公告：ins加观看量--Ins自助下单网站
萨德基：看完《Roybon》第四季第二集《每况愈下》的朋友如果对赞扬控制系统有基盘的印象。故事被预设在未来的网络化时代，人类展开大部份交互之后都须要通过两个赞扬控制网络系统对方展开评分。而这个平均值分将正式成为决定个人组织工作生活以及福利的依据。尽管片中很多荒诞情景目前尚未正式成为现实，但是赞扬控制系统愈来愈多愈来愈复杂却是事实。究竟什么样的赞扬才是有效的呢？原因又是为何呢？Himanshu Khanna把他们的调查报告总结成了一份赞扬控制系统的社会学知识。
像其它的消费者服务一样，Uber也有两个有意思的信用评级控制系统，对旅客和驾驶员都有一套。在旅客信用评级控制系统中Arjun是亚军，拿到了4.91的平均值分，这并非即使他制订战略得宜，而要即使他为人真挚并且喜欢跟人交流！
他注意到一位驾驶员给了他两个1星的高分。Arjun感到很吃惊。出于疑惑，他问这位驾驶员给那么低的平均值分是为何。这位驾驶员笑着说明道：先生，这并非高分。我给你的是第二名！
我们如果摈弃四星级吗？
2017年初，Netflix采取了两个大动作——摈弃四星级综合评价，而要用顶和踩的赞扬体系原本。10年前 的2009年YouTube就已经那么改了。其实说到信用评级，差不多就是或是天上或是地下的状态。
其结论是Youtube下面的绝大部分音频都得到了世界级的四星信用评级，也就意味著使用者会对顽固——或是这个东西极其出众，或是就是无趣到了零点时作出化学反应。至于其它的，他们都没有作出化学反应和展开信用评级的胃口。这里须要注意的是对YouTube上的音频的平均值评分时大部份使用者的平均值。而Netflix上的5颗丹桂意味著整部影片或是系列片完全适合你。你看到的（Netflix下面）此部影片或是系列片旁边的评分都是嗜好类似的使用者的平均值给分，而并非YouTube的糜子平均值分。
大家评分的频次怎样？
Uber早期几乎是强制性你在开始下一次候车前应对驾驶员展开信用评级。不过最新的已经换成了较旧，使用者不时会错失了信用评级。2014年，Uber（美国纽约）给驾驶员发放了手册，里面说明了驾驶员信用评级控制系统是怎样组织工作的。此外，如果驾驶员的信用评级是4.6或是更低的话，Uber会考虑对其帐号展开去转化成。
过滤持续提供差劲新体验的驾驶员的帐号确保了Uber继续因品质而知名
Uber驾驶员有赖于好的信用评级来谋生。饭店也是，为了获得更好的客流量，靠信用评级挣得更好收入的产品和服务还有很多。
但是我们对信用评级的理解是否一致呢？
也许并非。要想回答这个问题，两个更加知情的办法是理解信用评级控制系统的意图。尤其是在今天的数字产品的语境下。
在数字世界里信用评级控制系统是什么？
两个信用评级控制系统是一次可能的投资，来自你的使用者的对你的产品的投资（或是网络化产品或是其它）。一旦他们（你的使用者）清楚或是喜欢上这次投资的回报，他们就更有可能投资、跟你的信用评级控制系统有更好的交互。他们会通过奖励好行为惩罚坏行为来帮助产品发展。
我们最近对我们一位客户的项目展开了一次相关调查。超过50%的受访者把7当做是IMDB的最低评分，这是他们观看影片的最低标准。任何评分低于这个数的影片他们都不会看！有意思的是，对于同样一组受访者来说，演出节目或是系列片的LAR（可接受的最低平均值分）是8（不像影片是7）。我几乎从未给一部影片的评分超过8，即使这相当于理想影片的标准——其中一位受访者披露道。尽管7的评分属于可以接受，但是对于影片来说9又太过罕见和例外。同样一群使用者会在Netflix上顶同一部影片。
平台，它们的使用情况，信用评级控制系统及其最终的参与结果似乎在使用者怎样赞扬内容中扮演了很大的社会学角色。颜色、标签以及信用评级的即时效应也是重要的影响因素。
来自同一份调查的受访者中约80%者宣称至少每周打一次Uber，而每天打一次的比例超过了30%。如果驾驶员评分低于4.5（最高分为5）的话，这些Uber通勤者中几乎其中有50%的人会取消打车！同样一批使用者每个月至少上一次Zomato（美食点评网站）。而饭店的LAR就掉到了3.8（满分为5）！也许使用频率以及与日常生活的相关性也会影响到我们对评分的认知。
4星的信用评级算是符合预期。5是给超出期望准备的！
Instagram（或是Facebook）的喜欢以及Twitter的转发也是信用评级控制系统，实际上是真正的二进制评分。通常使用者不会对废话新体验展开评分。他们赞扬的是顽固情况——爱或是恨的东西！Facebook、Twitter以及Instagram并不关心恨诱发的新体验。他们重视和推广的是使用者热爱的新体验。二进制控制系统简化了获得信用评级的行动，使用者只须要在热爱平台上的什么东西时才展开赞扬。
群体规范与一致性
1936年，Muzafer Sherif展开过一次经典的试验。参与者被安排到一间黑屋里，他们被要求观察15英尺以外的两个小亮点，然后估计两点移动的距离。实验表明，单独受试的参与者报告的亮点运动距离差距要比3人一组的受试者报告的距离差异大，后者的结果往往会向两个共同的估计值收敛。Sherif的结果表明，大家总是倾向于达成群体一致而并非作出独立判断。
向一位Instagram使用者展示两个有着559031个赞的9gag帖子之后，这位使用者会通过追加两个赞来从众。无论是评分、信用评级、投票控制系统还是其它控制系统，都表现出了从众的特征。也许这个因素就是社交媒体病毒传播力概念的关键贡献者之一。
通过鼓掌来展开赞扬
Medium上点赞按钮、推荐（心形图标）的二进制对等物在2017年中左右被重新设计成了鼓掌。这一激进改动有意思地将读者从鉴赏者改造成了评估员。一位使用者对一篇文章的鼓掌次数可以多达50次，0-50次鼓掌反映的是对文章的喜欢度（或是品质），这也许就相当于四星级赞扬控制系统里面的星星吧。
须要注意的是，四星级赞扬于Medium的鼓掌数有一点有意思的不同，那就是可能数量的视觉无效性。四星级赞扬控制系统让人评估两个5以内的平均值分。而鼓掌数要求你评估的是两个范围可以无穷大（理论上）的平均值分。很多人害怕Medium这种信用评级控制系统的改变会让普通的信用评级货币通胀。对于一篇能获得2k推荐的文章来说，现在即便20k次鼓掌似乎也不够了。尽管如果从众继续发挥魔力作用的话，当鼓掌数达到20k而并非2k时，文章再次获得鼓掌的可能性会更高。
进一步探讨！
其中一些信用评级控制系统深受少量被忽视的谬误之苦，比如平均值的概念。比方说对某个服务的四星级赞扬的平均值分可能是4.3（满分为5）。在大多数情况下，鉴于赞扬会继续涌入好的数字，这个平均值分须要有可观数量的顽固评分（1或是5）才能让4.3的品滚分变成4.4或是4.2.这个5星赞扬控制系统的4.3分，在经过N次赞扬之后，就正式成为了平均值评分！此后任何出众或无趣的内容可能对这个平均值分都不会产生影响了，从而妨碍了真正的反馈得到体现。
Uber驾驶员端app的使用者新体验要求驾驶员在行程结束后尽快对旅客展开赞扬，这是两个规定动作。但是旅客端的app就没有这样的要求——旅客对驾驶员赞扬是个较旧项。类似地，Zomato和Amazon上使用者对购买展开赞扬也是较旧的。实际上，哪怕你并非在Amazon上购买某产品的，Amazon也允许你对该产品展开赞扬，要找的产品的LAR也被拉低到2分左右。
我知道有很多蠢货会上Amazon去赞扬，所以我偶尔也会买2星或是3星的东西，并且都还比较满意。
使用者的性格、情绪、环境、对需求的紧迫性、最终的满足感（及其名义价值）以及影响者，跟使用者的距离等等，大部份这些因素都会对使用者怎样赞扬东西产生很大的影响。我们的调查还有一些值得注意的观察，这些观察得出结论说，鉴于其易用性，对手机上的app展开信用评级是很容易的。74%的人更愿意在手机上展开信用评级。尽管有时候后续还要写赞扬导致一些使用者选择不对app或是相关服务展开信用评级。
信用评级控制系统要统治世界了吗？
《Roybon》在第四季第二集的《Nosedive（每况愈下）》中试图把这个映射为网络化时代的到来。在整部讽刺性的剧集中，使用者可以在两个5星赞扬控制系统中对自身线上和线下的一切交互给对方予以评分。从社会低位到访问特定服务，乃至于就业能力，一切都是个人当前得分的考虑因素。
我们已经将自己变成了一代批评者，并且被赋予了经理这一权利（但是很少会得到报酬）。我们观察饭店服务员的一举一动，当他把汤匙摆上桌面时我们会评估它发出的声音的品质，大概他同意我们的餐具选择时我们会留意他的礼貌程度，我们会敏锐地记录并执行心智算法以推断出两个合适的评分，然后还会有下两个项目等着我们继续吹毛求疵。
话虽如此，随着网络化产品使用到达新高以及使用者新体验与游戏化的概念统治着社会学，信用评级控制系统必定还会继续评下去。我的希望是这可以给大家一些有关什么样的赞扬有效以及为何有效的启迪。
编译组出品。编辑：郝鹏程。
