惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

F
Fortinet All Blogs
MyScale Blog
MyScale Blog
Microsoft Security Blog
Microsoft Security Blog
量子位
B
Blog
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
阮一峰的网络日志
阮一峰的网络日志
The GitHub Blog
The GitHub Blog
T
The Exploit Database - CXSecurity.com
N
News | PayPal Newsroom
Cloudbric
Cloudbric
A
About on SuperTechFans
AI
AI
Hacker News: Ask HN
Hacker News: Ask HN
S
Schneier on Security
Recent Commits to openclaw:main
Recent Commits to openclaw:main
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Cyber Attacks, Cyber Crime and Cyber Security
L
LINUX DO - 最新话题
T
The Blog of Author Tim Ferriss
Simon Willison's Weblog
Simon Willison's Weblog
有赞技术团队
有赞技术团队
H
Heimdal Security Blog
J
Java Code Geeks
大猫的无限游戏
大猫的无限游戏
D
Docker
Security Archives - TechRepublic
Security Archives - TechRepublic
N
News and Events Feed by Topic
IT之家
IT之家
Know Your Adversary
Know Your Adversary
N
Netflix TechBlog - Medium
T
Tailwind CSS Blog
B
Blog RSS Feed
C
Cybersecurity and Infrastructure Security Agency CISA
C
Cisco Blogs
博客园 - 叶小钗
美团技术团队
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hackread – Cybersecurity News, Data Breaches, AI and More
L
LangChain Blog
The Hacker News
The Hacker News
Y
Y Combinator Blog
I
Intezer
The Register - Security
The Register - Security
F
Full Disclosure
V
V2EX
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Last Week in AI
Last Week in AI
Martin Fowler
Martin Fowler

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
评价的消费与生产循环:评价如何影响购买?又如何生产更多评价?
鲤鱼说 · 2023-11-02 · via 人人都是产品经理

在电商平台或者购物平台上,用户常常会对自己购买的物品做出评价,而评价在一定程度上对潜在购买用户决策有着辅助作用;商品转化后,用户购买后所留下的优质评价,则又进一步影响了其他潜在购买用户的消费决策。那么具体来看,评价是如何影响用户产生购买行为的?如何引导用户写更多优质的评价?

一、评价消费与生产循环

根据业务流程,可将评价全流程抽象为“评价消费”与“评价生产”循环——评价对潜在购买用户决策有一定辅助作用,进而影响商品转化,而商品转化后,购买用户则转化为有评价资格的待评价用户,若用户此时在购后发表评价,则生产的评价则会累积在对应商品上,进而影响后续其他潜在购买用户的消费决策,进而形成一个完整的循环。

当然,在这个高度简化的循环模型之外,还有更复杂的诸如“虚假好评”、“恶性差评”、“无意义评价”、“评价结构性失调(商品间评价分布不均导致的马太效应)”等评价生态性问题,暂且不在本文讨论范围内,后续会专题讨论。

在“评价消费-生产”循环中,可以根据购买节点划分为两个环节:“评价消费环节”、“评价生产环节”,两个环节分别有其对应的核心问题。

在“评价消费环节”,我们需要思考“评价如何影响用户产生购买行为?”,以及“如何发挥评价辅助购买决策的正向作用,提升转化加持?”。在“评价生产环节”,我们需要思考“如何引导用户写更多优质的评价?”

二、评价如何影响用户产生购买行为?

1. 评价对购买行为的影响链路

首先,我们来看“评价消费环节”的核心问题:“评价如何影响用户产生购买行为”

如下图所示,我们将评价发挥影响的过程机制抽象概况为四个环节:“评估评价”、“形成产品印象”、“刺激购买动机”、“产生购买行为”。

在评估评价阶段,用户会快速浏览评价,从商品的评价数量、好中差评分布、评价真实性、评价质量等多个维度去对评价进行整体性的评估,进而判断评价是否能作为有效的辅助决策的工具。如果在这一阶段,用户明细感知到存在“刷好评”、“评价内容太水,没有参考性”、“评价数量太少,有效信息不够”等问题,那么评价对于该用户来说就不会发生继续的正向价值。

在初步浏览评估完评价内容之后,用户会基于浏览的评价信息快速形成对产品的印象——“好还是坏”,是否值得购买等,会初步评估罗列负向因素及正向因素。

在形成产品印象后,用户会基于从评价获取到的主观感受信息去进一步判断是否做出购买行为。如果从评价中获取到的正向因素足够多,形成了非常强的信任背书,那么会刺激购买行为的发生;而从评价中获取到一些负面因素,而这些负面因素又是用户最为关注的购买决策点的话,那么则会阻碍购买行为的发生。

最后一步,则是用户在完成以上信息获取和主观判断后做出的实际行为,购买或不购买。

因此,对于评价的产品经理来说,最为重要的即是影响用户对评价内容评估产生正向观点,那么与之相关的工作则有“评价排序”、“好中差评筛选的展示与否”、“评价标签的展示”、“评价真实性的感知强化”等等。

2. 影响评价决策效用的因素

当然还有其他更为复杂的因素会影响评价发挥购买决策影响作用的效果,诸如“评价生产者特征”、“商品类型”、“评价浏览者特征”,不同因素下评价效用的具体影响机制也有差异。

1)评价生产者特征

首先,我们来看“评价生产者”特征的影响。由于在线评论积累的数量增多、产品技术日趋复杂,浏览者从中甄别对自己有用的评价、处理高专业性的评价信息(如专业名词、参数指标等)所要投入的认知成本显著上升。为降低认知成本,评价浏览者根据评价者特征筛选评价。

即便缺乏直接体现评价者特征的信息,浏览者也会主动推测评价者特征,比如,浏览者会根据评价的语言复杂性(lexical complexity)、双面性、情感强度等特征推测评价者的专业水平,或基于自我锚定(egocentric anchor)假设评价者与自身具有相同的偏好。

具体来看,如下几个维度的评价生产者特征会对评价效用的发挥有较大的影响。

可信赖度:该维度主要是判断写评价的用户是否真实、其消费建议是否值得参考。在该维度下,用户可能会考察,身份信息的披露程度(有个人信息的写评价用户肯定比纯匿名的用户的评价更有参考性),产品偏好的相似性(用户会觉得具有相似特征的用户的判断更具有参考性),强社会关系背书(熟人的评价会非常直接影响用户对产品的印象和是否购买决策)。

专业水平:用户还会关注写评价的人本身是否会在相关领域有更多专业见解,与大家习惯性去看知名博主测评同理,希望寻求更专业的用户去帮助自己决策,进而减轻了自己本身的决策成本和负担。

评论者声誉:在相同条件下,用户更愿意去相信一个有良好习惯声誉的写评价用户,写评价的条数、获赞的总数等等,往往这些历史数据越高,越能说明写评价用户是“真实”的、“值得信任”的。

在业界的产品设计上,“评价者”的身份信息也是一个呈现的重点。

比如淘宝,支持用户非匿名发布评价,点击头像后可进入到该用户的个人空间,在个人空间内有该用户分享购物心得的历史数据,这就增加了用户的真实感,让浏览者感受到写评价的用户是一个真实的有血有肉的人,同时这些行为数据也反映了出该条评价用户的声誉。

得物,同样支持查看个人空间,除此之外还增加了品类评价官和已购身份标签,旨在通过强化该用户的专业性和评价真实性。携程,则在评价筛选器中增加“与您偏好相似”的选项,旨在通过聚合具有偏好相似性的用户评价,给到用户给准确的、更愿意信赖的决策信息。

2)商品特征

其次,商品类型会影响用户浏览评价的动机和目的,需要针对品类特征去差异化满足用户浏览评价的诉求。

比如“高价商品”和“中低价商品”,价格不同,用户在评价浏览的时候关注的重点和能够刺激转化的阈值强度也有所差异;“高品牌认知的商品”和“低品牌认知的商品”,因为品牌心智影响强弱的差异,评价能够发挥效用的影响空间也有所差异,所以在评价的呈现和设计上也有会差异。

诸如此类的区分还有:商品品类、“耐用品”与“易耗品”、“实用型产品”与“享乐型产品”、“热门产品”与“利基产品”等等。因此需要产品经理对不同的商品评价有差异化和针对性的设计。

如下图所示,京东在针对某些决策成本高的品类,用相对比较形象化的雷达图来展示该商品在不同维度的得分,并支持用户选择其他商品在相同维度上进行横向对比,减少在决策过程中的复杂度;得物,则针对鞋类,突出了品类选购中最关注的“尺码感受”,让用户售前就能大概知晓这款商品的尺寸倾向,以便灵活调整选中适合的尺码,这不仅提高了用户选购满意度,也降低了商家或平台因尺码问题造成的退换货成本。

3)评价浏览者特征

最后,评价浏览者本身的差异也会影响评价发挥效用的程度。具体来看,评价浏览者本身的卷入程度、专业能力、浏览动机,会影响评价对其产生作用的大小。

比如一个卷入程度越高的用户,评价越难影响他(比如一个用户是一个天然的怀疑论者,对任何信息都非常谨慎,所以会对评价内容逐字逐句斟酌和判断),一个专业程度越高的用户,越难相信或越不愿意参考其他用户提供的消费信息,因为对自己的判断足够自信,所以缺乏寻求外部参考的动力。用户浏览评价的动机也会对评价的影响有所作用。

浏览用户本身的特征是产品经理很难控制和影响的,我们之所以将这个维度也纳入到整体的思考之中,是想说明,就算是我们将评价列表做了我们能做的所有优化后,其对用户的影响效用也不是相同的,会有个体的差异和表现的参差,这是客观条件所导致的。

三、如何引导用户写更多的优质评价?

1. 引导评价的业务模型

引导用户写更多的优质评价,从本质上来看也是希望用户产生预期的行为动作。因此,我们可基于传统的行为模型出发去思考,如何刺激用户产生行为。

如下,在福格行为模型的基础上增加了“R”-“retention”挽留这个维度,即如像评价之类存在中途退出可能的行为,我们不仅仅需要关注如何刺激行为发生,还要关注如何尽可能减少过程中的用户流失,所以需要新增“挽留”的举措。

因此,在如何引导用户写更多优质评价的这个问题上。我们的核心思路在于:在评价生产的不同环节上,通过更主动、更广泛的邀评触达(T)、系统性的降低操作成本(A)、体系化激励增强创作动机(M)、过程性挽留降低流失(R),提升优质评价生产量。

2. 邀评触达

邀评触达:即通过各种方式触达对用户发起邀约评价的动作,常见的方式有发送PUSH、或在订单、收货完成、我的等购后链路页面给予评价生产提示等。

3. 降低评价操作成本

一方面,在入口层通过设计外露星级或相对应的评价态度表达,降低用户对操作难度的预期进而吸引点击。

比如拼多多,在待评价列表中,设计了评价的双入口,在展示常规评价入口的同时外露评价星级,在此通过用户对于常规入口的操作成本预期的锚定,利用知觉对比的心理效应,使得用户觉得点击星星很轻松简单,进而提高了用户通过星级入口点击进入评价流程的概率,并在后续流程中以停留在当前页面的弹层方式承接,给到用户相对简化的评价流程选择。

另一方面,在评价过程中,也可通过给予用户评价维度及标准的提示,来帮助用户写评价,降低其写评价的操作成本。比如京东在唤起键盘后,会有维度标签的提示,让用户知道从哪些维度去写评价;美团同样在进入到评价编辑页时,通过短暂的气泡停留,给用户评价方向的指引。

4. 体系化的激励方式

体系化的激励方式增强创作动机:主要可分为物质激励和精神激励两种。

物质激励就是通过利益点的刺激来吸引用户完成相应的评价任务,如高德通过优惠券的方式来刺激用户写评价;情感激励则是通过营造成就感或被需要感去实现,如携程通过展示评价将帮助多少用户的方式去实现情感激励。此外,还有针对评价行为搭建专门的任务体系的方式去吸引用户常态化评价,如抖音评价官、拼多多的评价勋章体系。

5. 过程性挽留

过程性挽留:通过利益或文案、以及强制性交互设计,减少用户在过程中的流失。比如下图所示,抖音与携程利用损失厌恶的心理将利益点丢失作为刺激用户完成行为的工具,美团则用强烈的情绪呈现,希望营造一种“不舍”与“渴求”的无助感进而挽留用户。

而拼多多则是发挥了一贯的强制性交互设计风格,在用户退出过程中增加了多次连续挽留,如从拍摄视频页面跳回到文字编辑页,又增加了挽留弹窗。

四、结语

综上,评价作为消费决策中重要的一环,其重要性不言而喻。而对于评价产品经理来说,需要深入到评价消费和生产的两个环节当中,通过对关键问题的思考,进而形成系统性的解决方案。

当然,本文限于篇幅、敏感信息等,未能呈现更为深入的分析,但抽象业务模型和结构化思考的能力必然是产品经理的核心竞争力之一,本文即是负责评价模块半年的阶段性思考,欢迎交流与讨论!

本文由 @鲤鱼说 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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。