Amazon 的一鍵評分讓假評論淹沒在真實評論的洪流中

假評論已成為這家主流線上購物平台的首要問題。FTC 針對一家銷售減重補充品的 Amazon 賣家，提出了首宗關於付費假評論的案件；Amazon 本身在五年內至少就假評論計畫提起了五起訴訟；而在某些品類中，對瑕疵商品的好評可能極其危險。

2019 年底，Amazon 悄然推出了一鍵評分：購物者只需為產品選擇一到五顆星，無需撰寫任何文字。此功能僅對實際購買該商品的顧客——「驗證」買家——開放，這是文字評論所沒有的門檻，因為 Amazon 也允許非驗證買家撰寫文字評論。Amazon 的整體星級分數並非簡單平均，而是考量時效性與驗證狀態的機器學習模型，不過該公司並未揭露一鍵評分在其中的權重。

算術發揮了作用。Amazon 表示整體顧客回饋增加，新產品也更早產生回饋。正如代理商 Flywheel Digital 共同創辦人 Patrick Miller 所言：「假評論佔真實評論的比例應該會下降」，因為造假者現在必須買更多假評分才能突破雜訊。代價是：通常只有 0.5–3% 的買家會撰寫任何內容，因此部分流量從描述性評論轉移開來，購物者現在必須費力才能看出某產品的回饋中有多少實際上是文字撰寫的。

不要取締假貨——淹沒它們：讓評分毫不費力且僅限驗證買家，使真實回饋的成長速度快過詐騙所能買到的量。

撰寫評論門檻很高——只有 0.5–3% 的買家會做——因此 Amazon 將回饋轉移到任何驗證買家都負擔得起的一鍵動作。

將一鍵評分限制於驗證購買，增加了假評論農場無法跨越的門檻，這與文字評論不同。

對抗假評論的戰鬥從偵測轉向算術：隨著真實回饋成長，買來的評論縮小為更小的比例。

Amazon 的評分模型考量時效性與驗證狀態，因此大量當前的驗證一鍵評分，比過時的文字讚美更能推動分數。

當你無法阻止惡意行為者添加雜訊時，改變經濟誘因：讓誠實參與變得如此廉價，使雜訊在算術上落敗。

業界觀察者預期，真實回饋的洪流將持續提高購買影響力的成本，而 Amazon——以根據其變革所產生的行為進行迭代而聞名——將進一步調整。詐騙手法依然存在：私密的 Facebook 社團以 PayPal 退款招募買家，換取五星評論。賣家和品牌失去了一些描述性訊號，購物者則必須越過合併的評分與評論數字，才能找到文字背景。