主觀認知難以作為客觀評價的依據

楊帆

·智庫新銳·

主觀認知難以作為客觀評價的依據

楊帆

今天，試著在百度上搜索“淘寶刷信用”，發現搜索結果竟有150多萬條。這個信用是怎么刷的呢，根據淘寶網的解釋，“淘寶會員在淘寶網每使用支付寶成功交易一次，就可以對交易對象作一次信用評價。評價分為‘好評’‘中評’‘差評’三類，每種評價對應一個信用積分。”簡而言之，就是將每一筆交易中客戶反饋的信息作為店鋪信用等級評價的依據。

也就是說，通過大量虛假訂單的途徑也是可以快速改變一家店鋪在平臺上的信用狀況的。于是，就有了“刷好評、刷信用”和“勒索店鋪”的情況，所謂的“信用等級”也就變得不那么可信了。這里，就產生了一個問題，源自客戶提供的主觀認知能否作為店鋪信用客觀評價的依據？

所謂“主觀”就是憑借自己的感情去看待事物，并作出結論、決策和行為反應。由于人們在認識客觀事物時，總會加上自己的理解，經過大腦信息整合之后才存儲起來，正是因為每個人思考和整理信息的方式不同，才會出現“有一千個讀者，就有一千個哈姆雷特”的現象。所以，單個主體的主觀評價結果不足以代表被評價主體的真實狀況。

那么，為什么客戶會更愿意向信用等級高的商鋪采購物品，為什么商鋪會對給予好評的客戶進行返現，為什么不良商家會花錢雇人刷店鋪信用，為什么不法分子會利用這個評價模型勒索商家？如此簡單的一個評價模型和被視為主觀的一個結論，為何卻得到如此重視？筆者認為，主要有三個原因：一是評價結果指標化；二是評價對象多元化；三是約束機制軟化。

評價結果指標化。將復雜的主觀評價歸納成簡單的幾個指標項，可以降低評價結果的差異度，同時也將難以統計的描述性評價變成了可量化的指標。簡單而言，就是把“1000個哈姆雷特”變成了“3個哈姆雷特”中的1個。以淘寶網商鋪信用等級評價為例，“好評”“中評”“差評”的劃分代表了對商鋪信用的所有評價，并將這些評價形成3類數據集，作為最后評價的基礎。

評價對象多元化。將同一類評價中單一的評價結果進行累計，可以提高評價結果的趨同度，這也是近代統計學中提出的用大數定律論證社會生活中隨機現象的規律性的統計方法。簡而言之，就是把“1000個哈姆雷特”變成了1個最接近于真實的哈姆雷特。

約束機制軟化。由于主觀評價的不可控，因利益驅動、情緒影響難免有“眾口鑠金”“三人成虎”的情況發生，即如前文所說的“刷信用”“勒索商鋪”等現象。搭建一個公平評價的平臺，需要設置嚴密的評價流程，建立公正的評價反饋機制，制定可追溯的評價修復程序，通過對評價人、評價結果、被評價人的約束，修正評價結果，確保其準確性。

“沒有調查就沒有發言權”。市場參與者的直觀感受是對主體評價最直接的反饋，若沒有指標化、缺乏數據量的支撐和反饋機制的約束，主觀認知只能是主觀判斷，在客觀評價中也就沒有任何價值了。