Un buen hábito para evitar disgustos si compramos por internet es mirar las opiniones y feedback de otros compradores. En este sentido, no debemos bajar la guardia ni en Amazon, uno de los comercios online que más vende del mundo. Pero ojo, porque las valoraciones medias de los clientes de Amazon no son la media aritmética. ¿Cómo se calculan entonces las estrellitas?
Dado el volumen de productos y ventas y la competencia feroz que existe en la plataforma de Bezos, las valoraciones cobran todavía más importancia si cabe, no solo para compradores, sino también para vendedores. Y es que los vendedores disponemos de filtros para cribar la búsqueda. Un ejemplo: algo tan sencillo como buscar una alfombrilla para la ducha devuelve más de 50.000 items. La mayoría filtramos por precio, seleccionamos una valoración media de los clientes alta y, si somos usuarios de Amazon Prime, marcamos esta opción para evitar gastos de envío. Compraremos lo que aparezca en las primeras páginas.
Cuando la valoración media de los clientes no es en realidad la media
Las denominadas "valoraciones medias de los clientes" indicadas con estrellas en Amazon ya no se obtienen calculando la media aritmética, esto es, sumar todas las estrellas otorgadas por los compradores que han votado y dividirla por el número de dichos compradores. A partir del año 2015, Amazon cambió su sistema de ponderación empleando un modelo propio que se vale de machine learning. Esto es lo que leemos en los documentos de ayuda y FAQ de Amazon:
"Amazon calcula las puntuaciones por estrellas de los productos mediante modelos de aprendizaje automático en vez de mediante medias sencillas. Estos modelos tienen en cuenta numerosos factores, como lo reciente que sea la puntuación o valoración o que se trate de una compra verificada, y emplean numerosos criterios para confirmar la autenticidad de los comentarios. El sistema continúa aprendiendo y mejorando con el tiempo
Las puntuaciones de clientes cuyas compras en Amazon no estén verificadas no se tienen en cuenta para calcular la puntuación media de un producto mientras que el cliente no añada más detalles, como un comentario, una imagen o un vídeo."
¿Por qué un modelo de aprendizaje y no la media aritmética? Lo lógico parece ser que este sistema de aprendizaje se ha diseñado para mejorar la contextualización de nuestras valoraciones ofreciendo una valoración que se ajuste mejor a la realidad. Desde el punto de vista del potencial comprador, parece lógico que una valoración de cinco estrellas de hace cuatro años tenga menos peso que una de tres estrellas de la semana pasada. Los tiempos cambian, el mercado evoluciona y el producto teóricamente se ve desde la perspectiva actual.
Amazon se guarda el misterio de cómo son calculadas estas valoraciones. Nos hemos puesto en contacto con Amazon para profundizar en cómo funciona su algoritmo pero no hemos obtenido respuesta. Para añadir más complejidad al asunto, desde hace un tiempo se ha diversificado la puntuación para valorar atributos específicos.
"La caja negra" de las valoraciones de Amazon tiene un tercer agente: los vendedores externos, que lógicamente siempre van a intentar aparecer lo más arriba posible. Aparece la picaresca: existen vendedores que pagan por reviews buenas pero falsas para que sus productos suban en el ranking de búsqueda.
La estrategia de Amazon para contrarrestarlo pasa por incentivar este sistema de boca a boca 2.0 realiza reviews elaborando una especie de salón de la fama de los comentaristas denominado "Top 10.000 Contributors" donde aquellos cuyas críticas son valoradas como más útiles por un mayor número de usuarios, reciben el sello de "Comentarista Top" que aparece al lado de su nombre. Críticas con label.
Ver 13 comentarios