Взвешенный рейтинг товаров: как сделать систему рейтинга товаров действительно полезной

К сожалению, в подавляющем большинстве случаев рейтинги внутри магазинов не дают объективной оценки относительно реальной популярности того или иного продукта. Притом они остаются вторым по важности параметром: практически все клиенты вне зависимости  от специфики интернет-магазина фильтруют товары по цене и по рейтингу.

Компания Baymard провела собственные исследования рынка, выявив таким образом, что люди зачастую недовольны имеющимися системами рейтингов товаров.  В 86% случаев люди видят совсем не то, что хотели бы видеть после работы фильтра по рейтингу.  Такие обманутые ожидания вызывают большое разочарования со стороны пользователей. В результате клиент может просто уйти с интернет-магазина, так как имеющиеся внутри сайта механизмы просто не могут позволить ему подобрать то, что нужно покупателю.

Как обычно работает рейтинг?

Как правило, товары со средним рейтингом 5.0 будут ранжироваться в результатах выдачи выше, чем товары с рейтингом 4.8. Притом это будет справедливо даже в том случае, если рейтинг первого товара основан на 1 отзыве, а рейтинг второго – на 50 отзывах. Хотя, очевидно, что второй товар будет куда более популярным и известным, нежели первым. Сортировка же по количеству оценок – тоже не самый правильный путь, в противном случае фильтр будет показывать не лучшие товары, а просто наиболее обсуждаемые.

Подобную систему рейтингов использует и подавляющее большинство современных отечественных интернет-магазинов. С математической точки зрения к подобному решению подкопаться практически невозможно, однако, пользователь, который пользуется системой рейтингов, хочет увидеть другой результат, и он с большим удовольствием изучит товар с рейтингом 4.8, о котором уже было написано пятьдесят отзывов, нежели ознакомиться с товаром, имеющим один отзыв. Пользователь куда более лояльно относится к товару с большим количеством голосов и «неидеальной» оценкой, нежели к тому, кто имеет единственную «пятерку».

Эксперты компании Baymard Institute провели собственные исследования на основании опроса: пользователям показывался товар с пятью «звездами» на основании 2 отзывов и товар с 4.5 звездами на основании 12 голосов. 62% респондентов выбрали второй вариант как более предпочтительный. Было проведено еще несколько подобных измерений, и каждый раз результат был одинаковый: чем большее количество отзывов имеет товар, тем большую лояльность он испытывает.

Поэтому необходимо перестраивать логику работы системы фильтров. Несмотря на то, что в результате рейтинг строится неочевидным образом (товары с большим рейтингом могут оказаться ниже товаров с более скромным количеством звезд), проведенные А/В-тестирования показывают, что лояльность к магазину в целом возрастает намного сильнее, нежели с «традиционной» системой рейтинга. Люди склонны доверять мнению большинства и автоматически ищут поддержки своим решениям в отзывах.

Взвешенный рейтинг товаров

Поэтому стоит использовать так называемый взвешенный рейтинг, который должен быть скрыт от пользователя, но который должен оказывать непосредственное влияние на позицию того или иного товара в результате выдачи работы фильтра.

Предложенный способ работает следующим образом.

Сортировка товаров производится по следующей формуле:

где L – первоначальный взвешенный рейтинг, n – «масса» первоначального взвешенного рейтинга, g – оценки пользователей.

Таким образом, взвешенный рейтинг представляет собой обыкновенное среднее арифметическое «голосов», в котором уже есть несколько одинаковых, искусственных» голосов (количество этих голосов – n, сам голос – L). Чем меньше число n, тем большее влияние на взвешенный рейтинг будет оказывать дальнейшее пользовательское голосование.

Соответственно, и упорядочивание результатов после работы фильтра необходимо делать по такому взвешенному рейтингу, экспериментально подбирая первоначальные значения L и n. При этом показывать «взвешенный рейтинг» самим пользователя не стоит: им необходимо показывать только пользовательские оценки. Это будет приводить к тому, что зачастую товары с большим пользовательским рейтингом будут находиться ниже товаров с большим количеством оценок: ведь их «взвешенный рейтинг» будет существенно ниже. Однако это приведет и к тому, что вверху выдачи фильтра будут находиться товары пусть и с неидеальной оценкой, но с большим количеством отзывов. 

PS> Рейтинги можно использовать и для того, чтобы повысить эффективность триггерных e-mail рассылок (подробнее в статье «Работа с брошенными корзинами: кейс о 8,56% дополнительных продаж»).  Сайт Tehnosila.Ru добавили в тригеррные e-mail рассылки отзывы и смогли увеличить все основные метрики: на 12,5% увеличилась конверсия рассылок, на 10,6% количество переходов с писем.