איך גוגל באמת מחשבת את דירוג הכוכבים שלכם (זה לא ממוצע פשוט)

פירוט המתמטיקה הבייסיאנית, שקלול עדכניות וניקוד ביטחון שקובעים את הדירוג המוצג שלכם, בתוספת הנוסחאות האמיתיות ודוגמאות מפורטות.

רוב בעלי העסקים לומדים את השיעור הזה בדרך הקשה. אתם יכולים לקבל עשרים ביקורות מושלמות של חמישה כוכבים ברצף ולראות שהדירוג שלכם בגוגל בקושי זז. או שאולי אתם עובדים חודשים, מגיעים סוף סוף ל-50 ביקורות, ומגלים שהממוצע שלכם 4.8 מוצג כ-4.3 במפה. המערכת לא מקולקלת. היא עובדת בדיוק כפי שנבנתה. פשוט לא סיפרו לכם איך היא נבנתה.

גוגל מעולם לא פרסמה רשמית את אלגוריתם הדירוג שלה. עם זאת, המכניקה שלה מובנת היטב. זה הודות לתיעוד הציבורי של IMDB על הנוסחה הבייסיאנית שלה, הערות של Algolia על דירוג, מחקרים אקדמיים על פלטפורמות ביקורות, ושנים של מומחים שהנדסו לאחור את מה שהם רואים. מאמר זה מציג את המתמטיקה, תוך שימוש במספרים אמיתיים.

ראשית, בואו נגדיר ממוצע פשוט ונראה מדוע הוא כלי גרוע למשימה זו. הממוצע האריתמטי הוא סכום כל הדירוגים חלקי מספר הדירוגים. אם יש לכם שלוש ביקורות (5, 4 ו-5), הממוצע שלכם הוא (5+4+5)/3, או 4.67. זה נכון מבחינה אריתמטית. אבל לדירוג אלפי עסקים זה מול זה, זה מטעה סטטיסטית.

הבעיות בשיטה זו מתרבות בקנה מידה גדול. בית קפה שנפתח השבוע עם שלוש ביקורות זוהרות מחברי הבעלים ידורג גבוה יותר ממתחרה ותיק עם ממוצע של 4.4 מ-200 ביקורות. העסק המבוסס הוא איתות אמין בהרבה לאיכות. כל מערכת המאפשרת תוצאה כזו יכולה להיות מניפולטיבית עד כדי חוסר תועלת בזמן קצר.

איך חישוב דירוג הכוכבים של גוגל עובד בפועל

דירוג בייסיאני הוא ממוצע משוקלל לפי ביטחון. עם קומץ ביקורות בלבד, למערכת חסרים מספיק נתונים כדי לסמוך על הציון שלכם. לכן, היא מערבבת את הממוצע הגולמי שלכם עם 'קודם' – ציון ברירת מחדל המבוסס על כל העסקים כמו שלכם. ככל שאתם אוספים יותר ביקורות, המערכת נותנת יותר אמון בנתונים שלכם, והשפעת הקודם דועכת.

IMDB משתמשת בשיטה מדויקת זו עבור רשימת 250 הסרטים המובילים שלה ופרסמה את הנוסחה: WR = (v/(v+m)) × R + (m/(v+m)) × C. המשתנים פשוטים, אך השפעותיהם על ההתנהגות יכולות להיות מפתיעות. אותה מתמטיקה מופיעה במדריכי דירוג החיפוש של Algolia, במאמרים אקדמיים על מערכות דירוג, ובעבודתם של מומחי SEO שלמדו את התנהגות החיפוש המקומי של גוגל.

המשוואה WR = (v/(v+m)) × R + (m/(v+m)) × C מחשבת תערובת משוקללת של שני מספרים: ציון הממוצע הנצפה של העסק שלכם (R) והממוצע עבור כל הקטגוריה שלכם (C). המשקלים נקבעים לפי כמה ביקורות יש לכם (v) בהשוואה למספר אמינות מינימלי (m).

הסתכלו על שני גורמי השקלול: (v/(v+m)) ו-(m/(v+m)). הם תמיד מסתכמים ל-1.0. זה אומר שאתם תמיד מערבבים את הנתונים שלכם עם הקודם. הדבר היחיד שמשתנה הוא הפרופורציות. כאשר v קטן בהשוואה ל-m, לקודם יש יותר השפעה. כאשר v גדול בהשוואה ל-m, לביקורות שלכם יש יותר השפעה.

WR = (v / (v + m)) × R + (m / (v + m)) × C

ערך הסף, m, הוא המספר המגדיר את תקן הביטחון של הפלטפורמה. עבור רשימת 250 הסרטים המובילים שלה, IMDB משתמשת ב-m של כ-25,000 קולות. בית קפה מקומי בגוגל אינו באותה ליגה כמו הסרט אווטאר, ולכן ה-m שלו נמוך בהרבה. מומחים מעריכים כי עבור רישומי גוגל מקומיים, m הוא בדרך כלל בין 5 ל-50, תלוי בקטגוריית העסק ובשוק.

ממוצע הקטגוריה, C, הוא המשתנה שהכי מתעלמים ממנו כאן. זה לא מספר גלובלי יחיד. גוגל כמעט בוודאות מחשבת את C באופן מיידי עבור כל קטגוריה ועיר, ואולי אפילו עבור כל שאילתת חיפוש. רופא שיניים בשיקגו נמדד מול רופאי שיניים אחרים בשיקגו, לא מול פיצריות בטקסס הכפרית. רצפת הציון שלכם ספציפית אפוא לקטגוריה שלכם.

מדוע נוסחת דירוג הכוכבים המשוקללת חשובה לקידום האתר שלכם

ההשלכה בעולם האמיתי היא ש-50 הביקורות הראשונות שלכם חשובות הרבה יותר מביקורות 51 עד 150. כל ביקורת שאתם מקבלים מתחת לסף האמינות m יוצרת שינוי גדול במקדם (v/(v+m)). מעבר מ-v=5 ל-v=10 מכפיל את משקל הביטחון שלכם. מעבר מ-v=150 ל-v=155 יוצר שינוי שקשה אפילו למדוד.

מתמטיקה זו מסבירה דפוס מוזר שמומחי SEO רואים כל הזמן: עסק גדל מ-3 ביקורות ל-30 ורואה את הדירוג המוצג שלו יורד מ-5.0 ל-4.6, גם אם כל הביקורות החדשות היו טובות. החישוב נכון. ציון ה-5.0 המוקדם היה אשליה בייסיאנית. ה-4.6 הוא האומדן האמיתי הראשון של האיכות.

בואו נעבור על שתי דוגמאות. נשתמש בממוצע קטגוריה ריאליסטי של C = 4.1 וסף מינימלי של m = 50. אלו אומדנים הוגנים לקטגוריית שירות עם תחרות מתונה, כמו אינסטלציה, רפואת שיניים או שירותי רכב. אתם יכולים להחליף את המספרים שלכם כדי לדגמן את המצב שלכם.

לעסק א' יש ציון גולמי מושלם; כל לקוח השאיר 5 כוכבים. אבל עם 3 ביקורות בלבד, הנוסחה נותנת לנתונים שלו משקל של 5.7% בלבד. 94.3% הנותרים מהציון המוצג שלו נגזרים מממוצע הקטגוריה של 4.1. התוצאה היא 4.15, לא ה-5.0 שנראה שהרוויח.

לעסק ב' יש ממוצע גולמי נמוך יותר של 4.6, עם כמה ביקורות של 3 ו-4 כוכבים. אבל 120 הביקורות שלו אומרות שהנוסחה נותנת לנתונים שלו משקל של 70.6%. הציון המוצג שלו של 4.45 קרוב הרבה יותר לביצועים בפועל. האלגוריתם של גוגל ידרג אותו מעל עסק א'. נפח קונה לכם אמינות. אמינות קונה לכם דירוג.

התרשים למטה משתמש בנוסחה עבור שישה תרחישים שונים, כאשר C = 4.1 ו-m = 50. עמודת ה'דלתא' חושפת עד כמה הציון הבייסיאני רחוק מהממוצע הפשוט. שימו לב איך הפער הזה מצטמצם ככל שמספר הביקורות גדל? זוהי השפעת הקודם הדועכת ככל שמגיעות יותר ראיות.

השורה המעידה ביותר היא האחרונה. עסק עם 5 ביקורות בלבד וממוצע גולמי עגום של 2.0 עדיין מציג ציון של 3.85. הוא נמשך למעלה כמעט שני כוכבים מלאים על ידי ממוצע הקטגוריה. זה מכוון. המערכת לא תהרוס עסק על בסיס חמש נקודות נתונים בלבד. היא מגדרת את ההימור שלה לכיוון הממוצע עד שגודל המדגם גדול מספיק כדי להיות מהימן.

אפקט ריפוד זה עבור חריגים שליליים הוא הסיבה לכך ש'הפצצת ביקורות' – קמפיין מכוון של ביקורות מזויפות של כוכב אחד – פחות מזיק ממה שנראה בתחילה. האלגוריתם נלחם בתוצאות קיצוניות אם ספירת הביקורות נמוכה מדי כדי לתמוך בהן. בנוסף, מערכות גוגל בנויות לזהות ולסמן קמפייני ביקורות במהירות גבוהה מכל סוג, חיובי או שלילי, מה שמפר את מדיניות הפלטפורמה.

הנוסחה הבייסיאנית מספקת את הבסיס, אך למערכת האמיתית של גוגל יש לפחות שלושה רכיבים נוספים: דעיכת עדכניות, אמון תורם, וריסון לקפיצות מהירות פתאומיות. גוגל לא אישרה אותם. כולם נגזרים מתצפית על התנהגות המערכת וניתוח פטנטים.

הנוסחה הבייסיאנית הבסיסית היא נקודת ההתחלה. השכבות האחרות הופכות את הציון הסופי לקשה יותר להונאה ומדויק יותר ברגע הנוכחי. המטרה היא תמיד זהה: להציג דירוג המשקף את מה שלקוח יכול לצפות אם יבקר היום.

שקלול עדכניות: מדוע 90 הימים האחרונים דומיננטיים

גוגל מיישמת גורם דעיכה בזמן לביקורות, ומעריכה משוב עדכני יותר ממשוב ישן. זה עובד כמו פונקציית דעיכה אקספוננציאלית: כוחה של ביקורת דועך עם הזמן במקום ליפול מצוק בתאריך ספציפי.^[1]

ניתוח מערכת הדירוג של גוגל על ידי קהילת ה-SEO מראה כי לביקורות בנות יותר מ-12–18 חודשים יש השפעה נמוכה בכ-30–50% מביקורת מהשבוע שעבר. ביקורת של 5 כוכבים מלפני שלוש שנים עדיין נחשבת, אך היא נחשבת פחות. משמעות הדבר היא שעסק שקיבל 80 ביקורות ב-2022 אך אף אחת מאז פועל על אות דועך.

w(t) = exp(-λ × Δt)

where:
  Δt = days since review was posted
  λ  = decay constant (estimated ~0.003–0.008 for Google)
  w(t) = weight applied to that review in the running average

אמון תורם: מדוע ביקורת ממדריך מקומי ברמה 7 נחשבת יותר

ניתן להסיק את מערכת האמון של גוגל עבור סוקרים מפטנטים שלה ומצפייה בשינויים בדירוגים. פטנט US8818995B1 מתאר מערכת דירוג חיפוש המשלבת קלט על בסיס רמת האמון של המקור. עבור ביקורות, משמעות הדבר היא שמדריך מקומי ברמה 7 עם היסטוריה של מאות ביקורות מפורטות הוא מקור בעל אמון גבוה.^[2]

ההשפעה בעולם האמיתי היא שלביקורת של 5 כוכבים ממדריך מקומי ברמה 7 יש כנראה יותר משקל מאשר לביקורת של 5 כוכבים מחשבון חדש ללא היסטוריה. זה לא קשור לערך הכוכב עצמו; שניהם '5' בחישוב. אבל המשקל המיושם על כל אחד מהם לפני הממוצע שונה. גוגל מעולם לא הצהירה כמה גדול ההבדל הזה.

ריסון חריגות: מה קורה אם 40 ביקורות מופיעות בשבוע אחד

קפיצות במהירות מפעילות מערכת זיהוי נפרדת. אם עסק שבדרך כלל מקבל 2-3 ביקורות בחודש מקבל פתאום 40 ב-72 שעות, מערכת גוגל מסמנת את הדפוס. זה לא מוביל למחיקה אוטומטית אלא להסגר. הביקורות החדשות לא מופיעות בספירה הציבורית או בדירוג בזמן שהמערכת חוקרת.^[3]

מנגנון זה הוא הסיבה לכך שעסקים שקונים ביקורות לעיתים קרובות לא רואים שינוי, או אפילו רואים את הדירוגים שלהם יורדים כאשר ביקורות ישנות ואמיתיות נשארות גלויות בעוד שהביקורות המזויפות החדשות מוחזקות בלימבו. נוהג זה מפר את מדיניות גוגל ואינו חוקי בארה"ב על פי כללי ה-FTC. האלגוריתם בנוי לחשוד בשינויים פתאומיים שאינם תואמים את הדפוס המבוסס של עסק.

הנה שני תרחישים המבוססים על מקרים מהעולם האמיתי. הם אינם בדיוניים; דפוסים אלה מופיעים שוב ושוב בדיווחים של אנשי מקצוע לניהול מוניטין.

דוגמת רופא השיניים מראה את הלקח העיקרי של דירוג בייסיאני: ממוצע גולמי נמוך יותר עם ביטחון גבוה עדיף על ממוצע גולמי גבוה עם ביטחון נמוך. הציון המוצג ירד (מ-4.9 תיאורטי ל-4.58 גלוי), אך דירוג החיפוש שלו עלה מכיוון שמשקל הביטחון היה כעת מוצק.

דוגמת קפיצת המסעדה מראה מדוע קצב טבעי חשוב. מערכות גוגל מתוכננות לזהות מהירות לא טבעית. ארבעים ביקורות בשבוע, ואז חודשיים ללא ביקורות, לא רק נראה חשוד. הספירה האפקטיבית המרוסנת אומרת ששילמתם על כלום. המתמטיקה מענישה זאת פעמיים: זיהוי חריגות מוריד את הספירה הגלויה, ודעיכת עדכניות אומרת שביקורות הקפיצה מתחילות לדעוך כמעט מיד.

ממוצע בייסיאני אינו השיטה הסטטיסטית הנכונה היחידה. מאמרו של אוון מילר משנת 2009 'איך לא למיין לפי דירוג ממוצע' פרסם שיטה אחרת: הגבול התחתון של מרווח ביטחון של ציון וילסון. רדיט משתמשת בו כדי לדרג תגובות. יילפ משתמשת בגרסה שלו.

score = ( p̂ + z²/2n - z√(p̂(1-p̂)/n + z²/4n²) ) / ( 1 + z²/n )

where:
  p̂  = observed positive proportion (e.g. 4+5 star / total)
  n   = total number of ratings
  z   = 1.96  (for 95% confidence interval)
  score = lower-bound of the true positive rate

ציון וילסון עונה על שאלה שונה מממוצע בייסיאני. במקום לשאול, 'איך עלי לערבב את הנתונים שלי עם קודם?', הוא שואל, 'בהינתן הדירוגים הנוכחיים שלי, מהי האיכות האמיתית הנמוכה ביותר שלי בביטחון של 95%?' זה נותן ציון שמרני המעניש אי וודאות אפילו יותר מממוצע בייסיאני בספירות ביקורות נמוכות מאוד.

שיטה שלישית, מודל דיריכלה-מולטינומי, מתייחס לכל אחד מחמשת ערכי הכוכבים כדלי נפרד, לא כקו רציף יחיד. District Data Labs תיעדה זאת עבור מערכות מרובות כוכבים. היא קפדנית יותר מבחינה מתמטית מנוסחת IMDB (המתייחסת לכוכבים כליניאריים), אך גם קשה יותר לחישוב. בפועל, ההבדל בין ממוצע בייסיאני למודל דיריכלה זעיר ברגע שיש לכם יותר מ-30 ביקורות בערך.

כאשר אתם מבינים את המתמטיקה, העצה המעורפלת 'קבלו יותר ביקורות' הופכת לתוכנית מדידה. כל עסק נמצא איפשהו על עקומת v/(v+m). ידיעת המיקום שלכם אומרת לכם כמה הביקורת הבאה שלכם באמת תשנה את הציון שלכם.

אם v = 8 ו-m = 50, ביקורת חדשה אחת של 5 כוכבים מזיזה את משקל הביטחון שלכם מ-8/58 (0.138) ל-9/59 (0.153). זוהי קפיצה משמעותית של 1.5 נקודות אחוז. אם v = 300 ו-m = 50, אותה ביקורת מזיזה אתכם מ-300/350 (0.857) ל-301/351 (0.858), שינוי כמעט בלתי נראה. לנפח בהתחלה יש כוח מתמטי פי עשרה מנפח בקנה מידה גדול.

איך לחשב דירוג כוכבים ממוצע משוקלל עבור העסק שלכם

אתם יכולים להריץ נוסחה זו בגיליון אלקטרוני. השתמשו בספירת הביקורות הנוכחית שלכם עבור v. כדי לאמוד את m עבור הקטגוריה שלכם, הסתכלו על ספירות הביקורות עבור שלושת העסקים המובילים בקטגוריית מפות Google שלכם; האחוזון ה-25 של קבוצה זו הוא ניחוש טוב עבור m. הדירוג המוצג הנוכחי שלכם הוא כנראה תוצאת ה-WR; הממוצע הפשוט שלכם הוא סכום הכוכבים חלקי הספירה.

המספר שבאמת אכפת לכם ממנו הוא השפעת N הביקורות הבאות. דגמו אותו. הוסיפו 10 ל-v, חשבו מחדש את WR, וראו כמה הוא משתנה. עשו זאת עבור טווח של ערכי v כדי למפות עקומת רגישות. החלק התלול ביותר של עקומה זו הוא המקום שבו לביקורת חדשה יש את ההשפעה הגדולה ביותר; שם עליכם למקד את מאמציכם.

מדוע עדכניות הופכת את מהירות הביקורות לחשובה יותר מספירה כוללת

ברגע שאתם מבינים את דעיכת העדכניות, המטרה שלכם משתנה. זה לא רק על המספר הכולל של ביקורות, אלא על איך המספר הזה מתפזר לאורך זמן. עסק עם 400 ביקורות מלפני חמש שנים אך כלום ב-18 החודשים האחרונים פועל עם מדגם אפקטיבי קטן יותר ממה שספירתו הכוללת מרמזת. הביקורות הדועכות תורמות פחות לממוצע המשוקלל.

זרם קבוע של ביקורות, אפילו קטן, צובר יתרונות בדרכים שהתפרצות אחת אינה יכולה. קבלת שמונה ביקורות חדשות בכל חודש במשך שנה מובילה לציון יציב יותר ובעל דירוג גבוה יותר מאשר קבלת 96 ביקורות בחודש אחד כמעט בכל מדד: אמון בייסיאני, ניקוי זיהוי חריגות, מסלול דעיכת עדכניות, וכמה אמינים אתם נראים ללקוחות.