Zovda
评分是电商里被读得最多、信息量最少的数字，因为平均值把时间、体量、以及「人们为什么不满意」全抹平了。
同一个 4.2，可以描述一个正在变好的产品、一个正在崩的产品、和一个一年没人买的产品。
读序列，不读分数
把评分和评论数按周画出来。分数平稳但体量塌陷的产品，和一个分数下滑但体量稳定的产品，是两个问题。
序列的形状才是诊断。平均值，是一个从没看过序列的人写的摘要。
把抱怨分类
物流、包装、尺码、耐用、客服，是不同的失败，对应不同的修法。大多数数据集把它们并成一个情感字段。
有评论文本的地方，就标上抱怨类型；没有的，至少把提到换货或退货的那些单独留出来。
注意激励
有些评论是因为被问了才写的，有些是因为有好处才写的。激励一引入，评分分布的形状就会变，而这种变化在时间上看得见。
按天画评论数，找那些和某次活动对得上的尖峰。
文本和日期都要留
只存评分不存日期的数据集，回答不了所有人真正想问的那个问题：这个问题现在还在发生吗。
Zovda 通过 Datuva 把评论按序列管理，每一行都带着日期和来源 listing。数据研究语料展示了这个序列结构。
告诉我们你要就一个产品做什么决定，我们会在 1 个工作日内回复。