评论系列6：什么样的评论会被认为有用：Mudambi 2010 的亚马逊研究
但真正影响买家决策的，往往不是平均星级，而是哪些评论被买家认为“有用”。
30字摘要：有用评论的运营标准
很多卖家看评论，第一眼看星级。
4.7 分，放心。
4.1 分，焦虑。
3.8 分，开始找原因。
但真正影响买家决策的，往往不是平均星级，而是哪些评论被买家认为“有用”。
一个 ASIN 有 3,000 条评论，如果买家点进去看到的前几条都是“很好、不错、推荐购买”，他还是不知道这个产品适不适合自己。
相反，一条四星评论如果说清楚尺寸、材质、使用场景、优缺点，可能比十条空泛五星更能推动购买决策。
Mudambi 和 Schuff 在 2010 年发表的论文 What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com，研究的正是这个问题。
这篇论文直接研究 Amazon.com 上的评论，样本来自 6 个产品、1,587 条评论。它关注三个核心变量：评论深度、评分极端度、产品类型。
对亚马逊卖家来说，这篇论文最重要的启发是：
有用评论不是夸得更狠，而是让买家更快判断“这个产品适不适合我”。
论文信息卡
- 论文：What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com
- 作者：Susan M. Mudambi, David Schuff
- 发表时间：2010 年
- 来源：MIS Quarterly
- 研究对象：Amazon.com 上 6 个产品、1,587 条评论
- 卖家关键词：helpfulness、review depth、rating extremity、product type、搜索型产品、体验型产品
先讲人话：什么叫“有用评论”
亚马逊评论区里的 helpful，本质上不是夸卖家，也不是给品牌站台。
它回答的是买家心里的问题：
这条评论有没有帮我做决定？
买家在下单前通常有三类不确定。
第一，产品参数是否匹配。
比如尺寸、接口、容量、材质、兼容性、安装方式。
第二，真实使用体验如何。
比如噪音、气味、舒适度、清洗难度、续航、耐用性。
第三，产品是否适合自己的场景。
比如通勤、露营、孩子上学、宠物饮水、厨房小空间、敏感肌。
有用评论，就是能减少这些不确定的评论。
它不一定是五星。
它不一定特别长。
但它必须给后来买家更多判断依据。
论文原意：三类因素影响评论有用性
Mudambi 和 Schuff 研究了三个核心变量。
第一，评论深度。
也就是 review depth。简单理解，就是评论提供了多少具体信息。评论越有内容、越能解释产品体验，越可能被认为有帮助。
第二，评分极端度。
也就是 rating extremity。五星和一星都很极端，三星和四星相对更中间。论文关心的是：极端评分是否更容易被认为有用。
第三，产品类型。
论文区分了 search goods 和 experience goods。
搜索型产品，是买家购买前就能比较多判断属性的产品。比如很多电子配件、工具、标准化商品。买家更容易通过参数、规格、兼容性做决定。
体验型产品，是买家必须使用后才知道好不好。比如护肤品、服装、食品、宠物用品、家居体验类产品。买家更关心真实使用感受。
论文的重要价值，不是说某一个变量永远最重要，而是提醒我们：
评论有用性取决于评论内容、评分表达和产品类型之间的匹配。
为什么“五星好评”经常没那么有用
很多卖家最喜欢这种评论：
质量很好，非常满意，值得购买。
这句话看起来很正面，但它对后来买家帮助有限。
它没有说清楚：
什么质量好？
适合什么场景？
用了多久？
和同类产品比好在哪里？
有没有不适合的人群？
对平台和买家来说，这种评论更像情绪表达，而不是决策信息。
一个更有用的评论可能是：
这款收纳盒放 A4 文件刚好，抽屉高度够，但如果文件夹比较厚就会卡。塑料不是特别厚，不过日常办公室够用。适合轻量收纳，不适合放重工具。
这条评论未必是五星，但它能帮买家判断。
这就是“有用”的关键。
搜索型产品和体验型产品，买家看的东西不一样
如果你卖的是数据线、螺丝刀套装、手机壳、滤芯这类偏搜索型产品，买家更关心明确属性：
接口是否兼容？
长度是否够？
材质是否耐用？
尺寸是否准确？
安装是否方便？
这种产品的有用评论，通常要讲参数、兼容、对比和边界。
如果你卖的是护肤品、服装、宠物用品、厨房小家电、床品这类偏体验型产品，买家更关心使用后的感受：
敏感肌会不会刺激？
衣服上身是否显胖？
宠物是否愿意用？
机器噪音是否能接受？
清洗麻不麻烦？
这种产品的有用评论，通常要讲场景、过程、优缺点和适用人群。
所以同样是“深度评论”，不同类目的深度不一样。
搜索型产品的深度，是把参数和适配讲清楚。
体验型产品的深度，是把真实使用过程和感受讲清楚。
卖家不能操控 helpful，但可以提高真实信息密度
这里必须讲清楚边界。
卖家不能操控 helpful votes。
卖家也不能要求买家写指定内容、给指定星级、上传图片视频，或者用奖励换评论。
但是，卖家可以做一件合规而且长期有效的事：
让真实买家更容易产生具体体验。
具体怎么做？
第一，页面把关键属性讲清楚。
不要让买家买错尺寸、买错型号、误解场景。
第二，说明书降低使用门槛。
很多差评不是产品坏，而是买家不会装、不会清洗、不会第一次使用。
第三，QA 提前回答真实疑问。
如果买家反复问同一个问题，说明页面没有讲清楚。
第四，售后处理要干净。
可以帮买家解决问题，但不要把解决问题和修改评论绑定。
第五，把真实差评变成页面和产品改进。
差评越具体，越说明你找到了真实阻力。
这些动作不会直接“制造有用评论”，但会让真实评论更有信息量。
论文事实、业务推断和卖家动作要分开
资料明确写到
Mudambi 和 Schuff 的论文基于 Amazon.com 评论，研究 review depth、rating extremity 和 product type 如何影响评论 helpfulness。论文样本包括 6 个产品、1,587 条评论。
论文明确把产品类型分为 search goods 和 experience goods，并讨论产品类型对评论有用性判断的影响。
我们可以合理推断
今天亚马逊的评论展示、排序、AI 摘要和买家问答理解，比 2010 年复杂得多。
但“有信息量的评论更能帮助买家决策”这个方向没有过时。尤其在 AI review highlights 和购物助手时代，评论文本越具体，越可能成为系统理解产品体验的材料。
卖家实操建议
不要追求空泛好评。
你应该追求真实体验被充分表达。
这不是让你引导买家写模板，而是让产品页面、说明、QA、售后和产品本身共同减少误解，让真实买家自然写出更具体的反馈。
一个卖家案例：耳机评论到底怎么才有用
假设你卖蓝牙耳机。
空泛评论是：
音质很好，连接稳定，值得购买。
这句话能增加一点信任，但买家仍然有很多问题：
戴久了夹不夹耳？
通勤地铁里降噪够不够？
麦克风打电话清不清楚？
续航是不是虚标？
运动会不会掉？
更有用的评论可能是：
通勤地铁用降噪够用，但不能完全隔绝广播。耳罩偏软，戴两个小时不夹耳。开会麦克风比电脑自带清楚，但风大的户外会有杂音。充电盒一周充两次够用。
这条评论的价值在于，它帮不同买家判断适不适合自己。
运营应该从这些真实评论里反推页面内容：
如果买家反复提通勤，就把通勤场景讲清楚。
如果买家反复提麦克风，就补充通话场景。
如果买家反复提佩戴舒适度，就把耳罩材质和重量讲清楚。
这才是评论到运营的闭环。
明天早上可以做的五件事
第一，找出竞品 Top helpful 评论。
不要只看五星。看被买家认为有用的评论到底在讲什么。
第二，把这些评论拆成主题。
尺寸、材质、噪音、气味、安装、兼容、清洗、续航、耐用、适用人群。
第三，对照自己的 Listing。
如果高频问题没有在主图、副图、五点、A+、QA 里讲清楚，就补。
第四，建立“有用评论词库”。
这个词库不是给买家当模板，而是给运营团队理解买家语言。比如买家说“runs small”，你就不要只写“true to size”。
第五，把空泛好评降权处理。
内部分析时，不要把“质量很好、推荐购买”当成强卖点。真正强的卖点，必须能落到具体场景和具体属性。
不要误读这篇论文
第一，不要把 helpfulness 当成卖家可以操控的按钮。
操控 helpful votes、诱导买家点赞评论、组织人为投票，都不是健康动作。
第二，不要以为评论越长越有用。
长但跑题，依然没价值。真正有用的是信息密度，不是字数。
第三，不要以为极端评分一定更有说服力。
一星和五星都可能有价值，但如果只表达情绪、不解释原因，对买家帮助有限。
第四，不要把搜索型产品和体验型产品用同一套评论分析方法。
不同类目的买家疑问不同，有用评论的形态也不同。
结论
Mudambi 2010 让我们看到，评论有用性不是玄学。
它和评论深度、评分表达、产品类型有关。
对卖家来说，最重要的不是追求更多漂亮好评，而是理解买家到底需要什么信息才能下单。
搜索型产品，要把参数、适配和边界讲清楚。
体验型产品，要把使用过程、场景和优缺点讲清楚。
真实买家越容易表达具体体验，评论区越能沉淀为长期资产。
有用评论不是帮卖家说好话，而是帮买家少走弯路。
参考资料
- Mudambi, S. M., Schuff, D. What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com. MIS Quarterly, 2010. https://aisel.aisnet.org/misq/vol34/iss1/11/
- Amazon Seller Central: Customer product reviews policies. https://sellercentral.amazon.com/gp/help/external/GYRKB5RU3FS5TURN
- Amazon Community Guidelines. https://www.amazon.com/gp/help/customer/display.html?nodeId=GLHXEX85MENUE4XF