几乎所有以文字、图片、视频为载体的互联网产品(app与web),评论都是重要的产品功能,评论区都是重要的社区场景。评论的本质是什么?是沟通!之所以特别指出这一点,是想让评论回归本质。很多做产品和运营的人都会忘记这点,从而做出一些效果有待商榷的业务动作。本文将主要梳理以内容为载体的互联网评论业务。
1、评论生产逻辑
如果要以一个公式简单总结用户评论的生产逻辑,我想下面这个式子会有帮助,它总结了评论业务的关键要素:
评论人群+评论动机+评论方式+评论激励=评论行为
评论人群
评论行为与你拥有怎样的用户相关,有的人表达欲强,有的人表达欲弱,有的人评论质量高,有的人评论质量低,都是很常见的现象。也就是说评论人群决定了评论意愿和评论质量的上下限。区分用户的方式一般有人口属性、社会属性、消费偏好,比如30+的人比年轻人更爱评论,女性的评论质量通常比男性高,偏好图文消费的评论意愿高于偏好视频消费的等等。
你拥有怎样的用户还包括你的内容是否与用户正确对接,如果你的内容是美妆,那你就应该专注在城市的年轻女性,如果你的内容是亲子互动,那你就应该专注在30+的人群,如果你的内容是内涵段子,那你就应该专注在30-的人群。只有内容与人群正确对接,才能激发用户评论。
你拥有怎样的用户决定评论社区的氛围,一般而言,一个女性社区就应该降低男性的比例,并且应该做评论隔离,在我们的调研中,会发现纯女性社区对女性用户有非常强的吸引力,她们不希望内容被男性用户看到,更不希望被评论和私信,因为有些时候的批评私信都低俗且肤浅。
评论动机
评论动机一般有两类,一类是内容促评论,即用户消费内容后产生的评论意愿,比如提供正/反观点、提供答案、表达疑问、表达感谢称赞、自我展示、@分享等;另一类是评论促评论,也就是评论回复或称为子评论,很多运营课程都强调“神评”,指的是可以吸引很多评论回复的评论,而像小红书这样的平台,则是评论区的真实经验分享与讨论非常吸引人,构建起了短视频平台无法比拟的社区氛围。不同的内容类型有不同的促评能力,比如求助类的内容往往会有较高的评论率,真实经验类的内容也会有较高质量的评论率。
在不考虑评论方式和激励的情况下,衡量评论动机强弱常用的指标有:
评论渗透:评论uv/消费uv,评论uv/dau,有些产品从dau到消费uv漏斗比较大,适合用前者。
vv评论率:评论次数/消费次数,用来衡量内容促评能力的核心指标。这里特别要注意的是,不同消费场景的vv评论率是不同的,比如抖音的沉浸流,vv评论率往往要低于小红书的双列详情页消费,不仅因为vv的内涵不同,也跟消费场景带评能力有关。
评论回复占比:有回复的评论数/评论数,一般要排除作者的评论,是用来衡量评论社区氛围的核心指标。
还有一个指标叫评论回复率:被回复的非作者评论数/非作者评论数。指作者对他人评论的回复情况,一般用来衡量作者的账号经营意愿。
评论方式
评论方式是指用户可以怎样评论,包括写文字、表情包、上传图片、@认识的人、快捷评论。一般一个产品首先有的功能是写文字评论,然后是表情包评论,一些大产品还有上传图片评论,俨然将评论区跟内容区的隔离打破。@认识的人建立在关系之上,一般也只有大产品才有这种功能,本质上是一种端内分享。
快捷评论,ai时代兴起的一种评论方式,会提供一些评论备选项,降低评论的难度和精力花费,这一功能对于可评可不评的用户而言,可以增加他们的评论,但是这种评论一般促评能力比较低,而且收到评论的人看着也无感或感觉虚假,当人意识到哪些是ai评论时,这样产生的评论也就失去了对用户的价值,甚至破坏社区氛围,因此需要谨慎使用且降低负向,控制比例。
评论激励
评论激励虽然有很多种,但我觉得好的评论激励只有一种:评论反馈(回复、点赞)。评论的本质是一种沟通,无论这种沟通是为了表达赞同、赞美、回答问题、分享观点,还是质疑、批评、提出问题。既然是沟通,那怎样的沟通是一个好的可持续的沟通呢?肯定是自然、诚实、想说就说,不想说就不说。因此我认为做评论激励不是一条正确的路,而且很难达到效果,甚至有负面作用,用户不是傻子,激励来的沟通和正常的沟通通常可以区分出来,且能被激励产生评论的用户,跟其他用户的差异性,导致的评论社区的失衡,都是要考虑的问题。
做评论业务的时候,发现一条很有意思的规律:有没有首评很重要。一条内容有了一条评论,那么产生后续评论的可能性就会增大。因此又诞生了一个指标叫“零评率”。这本身没有问题,可以通过抢首评,抢沙发,引导用户评论。但是另一种做法就比较存疑了:人工消灭零评内容,通过雇人写评论的方式,把零评内容消灭掉。每个人每天写上百条评论,指标上好看,立竿见影,但是促评能力如何,有怎样的负向,就是需要审慎评估的了,毫无疑问这些评论大多都是为了说话而说话,这样的沟通是很难获得用户认可和信赖的,特别是当它占比很大的时候,整个的社区氛围也会出现问题。
2、评论分析方法论
主要问题
围绕评论一般有这么几个分析主题:评论渗透,评论频次,评论互动,评论留存。在这几个主题下,可以细分到不同场景、用户、内容、评论类型等。场景一般有双列feed流、沉浸式、搜索、单主题tab等。用户一般会分为dau新老用户、评论的新老用户、其他人口和社会属性用户、不同活跃度用户等。内容一般是分垂类、生命周期、地域、活动、话题等。评论类型首先应该分为一级评论和非一级评论,因为非一级评论属于评论的回复,动机和属性大有不同。其次再分为文评、图评、快捷评、社交评(@评)。
这里有一个核心要注意的问题是:你要分析的是谁?是作者还是消费者。两者的评论动机可以说完全不同,我上面梳理的评论生产逻辑更多是基于消费者的视角。而作者的动机比较简单,要么是还有话没说完,补充内容,包括自己消除0评,也是创作意图的延申,要么是看到消费者评论,回复评论,其他动机占比很低。
对于一些有补评论动作的产品也要注意,业务自己生产或雇人生产的评论,要进行隔离,因为这类评论动机也很简单,就是为了评论而评论,它们的存在会干扰你的分析。但是它们可以作为变量,评估对你的指标的影响,从而给业务方提出优化建议。
主要思路
既然已经比较清楚地知道评论的生产逻辑,那么评论问题的分析自然也就围绕这一逻辑展开:是什么样的人、消费内容促评论能力如何、评论区促评能力如何、是否有方便的评论方式、是否受到激励。评论留存还受到活跃留存、是否消费的影响,而这部分其实主要不是评论策略的影响,而是这个产品本身的用户粘性问题,因此分析评论留存建议以下次有消费的评论用户作为分析的主体。
是什么样的人?涉及用户的人口属性(性别、年龄、婚姻等)、社会属性(职业、教育水平、地域、收入、宗教、国家等)、产品属性(生命周期、活跃度、消费深度、是否创作者等)、评论属性(过往vv评论率、是否首次评论等)。评论属性之所以重要,是因为它代表这个用户的评论能力,除了对未来的评论数据有预测作用外,还可以作为圈选用户进行独立运营的抓手。
内容促评能力如何?衡量的核心指标是所消费内容的vv评论率或者uv评论率,一般以历史累计消费数据或近一周消费数据来衡量。当要评估一个用户所消费内容的促评能力的时候,要以消费量达到一定规模的内容为基础,比如100+,先计算单个内容的促评能力,再计算均值,从而避免被高消费内容带偏指标。
评论区促评能力如何?衡量的指标是所消费评论的数量、所消费评论的回复占比(代表促评能力/社区氛围),前者是数量,后者是质量。有些更细致的分析,还会考虑所见评论的字数、评论区停留时长等更深的指标。如果你所在的业务还有自产的评论,建议也进行拆分标识,单独作为一个变量进行分析,因为这些评论是正向还是负向作用,尚未可知,且可以为业务决策提供重要参考。
是否有方便的评论方式?以目前业界的评论发展来看,这里主要考虑快捷评论方式的影响,即备选评论的show。目前大部分产品没有这一功能。
是否受到激励?衡量的指标是用户评论被回复的次数、是否参与评论激励、是否看到评论激励等。被回复次数建议可以分为用户回复和作者回复两类,因为两者代表着不同的业务方向。回复也可以分为不同类型的回复,如文字回复、表情回复、快捷回复等,你会有一些有意思的发现。如果你所在的业务还有自产的回复,建议也进行标识。
主要方法
一般涉及描述性分析和模型因果分析,相关性分析也可以作为参考,但往往在描述性分析里,就可以看到这个结果。如果只是看趋势,用描述性分析,如果想搞清楚某个因素对评论的影响,建议优先用模型因果分析,特别是要为业务找到优先做的方向的时候,因果分析在标准化之下,更有帮助。实际工作中,描述性分析必做,因果分析未必做。后面的文章我将结合实际介绍一下因果分析模型。
3、总结
评论的本质是沟通,沟通的本色是自然。你的评论由这些因素决定:你有什么样的用户,内容的促评能力,评论区的促评能力,评论方式的便捷性,评论激励有效性。核心是内容和评论的促评能力。