Як Google насправді розраховує ваш зірковий рейтинг (це не просте середнє значення)

Розбір баєсової математики, зважування за давністю та оцінки достовірності, що визначають ваш відображений рейтинг, з фактичними формулами та прикладами.

Більшість власників бізнесу засвоюють цей урок важким шляхом. Ви можете отримати двадцять ідеальних п'ятизіркових відгуків поспіль і побачити, як ваш рейтинг у Google майже не змінюється. Або, можливо, ви працюєте місяцями, нарешті отримуєте 50 відгуків і виявляєте, що ваш середній показник 4.8 відображається як 4.3 на карті. Система не зламана. Вона працює так, як була створена. Вам просто не розповіли, як вона була створена.

Google ніколи офіційно не публікував свій алгоритм рейтингу. Однак його механізми широко зрозумілі. Це завдяки публічній документації IMDB щодо власної баєсової формули, нотаткам Algolia щодо ранжування, університетським дослідженням платформ відгуків та рокам зворотного інжинірингу того, що бачать практики. Ця стаття викладає математику, використовуючи реальні числа.

По-перше, давайте визначимо просте середнє значення і побачимо, чому це поганий інструмент для цієї роботи. Арифметичне середнє — це сума всіх оцінок, поділена на кількість оцінок. Якщо у вас є три відгуки (5, 4 і 5), ваше середнє значення становить (5+4+5)/3, або 4.67. Це арифметично правильно. Але для ранжування тисяч компаній одна проти одної це статистично оманливо.

Проблеми з цим методом множаться у великих масштабах. Кафе, яке відкрилося цього тижня з трьома блискучими відгуками від друзів власника, матиме вищий рейтинг, ніж давній конкурент із середнім показником 4.4 з 200 відгуків. Встановлений бізнес є набагато надійнішим сигналом якості. Будь-яка система, яка допускає такий результат, може бути маніпульована до марності за короткий час.

Як працює розрахунок зіркового рейтингу Google на практиці

Баєсів рейтинг — це середнє значення, зважене за довірою. Маючи лише кілька відгуків, системі бракує достатньо даних, щоб довіряти вашій оцінці. Тому вона змішує ваше необроблене середнє значення з «пріором» — стандартною оцінкою, заснованою на всіх подібних до вашого бізнесах. Коли ви збираєте більше відгуків, система більше довіряє вашим власним даним, і вплив пріора згасає.

IMDB використовує цей самий метод для свого списку 250 найкращих фільмів і опублікував формулу: WR = (v/(v+m)) × R + (m/(v+m)) × C. Змінні прості, але їхній вплив на поведінку може бути дивовижним. Та сама математика з'являється в посібниках Algolia з ранжування пошуку, академічних роботах про системи рейтингу та роботі SEO-фахівців, які вивчали поведінку локального пошуку Google.

Рівняння WR = (v/(v+m)) × R + (m/(v+m)) × C обчислює зважену суміш двох чисел: спостережуваного середнього балу вашого бізнесу (R) та середнього балу для всієї вашої категорії (C). Ваги встановлюються кількістю ваших відгуків (v) порівняно з мінімальним числом довіри (m).

Подивіться на два коефіцієнти зважування: (v/(v+m)) та (m/(v+m)). Вони завжди додаються до 1.0. Це означає, що ви завжди змішуєте власні дані з попередніми. Змінюються лише пропорції. Коли v мале порівняно з m, попередні дані мають більший вплив. Коли v велике порівняно з m, ваші власні відгуки мають більший вплив.

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

Порогове значення m — це число, яке визначає стандарт довіри платформи. Для свого списку 250 найкращих фільмів IMDB використовує m близько 25 000 голосів. Місцева кав'ярня в Google не належить до тієї ж ліги, що й фільм «Аватар», тому її m набагато нижче. Практики оцінюють, що для місцевих оголошень Google m зазвичай становить від 5 до 50, залежно від категорії бізнесу та ринку.

Середнє значення категорії C є найбільш ігнорованою змінною тут. Це не одне глобальне число. Google майже напевно визначає C на льоту для кожної категорії та міста, а можливо, навіть для кожного пошукового запиту. Стоматолог у Чикаго вимірюється порівняно з іншими стоматологами Чикаго, а не з піцеріями в сільському Техасі. Тому нижня межа вашого балу є специфічною для вашої категорії.

Чому формула зваженого зіркового рейтингу важлива для вашого SEO

Реальний наслідок полягає в тому, що ваші перші 50 відгуків набагато важливіші, ніж відгуки з 51 по 150. Будь-який відгук, який ви отримуєте нижче порогу довіри m, створює великий зсув у коефіцієнті (v/(v+m)). Перехід від v=5 до v=10 подвоює вашу вагу довіри. Перехід від v=150 до v=155 створює зміну, яку важко навіть виміряти.

Ця математика пояснює дивний патерн, який SEO-фахівці бачать постійно: бізнес зростає з 3 до 30 відгуків і бачить, як його відображений рейтинг падає з 5.0 до 4.6, навіть якщо всі нові відгуки були хорошими. Розрахунок правильний. Ранній бал 5.0 був баєсовою ілюзією. 4.6 — це перша реальна оцінка якості.

Розглянемо два приклади. Ми будемо використовувати реалістичне середнє значення категорії C = 4.1 та мінімальний поріг m = 50. Це справедливі оцінки для категорії послуг з помірною конкуренцією, таких як сантехніка, стоматологія або автосервіс. Ви можете підставити власні числа, щоб змоделювати свою ситуацію.

Бізнес А має ідеальний необроблений бал; кожен клієнт залишив 5 зірок. Але лише з 3 відгуками формула надає власним даним лише 5.7% ваги. Інші 94.3% його відображеного балу походять від середнього значення категорії 4.1. Результат становить 4.15, а не 5.0, які він, здавалося б, заробив.

Бізнес Б має нижче необроблене середнє значення 4.6, з деякими 3- та 4-зірковими відгуками. Але його 120 відгуків означають, що формула надає власним даним 70.6% ваги. Його відображений бал 4.45 набагато ближчий до його фактичної ефективності. Алгоритм Google ранжуватиме його вище, ніж Бізнес А. Обсяг купує вам довіру. Довіра купує вам рейтинг.

Наведена нижче діаграма використовує формулу для шести різних сценаріїв, де C = 4.1 і m = 50. Стовпець «Дельта» показує, наскільки баєсів бал відрізняється від простого середнього значення. Бачите, як цей розрив зменшується зі збільшенням кількості відгуків? Це вплив попереднього значення, що згасає з надходженням більшої кількості доказів.

Найбільш показовим є останній рядок. Бізнес лише з 5 відгуками та жахливим необробленим середнім значенням 2.0 все ще показує бал 3.85. Його підтягує майже на дві повні зірки середнє значення категорії. Це навмисно. Система не зруйнує бізнес на основі лише п'яти точок даних. Вона підстраховується до середнього значення, поки розмір вибірки не стане достатньо великим, щоб йому довіряти.

Цей амортизуючий ефект для негативних викидів є причиною того, чому бомбардування відгуками — навмисна кампанія фальшивих 1-зіркових відгуків — менш руйнівне, ніж здається на перший погляд. Алгоритм бореться з екстремальними результатами, якщо кількість відгуків занадто низька, щоб їх підтримувати. Крім того, системи Google створені для виявлення та позначення високошвидкісних кампаній відгуків будь-якого виду, позитивних чи негативних, що порушує політику платформи.

Баєсова формула є основою, але реальна система Google має щонайменше три додаткові компоненти: спад давності, довіра до дописувача та демпфування для раптових сплесків швидкості. Google не підтверджував їх. Усі вони виведені з спостереження за поведінкою системи та аналізу патентів.

Базова баєсова формула є відправною точкою. Інші рівні роблять остаточний бал складнішим для маніпуляцій та точнішим у поточний момент. Мета завжди однакова: показати рейтинг, який відображає те, що клієнт може очікувати, якщо він відвідає сьогодні.

Зважування за давністю: чому останні 90 днів є домінуючими

Google застосовує фактор часового спаду до відгуків, цінуючи свіжіші відгуки більше, ніж старі. Це працює як функція експоненціального спаду: сила відгуку з часом згасає, замість того, щоб різко падати в певну дату.^[1]

Аналіз системи рейтингу Google спільнотою SEO показує, що відгуки, старші за 12–18 місяців, мають приблизно на 30–50% менший вплив, ніж відгук минулого тижня. 5-зірковий відгук трирічної давності все ще враховується, але він враховується менше. Це означає, що бізнес, який отримав 80 відгуків у 2022 році, але жодного з тих пір, працює на згасаючому сигналі.

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

Довіра до дописувача: чому відгук від місцевого гіда рівня 7 важить більше

Систему довіри Google до рецензентів можна вивести з її патентів та спостереження за змінами рейтингів. Патент US8818995B1 описує систему ранжування пошуку, яка зважує вхідні дані на основі рівня довіри джерела. Для відгуків це означає, що місцевий гід рівня 7 з історією сотень детальних відгуків є джерелом високої довіри.^[2]

Реальний ефект полягає в тому, що 5-зірковий відгук від місцевого гіда рівня 7, ймовірно, має більшу вагу, ніж 5-зірковий відгук від нового облікового запису без історії. Це не стосується самого значення зірки; обидва є «5» у розрахунку. Але вага, застосована до кожного з них перед усередненням, відрізняється. Google ніколи не заявляв, наскільки велика ця різниця.

Демпфування аномалій: що відбувається, якщо за один тиждень з'являється 40 відгуків

Сплески швидкості запускають окрему систему виявлення. Якщо бізнес, який зазвичай отримує 2-3 відгуки на місяць, раптово отримує 40 за 72 години, система Google позначає цей патерн. Це не призводить до автоматичного видалення, а до карантину. Нові відгуки не відображаються в публічному підрахунку або рейтингу, поки система розслідує.^[3]

Цей механізм є причиною того, чому компанії, які купують відгуки, часто не бачать змін або навіть бачать, як їхні рейтинги падають, оскільки старі, реальні відгуки залишаються видимими, тоді як нові підробки перебувають у підвішеному стані. Ця практика порушує політику Google і є незаконною в США згідно з правилами FTC. Алгоритм побудований на недовірі до раптових змін, які не відповідають встановленому шаблону бізнесу.

Ось два сценарії, змодельовані на реальних випадках. Це не вигадки; ці закономірності знову і знову з'являються у звітах фахівців з управління репутацією.

Приклад стоматолога показує головний урок баєсового рейтингу: нижче необроблене середнє значення з високою довірою краще, ніж високе необроблене середнє значення з низькою довірою. Відображений бал впав (з теоретичних 4.9 до видимих 4.58), але його пошуковий рейтинг зріс, оскільки вага довіри тепер була міцною.

Приклад сплеску ресторану показує, чому природний темп важливий. Системи Google розроблені для виявлення неприродної швидкості. Сорок відгуків за тиждень, потім два місяці без відгуків, не просто виглядає підозріло. Знижена ефективна кількість означає, що ви ні за що не заплатили. Математика карає це двічі: виявлення аномалій знижує видиму кількість, а спад давності означає, що відгуки про сплеск починають згасати майже відразу.

Баєсове усереднення — не єдиний надійний статистичний метод. Стаття Евана Міллера 2009 року «Як не сортувати за середнім рейтингом» зробила відомим інший метод: нижню межу довірчого інтервалу оцінки Вілсона. Reddit використовує його для ранжування коментарів. Yelp використовує його версію.

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

Оцінка Вілсона відповідає на інше питання, ніж баєсове середнє. Замість того, щоб запитувати: «Як мені поєднати свої дані з попередніми?», вона запитує: «Враховуючи мої поточні рейтинги, якою може бути найнижча моя справжня якість з 95% довірою?» Це дає консервативну оцінку, яка карає невизначеність ще сильніше, ніж баєсове усереднення при дуже низькій кількості відгуків.

Третій метод, модель Діріхле-Мультиноміальна, розглядає кожне з п'яти зіркових значень як окремий кошик, а не одну безперервну лінію. District Data Labs задокументував це для багатозіркових систем. Вона є більш математично строгою, ніж формула IMDB (яка розглядає зірки як лінійні), але її також важче обчислити. На практиці різниця між баєсовим середнім та моделлю Діріхле є крихітною, якщо у вас є більше 30 відгуків.

Коли ви розумієте математику, розпливчаста порада «отримати більше відгуків» стає вимірним планом. Кожен бізнес знаходиться десь на кривій v/(v+m). Знання вашої позиції говорить вам, наскільки ваш наступний відгук насправді змінить ваш бал.

Якщо v = 8 і m = 50, один новий 5-зірковий відгук переміщує вашу вагу довіри з 8/58 (0.138) до 9/59 (0.153). Це значний стрибок на 1.5 відсоткових пункти. Якщо v = 300 і m = 50, той самий відгук переміщує вас з 300/350 (0.857) до 301/351 (0.858), майже непомітна зміна. Обсяг на початку має в десять разів більшу математичну силу, ніж обсяг у масштабі.

Як розрахувати зважений середній зірковий рейтинг для вашого власного бізнесу

Ви можете запустити цю формулу в електронній таблиці. Використовуйте поточну кількість відгуків для v. Щоб оцінити m для вашої категорії, подивіться на кількість відгуків для трьох найкращих компаній у вашій категорії Google Maps; 25-й процентиль цієї групи є хорошою оцінкою для m. Ваш поточний відображений рейтинг, ймовірно, є результатом WR; ваше просте середнє значення — це сума зірок, поділена на кількість.

Число, яке вас дійсно цікавить, — це ефект наступних N відгуків. Змоделюйте його. Додайте 10 до v, перерахуйте WR і подивіться, наскільки він зміниться. Зробіть це для діапазону значень v, щоб побудувати криву чутливості. Найкрутіша частина цієї кривої — це місце, де новий відгук має найбільший вплив; саме тут ви повинні зосередити свої зусилля.

Чому давність робить швидкість відгуків важливішою, ніж загальна кількість

Як тільки ви зрозумієте спад давності, ваша мета зміниться. Йдеться не лише про загальну кількість відгуків, а й про те, як ця кількість розподіляється в часі. Бізнес з 400 відгуками п'ятирічної давності, але без жодного за останні 18 місяців, працює з меншою ефективною вибіркою, ніж передбачає його загальна кількість. Згаслі відгуки менше впливають на зважене середнє значення.

Постійний потік відгуків, навіть невеликий, приносить переваги, які не може дати єдиний сплеск. Отримання восьми нових відгуків щомісяця протягом року призводить до більш стабільного, вищого рейтингу, ніж отримання 96 відгуків за один місяць за майже всіма показниками: баєсова довіра, очищення виявлення аномалій, траєкторія спаду давності та те, наскільки ви виглядаєте надійним для клієнтів.