产品评论和评级 UX：设计师指南

我们如何设计有效的评论和评分？带有分布图、小数分数、标签、推荐分数和未经编辑的产品照片。

当我们做出购买决定时，我们通常会依赖像我们这样碰巧已经购买过该商品的人的专业知识。因此，我们寻求用户评论，通常是寻找足够高的平均分、大量的评论和大量的评级。

事实上，95% 的用户依靠评论来做出决定，并更多地了解产品是否符合他们的需求。不幸的是，我们设计评论和评级 UX的方式常常让用户感到困惑和沮丧，而不是帮助他们。让我们解决这个问题。

客户在评论中搜索的内容 #

我们通常认为畅销产品唯一需要的就是大量正面评价。确实需要正面评价来建立信任，但正如许多用户需要确信产品适合他们一样。这显示在客户寻求在评论中验证的一些属性中：

• 该产品确实像广告中所宣传的那样质量上乘，
• 他们并没有多付钱：定价公平且可以接受，
• 他们选择了能够很好地满足他们需求的正确产品，
• 像他们这样的人（相似的年龄组、经验、需求）对产品感到满意，
• 他们没有遗漏任何关键细节（不包括配件，尺寸不同），
• 风险低且可控（简单的退货政策、取消流程、30 天退款保证），
• 由于购买而可能发生在他们身上的最糟糕的事情（难以达到的糟糕的客户服务，已被标记的欺诈活动）。

所有这些细微的细节都很难从着陆页上独立的、漂亮的 5 星评级中解读出来。那么如何与他们沟通，消除疑虑和顾虑呢？好吧，我们可以从负面评论开始，这通常比没有帮助更有帮助。

奖励差评 #

大多数顾客在网上购物时，首先会仔细研究负面评论，而他们需要足够多的负面评论来解决大多数顾客几乎本能地产生的担忧和怀疑，这一事实我们不应该感到惊讶。负面评论越具体，客户就越容易将这些点联系起来并达到信任的门槛。特别是如果所有负面评论都不适用于他们。

大多数负面评论都集中在购买过程中出现的特定问题。对于最体面的产品和最体面的品牌，这不会是一个特别长的清单。可能是客户服务不时达到其繁忙峰值，或者承诺的交货时间在假期没有实现，或者那一周正在解决的应用程序中存在高严重性错误。然而，这些事情在全年都不会相关（希望如此！）。

然而，产品可能存在令人难以置信的错误、混乱、恶意或错综复杂——取消流程旨在保留尽可能多的付费客户。用户将注意任何可能表明这一点的危险信号。完全没有负面评论是这些危险信号之一，因为它可能隐藏了一些关键的潜在问题。

不过，并非所有负面评论都是负面的。值得重申的是，客户倾向于就与他们相关的问题向与他们相似的人寻求客户反馈。如果负面评论主要集中在海外运输包装不良或户外亮度低，那么对于在同一国家/地区订购并打算在家中使用设备的客户来说，这可能不是什么问题。这些问题绝对没有任何“极度错误”、“糟糕的客户支持”、“主要退款问题”或“严重取消问题”的概念重要。

您很有可能需要一些负面评论才能显得值得信赖；事实上，它们会提高转化率并增强客户的信心。这就是为什么您应该考虑鼓励客户撰写诚实的负面评论，并要求他们非常具体地说明他们不喜欢的体验部分。另外，提示他们解释问题最终是否已成功解决。为此，您可以奖励用户奖励积分或优惠券代码，他们可以在下一个账单周期或下一次购买时兑换这些积分或优惠券代码。

始终显示十进制评分和评分数 #

客户经常依赖的另一个细节是对类似客户的体验的精确估计。不过，在这方面，许多网站做得还不够。我们经常可以发现明亮的橙色星星，用作指示体验好坏的指标，但“4 星”和“5 星”体验之间存在巨大差异和细微差别，但它们不知何故在两种激进的体验之间迷失了方向四舍五入的分数。

问题是单靠星星并不能提供足够的上下文，也不能提供足够详细的解释。有了这个图案，

• 我们不能轻易说出客户到底喜欢什么或不喜欢什么；
• 我们无法判断与我们的配置文件相似的用户有多满意；
• 我们不能说产品有什么特别好或特别坏；
• 无法区分评级接近 4.0 和评级接近 5.0 的产品。然而，它们之间的差异是巨大的。

为了让我们提供更好的评​​估，我们的评分可能会更精确一些。作为一般规则，同时显示小数平均分（例如，4.7 分（满分 5 分））和评论总数（78 条评论）总是一个好主意。平均小数分数提供了更精细的估计，而评论总数保证了足够多的评论者为该分数做出贡献。

Bite会突出显示评论总数，但不会显示平均分。然而，一旦产品达到 19,348 条评论（绝大多数是正面的），显示平均分可能就没有必要了。

事实上，评论的数量非常重要。在可用性测试中，客户“通常对一些平均评分为 4.5 星的产品表现出比一些具有完美 5 星评级的产品更大的偏好，因为这些平均评分所基于的评论数量很多”。事实上，尽管平均评分较低，但 70% 的客户会选择评分较高的那个。

例如，对于两个其他方面相同的产品，其中一个产品的产品排名为 4.5，有 180 条评论，而另一个产品的产品排名为 4.8，有 39 条评论，尽管平均水平较低，但大多数客户可能会选择第一个。这也是为什么混合评分数量和平均分数以避免偏向排名较高但评论数量较少的产品至关重要的原因。

顺便问一下，有满分吗？好吧，只要您的产品得分介于 4.5 和 4.89 之间——评论数量足够多 (75+)，您可能不应该太担心它的竞争力。当评分超过 4.9 时，客户就会开始怀疑；那是他们放慢速度并寻找未明确说明的陷阱和缺陷的时候。毫不奇怪，它无助于完成销售。

这是为什么？因为在现实生活中，任何真诚且得分高于 4.9的东西都很难得到，因此不太可能是真的——除非它基于非常小的有偏见和不诚实的评论样本。不过，不要因为达到平均用户评分而受到诱惑或压力，因为这不是客户关注的唯一细节。

显示完整的评级分布摘要 #

除了明亮的黄色星星，多年来，我们已经学会了依靠分布摘要来获得收视率。他们解释了高分评论与低分评论之间的关系，并让客户更详细地了解产品对大多数人来说平均有多好。在那里，我们可以更快地判断大多数客户是否拥有压倒性的正面或负面体验。

我们通过在评级分布摘要中寻找特定模式来做到这一点。作为用户，我们会迅速排除低分评论数量不成比例的选项。我们会迅速排除中等评分评论数量不成比例的选项。并且我们在没有任何低分评论的情况下放弃选项。

我们几乎是本能地寻找模式——代表好产品的完美、值得信赖的分布。在其中，我们需要找到大量的正面评论和足够多的负面评论。

通常这意味着绝大多数评级将是 5 星评论，其次是大量的 4 星评论，最后是足够多（但不要太多！）的低分评论。最重要的是，必须有足够多的负面评论，让客户了解他们可能拥有的最负面体验。通常，与该完美模式匹配的产品看起来最值得信赖并且表现最好。

在用户研究中，这种“完美”的模式被称为J 型分布模式。然而，事实证明，它并不是那么完美，并为企业隐藏了一些麻烦。

J 型分布问题 #

您可能想知道为什么特定的评级分布具有如此不寻常的名称。分布类似于一个大写字母“J”，最负面评论有一个小尖峰 (★)，一个平坦的中间地带 (★★, ★★★)，最正面评论有一个高尖峰 (★★★★) ★). 它与我们最初可能预期的无处不在的经典钟形曲线截然不同。

在“权力的游戏”和“阿凡达：水之道”的 IMDB 评分示例中，您会注意到“权力的游戏”的最高分分布更加清晰，而“阿凡达”的得分则不那么确定：水之道。” 尽管在较低的收视率中负面得分更高，但《权力的游戏》的发行可能会表现得更好——无论是在电影中还是在任何其他产品中。

我们还可以注意到，在这两种情况下，最低分（评分 1）获得的关注度不成比例。这就是实际的“J”形分布。为什么会这样？

正如Sav Sidorov和Nikita Sharaev 所解释的那样，用户反馈往往偏向极端。刚刚满意的客户可能不会花时间留下评论或评分，但那些非常高兴或非常沮丧的客户更有可能这样做。这使得评级分数非常容易受到极端最强意见的影响，因此存在偏见和不准确。

Sav 建议的替代设计包括四个选项：↑、↓、↑↑和↓↓。在提供评论时，客户可以点击或点击多次以提供更有力的评估。这可能会消除极端之间的巨大差异。

另一种选择是延迟审查。正如 Marianna Alshina 所注意到的，Etsy不允许其客户直接评论产品。他们必须等待一周才能对产品进行“完整”体验，然后才留下图片和评论。

它会工作吗？或许。

无论哪种方式，分发都需要解释它的上下文。这就是按产品属性打破评级分布摘要可以提供帮助的地方。

按产品属性划分的评级分布汇总 #

显示分布摘要可以为客户提供更好的概览，但仍然需要付出相当多的努力才能发现特定产品属性的表现如何。例如，客户可能对电池寿命有多长或特定功能的复杂程度感兴趣。要了解这两者，他们需要仔细阅读数十甚至数百条评论，但往往没有任何成功。

帮助客户解决问题的一个有用方法是进一步分解分发摘要。对于每个独立的产品属性——外观、物有所值、产品质量、电池寿命等——我们可以根据用户评论收集并突出显示平均分数。当客户选择提供反馈时，我们可以要求他们评估产品的特定质量，然后计算每个属性的单独平均分。

在Flipkart（如上图所示）上，鼓励客户提供针对产品非常具体的属性组的反馈。“物有所值”是所有产品都在使用的经典理念。颜色编码用于表示“好”和“坏”评论，但略有不同的配色方案会更容易理解。此外，不幸的是，客户无法按特定分数过滤评论。

在Adidas和LL Bean上，客户可以更详细地探索产品的特定品质。它可以是规模上的位置或另一个分布摘要。这两种模式都可以让客户清楚地了解产品在某一特定属性方面的表现如何。

使用建议标签增强用户评论 #

体验的质量不能仅通过产品属性来衡量。精心设计和制造的产品可能不适合某些客户，并且不可能从产品描述规范中了解它。为了提供帮助，我们可以在客户撰写评论时建议相关标签。通常，它可能是“非常适合”、“非常适合孩子”、“易于使用”、“喜欢设计”、“包装精美”等。

这些标签也可以稍微更个人化和个性化；它们可能与产品有关，也可能与已经购买该产品的客户有关。这里的目标是收集和展示见解和个人详细信息，使潜在客户更容易与已发布的评论相关联。换句话说，我们试图帮助潜在客户找到与现有客户的相似之处，并从中探索他们的评论。

个人详细信息可以是从使用频率和经验水平到年龄范围和当前位置的任何内容。但当然，它会因产品而异。例如，对于皮肤产品，我们可以询问首选外观、皮肤类型、色泽、光泽、气味、面部特征，还有质地和典型的妆容类型。这正是Glossier和丝芙兰所做的。

然后，这些标签可以显示为额外的评级过滤器——因此可以帮助客户更快地找到相关评论，甚至可以根据像他们这样的客户的反馈为重要属性打分。这比任何基于平均值的一般反馈都更有价值。

突出评论中的社会证明 #

除了建议的标签之外，我们可以在评论的最后问现有客户的一个问题是他们是否会向他们的朋友、同事或完全陌生的人推荐该产品。因此，我们可以计算出一个非常重要的数字，这个数字经常被忽视，但可以完全改变游戏规则：推荐分数。

Asos（上图）强调“86% 的顾客推荐这款产品”。这与 5 星评级或 1 星评级完全不同，因为即使客户对产品不太满意并且可能会给它 3 星评级，也可能仍会向他们的朋友推荐它。它可能不是最适合他们的，但他们对它的质量非常满意。

突出显示有多少客户实际推荐该产品绝对是个好主意。保持在上面的神奇数字是90% 的推荐分数；再一次，如果你攀升超过 95%，就会有点可疑。

为了使其更强大，您可以指定实际推荐该产品的客户群，并允许客户选择最适合他们的客户群。在那里，我们可以包括精细的细节，例如经验水平、使用频率、项目类型等。

诸如“86% 的客户（5 年以上经验，企业级）推荐此产品”之类的陈述可能对适合该特定群体的人来说效果最好。

提供优缺点的快速总结 #

我们已经取得了很大进展，但客户仍需要自行筛选和探索评论。不过，我们可以帮助他们更快地掌握产品的优点和缺点。为此，我们可以突出产品的优缺点，以及正面和负面评论的快速总结。

理想情况下，这些快速摘要将分析用户评论并将优缺点列为要点。这些信息很宝贵，而且往往不会在正确的时间显示出来。例如，对于类别列表页面、产品页面和功能比较页面，这将是一个非常有影响力的附加组件，用户在尝试并排比较几个产品时会登陆这些页面。

允许用户标记有用的评论 #

并非每条评论都有帮助。有些评论看起来很笼统，有些缺乏重要的细节，还有一些又过分关注不相关的细节。为了确保相关评论出现在评论列表的顶部，我们可以善意地提示用户标记他们是否认为评论有帮助——无论是正面评论还是负面评论。

然后可以在评论部分的顶部突出显示标记的评论——每种评论中的一些评论，以及认为它们有帮助的用户数量。这极大地提高了可信度并缩短了相关时间，因为突出显示的评论已被其他客户验证。这看起来是真实的并建立了信任。

提供有用的排序类型和搜索自动完成 #

我们通常允许用户按特定评分过滤评论，但如果客户对特定评分范围内的特定细节感兴趣怎么办？一旦应用了过滤器，我们就可以允许用户根据评论的具体细节进行排序。例如，在Bite上，用户可以按评论日期、可用照片和视频、最高和最低评分以及最有帮助和最无帮助的评论进行排序。那更好。

此外，Glossier和Wayfair上的客户可以按包含客户照片的评论进行排序并在评论中搜索，这也是自动完成功能特别有用的地方。请注意 Wayfair（如下图所示）如何不仅显示用于产品和客户照片的标签，而且突出显示关键字在评论中被提及的频率。这很有帮助。

使用个人详细信息增强评论 #

为了使评论具有说服力，它需要看起来值得信赖，由具有资历和公众社会影响力的真实人物撰写，或者由具有一定影响力的品牌或个人推荐。这就是为什么大品牌的推荐和标志效果很好；这也是视频评论和客户成功案例颇具影响力的原因。

如果可能，提示您的用户在他们的评论中添加一些个人详细信息，例如：

• 全名，
• 地点，
• 年龄范围），
• 当前角色或职位，
• 链接到社交媒体帐户（LinkedIn、Twitter、Instagram），
• 一张随意的个人照片，
• 一个休闲的个人视频（少于 30 秒），
• 产品照片，
• 他们工作的品牌的标志（如果适用）。

通过评论建立真实性的最有效方法之一是在评论旁边突出显示客户照片。由于许多客户不信任营销插图或无法可靠地形象化产品规格，他们通常依靠客户的（未经编辑的）产品照片来更真实地预览他们应该期待的内容。

任何个人资料都非常有价值。因此，始终提示用户上传个人产品照片和更多关于他们自己的详细信息并奖励此类评论是一个好主意。

总结 #

获得正确的用户评级需要大量的工作。我们需要收集并突出显示相关评论，呈现包含评分数量和小数平均值的分布图，并允许用户使用过滤器、标签或搜索来更快地从与他们非常相似的人那里找到评论。

用户需要：

• 以小数表示的平均分；
• 评分总数；
• 完整的收视率分布图；
• 客户未经编辑的产品照片；
• 对个别功能（尺寸、适合度、支撑等）的评级；
• 中间值（1.0、2.0、3.0、4.0、5.0）的评论数；
• 用于查找相关评论的标签和过滤器；
• 有助于客户在评论中找到喜欢他们的人的个人详细信息；
• 撰写或发表评论的日期；
• 有多少人认为它有帮助；
• 有多少客户 (%) 推荐购买该产品。

听起来需要付出很大的努力——事实确实如此。适当的用户评级设计的影响可能是显着的，并且比任何其他活动都更能推动您的销售工作。一旦完成，它可以为您长期服务，建立一个由信任您的品牌并在线和离线推荐它的人组成的社区。毫无疑问，这是非常值得的努力。

有用的资源 #

• UX 提示：以客户评论为特色以提高Sepre Boyer 的转化率，
• 用户评分设计 UX 研究，Baymard Institute，
• 如何设计用户评分和评论，作者：Nick Babich，
• J 曲线问题（在在线评级系统中），作者 Sav Sidorov。

认识“智能界面设计模式”  #

如果您对围绕 UX 的类似见解感兴趣，请查看智能界面设计模式，这是我们闪亮的 9 小时视频课程，其中包含来自现实生活项目的 100 个实例。从大型下拉菜单到复杂的企业表格，设计模式和指南——每年新增 5 个部分。只是在说’！ 检查免费预览。

翻译：YRUCD
原文：smashingmagazine