Полузвёздный порог: как округление рейтинга влияет на выбор клиентов

Округление рейтинга на площадках кажется технической мелочью, но клиент видит именно округлённое значение. Компания со средним 4,24 и компания со средним 4,26 почти не отличаются по качеству, а на экране у одной 4,2, у другой 4,3. В значках из звёзд разница ещё заметнее: четыре звезды против четырёх с половиной. Границу, на которой происходит такой скачок, мы в SERM Service называем полузвёздным порогом. Это рабочее понятие агентства, а не отраслевой стандарт.

Что показывают исследования

Андерсон и Магрудер использовали особенность Yelp: площадка округляла рейтинг до половины звезды. Рестораны с точным средним чуть выше границы показывались с лишней половиной звезды, а рестораны чуть ниже — без неё, хотя по сути не отличались. Сравнение этих групп показало, что прибавка в половину звезды заметно повышала вероятность заполнения ресторана в часы пик. Подробнее — в пересказе исследования.

Работа Луки на тех же данных связывает рост рейтинга на звезду с ростом выручки независимых ресторанов — см. пересказ. А Дай, Джин, Ли и Лука показали, что простое среднее — не лучший способ собрать оценки в рейтинг, и площадки всё чаще используют более сложные формулы — см. пересказ.

Где проходят пороги

Конкретное правило округления зависит от площадки. Проверьте его на своей карточке: сравните точное среднее по распределению оценок с тем, что видит клиент.

Сколько оценок до следующей ступени

Если у компании N отзывов со средним R, а порог — P, то число пятёрок подряд, нужное для перехода, считается так: k = N × (P − R) ÷ (5 − P). Результат округляют вверх.

Обратная сторона: при рейтинге чуть выше порога одна-две низкие оценки возвращают компанию на ступень вниз. Это проявление рейтинговой хрупкости — чувствительности рейтинга к единичным оценкам, особенно при небольшом числе отзывов.

Пример: пекарня-кафе

Условная пекарня-кафе с 180 отзывами имела среднее 4,72 и отображаемый рейтинг 4,7. Ближайший порог — 4,75. По формуле нужно около 22 пятёрок подряд, а реально, с учётом того, что не все оценки максимальные, — около 35–40 новых отзывов.

Что сделали:

• поставили на кассе табличку с просьбой оставить отзыв и ссылкой на карточку, без условий об оценке;
• разобрали три последние жалобы на долгую очередь утром и вывели второго кассира в часы пик;
• стали отвечать на каждый отзыв в течение двух дней.

Через три месяца среднее выросло до 4,76, и карточка стала показывать 4,8. По словам администратора, вопросы «вы рядом, а у вас какой рейтинг?» по телефону стали заканчиваться визитом чаще.

Порог и единственный ответ

В зоне единственного ответа — запросах, на которые голосовой помощник или ассистент даёт один вариант, — рейтинг часто называют вслух: «рядом есть кафе с рейтингом 4,8». Здесь ступенька особенно заметна: клиент не видит соседних вариантов и сравнивает с собственным ожиданием. Рейтинг ниже привычного для категории уменьшает шанс, что ассистент выберет компанию, а клиент согласится с выбором.

Как работать с порогом честно

Порог помогает расставить приоритеты, но не оправдывает гонку за оценками любой ценой.

• Просите всех. Регулярная просьба об отзыве ко всем клиентам, без отбора довольных.
• Не ставьте условий. Скидка или подарок только за пятёрку нарушает правила площадок и закон о рекламе.
• Работайте с причинами. Повторяющиеся жалобы стоят больше, чем десяток просьб об отзыве.
• Следите за обеими границами. Если рейтинг чуть выше порога, важно не потерять его, а не только подняться выше.

Как порог связан с рейтинговой хрупкостью

Чем меньше отзывов, тем ближе компания всегда находится к порогу — и тем легче его пересечь в обе стороны. При 30 отзывах одна единица может опустить рейтинг на 0,1–0,15 и перевести компанию на ступень ниже. При 500 отзывах та же единица почти незаметна.

Отсюда практический вывод: небольшой компании важнее всего поток отзывов, а не их идеальность. Регулярная просьба об отзыве ко всем клиентам снижает хрупкость быстрее, чем любые другие меры.

Частые ошибки

• Считать по отображаемому рейтингу. Расстояние до порога видно только по точному среднему.
• Игнорировать нижнюю границу. Компания на 4,76 при пороге 4,75 рискует больше, чем компания на 4,70.
• Сравнивать площадки между собой. Правила округления и расчёта у площадок разные, и одинаковые цифры не означают одинаковое положение.

Ещё одна деталь: на некоторых площадках рейтинг рассчитывается не простым средним, а с учётом свежести и достоверности отзывов. Тогда точное значение в кабинете может отличаться от среднего по распределению оценок, и расчёт по формуле даёт лишь ориентир. В таких случаях ориентируйтесь на значение, которое площадка показывает в кабинете, и проверяйте, как оно меняется после каждой новой оценки.

Порог тесно связан с нишевой нормой рейтинга — средней оценкой соседей в выдаче. Переход через порог особенно ценен, когда он поднимает компанию выше нормы: тогда клиент видит не просто другую цифру, а преимущество перед соседями.

Как объяснить порог руководителю

Руководителю удобнее всего показать порог одной таблицей: точный рейтинг, отображаемый рейтинг, расстояние до порога вверх и вниз, число нужных оценок. Такая таблица превращает абстрактное «надо больше отзывов» в конкретную цель на квартал и показывает риск: сколько низких оценок отделяет компанию от ступени вниз. Обновляйте её ежемесячно и показывайте рядом с действиями из карточки — так видно, как ступенька рейтинга отражается на звонках и маршрутах.

Чек-лист

• Выяснено правило округления на каждой ключевой площадке
• Посчитано точное среднее по распределению оценок
• Определено расстояние до ближайшего порога вверх и вниз
• Посчитано, сколько новых оценок нужно для перехода
• Запущена регулярная просьба об отзыве ко всем клиентам
• Разобраны повторяющиеся причины низких оценок
• Распределение оценок фиксируется ежемесячно

Как рейтинг влияет на позиции, разобрано в статье Отзывы и поисковая выдача. Почему рейтинг вслух решает в голосовых ответах, — в материале Зона единственного ответа: как попасть в ответ Алисы и быстрые ответы. На маркетплейсах рейтинг товара тоже показывается с округлением — например, в карточках на Мегамаркете.

Первоисточники: Learning from the Crowd Андерсона и Магрудера, справка Google о факторах локального ранжирования и справка Яндекса об отзывах.