Trong các cuộc thảo luận gần đây, cộng đồng công nghệ đã chỉ ra rằng các nền tảng thương mại điện tử lớn, đặc biệt là Amazon, đã từ bỏ việc áp dụng hệ thống xếp hạng theo phương pháp toán học chặt chẽ để chuyển sang sử dụng các thuật toán tập trung vào lợi nhuận. Sự thay đổi này đã làm dấy lên cuộc tranh luận về chất lượng trải nghiệm mua sắm trực tuyến đang suy giảm và việc tìm kiếm các sản phẩm đáng tin cậy ngày càng khó khăn.
Tình trạng hiện tại của hệ thống tìm kiếm Amazon
Người dùng báo cáo nhiều vấn đề với cách triển khai tìm kiếm hiện tại của Amazon:
- Quảng cáo chiếm ưu thế : Phần đầu của kết quả tìm kiếm hiện bị chi phối bởi các mặt hàng được tài trợ, thường không liên quan đến tiêu chí tìm kiếm
- Bỏ qua bộ lọc : Sản phẩm thường xuất hiện ngoài phạm vi giá và thông số tìm kiếm đã chỉ định
- Pha loãng thương hiệu : Các thương hiệu uy tín, lâu đời bị chôn vùi dưới hàng loạt thương hiệu chung chung, tạm thời
- Thao túng đánh giá : Nền tảng bị tràn ngập bởi các đánh giá 5 sao được tạo bởi AI từ các giao dịch chưa được xác minh
Giải pháp thay thế: Phương pháp Wilson Score
Phương pháp khoảng tin cậy Wilson Score, được Evan Miller mô tả chi tiết vào năm 2009, cung cấp cách tiếp cận đáng tin cậy hơn để xếp hạng các mặt hàng dựa trên đánh giá của người dùng. Phương pháp này đã được triển khai thành công bởi các nền tảng bao gồm:
- Thuật toán sắp xếp mặc định của Reddit
- Công cụ Hỏi & Đáp nội bộ của Google (Dory)
- Yelp
- Digg
Tác động đến trải nghiệm người tiêu dùng
Tình hình hiện tại đã tạo ra một số thách thức cho người tiêu dùng:
- Khám phá thương hiệu : Việc tìm kiếm các thương hiệu uy tín ngày càng khó khăn, đặc biệt là với các mặt hàng gia dụng thông thường
- Đánh giá chất lượng : Lượng đánh giá đáng ngờ tràn lan khiến việc đánh giá chất lượng sản phẩm khó khăn hơn
- Lãng phí thời gian : Người dùng phải dành nhiều thời gian hơn để lọc qua các sản phẩm không liên quan hoặc chất lượng thấp
Các giải pháp tiềm năng
Một số thành viên cộng đồng đề xuất các cải tiến:
- Đánh giá theo thời gian : Kết hợp các yếu tố dựa trên thời gian để ưu tiên đánh giá sử dụng lâu dài hơn là ấn tượng ban đầu
- Ngưỡng đánh giá tối thiểu : Triển khai bộ lọc cho các mặt hàng có số lượng đánh giá dưới một mức nhất định
- Xác minh đánh giá : Các biện pháp mạnh mẽ hơn để chống lại đánh giá được tạo bởi AI và đánh giá có động cơ
Sự chuyển dịch từ thuật toán lấy người dùng làm trung tâm sang tối ưu hóa lợi nhuận phản ánh xu hướng rộng lớn hơn trong thương mại điện tử, nơi độ chính xác toán học và trải nghiệm người dùng đã nhường chỗ cho việc tối ưu hóa doanh thu. Sự chuyển đổi này nhắc nhở chúng ta rằng các giải pháp kỹ thuật, như phương pháp Wilson Score, có thể bị bỏ qua để ưu tiên các chỉ số kinh doanh, thường là với cái giá phải trả là trải nghiệm người dùng.