京东，基于大数据技术的店铺评级

纵观古今，级别的概念充斥着生活的每个角度。从个人的银行信用到国家的安全等级，从显示器的清晰度到每个人的工资水平。级别是迎合人们对“标准”需求的一种产物，更是被众人当作衡量标准的尺子大用特用。在电商领域，随着业务范围迅速发展和平台模式日益扩大，店铺量日以万计迅速增长。面对这么一个庞大的群体，我们是否也需要设定某个标准来衡量店铺的良莠不齐和水平高低？这样的一把尺子应该怎么设计呢？

信息对称和公平交易是关系密切的两个概念，信息不对称则是存在于用户和店铺之间的普遍情况，早已成为各种不平等交易的诱因。当用户缺乏店铺服务水平的相关信息时，就会影响用户对店铺的信任程度；用户做出“进与不进”和“买与不买”的决定时，这将是影响用户选择的重要因素。

在店铺另一端的运营人员对于信息的需求则同样刚性。所谓的酒香也怕巷子深，挂上一块“物美价廉服务优质”的招牌是他们对信息共享的迫切需要。日常运营中哪里做的好、哪里还需要优化、用户对各环节的认可程度如何，自家在行业中处于什么位置，这些也是运营人员亟待了解的信息，对于运营有着重要的指导意义。

信息的方式多种多样，量化信息是其中最直观也更容易被理解的信息存储和展示方式，也是运营管理中可以直接用于评估考核的一种方式，能够快捷的为信息使用者提供含义明确尺度清晰的内容。信息对称和共享，庞大的群体需要更规范更科学的管理，这些使得找到一种衡量店铺众生相、承载店铺优劣信息的方式成为必然。店铺级别体系正是基于此而产生的使用统一标准衡量不同店铺水平、共享店铺多方面量化信息的一种载体。

搭建评级体系过程中需要考虑诸多重要因素：

一是评估对象的准确性，体系以体现店铺的“综合”水平作为最终目标，但“综合”是一个宽泛抽象的概念。幸运的是它能够被具体行为所表现，可以通过行为来具体化描述。用户和店铺之间发生着各种行为，如购物、网页点击、售后服务等等，这些影响着店铺和用户之间的关系、调整着用户对店铺的观感、反映店铺的管理效果的可量化的重要影响因子。如何从各种行为数据出发，准确定位评估对象属性特征，抽象和量化关键性因子和具体指标，是体系建立中的重要工作。采取AHP和因素分析法对用户购物等行为进行量化拟合后发现，商品、服务和时效是影响用户购买和评价的最主要环节，其中商品质量、服务态度和物流速度又是各环节的主导因素。通过一系列的分析模拟，得到了体系将要评估的明确对象和各个细分因素。

第二个因素是体系的可解读性，评级体系是以数据为基础、运用抽象思维建立起的面对真实业务群体的可视体系，容易解读是体系得到广泛认可和贯彻推广的必然要求，体系的不可理解将是体系的灾难性缺陷。评级体系对象、体系结构和数据基础与体系间的关系，都需要实际的业务或行为作为其理论基础。

体系中的“量化”方式是体系解读中较困难的部分，量化方式的选择尤为重要。当衡量店铺的某项水平时，可以采取水平的原始值标识，可以将店铺水平指标排序后的Rank展示给用户，或者建立水平的指数化指标。考虑到某些方式存在对数据标准化和函数处理的操作过程、易造成解读困难，最终采取易解读的方式。

第三个因素是体系结构的合理性，评级体系结构的合理性会影响到体系运转过程中的稳定。评分体系可以采取函数结构、多层非交叉结构和多层交叉等结构，不同结构各有特征和优劣。在权衡不同结构的性能后，可以为评级系统设计更恰当的体系结构。结构布局确定后，需要固结构之间的关系关联方式。在数据模型的基础上，层级之间通过模型量化计算，得到形如 的函数式结构，作为连接各个结构模块的网络脉络。

评级体系的价值就是体系在体系使用者的使用过程中达到了什么效果，对使用者有何帮助。

店铺评级体系上线后，前台页面及后台系统中展示了店铺评级的体系内容和各项结果，用户和运营人员能够方便快捷的找到其需要的内容，双方信息形成共享。用户清晰了解到他面前的店铺在服务、商品和时效各方面的表现和水平高低，丰富明确的量化信息为他进店和购物的投票决策提供了高效客观的数据支持。评级结果是运营人员提交的一张成绩单。成绩单中详细记录了店铺的优良可差，找出自身的优势和不足，运营人员继续努力好好学习，既发现改善了运营死角，又能通过更好的评级成绩吸引了更多用户、提升运营效果，形成良性循环。

基于大数据研究、通过抽象量化分析建模并最终应用于网站运营的店铺评级体系，已经成为用户购物和店铺管理的重要标尺。在要求信息更加透明和管理更为客观严谨的今天，店铺评级体系得到了越来越多的应用，它将帮助网络购物变得更公平更便利。