一直觉得豆瓣的影评和书评有些缺陷,评分不高的电影我可能会觉得挺不错,有些评分很高的书我会觉得不太好。

最近一段时间通过看书,买东西,自己体会到了原因所在:很多东西(书,商品)不分好坏,只分是否适合!

书评

周五在同事那里借了一本书:《点亮社群》打算在地铁上看,看了一个多小时就发现,这本书太烂~1句从业者都知道的理论+99句废话+一个案例。
后来回头想想,如果是学生时代看到这本书,也许我会激动好几天,因为这本书对于非从业者还是比较新鲜,比较激励人的。但是对于从业者看来可能没有太大意义。

所以,同样的一本书,不同的人评价,结果会有很大差距。问题不在于书本身,更多的在于读者的个人情况。

商品评论

相比书,商品(特别是衣服)对买家的个人特性(身高,体重,三维)要求更高。之前通过一次不好的网购经历,自己也给卖家提了一个建议:在评论中鼓励买家自报身高体重,所购买的尺码,是否合身。来给后面的买家提供更有效的参考。详细建议可以看我的另一篇博文——给淘宝卖家的一点建议。

总而言之:

1.现阶段,我经常看到的评论方式(豆瓣,淘宝)都只是单方面对产品本身做评价,没有对使用者/购买者定性。导致对不同类型的人参考价值不一致。

2.如果想让评价更有参考价值,更精准。应该首先对使用者/购买者定性,然后再让此类使用者/购买者对商品作评价。这样就不会存在一个很好的入门级读物,被一群专业人士或自以为很专业的人士评价的不堪入门了。

源地址:http://xiaoqiang.me/?p=1036

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章