注：笔者在饿了么负责订单和UGC模块，前段时间设计了订单评价页的改版，有一些心得想记录下来，分享给做UGC的朋友们。
一 先说用户评价的价值，所有的需求设计都服务于价值
从平台的角度：
1.评价可以形成交易链路的闭环。根据用户的评价，对服务提供者的服务质量进行判定，再对服务提供者进行流量再分配，从而实现良币驱逐劣币的正向循环。
2.对于服务提供者——外卖商家，用户评价是对商家服务的反馈，帮助商家改进服务质量的意见来源。
3.用户的评价是用户与平台的最重要的交互途径之一。平台对于用户的了解，除了用户浏览收藏加购下单等显性回馈外。评价是平台获取用户喜好的重要途径。
对用户的价值：
1.解决信息不对称：用户对商家提供的服务质量不清楚解决信息不对称的问题。
2.降低决策成本：基于大量样本数据分析，对商家的服务做出一个综合评分，通过参考其他人的评价，建立对平台和商家的信任机制，降低用户决策的时间成本。
顺便分析下评价的用户动机：
1.评价是对用户不可剥夺的权利之一，维权方式之一
2.情感驱动： 评价是用户表达感情的途径，不论是满意还是不满意，评价是用户感情输出的一个途径
3.利益驱动 ：评价是用户获取利益的一个方式。平台提供了积分的奖励，所以吸引了一部分用户评价
4.习惯驱动 ：某些人由于性格驱使进行的自我分享和倾诉行为，无论是炫耀还是期望内容能够帮助到他人
二 然后分析目前的评价存在的不足
联网产品，有一个指标叫做“净推荐值NPS”，即你愿意将这款产品推荐给几位朋友。同理，对于商家，有的我们会恨不得推荐给每一个朋友，有的则没有推荐的欲望。
我们分析了数据，80%多的订单评价都是五星好评，接近95%的商品评价都是”赞“。
因为中国人都是比较亲和中庸的，如果没有什么差错的话都会选择五星。但是同样是五星，用户在给过五星评价的店的复购率是不一样的。作为平台，是希望知道哪些店的服务是超出用户预期的。
导致的问题是：
1. 我们无法区分用户对餐厅“有多喜欢”，无法做精准的推荐。比如用户给一家川菜和一家东北菜都打了五星评价，但川菜只是一般喜欢，因为习惯打了五星。而对东北菜特别喜欢。那么推荐系统应该做的是更多的推荐东北菜，但我们目前获取不到这些信息。
2. 商家评分区分度比较小，分布不够正态，难以将非常好的店和一般好的店区分出来。
三 如何设计改版
那怎么区分满意度呢，比如你在Airbnb住了民宿，如果五星就是满意房间挺好，六星就是房东还给你介绍了这个城市的风土人情，七星就是房东还亲自去接站送站或者带你玩了特色的景点。
为了区分五星的好店之间的区别，我曾经设计了一个”愿意推荐给朋友“的小功能，当用户选择了”愿意推荐给朋友“时，评价的星级将会变成6颗星，同时有一个很炫酷的动画效果。
最终这个方案没有实施，而换成了另一种方案，至于原因，是因为这个方案不够简单，用户需要操作两次才能点亮六星评价，而对于一个功能，不够极简，就意味着失败。
但是外卖作为一个高频且客单价远低于住宿的场景，从用户的成本来说，很难为一个订单去做这么细致的评价，从平台的成本来说，教育用户理解五六七星间的差别成本很高，同时认知成本很高。所以必须根据特殊场景设计，不能照搬其他产品。
所以，设计的要求就是：
1.符合中国人的平和的社会心理，不能只用单纯的踩和赞，容易造成太大的心理压力
2.认知模型简单，选项不能太多，不需要学习就能上手的那种
3.区分出五星评价和”6“”7“星评价，即一般满意和超出预期的惊喜
四 最终的方案
最终，我们创造了一种新的评价等级，将评价从五星级改成了“吐槽/满意/非常满意”满意度三级评价，并且在用户进入时默认帮助用户选择中间档“满意”。
至于为什么不用淘宝的好中差评呢？是因为中评其实在普通人心里带有负面的倾向，对于单价不高而频率很高的一次消费来说，给偏向负面的中评用户属于少数，而且对于商家和用户来说都有一定的心理压力，所以没有中间档“一般满意”更容易让用户接受。
对于大部分的用户，进入后无需花费时间在选择星级上，让用户更轻松的完成评价。
对于不满意的用户，通过'吐槽"来引导用户说出对服务的不满。
对于非常满意的用户，用“非常”两个字区分出普通的满意，让用户告诉我们他特别喜欢哪家店。
五 思考题
不知道大家有没有观察过不同产品的用户评价设计，是有区别的。总结下来，有两分制，三分制，五分制，十分制。比如视频网站一般有踩和赞，绝大部分电商网站是五星级评价，天猫是五星级评价，而淘宝是好中差评。 大家有没有人思考过他们的区别？如果有好的想法，欢迎交流哦！
最后，感谢认真听取我改版的想法，并支持我的大胆方案的同事们和设计师们。
