掌，卯足了勁，估計作為愛血拼的你，購物車?yán)镆捕褲M了貨，那么再次友情提醒，買東西啊要貨比三家，不要在被評論坑了，火眼金睛教你購物看評論甩坑。

　　精通網(wǎng)購的人越來越多，大家都習(xí)慣了這個更“透明”的購物環(huán)境：東西買不買，先看看評價怎么樣。評價數(shù)多不多?好評有多少?眼睛劃拉一遍，一件商品的好壞在我們心中也有了拿捏。然而，近期一項發(fā)表于《心理科學(xué)》(Psychological Science)的研究卻顯示，普通消費(fèi)者對待商品評價的方式，可能會導(dǎo)致大家做出不理性的購買決定。這項研究的第一作者是斯坦福大學(xué)心理系博士后德里克•包威爾(Derek Powell)。

　　這個研究發(fā)現(xiàn)，人們在網(wǎng)購中過于看重一件商品有沒有足夠多的評價數(shù)，而相對看輕這件商品的評分有多高。換句話說，在相同的條件下，消費(fèi)者更加青睞銷量可觀的“爆款”(盡管評價數(shù)多，但評分卻可能較低)，而不愿為那些“叫好而不叫座”的商品打開荷包。

　　然而，商品評價數(shù)與其質(zhì)量好壞并無直接關(guān)系。相反，一個擁有大量評價的低分商品，比一個僅有少量評價的低分商品，分?jǐn)?shù)要“低”得更為穩(wěn)定一些。因此，過于看重評價數(shù)，可能會讓我們買到一件糟糕的商品。

　　“爆款”還是“好評”，消費(fèi)者喜歡哪一個?

　　在開始實(shí)驗之前，研究者先從亞馬遜網(wǎng)站上收集了356619件商品的共計15655439條評價，這些商品主要來自手機(jī)、電器、餐廚、健康與美容四個類別。

　　通過分析這些現(xiàn)實(shí)中的數(shù)據(jù)，研究者完成了兩項工作。首先，他們證明了一件商品的流行度(即評價數(shù))與其本身的質(zhì)量和消費(fèi)者滿意度(即評分)之間沒有什么關(guān)系。其次，通過貝葉斯建模的方式，研究者推算出了一個理性的消費(fèi)者在不同的評價數(shù)和評分基礎(chǔ)上“應(yīng)該”做出什么樣的決策。這樣，他們就為可能出現(xiàn)的不同實(shí)驗結(jié)果提供了一個可供比照的標(biāo)準(zhǔn)。

　　隨后，研究者招募了138名成年被試，讓他們在一系列配對商品之間評估自己更愿意買哪一件。其中一件商品只有較少的評價數(shù)(大約25個)，評分在2.7～4.6分之間波動;另一件商品則有大量的評價(大約150個)，并且它的評分在一半的情況下要高于評價少的商品，而在另一半的情況下則評分更低。

　　被試需要在一系列配對商品之間評估自己更愿意買哪一個，每個商品都有“評價數(shù)”與“評分”兩個維度。例如，左邊的商品H的評價數(shù)有145條，評分是2.7;右邊的商品F的評價數(shù)有20條，評分是2.4。

　　研究者關(guān)心的是，被試在評價數(shù)與評分各異的商品之間會如何選擇。結(jié)果發(fā)現(xiàn)，被試對評價數(shù)多的商品存在很明顯的偏好。

　　當(dāng)兩個配對商品的評分都較高時(4.6分)，被試選擇評價數(shù)多的商品的概率接近95%。這一結(jié)果比較符合我們的直覺，那些評價好銷量又多的商品，我們確實(shí)更愿意購買它們。

　　但有趣的是，如果兩個商品的評分都很低(2.7分*)，被試仍然有接近90%的概率會選擇評價數(shù)多的那一個。

　　*注：研究者分析了亞馬遜上的真實(shí)數(shù)據(jù)，發(fā)現(xiàn)不同類別商品的平均評分在3.73～4.10之間波動，其中手機(jī)類3.73分，電器類3.92分，餐廚類4.09分，健康與美容類4.10分。因此，2.7分是一個比較低的評分。

　　然而，“由150個評價得到的低分”與“僅由25個評價得到的低分”，雖然評價都不高，卻有著本質(zhì)區(qū)別。依據(jù)統(tǒng)計學(xué)原理，前者由于樣本量大，因此所得到的是一個非常穩(wěn)定的“差評”;而后者由于樣本小，“差”的結(jié)果有可能只是誤差導(dǎo)致。換句話說，基于大量消費(fèi)者評價的差評商品，一定會很差;而基于少量消費(fèi)者評價的差評商品，則可能很差也可能還行。

　　然而，更糟糕的情況是，相比于2.7分的低分商品，一件商品只要評價數(shù)足夠多，哪怕評分更低(2.4分)，被試還是會有超過40%的概率選擇它。可見，消費(fèi)者在網(wǎng)購中對爆款的偏好是較為明顯的。

　　人們?yōu)槭裁礋釔?ldquo;爆款”?

　　在整個實(shí)驗中，貝葉斯模型對被試行為的擬合度只有0.17，也就是說，他們在實(shí)驗中的實(shí)際表現(xiàn)，與模型所得到的“利益最大化”的答案相去甚遠(yuǎn)。

　　此圖描述了評價數(shù)多(150條)的商品的情況，左側(cè)為基于貝葉斯模型推出的理性決策模式，右圖為被試在任務(wù)中的實(shí)際決策模式。橫坐標(biāo)為商品評分，縱坐標(biāo)為消費(fèi)者選擇此商品的概率。圖中展示了此商品和另一個評價較少商品的評分之差為0.3、0.1、0、-0.1、-0.3五種情況下，理想和實(shí)際的決策模式。

　　包威爾認(rèn)為，消費(fèi)者是受到社會線索的影響，才會變得像羊群一樣跟從同伴的選擇，而這些線索就是一件商品有多少人評價。

　　社會學(xué)習(xí)理論表明，人們會有意無意地通過觀察、模仿其他人的行為，來幫助自己解決問題。社會學(xué)習(xí)不僅能讓我們在短時間內(nèi)快速獲得較為可靠的解決方案，還能在一定程度上規(guī)避環(huán)境中可能存在的風(fēng)險。這是一種“不學(xué)而能”的能力，也有深刻的進(jìn)化意義。因此，人們做決策時的第一直覺是跟著其他人走，這么做是一個相對安全的選項。而選擇少有人走的路所產(chǎn)生的焦慮感，也會驅(qū)使人們調(diào)轉(zhuǎn)方向跟著其他人走。

　　消費(fèi)者在網(wǎng)購中所表現(xiàn)出的偏好評價數(shù)的傾向，便是社會學(xué)習(xí)的結(jié)果。他們會將流行(評價數(shù)多)的商品視為“好”商品，而忽視評價數(shù)對于消費(fèi)決策的真正用處——衡量一件商品評分的穩(wěn)定性：評分所基于的評價數(shù)越多，那么這個商品的評分則越穩(wěn)定。

　　因此，下次剁手時，你大概應(yīng)該把自己從對評價數(shù)的執(zhí)著中解救出來，而要同時考慮評價數(shù)與評分這兩個指標(biāo)。一個評價數(shù)多且評分高的商品，自然是極好的;但一個評價數(shù)多卻評分低的商品，也肯定是實(shí)實(shí)在在的糟糕。