评分系统的用户体验设计

日常生活中我们需要给各种东西打分，给影视作品打分，给 APP 打分，作者分析了现有评分系统的问题，并以案例的形式介绍了他重新设计评分系统的思路和最后的设计结果。

在设计新产品时，我需要一个评分系统，用户应该要对一系列因素投票。对此，我第一个想到的就是现成的五星评价系统。但是近些年这个评价系统并没有优化且（或）高效。

必须先熟悉掌握这个设计规则，才能去打破它们。

要找到替代的评分系统，首先，我们必须要了解五星评价系统，这样我们才能找出其所有的缺点，并理解它在用户体验方面造成的问题（这点我将放到一边稍后再说）。

(从不同用户的视角而言) 星星并不能准确地展示某事物的好坏。

1. 五星评分系统的缺点

最主要的问题是（从不同用户的视角而言）星星并不能传达某事物好坏。在最初的研究中，我发现三星评价对于某些用户而言意味着“合适”，而对另一些用户意味着“不佳”！这意味着我们从评分系统收集到的数据并不准确且不可靠。

另一个问题：给一颗星更差还是一颗星都不给更差？没有星星应该被当作 0 分么？如果我们需要计算一个产品的平均用户评分，我们必须计算那个零颗星么？或者我们应该将零颗星算作 3 分（平均分）？或者直接不将这种情况纳入计算？

接下来的问题：当你在 IMDB（评分系统是 1 – 10 分）上搜索高评分电影时，优秀的喜剧电影通常会有 6 分（相当于在五星评价系统里的 3 星），但是优秀的惊悚电影经常有 8 分！这意味着用户潜意识里给喜剧电影更少的分数（用户给电影赋予了一份嘲讽的感觉，并在脑海中贬低它），所以我们只有很少的 8 分喜剧电影。尽管喜剧电影非常卖座，甚至比惊悚电影销量更佳。

2. Netflix 平台的评分系统设计经验

1. 研究表明，当用户为电影评价高分时，并不一定意味着他们喜欢这部电影！Netflix （电影平台）的设计师发现用户会给纪录片打更高分，但是当用户返回网站，他们会搜寻那些他们打更低分的电影。所以 Netflix 算法无法基于用户评分而为用户推荐他们真正喜欢的电影。为了改进评分系统，Netflix 和 Youtube 决定使用「喜欢」和「不喜欢」按钮来替代五星评分系统，从而获得更准确的用户评价。

2. Netflix 最近宣布，用户在每个电影顶部看到的排名，并不是来自于用户的平均评分。而是 Netflix 基于数据挖掘算法、用户兴趣和品味，而认为用户会给电影的分数。（如果你经常给喜剧电影高分评价，那么我们会给你看到喜剧电影的更高排名！）

3. 对 Amazon (亚马逊购物平台) 上评价的研究表明，大部分的评价可以分为两类：要么用户对产品坠入爱河并夸奖产品，或者他们十分讨厌产品并吐槽之。仅有少数人会温和公平地评价产品。认知科学可以更好地解释这个现象，但是底线是人们仅仅对极端情况（不在正常情景下）产生反应。