亚马逊的Review不是几颗星星那么简单

图片中5星占58%，4星占15%，3星占11%， 2星占6%，1星占10%，另外这个listing的review留评数量有692个，按照常规逻辑5星占比58%了，而且review基数不是很大，综合review星级应该在4分以下是吧，再来看看下面这张图，5星review占50%，review数量更少了，但整体review星级还是跟上图一样4.1分。

从两张图中就可以大胆判断：

一个listing的review星级的评定并不是单纯看评论有多少5星多少4星，也不是说5星占比越高，review星级就越高。

一，Review星级到底与哪些因素有关？

其实在亚马逊review的星级倒三角形图标，亚马逊就已经告诉你他们的算法逻辑，当然100%不会告诉你具体要怎么计算，毕竟亚马逊算法部门一直神秘存在着。上面具体提到了亚马逊星级星级评定的三个重要因素：review的“年龄”，review的投采纳数，review是否有VP标志，为什么亚马逊非要把这三个作为参考因素？接下来分析亚马逊在这两年中Review计算方法更新有哪些点 ，从更新的这些点中寻找答案

二，Review计算方法更新 

亚马逊更新了Review综合得分计算方法，不再采用单纯的数量*星级总和除以总Review数量*5星级的平均统计方式了，很多卖家发现评论数量增加了但是评级分数却下降了，主要的因素例如： 

1. Review是否有verifiled purchase标识，直评很久以前不再有权重，现在基本为0； 

2. Review的评论时间距离现在的时间，所以非持续的间断性刷评，对Listing的权重帮助会降低。 

3. 有趣且幽默Review数量在最新10个Review中的数量，这充分体现出对Review质量的要求， 

4. Review的评论字数，目的同样是管控评论质量； 

5. Review被买家投票很有帮助的次数，注意此处的陷阱是投票买家的帐号质量：买家帐号时间有多久、购物频率、地区分布形态、支付方式分布形态、购物习惯…… 

6. Review买家帐号质量，以上有描述，详细的还包括IP结构（机房IP、家庭IP……），目前这部分内容在中国刷单大佬中对此有深刻的理解； 

7. Review原星级分数； 

8. Review被点击次数，此处涉及多项因素的判断，例如买家的购买行为是否正当，即是否正常的购物习惯； 

9. 详情页面被点击次数； 

10. 买家离开该详情页次数； 

11.买家又再次返回该详情页面的比率，此处很专业，要表扬算法团队。 

以上因素都会影响Review的评级，并不单单权限于Review的分数及个数，采用此方式的目的是希望以更多的方式管制恶意操纵评论的行为，这将对第三方刷单/自刷/养号等等不正当竞争做出有力的打击，平台合规化经营是长久趋势，且行且珍惜！！