”对于电商平台而言，评价模块是有效促进成交、提升平台服务质量的工具。能为消费者提供购买辅助决策，为商家赋能，提供运营支撑。“
评价模块角色关系
通过评价模块链接的平台、消费者、商家关系如下图：
图1：
”用户评价数据，会促进优质店铺、商品获得更多的曝光机会。”
消费者针对一次购买行，对店铺、商品、物流等进行评价，并反馈到商家
商家的所有评价数据提交到平台进行进一步的利用
根据店铺、商品的综合评价指数，优先推送指数高的优质店铺、商品给消费者
图2：
”用户评价数据，可以给平台、店铺提供改善建议，不断提升平台、店铺质量。“
商家可以对消费者的评价进行处理，回复、优质评价筛选、置顶等，提升用户信任度
消费者的评价帮助平台进行服务质量的改善
根据商家的评价数据，对商家的服务、商品进行把关，提升商家的服务质量、保障商品质量
评价模块架构设计
评价模块架构解析
业务层
用户评价
通常我们在平台购买东西后，能够对本次交易进行评价。
“ 对于消费者而言，好评更多，评价更优质的商品更容易取得消费者的信任，促进交易的达成；对于商家而言，更多的好评能为商家带来更大的用户流量，更高的成交率。因此我们在网上买东西后，经常会收到商家邀请评价的消息，或者晒好评得福利等等。”
针对不同的业务可能评价的内容是不一样的，不同的业务需要从不同的维度去进行评价，才能提供正确的购买决策。针对商品而言，我们可能更关心的是商品的质量、售后保障等；对于酒店类服务而言，我们可能更关心的是酒店环境、服务态度、价格等内容。因此用户评价作为一个单独的子模块，方便针对不同类型业务的评价内容进行扩展。
评价处理
用户提交评价后，需要对评价进行相关的处理。
” 商家需要对消费者评价进行回复，与用户建立一定的信任感；可对优质评价进行筛选标记；针对特定的评价可以置顶评论区，方便其它消费者第一时间看见。针对某些违规、低俗的评价可进行举报。”
针对于评价，需要有一定的处理，商家正常的回复、标记、置顶、举报等。随着业务的不断增长，可能对于评价的处理功能会不断的增加，因此评价处理独立为单独的子模块，仅用于对评价的处理。
违规处理
评价内容是即时发布的，因此需要对违规内容进行相应的处理，避免违规违法消息的传播。
” 消费者发布内容后可在前台直接查看，所以我们需要快速的对发布内容进行检测，对违规评价进行及时的处理。因此进行系统检测，文本内容检测敏感词，图片检测是否违规违法，视频检测是否违规违法。如系统检测违规违法评价，自动删除评价，并通过APP站内信通知消费者。除了系统检测，还需人工对评价内容进行巡查，发现违规违法评价，及时撤销或删除。”
针对评价内容的检测及处理，分为系统和人工两部分。系统包含：敏感词检测、违法违规图片检测、违法违规视频检测。人工则选择对所有内容进行人工筛查，对于通过系统检测任然涉嫌违法违规的评价进行人工处理。随着业务的变更，法律法规的出现，更效率的违规违法评价检测及处理，因此划分为子模块，用于承接不同业务阶段的违规处理。
数据分析模型
建立评价数据分析模型，根据分析数据，可以对评价模块进行迭代，分析用户、店铺、平台的信任关系、依赖性等用户粘性问题。
“ 评价链接消费者和商家，是消费者和商家建立信任的重要工具。因此要发掘评价的价值还需要进行深度的数据分析，建立合适的数据分析模型。对消费者进行评价数据分析，对评价较少或未进行评价的消费者进行评价引导，对评价较多的消费者邀请参与优质评价，即对交易行为进行多维度、更深度的评价。以此丰富评价模块的内容数据，产生更多的优质评价内容；对店铺进行评价数据分析，对店铺提供引导，更多更优质的评价会将会得到更多的曝光机会，促使店铺共同参与到评价生态的建设中。”
根据评价数据分析模型，可对消费者、店铺进行分层，针对不同分层的消费者、店铺进行对应的引导，共同建设良好的评价生态。这里的数据分析模型仅针对评价数据建立，是一个不断完善的过程，因此划分为子模块，以承接不同业务阶段的数据分析模型。
数据统计
根据数据分析模型的分析数据、基础数据、行为数据等，进行评价数据的统计。用于直观的分析评价相关的数据，指导评价模块的业务调整。
” 评价数据的来源可以是分析数据模型的数据、基础数据、行为数据等，根据相关数据，商家可对店铺相关内容进行调整，提升服务质量。平台可对商家进行筛选，分析平台商家根据评价反馈得出的质量，进行相关的业务优化，不断提升平台商家服务质量。根据评价提升平台相关业务的服务质量等。”
不同的运营阶段、业务阶段，需要统计的数据也是不同的。因此评价数据统计独立为单独的子模块，用于承接复杂多变的数据需求。
消息通知
消息系统的消息通知，用于推送消费者、商家、平台之间的消息。
“ 消息通知模块由消息系统提供，用于评价相关信息在消费者、商家、平台之间的推送。当消费者进行评价后，商家会收到消费者评价的通知。消费者下单后，会收到系统推送的评价邀请通知。违法违规消息的删除会通知到消费者。引导商家参与评价内容生态的建设消息推送等等...”
该子模块由消息系统提供相关支持。
基础服务
推荐算法
根据商品数量、销售数量、评价相关数据，进行商品、店铺的推荐。
” 其它维度数据相近的情况下：评价数更多，好评更多的商品，店铺能够根据推荐算法优先推送给消费者。有利于促进商家提升服务质量，提供更优质的商品、服务。”
rank逻辑
根据店铺距离、消费者需求匹配度、评价相关数据进行列表排序。
“ 其它维度数据相近的情况下：评论数更多，好评更多的商品，在列表中的数据会排在相对靠前的位置。更能得到消费者的信任，促进交易达成。”
消息系统
用于推送系统角色之间的各种消息，保证将消息送到对应的接受对象。
” 将评价相关的消息，准确、及时的推送到对应的接受对象。比如：商家接受到消费者评价的消息，立马进行评价回复。平台管理人员收到违规违法评价提醒，立马去删除该评价。消费者评价收到了商家回复的消息，立马进行查看。消息系统使得各角色之间的交互更加高效。”
数据层
评价数据
用户评价内容数据存储，用于给其它模块提供原始数据支撑
评价人群数据
评价人群相关数据存储，存储用户的评价行为数据、数据分析模型的评价人群分析数据，用于给数据分析模型、数据统计提供评价人群基础数据。
评价店铺数据
评价店铺相关数据存储，存储店铺的评价数据、数据分析模型的评价店铺分析数据，用于给数据分析模型、数据统计提供评价店铺基础数据。
展示层
- 消费者端
消费者可进行评价
- 商家端
商家可进行评价处理
- 管理后台
平台人员可对评价进行处理
ｅｎｄ！
