评分系统的用户体验设计

日常生活中我们需要给各种东西打分，给影视作品打分，给 APP 打分，作者分析了现有评分系统的问题，并以案例的形式介绍了他重新设计评分系统的思路和最后的设计结果。

在设计新产品时，我需要一个评分系统，用户应该要对一系列因素投票。对此，我第一个想到的就是现成的 五星评价系统。但是近些年这个评价系统并没有优化且（或）高效。

​           

必须先熟悉掌握这个设计规则，才能去打破它们。

要找到替代的评分系统，首先，我们必须要了解五星评价系统，这样我们才能找出其所有的缺点，并理解它在用户体验方面造成的问题（这点我将放到一边稍后再说）。

(从不同用户的视角而言) 星星并不能准确地展示某事物的好坏。

1. 五星评分系统的缺点

最主要的问题是（从不同用户的视角而言）星星并不能传达某事物好坏。在最初的研究中，我发现三星评价对于某些用户而言意味着“合适”，而对另一些用户意味着“不佳”！这意味着我们从评分系统收集到的数据并不准确且不可靠。

另一个问题：给一颗星更差还是一颗星都不给更差？没有星星应该被当作 0 分么？如果我们需要计算一个产品的平均用户评分，我们必须计算那个零颗星么？或者我们应该将零颗星算作 3 分（平均分）？或者直接不将这种情况纳入计算？

接下来的问题：当你在 IMDB（评分系统是 1 – 10 分）上搜索高评分电影时，优秀的喜剧电影通常会有 6 分（相当于在五星评价系统里的 3 星），但是优秀的惊悚电影经常有 8 分！这意味着用户潜意识里给喜剧电影更少的分数（用户给电影赋予了一份嘲讽的感觉，并在脑海中贬低它），所以我们只有很少的 8 分喜剧电影。尽管喜剧电影非常卖座，甚至比惊悚电影销量更佳。

2. Netflix 平台的评分系统设计经验

1. 研究表明，当用户为电影评价高分时，并不一定意味着他们喜欢这部电影！Netflix （电影平台）的设计师发现用户会给纪录片打更高分，但是当用户返回网站，他们会搜寻那些他们打更低分的电影。所以  Netflix  算法无法基于用户评分而为用户推荐他们真正喜欢的电影。为了改进评分系统，Netflix  和  Youtube  决定使用「喜欢」和「不喜欢」按钮来替代五星评分系统，从而获得更准确的用户评价。

2. Netflix  最近宣布，用户在每个电影顶部看到的排名，并不是来自于用户的平均评分。而是 Netflix  基于数据挖掘算法、用户兴趣和品味，而认为用户会给电影的分数。（如果你经常给喜剧电影高分评价，那么我们会给你看到喜剧电影的更高排名！）

3. 对 Amazon (亚马逊购物平台) 上评价的研究表明，大部分的评价可以分为两类：要么用户对产品坠入爱河并夸奖产品，或者他们十分讨厌产品并吐槽之。仅有少数人会温和公平地评价产品。认知科学可以更好地解释这个现象，但是底线是人们仅仅对极端情况（不在正常情景下）产生反应。

3. 替代评分系统

鉴于所有这些以及 5 星级系统的模糊性，我们决定去寻找更准确的评分系统。以下是各类评分系统的优缺点：

第一个替代选择还是使用了五级评价系统，但是把星星替换成了情绪符号。选项 1 现在的意思是“非常差”。而在上一张有五颗爱心的图片里，一颗爱心不可能被当作“非常差”，因为爱心或者星星没有一点负面含义。

第二个替代系统：拇指系统，通常被称作「喜欢和不喜欢」，可以让用户更容易去衡量，因为：

1.「喜欢/不喜欢」可以让用户很容易去判断。因为它只有两种模式。这是两种极端模式。这意味着，要么是顶线要么是底线！（和有更大测试域的五星评价系统相比）

2.「不喜欢」清晰地展示了我们忽视了什么。Netflix  说双按钮选项在双按钮系统里对我们而言有巨大的好处：我们可以搞清楚什么是用户真正厌恨的东西，这样就再也不在时间线上展示了。（ 5  星评价系统没有「不喜欢」。即使用户给某样东西打了一分，你也不能判断是不是用户不喜欢它）

3. 研究表明，拇指系统可以鼓励用户投票并增加用户对于服务的参与度（和五星评价系统相比）。如果你想要更多的用户参与度，你必须要把投票弄得更简单。就像  Twitter  和  Instagram ，他们只有一个喜欢状态按钮（而不是两个状态）。

4. 用户需求准确性=更少参与度

有的时候我们不需要这么多细节，当我们要求用户更准确时，他们就会离开当前应用。

唐纳德·诺曼（Don Norman，90 年代 Apple 的用户体验创始人）在他的书《设计心理学》（《The Design of Everday things》）里讨论过：现在这里是 55 华氏度。但我习惯使用摄氏度单位。所以 55 华氏度等于多少摄氏度？

下面是将华氏度转为摄氏度的准确公式：C = (F-32) × 5 ÷ 9

这个公式很难记也很难算，所以我永远记不住！

但是有一个半准确的计算公式可以记住使用：C = (F-30) ÷ 2

对于第一个计算公式的答案是 12.8 ，对于第二个没那么准确的公式，答案是 12.5。对于唐纳德·诺曼而言，一个不够准确的答案已经足够了，它让我们看到了我们想要的结果。因为大家只是想看下这天气穿毛衣冷不冷！

5. 结果

我们需要从用户那获得数字的准确程度，取决于我们需要什么类型的结果。        

6. 最后的设计

这是我为产品设计的最后的评分组件，它代表了用户在多少程度上对于我们网站应用的赞同/不赞同：

评分系统

1. 不赞成

2. 中立

3. 赞成

4. 非常赞成