我：今晚去吃頓好的。Eva：等等我看下哪家評分好。
這是我和朋友 Eva 的日常對話之一，Eva 是某點評網站的 KOL，她很愛寫食評，哪怕喝杯奶茶都能寫個 300 字的評論。
我常對她說「你不來寫評測真是可惜了。」
▲ 圖片來自：好奇心研究所
但久而久之，Eva 也變得十分依賴點評網站，吃飯前看評分、看電影看評分、談游戲三句不離 IGN…… 我常常因為要等 Eva 選出合適的餐廳，而饑腸忍耐十幾分鐘。
實際上，像 Eva 這種用評分來看產品的人在我身邊不是少數。朋友 A 不久前就因 DxOMark 給新 iPhone 的拍照評分過低，直呼他們有失公允。
互聯網消費時代，評分決定好壞
評分總能在我們毫無想法時候挖掘出新事物、提供建議，吃飯有點評、電影有豆瓣、手機性能安兔兔、拍照有 DxOMark…… 但出人意料的結果也總讓這些平臺飽受爭議。
畢竟一千個讀者就有一千個哈姆雷特，你說這個手機拍照厲害，可按照別人的標準，可能就不是一回事了。
▲ 我在某咖啡店點了這杯「藤椒咖啡」，知道的人不多，所以幾乎沒有評分，但我覺得它無論是賣相還是味道都挺有意思。
說起「看評分來辨好壞」，其實我也曾經有過這個經歷，只不過當時我主要是看電影評分，好評多的就去電影院，沒有好評的就省下一張電影票。可能由于那時還沒有今天那么多點評平臺，所以我也沒有像 Eva 那么講究。
要說評分平臺的興起，實際上也就過去三四年才出現的事，這里其中除了因為移動網絡逐步發達以外，還有生活內容豐富、手上的硬件越來越先進等因素所在。
作為一名幾乎每時每刻都在關注互聯網的「原住民」，我發現曾經含蓄的網友變得越來越有分享精神，吃飯、看電影、去旅游都能評個分。
這要是放在過去的 2G、3G 時代，都是無法想象的事。
然而隨著網上的點評內容越來越多，我們也漸漸有了做消費決策前去看評分的習慣：高分的自然優先，低分絕不會在考慮范圍。這也無形促進了一種新的消費習慣和一門產業鏈誕生——用評分來決定產品好壞，用水軍來控制評分和評價。
爭議不斷的「標準」與「非標準」評分
這些分數是怎么得出來的？
從個人總結看，當下網絡平臺的評分方法主要有兩種：一種是根據既定的測試標準去對產品進行測試，另一種是結合官方自有標準和大眾評價得出結果。
以我最熟悉的智能手機為例，我們熟知的安兔兔、DxOMark 都是根據一個既定標準得出測試成績的平臺，這些平臺通常具有以下幾種特征：
- 有一套成熟的測試項目
- 被廣泛使用
- 有一定權威性
- 具有平臺主觀性
這四個特征可以說是相互緊密關聯的。比如前段時間因 iPhone 11 Pro Max 測試而被推上熱搜 DxOMark，就是標準化測試的其中一個代表。
這個機構擁有一套自己的測試項目，其中包括對手機相機的功能、成像質量進行流程化和場景化測試。
▲ 2017 年版 DxOMark 相機測試項目. 圖片來自：DxOMark
更細化地看，單「成像質量」一個項目，就包含了相機的曝光、色彩、變焦、降噪、拍照畫質、視頻畫質十多個環節。在執行一套測試后，DxOMark 會根據產品表現打出綜合分，分數越高也就代表手機拍照實力越強。
有著大量且嚴謹的測試，DxOMark 自然也就成了手機拍照的「標桿指南」，長期穩居排名頭部的廠商更時常把 DxOMark 的評分給產品背書，將分數作為相機實力的證明。
不過無論是 DxOMark 還是其他評分平臺，通過固定流程去測試產品，也會測出出人意料的結果和爭議。
譬如最近拿到 DxOMark 頭部排名的小米 CC9 Pro 和華為 Mate 30 Pro，雖然兩款手機都是 121 的綜合得分（華為拍照單項高 2 分、小米視頻單項高 2 分），但在榜單中小米卻只排在華為之下。
更讓公眾對 DxOMark 公平性和客觀性產生質疑的是 iPhone 11 Pro Max 的成績。這同時也讓 、Androidauthority 等科技媒體提出和不滿——眼看上去差不多，甚至在某些環節中表現還更好，怎么得分就差這么多呢？
許多人可能會在潛意識中認為，DxOMark 應該是一家絕對權威、公平、客觀的測試機構，但負責運營 DxOMark 的 DxOMark Image Labs 實際上是一家兼顧解決方案銷售、咨詢的公司。
測試相機并得出評分，其實是他們其中一項工作，讓 DxOMark Image Labs 實現盈利的是這套測試標準和解決方案。
▲ DxOMark 所售的圖像分析儀
換言之，廠商可以通過付費根據標準、購買 DxO 的設備去調校相機，使相機拍照效果更好，或者直接送測跟其他產品 PK 實力。也就是說，DxOMark 的測試就是一次考試，你可以付費上考前沖刺班，其他廠商直接上考場。
所以歸根到底，DxOMark 的爭議在于他們一只把可能調校過的成績和未調校過的成績放在一起對比，又沒有做專門備注；二是這個榜單又剛好是 DxOMark 首頁最受關注的焦點。
當然，通過標準化流程測試或者盈利也不是不行，畢竟測試的人力、時間、器材測試成本都跟錢畫上等號。
有一個既評分也推銷，但是很少有爭議的例子是 iFixit，他們雖然是賣拆機配件和工具來盈利，但他們不是像 DxOMark 那樣向廠商出售某種測試標準和做排名，所以幾乎沒有出現太大爭議。
▲ 圖片來自：iFixit
「非標準」評分的定義并不意味著評分沒有公信力，而是相比于前面的標準模式，「非標準」的評分規則除了平臺本身既定標準外，還會結合用戶的參與數據，客觀性更強一點：
- 參考指標為較多
- 參考指標每家不同
- 大眾評價影響最終得分
▲ IGN 給《死亡擱淺》僅打出了 6.8 分，但 IGN 的評分也遭到了大眾質疑
前段時間上線的《死亡擱淺》評分就是個褒貶鮮明的評分例子。主角 Sam「快遞員」的設定，讓 IGN 北美的編輯直接打出 6.8 的低分（評分項目包括：畫面、音效、玩法、吸引力和編輯評價等）。
但跟 IGN 同樣備受關注的 Gamespot 卻給出了 9 分的高分評價 （傳聞評分機制比 IGN 更嚴格），而且之后玩家評論也呈現出兩邊倒的趨勢——一邊說受不了冗長的劇情和設定，一邊說需要耐心游玩才會體驗到其中樂趣。
那《死亡擱淺》到底是不是個好游戲？可能只有仔細品味的玩家才是最有發言權了。
除了游戲平臺，影視娛樂也有豆瓣、格瓦拉、貓眼、IMDb 和爛番茄，這些影視評分平臺除了自有的一套評分規則，還會依據電影觀眾的購票量、評論內容、數量等條件給電影打出綜合分。
不過由于每家平臺的標準不同，所以這些平臺也經常出現一部傳世好片「A 平臺有 9 分，B 平臺只有 5 分」或「一部爛片也能被水軍刷成 9 分優秀，一部好片被踩成低分」的巨大分差。，造成部分「非標準」評分分數差距大的情況。
對此，我們也曾對豆瓣和貓眼兩個平臺的評分規則、方式，這里我也不再累述。我還是回到這篇文章的主題——為何要理智對待評分。
理智看待評分，別讓它成為消費的主決策
弄清楚標準和非標準評分兩種體系以后，我們大致能知道，無論是哪種標準機制，其實都無法避免主觀成分。只是因為標準評分沒有群眾參與，主觀成分相對更多一點而已。
舉個例子，DxOMark 雖然是個全球知名的測試網站，也有許多大廠、媒體為其背書，但這套標準本身就存有機構自己的主觀性，它并不代表大眾用戶的最終體驗，只是機構的一套測試方法，最終目的是實現解決方案的銷售盈利。
另外，將調校方案提供給部分付費廠商，這一點也存在著機構自身的主觀性。盡管 DxOMark 曾表示不會因廠商付費而影響排名，但提供調校方案必然會改變產品原來的水準，自然也會把產品排名拔高到另一個水準。
要是考前都把題目做過了，最后考試還是不及格，那這個廠商就該罰了。
再退一步講，向廠商提供調校方案再測試的做法，一方面除了在媒體面前有個好成績以外，另一方面也是想通過這個平臺提供的建議去優化自家產品。
盡管從大眾角度看來，廠商更看重的可能是排名，但我們也不得不承認頭部排名的產品確實有排在前頭的實力。
究其根本，每一家機構都有自己的一套評分體系，而這套體系本身就存在平臺自己的主觀成分，因此結果本來就側重于平臺所定立的標準，這跟一部分人的主觀體驗恰恰相反。
這一點讓我想起了最近被鬧得沸沸揚揚的米其林評分，飲食專家有自己的一套評價標準，但每個人對飲食的要求、口味都不同，所以米其林的排名更多是一個參考指南，并不是它說好就絕對能符合大家的口味。
同理，諸如 DxOMark 、安兔兔、魯大師這些跑分、評分平臺，所得出的成績只是基于平臺標準，參考意義比決定意義更大。因此無論是平臺的標準評分，還是大眾參與的非標準評分，他們都只是給別人提供一個建議、一個基于自己標準的結果，而不是一個絕對值。
這也是為什么我會堅持在評測中加入「結果僅供參考」這句話，因為每個人的使用情況、手機設置都不同，評測只是作為個人體驗的參考報告。
▲ 續航測試本身就存在不定因素，每一臺手機的使用情況、設置都不同，因此數據也只能作為參考
朋友 A 認為，iPhone 11 Pro Max 被 DxOMark 排到第三名是不公的表現，我問「那你覺得 iPhone 拍照滿意嗎？」，他說「個人覺得不比其他手機差」。
我說「自己滿意就行了，沒必要因為排名而完全否認測試的可信度，你應該相信自己親身體驗的感覺，消費決策應該根據自己需求，而不是別人給出的幾個數字。」
越是褒貶不一的東西，越應該親自去找答案。
#歡迎關注愛范兒官方微信公眾號：愛范兒（微信號：ifanr），更多精彩內容第一時間為您奉上。
