差评里说的问题，分为该改的和改不了的

差评分析这件事，多数团队停在了"归类"。归完类就开改款会议，一改改三轮，改完发现退货率没动。问题出在归类之后缺一步：这一类差评对应的是产品问题，还是人的问题。

先分诊，再改款

我把差评分成三档，对应三种完全不同的动作。

第一档是产品缺陷。描述的是客观失效：漏电、断裂、异响、掉色、尺寸偏差。这类是产品问题，能通过改结构、换材料、加厚壁解决。

第二档是使用门槛。描述的是产品能用，但用户没用对：没装电池、没拧紧、按错了键、水放错了位置。这类是说明书和包装的问题，改款解决不了，只能改交付物。

第三档是主观偏好。这类占差评的大头，"不如我买的另一个""颜色比图片暗""太重了"。它不是缺陷，是用户的期待没被校准。

分诊判据只有一条：换个人会不会遇到

分诊的判据是"换个人会不会遇到"

这是唯一能落地的分诊方法。拿一条差评，问自己：换一个更仔细的用户，会不会遇到同样的问题。

会，那是产品缺陷，投诉是对的。不会，那是使用门槛或者预期问题，投诉的是自己的用法。

这条判据的好处是不需要争辩。它不评价用户，只评估这件事的必然性。我做改款评审的时候，用它能把大部分争论直接挡掉——因为大家争的从来不是这条差评有道理没道理，是它该不该改产品。

缺陷类差评要按代价排序

进了产品问题这一档，也不是按数量改。

我排序看三个数：这个缺陷在差评里的提及频次、它造成的退货率贡献、它的返工成本。

排序逻辑是这样的：如果一个缺陷提及频次很高但退货贡献很低，说明它烦人但不致命，可以放到下一代解决。如果频次不高但退货贡献很高，说明它很少发生但一旦发生就彻底劝退买家，这种必须优先改——它影响的是转化，不是留存。

我自己踩过的坑是按频次排。结果一个提及最多的小毛病改了三版，退货率纹丝不动，因为真正的退货来自另一个只占差评 8% 的结构问题。

预期类差评最容易被误读成产品问题

"我以为是金属的，结果是塑料"——这句话很容易被读成材料不合格，于是去换成金属，成本上去了，买家还是不满意，因为他真正期待的是重量感而不是金属本身。

预期类差评的处理不在产品端，在表达端。我做的三件事：主图加一个手持比例参照物、五点第一条把关键材质说清、价格带对应材质等级。

这三件事做完，同一条差评的复现率会明显下降。用户拿到的东西没变，但他对它的预期在购买之前就被校准了。

每轮改款最多动三个点

这是我给自己定的死线，也是我最推荐的一条。

一次改三个点，改完跑一轮，看这三个点对应的差评提及频次有没有下降。三个点里哪个降了哪个没降，数据能告诉你。如果一次改十个点，跑完一轮你无法归因——不知道是哪个改动起的作用，也不知道哪个改动白花了钱。

我自己有一次一口气改了六处，复盘的时候发现只有两处有效，那四处是纯成本。这个教训后来变成了我自己的规则：每轮只动三个。

差评是用户免费告诉你哪里疼，但它不会告诉你哪个最疼、哪个改动最划算。这两件事都得自己算。归类只是第一步，分诊之后才是改款。