Un 4,5 en reseñas con estrellas puede vender más que un 5
Los compradores leen la cantidad de reseñas como popularidad y no como precisión, y en algunos productos la probabilidad de compra baja pasadas las 4,5 estrellas. Qué muestran cinco estudios y sus límites
En una tienda en línea, el número que acompaña a las estrellas pesa más de lo que debería, y la nota perfecta no es necesariamente la que más vende. Los compradores leen la cantidad de reseñas como una señal de popularidad, no como una medida de cuánto confiar en el promedio. Y en algunos productos la probabilidad de compra crece hasta las 4,2 o 4,5 estrellas y después cae.
Más reseñas, aunque sean peores
Derek Powell y colegas lo pusieron a prueba en 2017, en Psychological Science. Primero revisaron unos 15,6 millones de reseñas de Amazon sin encontrar relación entre la cantidad de opiniones y el promedio: acumular reseñas no indica que un producto sea mejor. Después armaron dos experimentos con fundas de teléfono de precio parecido, de las que los participantes, reclutados en línea, solo veían la nota y la cantidad de reseñas.
En el primer experimento, con 132 participantes, frente a dos fundas de 3,1 estrellas, una con 29 reseñas y otra con 154, más del 90 % eligió la de 154. Un razonamiento estadístico apunta al revés: si la nota es mediocre, más reseñas confirman que el producto lo es, y el modelo de los autores le daba a la otra una probabilidad de 0,60 de ser mejor. En los 11 pares en que el producto más reseñado era probablemente el peor, la gente lo prefirió en el 65,5 % de las elecciones.
La cantidad como prueba social
Lo más revelador es lo que no cambió. En el segundo experimento, con 105 participantes, las muestras bajaron de unas 150 y 25 reseñas a 26 y 6, y las elecciones fueron casi iguales: el más reseñado fue preferido en el 72,3 % de los pares en que convenía el otro. Quien usara la cantidad para calibrar su confianza en el promedio habría dudado más con muestras tan chicas. Un modelo que solo suma la diferencia de nota y una señal de popularidad explicó casi todo el patrón; el estadístico ajustó mal. La cantidad funciona como prueba social: dice cuántos eligieron antes, no cuánto se sabe del producto.
Bart de Langhe, Philip Fernbach y Donald Lichtenstein llegaron a una conclusión cercana en 2016, en el Journal of Consumer Research. Con 1.272 productos de 120 categorías, mostraron que el promedio de estrellas coincide poco con las evaluaciones de Consumer Reports y a menudo descansa en muestras insuficientes. Aun así, los consumidores le dan mucho peso frente al precio y a la cantidad de opiniones, y no ajustan su confianza según el tamaño de la muestra: una ilusión de validez, en palabras de los autores.
Los dos trabajos difieren en cuánto pesa cada número, pero coinciden en que la cantidad no se usa como precisión. Con notas separadas por 0,3 estrellas como mucho, como en el experimento de Powell, la popularidad inclina la balanza.
Cuatro y cinco, en el mismo cajón
Matthew Fisher, George Newman y Ravi Dhar describieron en 2018, también en el Journal of Consumer Research, lo que llamaron sesgo binario. La gente separa las calificaciones en dos grupos, positivas (cuatros y cincos) y negativas (unos y doses), pero dentro de cada grupo distingue poco entre un cinco y un cuatro. En diez estudios, la impresión que dejaba un producto dependió sobre todo de hacia qué lado se inclinaba la distribución.
Cuando cinco estrellas es demasiado
Ewa Maslowska, Edward Malthouse y Stefan Bernritter fueron a los datos de compra en 2017, en el International Journal of Advertising: tres tiendas en línea y cuatro tipos de producto (bombillas, calzado deportivo de mujer, productos naturales para el cabello y vitaminas de hierbas). Más estrellas no se tradujeron sin más en más ventas. La relación puede no ser lineal: la probabilidad de compra crece hasta cerca de 4,2 a 4,5 estrellas y después baja. El mismo estudio encontró que más reseñas no siempre traen mejores resultados, un matiz frente al experimento de Powell.
Judith Chevalier y Dina Mayzlin ya habían visto en 2006, en el Journal of Marketing Research, con ventas de libros en Amazon y Barnes & Noble, que en la mayoría de las muestras una reseña de una estrella pesaba más que una de cinco.
Los límites
Los experimentos de Powell son elecciones hipotéticas entre dos productos sin descripción, y los autores advierten que las diferencias de nota eran pequeñas y las de cantidad, grandes y fijas. El pico de 4,2 a 4,5 estrellas sale de datos observacionales de cuatro categorías: marca un patrón, no una regla para cualquier producto, y no explica por qué ocurre.
Lo que se aprende
- Cuando las notas se parecen, el volumen de reseñas tiende a decidir: el comprador lo lee como popularidad.
- Una ficha impecable no asegura más ventas: en los datos de Maslowska, Malthouse y Bernritter, pasado el rango de 4,2 a 4,5 estrellas, la probabilidad de compra bajó.
- La distribución pesa además del promedio: cuenta la proporción de cuatros y cincos frente a unos y doses.
- Las críticas se leen y tienden a pesar más que los elogios. Responderlas es parte del juego, aunque las respuestas escritas con IA parecen haber perdido parte de su valor.
Lo que queda
Las estrellas resumen la experiencia de otros, pero el comprador no las procesa como un promedio con su margen de error. Ve cuántos eligieron, separa lo bueno de lo malo en dos cajones y, pasado cierto punto, una estrella más deja de sumar.