좀 더 구체적인 서술을 할 수 있도록한다.

Ex. 네이버 플레이스 리뷰

분위기가 좋아요

인테리어가 멋져요

- 편함이나 불편함을 느꼈을 때 어떠한 항목에서 해당 감정을 느꼈는지 구체적으로 나타낼 수 있게 키워드 선택 항목 추가

ex) 택시 앱: 좋아요- 안전한 운전/ 친절함/ 플리가 좋아요

😍 최고에요

🥰 좋아요

😄 보통이에요

중 1개를 눌러 평가 할 수 있는 방식

표시는: 홍길동 😍 +20 🥰 +17 😄 +3 (+40)

단순 서비스에 대한 통합적인 만족도가 아닌

서비스에 대한 만족도를 세부항목으로 나눠 평가하는 방법이 좋을 것 같음(ex) 청소 - 신속함, 청결도, 종업원의 친절도 등)

그렇게 되면 엄지 평가 방식이 가지고 있었던 단점은 보완하면서 이분법적인 방식을 통해 중간정도의 만족도를 가졌던 고객들도 더욱 긍정적인 평가를 내리도록 유도할 수 있을 것 같음

그리고 소비자에게 보여질 때 별점 몇 점 같이 평균을 수치를 그대로 나타내기 보다 %로 비율을 나타내는 것도 좋을 것 같습니다.

EX) 별점 1점 이상: ~%. 2점 이상: ~%

이후 개선한 점들 제공해서 소비자들 편리함 증폭

- 고객의 신뢰도 또한 중요한 요소

- 필요에 따라서는 양방향으로 평가할 수 있는 제도 도입

자영업자가 주를 이루는 배달 어플에서는 리뷰를 위한 높은 별점보다는, 자율적인 엄지 제도와 키워드를 이용한 리뷰 제도가 소비자와 가게 모두에게 효과적이라고 생각한다.

좋아요/싫어요는 자세한 평가를 남기진 못하지만 간단하게 평가를 할 수 있다는 장점이 있고, 절대적인 숫자에 주목할 수 있다.

단순히 별점이나 엄지가 아니라,

세부적인 장점을 확인하여 본인에게 적합한

서비스를 이용할 수 있는 서비스를 경험할 수 있음

생산자 입장)

세부적인 사항 등을 통해 직원들의 고유 능력을 쉽게 파악할 수 있고,

이를 다양한 방향으로 활용한다면(ex, 알고리즘 분석: 특정 목적지로 가는 사람은 택시 들을 때 노래듣는 걸 좋아한다!)

고객들에게 더 좋은 서비스를 제공할 수 있다.

또한 나쁜 엄지를 받은 직원들의 세부사항을 확인하여 맞춤형 교육을 통해 확실한 서비스 개선이 가능하다

ex. 배달 앱

빠른 배달 / 음식의 맛 / 종업원 태도 / 위생 등등

2. 속성 평가: 좋아요/싫어요 를 여러 항목별로 만들기 (예: 사용성, 디자인, 편리성 등등 여러 항목들을 따로 평가하게 하기)

지극히 주관적이거나, 편향이 존재할 수 있는 별점 시스템을 조금이나마 보완 가능. 별의 개수보다 사람들이 보편적으로 느꼈던 감정에 주목 가능.

AI까지 활용한다면, 텍스트 리뷰까지 추가해서, 텍스트 리뷰의 감정표현을 함께 학습하고 구체적인 감정까지 분석 후 요약.

카카오택시의 경우 5개의 별점으로 평가하는 시스템을 활용한다. 별점이 많으니 평가시 한번더 고려하고 좀더 까다롭게 평가하게 된 경험이 있다. (그냥 5점을 주지 않고 4점을 준..)

별점의 수를 줄이면, 별점제도의 장점인 평가의 구체성을 거의 잃지 않으면서도

소비자가 평가를 내릴 때의 피로도를 낮춰줄 수 있다

즉, 정말 나쁜 경험을 한 소비자만 낮은 별점을 부여할 확률이 늘어난다는 것이다

동시에 1점과 2점으로 나쁜 정도 또한 드러낼 수 있다.

이는 따봉 제도는 못하는 부분이다.

결국 '나쁜 드라이버'를 거르는 것이 중요한 기업의 입장에서도 1,2점의 수가 많은 드라이버를 찾으면, 어플 평판 유지에도 도움을 얻을 수 있을 것이다

플랫폼 참여자: 좋아요-싫어요 엄지 방식이 좋을 것이다. 개별 소비자들은 별점 평가하는것을 성심껏 하지 않는 경우가 많기 때문에 제대로 된 평가가 어려울 가능성이 있고, 만약 소비자가 참여자가 자신의 기대에 조금이라도 부합하지 못했을시 일명 ‘별점 테러’를 할 가능성도 있다. 이렇게 1점 짜리 평점은 전체 평점에 큰 악영향을 끼치기에 점점 전체적인 평가가 내려가서 결국엔 자신의 소비자가 줄어들 수 있다.

소비자: 별점 시스템이 좋을 것 같다. 소비자는 돈을 내는 입장이기에 같은 돈을 내더라도 더 좋은 서비스를 얻고 싶어하기 때문이다

서비스별 세부 사항으로 나눠서 이모지로 반응을 남기는 것은 단순 숫자 별점이나 좋아요가 아닌 사용자 피드백 피로없이 높은 참여율이 있을 것이다 서비스 체감 품질을 이모지를 통해 데이터를 분석할 수도 있을 것 같다 어느 부분에서 불편함을 느끼는가 또한 알 수 있을 것 같다!!

중앙값(보통) 3점

5점 -> 분자 +2

4점 -> 분자 +1

2점 -> 분모 +1

1점 -> 분모 +1

3점 -> 변화 없음

좋은 평점은 분자 쪽에 가중

낮은 평점은 분모 쪽에 가중

결과값이 1 이상이면 긍정적, 1이하면 부정적

그리고

평가 횟수 또한 1000 이상 / 500 이상 / 100 이상 등으로 나눠서 결과값 옆에 기입해서 신뢰도 척도도 노출

2.1 (1000이상)

장점: 비교에 용이

단점: 별점의 기준이 사람마다 다르기에 상대적으로 객관성이 떨어짐

Ex)누군가는 무난하게 좋으면 3점을 주지만 누군가는 5점을 줄 수 있음

엄지

장점: 직관적, 좋다 나쁘다만 평가하는 것이기에 상대적으로 객관적인 사람들의 인식을 파악할 수 있음

단점: 상세한 비교가 불가능

Ex)좋아요가 100프로인 사람이 둘 있다고 치면 사람1은 꽤나 좋아서, 사람 2는 매우 좋아서 100프로를 받을 수 있음

평가 시스템은 상호 비교가 용이해야한다고 생각하기에 단점에도 불구하고 별점이 더 좋다고 생각함. 그러나 점수별 확실한 기준을 세워주면 좋을 것 같음

반대로 따봉은 훨씬 가볍고 편하고 직관적이라고 생각합니다. 다만 그만큼 이유가 없는 것이 단점이 될 것이라고 생각합니다. 왜 좋았는지 뭐가 아쉬웠는지는 알 수 없고 좋음의 정도도 표현하기가 힘들다고 생각합니다. 그렇기에 진지하게 평가를 해야하는 영역에 있어서는 별점, SNS와 같이 가벼운 요소들을 보는 것에 있어서는 따봉이 맞습니다. 누구나 아는 사실이지만 뭐가 더 낫다기보다 상황에 맞게 쓰면 좋을 것 같습니다.

기본적으로는 따봉처럼 단순하게 참여가 가능하지만 그 후에는 누른 뒤에 별점처럼 세밀한 감정 표현을 덧붙일 수 있는 구조를 추천 합니다.
예를 들어, 사용자가 어떤 상품을 보고 좋아요를 누르면 바로 끝나지 않고 작은 창이 뜬 후 좋아요를 누른 이유를 선택해주세요 -> 품질이 좋아요 서비스가 친절했어요 이런 식으로 피드백의 깊이는 확보하며 동시에 참여 호들을 낮추는 현재 많이 쓰는 구조가 가장 적합하다고 생각합니다.