Что делать с необъективными отзывами
в интернете

В эпоху интернета практически у всего есть репутация. Благодаря потребителям, взявшим на себя труд публиковать свое мнение о продуктах и услугах, люди буквально окружены онлайн-обзорами. Но отзывы в интернете — палка о двух концах. С одной стороны они помогают принимать более осознанные решения. С другой — многие рецензии отражают крайние мнения.

Чтобы понять, почему это так, вспомните последний раз, когда вы что-то покупали. Возможно, вас попросили оставить отзыв о продукте. Вы это сделали? Если да, то, как показывает наше исследование, вы либо испытали полный восторг от покупки, либо возненавидели ее. Если ваше мнение было сдержанным, скорее всего, вы не стали писать отзыв, так как решили, что не стоит тратить время и силы.

Как показывает исследование наиболее популярных сегодня платформ для отзывов, включая Yelp* и Amazon, размещенные на них отзывы часто оказываются противоположными, большую часть составляют крайне положительные и/или отрицательные, и меньшую — нейтральные. В результате мы видим «бимодальное» или «J-образное» распределение отзывов. Поэтому узнать из них об истинном качестве продукта затруднительно.

Поиск работы — одна из областей, где онлайн-отзывы особенно влияют на развитие экономики. В одном из недавних опросов выяснилось, что 48% соискателей в США — огромная часть 160-миллионного американского рынка труда — полагаются на отзывы о работодателях на сайте Glassdoor, где работают два автора этой статьи. Предвзятые отзывы о работодателе могут дорого стоить и кандидату, и работодателю.

Как могут онлайн-платформы для размещения отзывов мотивировать «молчаливое большинство» тех, чье мнение находится где-то посередине, писать о нем и коллективно создавать более точную картину? В нашем новом исследовании мы проверили, позволяют ли простые стимулы обеспечить более достоверные отзывы в интернете. Исследование сочетало два подхода: контролируемый онлайн-эксперимент и работу с реальными данными с сайта поиска работы Glassdoor.

Стимул в лабораторных условиях

Для нашего эксперимента мы собрали группу онлайн-участников и попросили их оставить отзывы о работодателе. Затем мы проверили, как работают стимулы — денежные и социальные (напоминание о том, что отзывы помогут другим соискателям). Эксперимент проводился на площадке MTurk компании Amazon. Участникам заплатили по 20 центов за отзыв, а некоторым больше, чтобы проверить эффект повышенного денежного стимула.

Результаты продемонстрировали, что люди чаще оставляли отзывы, когда им напоминали, что этим они помогут другим. Простые социальные стимулы также снижали предвзятость рецензий, создавая более нормальную картину распределения мнений.

Мы также протестировали воздействие денежных стимулов — дополнительную плату за отзыв о работодателе. Как оказалось, денежные стимулы тоже работают, но только если достаточно высоки. Готовность писать рецензии росла вместе с размером вознаграждения даже среди обладателей сдержанного мнения, которые иначе промолчали бы. В нашем эксперименте дополнительных 15 центов (или 75% от первоначальной суммы) надбавки было достаточно, чтобы уменьшить предвзятость в отзывах.

Отзывы в реальности

Подтверждаются ли наши экспериментальные данные в реальном мире? Чтобы выяснить это, мы изучили онлайн-программу стимулов на Glassdoor.

Glassdoor получает контент двумя способами. Во-первых, пользователи могут добровольно предоставить отзыв о своем работодателе, зарплате и другую информацию. Во-вторых, на сайте применяется политика «ты — мне, я — тебе», стимулирующая пользователей предоставлять данные. После того как они просмотрели три отзыва и прежде чем они смогут изучать информацию дальше, их просят оставить собственный отзыв.

Мы проанализировали, изменила ли эта политика стимулирования мнения, высказываемые о работодателях. Как и в лабораторном эксперименте, мы обнаружили, что распределение отзывов, оставленных добровольно, заметно отличалось от оставленных в результате получения стимула. Оно было более экстремальным — с преобладанием положительных и отрицательных мнений, в то время как в стимулированных отзывах оценки распределялись более равномерно. Наше исследование показывает, что и в условиях контролируемого эксперимента, и в условиях реального бизнеса денежные и социальные стимулы способствуют появлению более сбалансированных и репрезентативных обзоров.

Почему мнения в интернете имеют значение

Избавившись от предвзятых отзывов, мы можем повлиять на важные решения, принимаемые в экономике. Представьте себе соискателя, выбирающего между одинаковыми должностями в двух отраслях, например, консалтинге и рекламе. Как показывает наше исследование, интернет-рейтинг отраслей часто меняется в зависимости от того, написаны рецензии добровольно или в ответ на стимул. Например, соискатели, полагающиеся на прямо противоположные добровольные отзывы, могут воспринимать консалтинг как менее привлекательную отрасль по сравнению с рекламой, в то время как более сбалансированная группа стимулированных отзывов приводит к противоположному выводу. Таким образом, предвзятые онлайн-отзывы могут влиять на реальные экономические решения, искажая информацию, на которую полагаются потребители, соискатели и инвесторы.

Онлайн-обзоры — эффективный инструмент масштабного обмена информацией. Но важно помнить об источнике этой информации: многие отзывы написаны добровольно и представляют искаженное мнение о продуктах, услугах и компаниях.

Наше исследование дает надежду на то, что отзывы в интернете можно сделать социально полезными. С помощью сравнительно недорогих стимулов онлайн-платформы могут значительно уменьшить предвзятость и способствовать тому, что в онлайн-обсуждения появятся более спокойные интонации. Онлайн-обзоры — сугубо общественное начинание, и простое напоминание о социальных выгодах, которые обеспечивают пользователи, оставляя рецензию в интернете, может оказать значительное влияние на их готовность делиться своим мнением и повышать полезность широко распространенных сегодня онлайн-платформ для размещения отзывов.

*Ссылка на распределение отзывов на сайте Yelp после публикации материала была изменена. Хотя Yelp

сообщает, что почти половина отзывов во всех категориях имеет 5 звезд, исследование, на которое была дана ссылка первоначально, показывало, что распределение отзывов, демонстрировавшееся клиентам после удаления фальсифицированных и низкокачественных отзывов, выглядело гораздо менее экстремальным. Yelp

использует различные нефинансовые стимулы для получения отзывов.

Об авторах. Надав Кляйн — научный сотрудник Школы публичной политики Харриса Чикагского университета. Иоана Маринеску — доцент кафедры экономики Школы социальной политики и практики Пенсильванского университета. Эндрю Чемберлейн — главный экономист сайта поиска работы Glassdoor и директор по исследованиям в Glassdoor Economic Research. Морган Смарт — специалист по обработке и анализу данных в Glassdoor.