一、电商网站的打分系统如何选择平均数
平均数是表示一组数据集中趋势的量数，它是反映数据集中趋势的一项指标，一般分为三种，均值、中位数、众数。当数据具有正态分布形态特征时，以上三种平均数应该是一样的。但事实上，大多数时候，数据都不具备正态分布特征，那么，如何选择平均数呢？
算术平均数：总体标志总量与总体单位总量之比。其基本计算公式为：算术平均数=总体标志总量/总体单位总量。例如，某同学的五个科目的考试分数分别为（单位：分）：95、80、88、92、95。总体标志总量为五个分数相加450分，总体单位总量为5，那么算术平均数则为 450分/5=90分。
算术平均数应该是最深入人心的一种平均概念，毕竟小学生都知道这个统计算法。这个平均数没有丢弃任何样本，具备统计中最基本的完整性与准确性。五星制的打分系统如果使用这个平均数，应该最容易让用户理解商品分数的参考价值，帮助用户更有效率的做出购买抉择。
中位数：将现象总体中各单位的标志值按大小顺序排列，位于中间位置的那个标志值就是中位数。例如，有7个变量值2、8、9、10、11、11、12，处于中间位置的变量值10就是中位数。
由于五星制的打分系统只有五种固定样本，每位购买者只能选择1分、2分、3分、4分、5分，那么中位数对于电商商品来讲，几乎没有什么意义。例如：出现三个5分、四个1分，按照由大到小排列后，中位数则为1分，这个结果不仅不能说明这个商品很差，还不能达到电商网站促销的目的。
众数：总体中出现次数最多的标志值。例如，10个学生的身高为（单位：米）：1.70、1.68、1.75、1.72、1.70、1.65、1.69、1.70、1.68、1.70。1.70米出现的次数最多，故1.70米就是这10个学生身高的众数。
在五星制打分系统中，这个平均数对于用户来说，有着非常直观的意义。比如告知你一个商品大多数人都给与了3星，你会立马认知到这个商品就是一般般而已。但是这个平均数对于电商网站来讲，却是残忍的，因为如果出现十个5分、十个5分、十一个3分时，大多数人给与3分的结论，会让用户误会这个商品一般般。对于电商网站来讲，不仅没有起到促销的作用，还没有让用户准确的认知商品价值。
所以，现在大多数主流的电商网站，都采用算术平均数这个平均值作为一个商品的基本得分，是有道理的。
二、电商网站的打分系统对细节的处理
通常情况下，单凭一个平均数来描述事物过于简单，不管这个平均数是哪种类型。所以，除了平均值的统计处理外，还需要融合一些其他细节的处理方式，在这些细节的处理上，各网站都有差别，我挑几个比较典型的说一下：
豆瓣：毕竟不是电商网站，所以更注重分数的参考价值，力求公证、准确。
打分系统虽然为五分制，但是在计算算术平均数的时候采用十分制显示，加大了平均数的基本数值，增强了商品间的个体差异性，更能帮助用户准确的判断商品的好坏。例如：五分制下算术平均分分别为3.1分、3.9分，在十分制下则分别为6.2分、7.8分，商品分数的差异，由用户印象中的0.8分拉大成了1.6分，并且将都是3分级别的商品印象，拉大成了6分、7分级别的商品印象。
除了算术平均数外，豆瓣会显示打分的总人数，并按照百分比给出每种分数的占比情况。让用户可以一目了然的看出众数的分布规律，可以更直观的去认知商品得分。
但是，当样本数量过少时，不计算平均分。只有超过10个评分的商品，才给予平均分并显示具体的评分人数。这样处理的理由估计是认为，少数人的打分并不能准确的描述该商品的好坏，不足以让其他用户参考。
京东：典型的电商网站，所以分数的目的首先是能够促进销售，其次才是力求公证、准确。为了这样的目的，京东在设计上下足了功夫，用了一套很优秀的方案。（至于京东是否是这个优秀方案的祖鼻，我不清楚）
虽然京东也是采用的算术平均值这种统计算法，但是，京东却弱化了这个平均分，在商品信息区域只采用五星图标呈现星级，且只精确到半星。在其他页面上，几乎不呈现星级和平均分。
乍一看，以为京东在设计上，弱化分数的参考价值，其实不然。
京东将4分、5分归类为好评，2分、3分归类为中评，1分归类为差评后，然后计算出好中差评的百分比进行显示，并且从视觉上更明显的呈现出好评的百分比。假如五个分数被选择的可能性呈标准的正态分布，中线位于3分处，那么中线左方的好评数就等于中线右方的中评与差评的总数和。也可以更简单点来理解，假如各个分数被选择的可能性都为20%，那么好评、中评的概率则被拉大成40%。
所以，对样本按照拉多好评、减少差评的方式重新进行归类处理，并且让其看起来是很合理，于是便会神不知鬼不觉的促进销售。这，真是电商网站应该学习的高招！我想，如果在打分过程中，友善的提醒购买者慎重选择1分时，差评率保持在5%以内应该是件很容易的事. |