（优质评价引导：京东、网易严选）
数据指标：评价生产的核心指标有评价率和好评率；好评率原本是反映消费者对商品接受程度，反映商品被市场认可程度的优质渠道，在短期利益驱动下成了商家或平台刷数据的指标，意义大打折扣。
评价率是反映买家用户活跃程度的重要指标，实际的情况多数电商平台用户写评价的占比都不到5%，有些甚至低于1%。
3. C端-其它场景
评价的作用，除商详页消费决策场景外，还有很多延伸。比如有些平台在搜索列表页会展示商品的好评数量、在畅销榜中会展示商品的热门评价标签、展示好评率。
用户对商品评价的同时，平台也会引导对店铺的评价，这些评价信息会成为综合指标，作为搜索等场景排名的依据；除此外，天猫的点评频道和当当的当读频道，都是对评价场景的深度挖掘，将评价重新组合成为具有内容消费特点的频道，吸引用户浏览内容，从而分发商品，值得借鉴。
（由评价扩展的功能）
4. B端/平台-工具
平台需要进行评价审核的后台，一般是人审和机审结合，会涉及到先发后审或先审后发。
B端和平台还需要处理评价的工具，如好评加精置顶、疑似广告评价的沉底，新上架商品的评价迁移、中差评提醒等，这些都是基础功能。
针对评价还有一些为商家配置的营销功能，比如官方支持的评价送礼等等。
四、评价运营官方：平台对评价的运营涉及到对优质评价的定义和引导、日常的审核、默认好评、评价注水。
什么样的评价是优质评价，平台对此的引导直接影响评价的质量；比如真实性、图片和视频这些基础元素之外，评价内容包含哪些关键词、是否包含产品描述和产品功能等信息，好的评价一定是结合购买用户的关注点和品类信息，能够回答用户的疑问。
多看看问答模块用户的关注点，就能理解优质的评价应该包含什么内容；举个例子，在当当，把评价的内容区分为商品属性评价和内容属性评价，对内容属性评价的挖掘，更能满足消费者的诉求。
日常审核中最关键的是什么样的评价需要删除，或者审核不通过。有些平台过于维护商家利益，以政策等理由动辄删除用户的评价，久而久之，评价的可信度会不断降低。
还有一些平台，会官方直接为商品灌水评价，理由当然是提升销量，用户是傻子吗？难道真实的评价和虚假的评价会无法区分？作为平台运营方，对用户的尊重和敬畏缺一不可，否则很容易走上短期利益驱动的狭窄捷径，而忽略运营的核心。
平台的默认好评政策，同样值得反思，在新品上市早期，默认好评可以提升评价数量，对于成熟的商品，是否还需要默认好评呢？很多产品或运营的做法是沿袭行业的惯例，而缺乏深入的思考。
B端：商家对评价的运营涉及评价回复，经常为大家诟病的是好评返现和刷评价。
评价回复经常出现的情况是语言过于格式化，在用户的怒气下，冰冷的格式化回复只会让用户怒火中烧；好评返现其实是商家利用规则引导好评，和刷评价共存，问题是这些雷同的内容过多，评价的价值就会大打折扣。
原本用户还会参考商品评价，浏览一番发现评价的内容过于浮夸，真实性存疑，评价的作用大大降低。
五、消费者洞察商品评价作为用户UGC的产物，能够反映用户消费决策的关注点。
以笔者曾经工作过的二手车公司为例，产品和数据团队把消费者对每一款车系的商品评价进行分词统计，就能挖掘出用户对车系关注的高频词汇以及对应的需求场景；在我们把这些内容应用到辅助用户进行车系选择的导购场景中时，核心指标转化率产生了明显的提升。
当我们去分析用户的关注点按照时间的变化，也就形成了用户消费观和消费趋势的衍变历史。
有团队进行相关分析，发现从2014年至2019年，消费者对品质、性价比的要求不断提升，对商品实用性、物流效率的关注逐渐减弱，徐霄鹏《漫谈新零售（9）：商品评价埋藏的秘密》这篇文章中有详细的案例。
作者：左手思；垂直电商pm，公众号：电商产品手记
本文由@左手思 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议
