Come Google Calcola Veramente la Tua Valutazione a Stelle (Non è una Semplice Media)

Un'analisi della matematica bayesiana, della ponderazione per recency e del punteggio di confidenza che determina la tua valutazione visualizzata, completa di formule reali ed esempi pratici.

La maggior parte dei titolari di attività impara questa lezione a proprie spese. Puoi ottenere venti recensioni perfette a cinque stelle di fila e vedere la tua valutazione su Google a malapena muoversi. Oppure potresti lavorare per mesi, arrivare finalmente a 50 recensioni e scoprire che la tua media di 4.8 appare come 4.3 sulla mappa. Il sistema non è rotto. Funziona esattamente come è stato costruito. Semplicemente non ti è stato detto come è stato costruito.

Google non ha mai rilasciato ufficialmente il suo algoritmo di valutazione. Tuttavia, i suoi meccanismi sono ampiamente compresi. Questo grazie alla documentazione pubblica di IMDB sulla propria formula bayesiana, alle note di Algolia sul ranking, alla ricerca universitaria sulle piattaforme di recensioni e ad anni di professionisti che hanno decodificato ciò che vedono. Questo articolo espone la matematica, utilizzando numeri reali.

Innanzitutto, definiamo una media semplice e vediamo perché è uno strumento inadeguato per questo lavoro. La media aritmetica è la somma di tutte le valutazioni divisa per il numero di valutazioni. Se hai tre recensioni (5, 4 e 5), la tua media è (5+4+5)/3, ovvero 4.67. Questo è aritmeticamente corretto. Ma per classificare migliaia di attività l'una contro l'altra, è statisticamente ingannevole.

I problemi con questo metodo si moltiplicano su larga scala. Un caffè aperto questa settimana con tre recensioni entusiastiche dagli amici del proprietario si classificherebbe più in alto di un concorrente di lunga data con una media di 4.4 da 200 recensioni. L'attività consolidata è un segnale di qualità molto più affidabile. Qualsiasi sistema che consenta questo tipo di risultato può essere manipolato fino all'inutilità in breve tempo.

Come funziona il calcolo della valutazione a stelle di Google sul campo

Una valutazione bayesiana è una media ponderata per la confidenza. Con solo una manciata di recensioni, il sistema non ha abbastanza dati per fidarsi del tuo punteggio. Quindi, mescola la tua media grezza con un 'prior'—un punteggio predefinito basato su tutte le attività come la tua. Man mano che raccogli più recensioni, il sistema si fida di più dei tuoi dati e l'influenza del prior svanisce.

IMDB utilizza questo esatto metodo per la sua lista dei 250 migliori film e ha pubblicato la formula: WR = (v/(v+m)) × R + (m/(v+m)) × C. Le variabili sono semplici, ma i loro effetti sul comportamento possono essere sorprendenti. La stessa matematica appare nelle guide di ranking di ricerca di Algolia, negli articoli accademici sui sistemi di valutazione e nel lavoro degli SEO che hanno studiato il comportamento di ricerca locale di Google.

L'equazione WR = (v/(v+m)) × R + (m/(v+m)) × C calcola un mix ponderato di due numeri: il punteggio medio osservato della tua attività (R) e la media per la tua intera categoria (C). I pesi sono impostati da quante recensioni hai (v) rispetto a un numero minimo di credibilità (m).

Guarda i due fattori di ponderazione: (v/(v+m)) e (m/(v+m)). Sommano sempre a 1.0. Ciò significa che stai sempre mescolando i tuoi dati con il prior. L'unica cosa che cambia sono le proporzioni. Quando v è piccolo rispetto a m, il prior ha più influenza. Quando v è grande rispetto a m, le tue recensioni hanno più influenza.

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

Il valore di soglia, m, è il numero che definisce lo standard di confidenza della piattaforma. Per la sua lista dei 250 migliori, IMDB usa un m di circa 25.000 voti. Un caffè locale su Google non è nella stessa lega del film Avatar, quindi il suo m è molto più basso. I professionisti stimano che per le schede locali di Google, m sia solitamente tra 5 e 50, a seconda della categoria di attività e del mercato.

La media della categoria, C, è la variabile più trascurata qui. Non è un singolo numero globale. Google quasi sicuramente calcola C al volo per ogni categoria e città, e forse anche per ogni query di ricerca. Un dentista a Chicago viene misurato rispetto ad altri dentisti di Chicago, non rispetto a pizzerie nel Texas rurale. Il tuo punteggio minimo è quindi specifico per la tua categoria.

Perché la formula della valutazione a stelle ponderata è importante per il tuo SEO

La conseguenza nel mondo reale è che le tue prime 50 recensioni sono molto più importanti delle recensioni da 51 a 150. Qualsiasi recensione che ottieni al di sotto della soglia di credibilità m crea un grande spostamento nel coefficiente (v/(v+m)). Passare da v=5 a v=10 raddoppia il tuo peso di confidenza. Passare da v=150 a v=155 crea un cambiamento difficile anche da misurare.

Questa matematica spiega uno strano schema che gli SEO vedono continuamente: un'attività cresce da 3 a 30 recensioni e vede la sua valutazione visualizzata scendere da 5.0 a 4.6, anche se tutte le nuove recensioni erano buone. Il calcolo è corretto. Il punteggio iniziale di 5.0 era un'illusione bayesiana. Il 4.6 è la prima stima reale della qualità.

Esaminiamo due esempi. Useremo una media di categoria realistica di C = 4.1 e una soglia minima di m = 50. Queste sono stime ragionevoli per una categoria di servizi con moderata concorrenza, come idraulica, odontoiatria o servizi auto. Puoi sostituire i tuoi numeri per modellare la tua situazione.

L'attività A ha un punteggio grezzo perfetto; ogni cliente ha lasciato 5 stelle. Ma con solo 3 recensioni, la formula assegna ai suoi dati solo un peso del 5.7%. L'altro 94.3% del suo punteggio visualizzato deriva dalla media della categoria di 4.1. Il risultato è 4.15, non il 5.0 che sembra aver guadagnato.

L'attività B ha una media grezza inferiore di 4.6, con alcune recensioni a 3 e 4 stelle. Ma le sue 120 recensioni significano che la formula assegna ai suoi dati un peso del 70.6%. Il suo punteggio visualizzato di 4.45 è molto più vicino alle sue prestazioni reali. L'algoritmo di Google la classificherà sopra l'attività A. Il volume ti compra credibilità. La credibilità ti compra il ranking.

Il grafico sottostante utilizza la formula per sei diversi scenari, con C = 4.1 e m = 50. La colonna 'Delta' rivela quanto il punteggio bayesiano sia lontano dalla media semplice. Vedi come quel divario si riduce all'aumentare del numero di recensioni? Questa è l'influenza del prior che svanisce man mano che arrivano più prove.

La riga più significativa è l'ultima. Un'attività con solo 5 recensioni e una media grezza disastrosa di 2.0 mostra comunque un punteggio di 3.85. Viene tirata su di quasi due stelle intere dalla media della categoria. Questo è intenzionale. Il sistema non rovinerà un'attività basandosi solo su cinque punti dati. Si cautela verso la media finché la dimensione del campione non è abbastanza grande da essere affidabile.

Questo effetto ammortizzante per gli outlier negativi è il motivo per cui il review bombing—una campagna deliberata di false recensioni a 1 stella—è meno dannoso di quanto sembri inizialmente. L'algoritmo combatte i risultati estremi se il numero di recensioni è troppo basso per supportarli. Inoltre, i sistemi di Google sono costruiti per rilevare e segnalare campagne di recensioni ad alta velocità di qualsiasi tipo, positive o negative, il che viola la politica della piattaforma.

La formula bayesiana fornisce le basi, ma il sistema reale di Google ha almeno altri tre componenti: decadimento per recency, fiducia del contributore e smorzamento per picchi di velocità improvvisi. Google non li ha confermati. Sono tutti dedotti dall'osservazione del comportamento del sistema e dall'analisi dei brevetti.

La formula bayesiana di base è il punto di partenza. Gli altri livelli rendono il punteggio finale più difficile da manipolare e più accurato nel momento presente. L'obiettivo è sempre lo stesso: mostrare una valutazione che rifletta ciò che un cliente può aspettarsi se visita oggi.

Ponderazione per recency: perché gli ultimi 90 giorni sono dominanti

Google applica un fattore di decadimento temporale alle recensioni, valorizzando il feedback recente più di quello vecchio. Questo funziona come una funzione di decadimento esponenziale: il potere di una recensione svanisce nel tempo invece di crollare in una data specifica.^[1]

L'analisi del sistema di valutazione di Google da parte della comunità SEO mostra che le recensioni più vecchie di 12-18 mesi hanno circa il 30-50% in meno di impatto rispetto a una recensione della scorsa settimana. Una recensione a 5 stelle di tre anni fa conta ancora, ma conta meno. Ciò significa che un'attività che ha ottenuto 80 recensioni nel 2022 ma nessuna da allora sta operando su un segnale che svanisce.

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

Fiducia del contributore: perché una recensione di una Guida Locale di Livello 7 conta di più

Il sistema di fiducia di Google per i recensori può essere dedotto dai suoi brevetti e dall'osservazione di come cambiano le valutazioni. Il brevetto US8818995B1 delinea un sistema di ranking di ricerca che pondera gli input in base al livello di fiducia della fonte. Per le recensioni, questo significa che una Guida Locale di Livello 7 con una storia di centinaia di recensioni dettagliate è una fonte di alta fiducia.^[2]

L'effetto nel mondo reale è che una recensione a 5 stelle di una Guida Locale di Livello 7 probabilmente ha più peso di una recensione a 5 stelle di un nuovo account senza storia. Questo non riguarda il valore della stella in sé; entrambe sono un '5' nel calcolo. Ma il peso applicato a ciascuna prima della media è diverso. Google non ha mai dichiarato quanto sia grande questa differenza.

Smorzamento delle anomalie: cosa succede se appaiono 40 recensioni in una settimana

I picchi di velocità attivano un sistema di rilevamento separato. Se un'attività che normalmente riceve 2-3 recensioni al mese ne riceve improvvisamente 40 in 72 ore, il sistema di Google segnala il modello. Questo non porta alla cancellazione automatica ma a una quarantena. Le nuove recensioni non appaiono nel conteggio pubblico o nella valutazione mentre il sistema indaga.^[3]

Questo meccanismo è il motivo per cui le attività che acquistano recensioni spesso non vedono alcun cambiamento, o addirittura vedono le loro valutazioni scendere mentre le vecchie recensioni reali rimangono visibili e le nuove false sono tenute in sospeso. Questa pratica viola le politiche di Google ed è illegale negli Stati Uniti secondo le regole della FTC. L'algoritmo è costruito per diffidare dei cambiamenti improvvisi che non corrispondono al modello stabilito di un'attività.

Ecco due scenari modellati su casi reali. Non sono finzioni; questi schemi si presentano più e più volte nei rapporti dei professionisti della gestione della reputazione.

L'esempio del dentista mostra la lezione principale della valutazione bayesiana: una media grezza inferiore con alta confidenza è migliore di una media grezza alta con bassa confidenza. Il punteggio visualizzato è sceso (da un teorico 4.9 a un visibile 4.58), ma il suo ranking di ricerca è salito perché il peso di confidenza era ora solido.

L'esempio del picco del ristorante mostra perché un ritmo naturale è importante. I sistemi di Google sono progettati per individuare velocità innaturali. Quaranta recensioni in una settimana, poi due mesi senza recensioni, non sembra solo sospetto. Il conteggio effettivo smorzato significa che non hai pagato per nulla. La matematica punisce questo due volte: il rilevamento delle anomalie abbassa il conteggio visibile, e il decadimento per recency significa che le recensioni del picco iniziano a svanire quasi subito.

La media bayesiana non è l'unico metodo statistico valido. L'articolo di Evan Miller del 2009 'How Not to Sort by Average Rating' ha reso famoso un altro metodo: il limite inferiore di un intervallo di confidenza del punteggio Wilson. Reddit lo usa per classificare i commenti. Yelp ne usa una versione.

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

Il punteggio Wilson risponde a una domanda diversa da una media bayesiana. Invece di chiedere, 'Come dovrei mescolare i miei dati con un prior?', chiede, 'Date le mie attuali valutazioni, qual è il valore più basso che la mia vera qualità potrebbe avere con il 95% di confidenza?' Questo dà un punteggio conservativo che penalizza l'incertezza ancora più pesantemente della media bayesiana con un numero molto basso di recensioni.

Un terzo metodo, il modello Dirichlet-Multinomiale, tratta ciascuno dei cinque valori di stella come un secchio separato, non una singola linea continua. District Data Labs lo ha documentato per sistemi multi-stella. È più rigoroso matematicamente della formula IMDB (che tratta le stelle come lineari), ma è anche più difficile da calcolare. In pratica, la differenza tra una media bayesiana e un modello Dirichlet è minima una volta che si hanno più di circa 30 recensioni.

Quando comprendi la matematica, il vago consiglio di 'ottenere più recensioni' diventa un piano misurabile. Ogni attività si trova da qualche parte sulla curva v/(v+m). Conoscere la tua posizione ti dice quanto la tua prossima recensione cambierà effettivamente il tuo punteggio.

Se v = 8 e m = 50, una nuova recensione a 5 stelle sposta il tuo peso di confidenza da 8/58 (0.138) a 9/59 (0.153). Questo è un salto significativo di 1.5 punti percentuali. Se v = 300 e m = 50, la stessa recensione ti sposta da 300/350 (0.857) a 301/351 (0.858), un cambiamento quasi invisibile. Il volume all'inizio ha dieci volte il potere matematico del volume su larga scala.

Come calcolare una valutazione a stelle media ponderata per la tua attività

Puoi eseguire questa formula in un foglio di calcolo. Usa il tuo attuale conteggio di recensioni per v. Per stimare m per la tua categoria, guarda i conteggi di recensioni per le prime tre attività nella tua categoria di Google Maps; il 25° percentile di quel gruppo è una buona stima per m. La tua attuale valutazione visualizzata è probabilmente il risultato WR; la tua media semplice è la somma delle stelle divisa per il conteggio.

Il numero che ti interessa veramente è l'effetto delle prossime N recensioni. Modellalo. Aggiungi 10 a v, ricalcola WR e vedi quanto cambia. Fai questo per una gamma di valori di v per mappare una curva di sensibilità. La parte più ripida di quella curva è dove una nuova recensione ha il maggiore impatto; è lì che dovresti concentrare i tuoi sforzi.

Perché la recency rende la velocità delle recensioni più importante del conteggio totale

Una volta compreso il decadimento per recency, il tuo obiettivo cambia. Non si tratta solo del numero totale di recensioni, ma di come quel numero è distribuito nel tempo. Un'attività con 400 recensioni di cinque anni fa ma nessuna negli ultimi 18 mesi sta lavorando con un campione effettivo più piccolo di quanto suggerisca il suo conteggio totale. Le recensioni decadute contribuiscono meno alla media ponderata.

Un flusso costante di recensioni, anche piccolo, moltiplica i suoi benefici in modi che un singolo picco non può. Ottenere otto nuove recensioni ogni mese per un anno porta a un punteggio più stabile e più alto rispetto a ottenere 96 recensioni in un solo mese su quasi ogni misura: fiducia bayesiana, superamento del rilevamento delle anomalie, traiettoria del decadimento per recency e quanto credibile appari ai clienti.