VP差评影响有多大？看看亚马逊是怎么计算评分就知道了
10203最近树苗哥趁着Prime Day在亚马逊上扫货，无意间发现有些ASIN特别的神奇，先看其中一个吧，如下图
这个ASIN全5星好评，其中90%是直评，但是BSR排名(50w+)却非常低。树苗哥感觉比较奇怪的有以下两点：
-
如果是刷评分，提升转化，不用刷这么多，并且刷的评论也太假了
-
如果是刷排名，刷直评没用， 并且这个ASIN几乎没有排名
如果不是上面两个，树苗哥觉得只剩一种可能——刷评分稳定性，即用大量高评分评论来抵消未来可能出现的差评对评分的影响。但是这么做是否可行呢，那就要来看一下亚马逊是怎么计算评分的。
树苗哥挑了一批ASIN来验算亚马逊的计算方法（用diffuser这个关键词搜索结果前两页的非广告产品），这批ASIN大部分评论数量比较多，具有一定的统计意义。树苗哥把评论下载下来之后，重点统计了以下几个数据：
-
平均分（总得分除以总数量）
-
平均分与亚马逊得分偏差
-
VP评论分布及1星VP占总VP比例
下面是统计报表，按1星比例排序（重点关注标黄的部分)：
需要说明的是，亚马逊上显示的得分是经过四舍五入的，而excel计算出来的是精确的，所以偏差这一列凡是在正负1个点以内的，可以认为跟亚马逊上的得分一致。所以从表里面不难看出，大部分ASIN的亚马逊得分与平均分是一致的，但是有几个ASIN（标黄的）偏差比较大，并且平均分都是偏高。我们也可以看到，得分偏差较大的几个ASIN同时1星VP评论占比也是最高的，这两者之间具有明显的相关性，下面这个图看起来会更清晰一点
1星VP占比高的ASIN实际得分低于平均值，说明1星VP不光是拉低分数，还自带放大作用（加重惩罚）。但同时，从图里可以看出来，得分偏差跟1星比例不是严格成正比的，这个说明，除了是否VP和单个评论得分以外，还有其他因素也参与了得分的计算，例如review的内容，vote，订单是否退货等，亚马逊在计算的时候，很有可能先对单个review进行打分，再用一个类似加权平均的算法去计算。对于1星VP，本身已自带放大作用，如果其他因素权重也很高（如资深reviewer的，点Yes人数很多的），那就会严重拉低得分和转化率，要想把评分拉回来，就要更多的5星好评.
所以，回到开头的那个全5星好评商品，卖家一口气刷这么多5星直评，即便有一两个高权重1星VP差评，也不会把平均分拉低特别多，推广前先做好评分稳定性，保证产品转化率，从而保证推广效果。对于差评，树苗哥认为一定要做到早发现，早处理。对于已有的差评，如果能够消除，就尽量消除，如果消除不了，就想办法降低其影响，例如点No。
