Cum Calculează Google Ratingul Tău cu Stele (Nu Este O Medie Simplă)

O analiză detaliată a matematicii Bayesiene, a ponderării în funcție de recență și a scorului de încredere care determină ratingul afișat, completată cu formulele reale și exemple practice.

Majoritatea proprietarilor de afaceri învață această lecție pe calea cea grea. Poți obține douăzeci de recenzii perfecte de cinci stele la rând și să vezi că ratingul tău pe Google abia se mișcă. Sau poate lucrezi luni de zile, ajungi în sfârșit la 50 de recenzii și descoperi că media ta de 4.8 apare ca 4.3 pe hartă. Sistemul nu este stricat. Funcționează exact așa cum a fost construit. Doar că nu ți s-a spus cum a fost construit.

Google nu a lansat niciodată oficial algoritmul său de rating. Cu toate acestea, mecanica sa este larg înțeleasă. Acest lucru se datorează documentației publice a IMDB privind propria formulă Bayesiană, notelor Algolia despre clasificare, cercetărilor universitare privind platformele de recenzii și anilor de practicieni care au făcut inginerie inversă a ceea ce văd. Această lucrare prezintă matematica, folosind numere reale.

În primul rând, să definim o medie simplă și să vedem de ce este un instrument slab pentru această sarcină. Media aritmetică este suma tuturor ratingurilor împărțită la numărul de ratinguri. Dacă ai trei recenzii (5, 4 și 5), media ta este (5+4+5)/3, adică 4.67. Acest lucru este corect din punct de vedere aritmetic. Dar pentru a clasifica mii de afaceri una împotriva celeilalte, este înșelător din punct de vedere statistic.

Problemele cu această metodă se înmulțesc la scară mare. O cafenea deschisă săptămâna aceasta cu trei recenzii strălucitoare de la prietenii proprietarului ar fi clasată mai sus decât un concurent vechi cu o medie de 4.4 din 200 de recenzii. Afacerea stabilită este un semnal mult mai fiabil de calitate. Orice sistem care permite acest tip de rezultat poate fi manipulat până la inutilitate într-un timp scurt.

Cum funcționează calculul ratingului cu stele Google în practică

Un rating Bayesian este o medie ponderată de încredere. Cu doar câteva recenzii, sistemul nu are suficiente date pentru a avea încredere în scorul tău. Așadar, amestecă media ta brută cu o „prioră” – un scor implicit bazat pe toate afacerile similare cu a ta. Pe măsură ce colectezi mai multe recenzii, sistemul are mai multă încredere în propriile tale date, iar influența priorei scade.

IMDB folosește exact această metodă pentru lista sa Top 250 de filme și a publicat formula: WR = (v/(v+m)) × R + (m/(v+m)) × C. Variabilele sunt simple, dar efectele lor asupra comportamentului pot fi surprinzătoare. Aceeași matematică apare în ghidurile de clasificare a căutărilor Algolia, în lucrări academice despre sistemele de rating și în munca SEO-iștilor care au studiat comportamentul căutărilor locale Google.

Ecuația WR = (v/(v+m)) × R + (m/(v+m)) × C calculează un amestec ponderat de două numere: scorul mediu observat al afacerii tale (R) și media pentru întreaga ta categorie (C). Ponderile sunt stabilite de câte recenzii ai (v) în comparație cu un număr minim de credibilitate (m).

Privește cei doi factori de ponderare: (v/(v+m)) și (m/(v+m)). Aceștia însumează întotdeauna 1.0. Aceasta înseamnă că îți amesteci întotdeauna propriile date cu priorul. Singurul lucru care se schimbă sunt proporțiile. Când v este mic în comparație cu m, priorul are mai multă influență. Când v este mare în comparație cu m, propriile tale recenzii au mai multă influență.

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

Valoarea prag, m, este numărul care definește standardul de încredere al platformei. Pentru lista sa Top 250, IMDB folosește un m de aproximativ 25.000 de voturi. O cafenea locală pe Google nu este în aceeași ligă cu filmul Avatar, deci m-ul său este mult mai mic. Practicienii estimează că pentru listările locale Google, m este de obicei între 5 și 50, în funcție de categoria de afaceri și piață.

Media categoriei, C, este cea mai neglijată variabilă aici. Nu este un singur număr global. Google aproape sigur calculează C din mers pentru fiecare categorie și oraș, și poate chiar pentru fiecare interogare de căutare. Un dentist din Chicago este măsurat în comparație cu alți dentiști din Chicago, nu cu pizzerii din zona rurală a Texasului. Pragul scorului tău este, prin urmare, specific categoriei tale.

De ce formula ponderată a ratingului cu stele este importantă pentru SEO-ul tău

Consecința în lumea reală este că primele tale 50 de recenzii sunt mult mai importante decât recenziile 51 până la 150. Orice recenzie pe care o obții sub pragul de credibilitate m creează o schimbare mare în coeficientul (v/(v+m)). Trecerea de la v=5 la v=10 dublează ponderea ta de încredere. Trecerea de la v=150 la v=155 creează o schimbare care este greu de măsurat.

Această matematică explică un model ciudat pe care SEO-iștii îl văd tot timpul: o afacere crește de la 3 recenzii la 30 și vede că ratingul său afișat scade de la 5.0 la 4.6, chiar dacă toate recenziile noi au fost bune. Calculul este corect. Scorul inițial de 5.0 a fost o iluzie Bayesiană. 4.6 este prima estimare reală a calității.

Să parcurgem două exemple. Vom folosi o medie realistă a categoriei de C = 4.1 și un prag minim de m = 50. Acestea sunt estimări rezonabile pentru o categorie de servicii cu concurență moderată, cum ar fi instalațiile sanitare, stomatologia sau serviciile auto. Poți înlocui propriile numere pentru a-ți modela situația.

Afacerea A are un scor brut perfect; fiecare client a lăsat 5 stele. Dar cu doar 3 recenzii, formula îi acordă propriilor date doar o pondere de 5.7%. Celelalte 94.3% din scorul său afișat sunt derivate din media categoriei de 4.1. Rezultatul este 4.15, nu 5.0 pe care pare să-l fi câștigat.

Afacerea B are o medie brută mai mică de 4.6, cu câteva recenzii de 3 și 4 stele. Dar cele 120 de recenzii înseamnă că formula îi acordă propriilor date o pondere de 70.6%. Scorul său afișat de 4.45 este mult mai aproape de performanța sa reală. Algoritmul Google o va clasa deasupra Afacerii A. Volumul îți cumpără credibilitate. Credibilitatea îți cumpără clasament.

Tabelul de mai jos utilizează formula pentru șase scenarii diferite, cu C = 4.1 și m = 50. Coloana „Delta” arată cât de departe este scorul Bayesian de media simplă. Vezi cum se reduce acest decalaj pe măsură ce numărul de recenzii crește? Aceasta este influența priorului care se estompează pe măsură ce apar mai multe dovezi.

Cel mai elocvent rând este ultimul. O afacere cu doar 5 recenzii și o medie brută dezastruoasă de 2.0 afișează totuși un scor de 3.85. Este ridicată cu aproape două stele complete de media categoriei. Acest lucru este intenționat. Sistemul nu va ruina o afacere pe baza a doar cinci puncte de date. Își ia o marjă de siguranță spre medie până când dimensiunea eșantionului este suficient de mare pentru a fi de încredere.

Acest efect de amortizare pentru valorile aberante negative este motivul pentru care „review bombing” – o campanie deliberată de recenzii false de 1 stea – este mai puțin dăunătoare decât pare la prima vedere. Algoritmul luptă împotriva rezultatelor extreme dacă numărul de recenzii este prea mic pentru a le susține. În plus, sistemele Google sunt construite pentru a detecta și semnala campaniile de recenzii de mare viteză de orice fel, pozitive sau negative, ceea ce încalcă politica platformei.

Formula Bayesiană oferă fundamentul, dar sistemul real al Google are cel puțin încă trei componente: decăderea recenței, încrederea contribuitorului și amortizarea pentru vârfurile bruște de viteză. Google nu le-a confirmat. Toate sunt deduse din observarea comportamentului sistemului și analizarea brevetelor.

Formula Bayesiană de bază este punctul de plecare. Celelalte straturi fac scorul final mai greu de manipulat și mai precis în momentul prezent. Obiectivul este întotdeauna același: de a afișa un rating care reflectă ceea ce un client se poate aștepta dacă vizitează astăzi.

Ponderarea recenței: de ce ultimele 90 de zile sunt dominante

Google aplică un factor de decădere în timp recenziilor, valorizând feedback-ul recent mai mult decât feedback-ul vechi. Acest lucru funcționează ca o funcție de decădere exponențială: puterea unei recenzii se estompează în timp, în loc să scadă brusc la o dată specifică.^[1]

Analiza sistemului de rating Google de către comunitatea SEO arată că recenziile mai vechi de 12-18 luni au cu aproximativ 30-50% mai puțin impact decât o recenzie din săptămâna trecută. O recenzie de 5 stele de acum trei ani încă contează, dar contează mai puțin. Aceasta înseamnă că o afacere care a obținut 80 de recenzii în 2022, dar niciuna de atunci, operează pe un semnal în scădere.

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

Încrederea contribuitorului: de ce o recenzie de la un Ghid Local de Nivel 7 contează mai mult

Sistemul de încredere al Google pentru recenzori poate fi dedus din brevetele sale și din observarea modului în care se schimbă ratingurile. Brevetul US8818995B1 descrie un sistem de clasificare a căutărilor care ponderă intrările în funcție de nivelul de încredere al sursei. Pentru recenzii, aceasta înseamnă că un Ghid Local de Nivel 7 cu un istoric de sute de recenzii detaliate este o sursă de încredere ridicată.^[2]

Efectul în lumea reală este că o recenzie de 5 stele de la un Ghid Local de Nivel 7 are probabil mai multă greutate decât o recenzie de 5 stele de la un cont nou, fără istoric. Nu este vorba despre valoarea stelei în sine; ambele sunt un „5” în calcul. Dar ponderea aplicată fiecăreia înainte de mediere este diferită. Google nu a declarat niciodată cât de mare este această diferență.

Amortizarea anomaliilor: ce se întâmplă dacă apar 40 de recenzii într-o săptămână

Vârfurile de viteză declanșează un sistem separat de detectare. Dacă o afacere care primește în mod normal 2-3 recenzii pe lună primește brusc 40 în 72 de ore, sistemul Google semnalează modelul. Acest lucru nu duce la ștergere automată, ci la o carantină. Noile recenzii nu apar în numărul public sau în rating în timp ce sistemul investighează.^[3]

Acest mecanism este motivul pentru care afacerile care colectează recenzii adesea nu văd nicio schimbare, sau chiar văd că ratingurile lor scad pe măsură ce recenziile vechi, reale, rămân vizibile, în timp ce cele noi, false, sunt ținute în limbo. Această practică încalcă politicile Google și este ilegală în SUA conform regulilor FTC. Algoritmul este construit pentru a nu avea încredere în schimbările bruște care nu se potrivesc cu modelul stabilit al unei afaceri.

Iată două scenarii modelate pe cazuri din lumea reală. Nu sunt ficțiuni; aceste modele apar iar și iar în rapoartele profesioniștilor în managementul reputației.

Exemplul dentistului arată principala lecție a ratingului Bayesian: o medie brută mai mică cu încredere mare este mai bună decât o medie brută mare cu încredere scăzută. Scorul afișat a scăzut (de la un teoretic 4.9 la un vizibil 4.58), dar clasamentul său în căutări a crescut deoarece ponderea de încredere era acum solidă.

Exemplul cu creșterea bruscă a restaurantului arată de ce un ritm natural este important. Sistemele Google sunt concepute pentru a detecta viteza nenaturală. Patruzeci de recenzii într-o săptămână, apoi două luni fără recenzii, nu doar că pare suspect. Numărul efectiv amortizat înseamnă că ai plătit degeaba. Matematica pedepsește acest lucru de două ori: detectarea anomaliilor scade numărul vizibil, iar decăderea recenței înseamnă că recenziile din vârful de activitate încep să se estompeze aproape imediat.

Media Bayesiană nu este singura metodă statistică solidă. Articolul lui Evan Miller din 2009 „How Not to Sort by Average Rating” a făcut faimoasă o altă metodă: limita inferioară a unui interval de încredere al scorului Wilson. Reddit o folosește pentru a clasifica comentariile. Yelp folosește o versiune a acesteia.

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

Scorul Wilson răspunde la o întrebare diferită decât o medie Bayesiană. În loc să întrebe: „Cum ar trebui să-mi amestec datele cu o prioră?”, întreabă: „Având în vedere ratingurile mele actuale, care este cea mai mică calitate reală pe care aș putea-o avea cu o încredere de 95%?” Aceasta oferă un scor conservator care penalizează incertitudinea chiar mai puternic decât media Bayesiană la un număr foarte mic de recenzii.

O a treia metodă, modelul Dirichlet-Multinomial, tratează fiecare dintre cele cinci valori de stele ca o categorie separată, nu o singură linie continuă. District Data Labs a documentat acest lucru pentru sistemele cu mai multe stele. Este mai riguros matematic decât formula IMDB (care tratează stelele ca fiind liniare), dar este și mai greu de calculat. În practică, diferența dintre o medie Bayesiană și un model Dirichlet este minusculă odată ce ai mai mult de aproximativ 30 de recenzii.

Când înțelegi matematica, sfatul vag de a „obține mai multe recenzii” devine un plan măsurabil. Fiecare afacere se află undeva pe curba v/(v+m). Cunoașterea poziției tale îți spune cât de mult îți va schimba scorul următoarea recenzie.

Dacă v = 8 și m = 50, o nouă recenzie de 5 stele îți mută ponderea de încredere de la 8/58 (0.138) la 9/59 (0.153). Aceasta este o creștere semnificativă de 1.5 puncte procentuale. Dacă v = 300 și m = 50, aceeași recenzie te mută de la 300/350 (0.857) la 301/351 (0.858), o schimbare aproape invizibilă. Volumul la început are de zece ori puterea matematică a volumului la scară.

Cum să calculezi un rating mediu ponderat cu stele pentru propria afacere

Poți rula această formulă într-o foaie de calcul. Folosește numărul tău actual de recenzii pentru v. Pentru a estima m pentru categoria ta, uită-te la numărul de recenzii pentru primele trei afaceri din categoria ta Google Maps; percentila 25 a acelui grup este o bună estimare pentru m. Ratingul tău afișat actual este probabil rezultatul WR; media ta simplă este suma stelelor împărțită la număr.

Numărul care te interesează cu adevărat este efectul următoarelor N recenzii. Modelează-l. Adaugă 10 la v, recalculează WR și vezi cât de mult se schimbă. Fă acest lucru pentru o serie de valori v pentru a cartografia o curbă de sensibilitate. Cea mai abruptă parte a acelei curbe este locul unde o nouă recenzie are cel mai mare impact; acolo ar trebui să-ți concentrezi eforturile.

De ce recența face ca viteza recenziilor să fie mai importantă decât numărul total

Odată ce înțelegi decăderea recenței, obiectivul tău se schimbă. Nu este vorba doar despre numărul total de recenzii, ci despre cum este distribuit acest număr în timp. O afacere cu 400 de recenzii de acum cinci ani, dar nimic în ultimele 18 luni, operează cu un eșantion efectiv mai mic decât sugerează numărul său total. Recenziile decăzute contribuie mai puțin la media ponderată.

Un flux constant de recenzii, chiar și unul mic, își compune beneficiile în moduri pe care o singură explozie nu le poate face. Obținerea a opt recenzii noi în fiecare lună timp de un an este mai bună decât obținerea a 96 de recenzii într-o singură lună din aproape toate punctele de vedere: încrederea Bayesiană, depășirea detectării anomaliilor, traiectoria decăderii recenței și cât de credibil arăți clienților.