3/3 可免費閱讀文章篇數免費閱讀

修正線上評論偏差的方法

Online Reviews Are Biased. Here's How to Fix Them
納達夫.克萊恩 Nadav Klein , 伊萬娜.馬里內斯庫 Ioana Marinescu , 安德魯.張伯倫 Andrew Chamberlain , 摩根.史瑪特 Morgan Smart
瀏覽人數:937
少了誘因,多半出現的是最極端的觀點。

在網際網路的時代,聲譽幾乎不會是一張白紙。消費者很容易找到線上評論,這多虧了其他消費者不嫌麻煩,把他們對產品和服務的意見貼上網路。

但線上評論是雙刃劍。一方面,如果它們協助消費者根據更多資訊,做出明智的決定,有這些評論就讓人很感謝。但另一方面,許多線上評論存在系統性的問題:它們多半會過度呈現最極端的看法。

要知道為什麼,不妨想想上次你購買產品的經驗。也許你被要求之後要提供評論。但你做了嗎?如果有的話,我們的研究顯示,你很可能是真的很喜歡那個產品,或是非常討厭它,才會寫評論。如果你的看法持平,可能根本就不會作評論,覺得不值得花時間和心力去回答。

這個問題可以擴大適用於大部分的線上評論。研究顯示,今天許多最受歡迎的線上評論平台,包括Yelp的商業評論和亞馬遜(Amazon)的產品評論,意見的分布呈現高度兩極化,有許多極端的正評或負評,溫和的意見很少。這產生一個「雙峰」或「J形」的線上產品評論分布情況,這一點在學術文獻上已有相當多的紀錄。這使得我們很難從線上評論得知產品的真正品質。

線上評論對經濟格外重要的一個領域,是有關工作選擇的重大決定。最近一項調查發現,今天美國有48%的求職者,在求職過程中會依賴Glassdoor的線上雇主評論;在美國1.6億人的勞動市場中,這個比率很高(本文兩位作者在Glassdoor工作)。依賴有偏差的線上雇主評論,可能會是代價慘痛的錯誤,對求職者和雇主來說都是如此。

線上評論平台要如何鼓勵那些「沉默的大多數」中間聲音,上網貼出評論,共同提供更正確的情況?

我們在新的研究中,測試是否能用簡單的誘因,提供更正確的線上評論。這個研究結合兩種方法:一種是控制式的線上實驗,另一種是來自線上就業網站Glassdoor的真實世界資料。

在實驗室中提供誘因

我們在實驗中,找來一群線上參與者,請他們留下對雇主的評論。接著,我們測試幾種誘因,包括金錢誘因和「親社會」的誘因(這次我們使用的親社會誘因是提醒參與者,留下評論可幫助其他求職者),觀察線上公司評論會如何隨著每一種誘因而改變。這個實驗中,我們使用亞馬遜的MTurk市集,給每一位評論雇主的參與者0.20美元,其中有些人得到更多錢,以測試額外的金錢誘因會產生什麼效果。

我們的研究結果顯示,提醒參與者留下評論可以幫助其他求職者,那些參與者就更有可能留下線上評論。簡單的親社會誘因,使得評論分布情況的偏差情況降低,產生更為常態的曲線分布。

我們也測試金錢誘因的影響,也就是給參與者更多錢以留下對雇主的評論。我們發現,金錢誘因也有用,但只有在金額夠高的時候才有效。給予的金額提高,人們張貼線上評論的意願也隨之升高;連本來持有溫和意見的人,也受到影響而留下評論,否則這些人原本是會保持沉默的。我們的實驗中,多給0.15美元,也就是給參與者的錢增加75%,便足以降低評論的分布偏差。

真實世界中的評論

我們的實驗結果,在真實世界中是否也是同樣情況?為了測試這一點,我們的研究也觀察Glassdoor的線上誘因計畫。

Glassdoor以兩種方式接收使用者張貼的內容。第一,使用者可自願提出對他們的雇主、薪資和其他工作資訊的評論。第二,Glassdoor也使用一般所謂的「先給再得」政策,提供強烈誘因以鼓勵使用者提供內容:使用者看了任何三段線上內容之後,網站就會要求使用者提交評論到線上社群,才能再看更多資訊。

我們檢視這個真實世界的誘因政策,是否改變對公司的線上意見分布情況。我們發現,和實驗室的實驗結果一樣,自願留下的線上評論,和使用者受誘因鼓勵而留下的評論,兩者的分布情況明顯不同。受到誘因鼓勵的評論分布較為溫和,而自願評論的分布明顯更加極端,對公司有更多的正評和負評。在控制實驗和在真實的商業環境中,我們的研究都顯示,提供金錢誘因和親社會誘因,都能帶來更平衡、更具代表性的線上評論。

為什麼線上看法很重要

改正線上評論的偏差,可影響我們經濟中的重要決策。假設有位求職者必須在兩個行業裡的類似工作之間做選擇,比方說顧問業和廣告業的工作。我們的研究顯示,評論是自願留下或因為誘因而留下,這一點往往會改變各個產業的線上評等排序。舉例來說,只依賴兩極化自願性評論的求職者,可能認為顧問業不如廣告業理想,而誘因帶來的較平衡評論,會產生相反的結論。因此,線上評論分布情況的偏差,會扭曲消費者、求職者和投資人所仰賴的資訊,進而影響真實世界的經濟決策。

線上評論是大規模分享資訊的有力工具。但務必記住那些評論的來源為何,今天許多線上評論由自願決定分享意見的人所提供,因此對產品、服務和公司的看法是扭曲的。

我們的研究可望促使以線上意見為基礎的評論,對社會更有用處。我們的研究使用相對便宜的誘因,顯示線上平台有辦法大幅降低偏差情況,鼓勵較溫和的聲音加入線上對話。線上評論基本上是一種社會作為。單單提醒個人,讓他們知道在線上分享意見會對社會有哪些好處,就能大幅影響他們留下線上評論的意願,並改善今天無所不在的線上評論平台的實用性。

(羅耀宗譯)



納達夫.克萊恩 Nadav Klein

芝加哥大學哈里斯公共政策學院(University of Chicago Harris School of Pub-lic Policy)博士後學者。


伊萬娜.馬里內斯庫 Ioana Marinescu

賓州大學社會政策與實務學院(University of Pennsylvania School of So-cial Policy & Practice)經濟學助理教授。


安德魯.張伯倫 Andrew Chamberlain

就業網站Glassdoor首席經濟學家,以及Glassdoor經濟研究(Glassdoor Eco-nomic Research)主任。


摩根.史瑪特 Morgan Smart

Glassdoor資料科學家。


本篇文章主題網際網路