王兴对美团的恶意差评失去了耐心。

2024-12-14

出品/电子商务报告Pro

发文/李响

整顿美团恶意差评

高档商战往往采用最简单的方式。

一直以来，大家想象的商战大多是影视剧中花费数百亿做空对手、切断对手资金链等戏剧性场景；现实中，我们看到的更多的是直播撕裂、高管骂人、愤怒刷差评等直接行为。

就刷差评而言，这种情况在外卖平台上也经常发生。

南京市玄武区人民法院曾经公布过一个经典案例:小林(化名)在一个著名的外卖平台上经营一家三明治店，生意一直很红火。

有一天，小林惊讶地发现，在短短三天内，他的商店收到了超过30条恶意差评，于是他立即报警求助。

经过公安机关的深入调查，真相浮出水面——原来这些差评其实是小林前合伙人之一的孙子(化名)。退出合伙人后，他们在周围设立了另一家三明治店。为了打击竞争对手，他们毫不犹豫地雇佣了许多人对小林的商店进行有组织的恶意差评。

面临如此恶劣的行为，小林决定向法院起诉小孙，要求其赔偿因此遭受的经济损失和合理的维权费用。

经过法庭审理，最终判决被告小孙需要在判决生效之日起十日内向原告赔偿经济损失和合理费用3万元。

宣判之后，小孙不服，提出上诉，二审法院经过仔细审查，驳回上诉，维持原判。

除了上述同行之间故意制造差评的情况，外卖平台上还出现了客户利用差评勒索商家、因不合理要求得不到满足而给予差评、员工出于报复故意留下差评等现象。

这些不公平、不客观、不真实的恶意差评，不仅给普通商家带来了经营损失，也严重影响了客户的正常下单决策。

如果没有得到有效的控制，“恶意差评”现象可能会越来越严重，从而扰乱市场秩序，损害商家和消费者的合法权益，阻碍外卖行业的健康发展。

有鉴于此，美团多部门联合成立了“恶意差评治理重点小组”，从差评识别、判决、投诉、预警等多个环节入手，构建了更加透明高效的差评处理机制，帮助商家更好地将精力投入到线上运营中，共同营造公平健康的餐饮生态环境。

据了解，为了快速锁定恶意差评，美团升级了风险控制模型，引入了AI数据模型，利用AI能力快速识别涉嫌恶意差评的关键词，提高了恶意差评识别的准确性和敏捷性。风险控制模型抓取的恶意差评不会纳入商家评分，并实时纳入风险控制数据库进行后续分析处理。

同时，美团采取“屏蔽评价、判断无效评分、限制恶意用户反馈和下单”的形式，对差评牟利、恶意诋毁、内容违规等常见评价违规操作进行分层分级，为商家带来多重保障。

可以看出，美团正在通过技术手段，为商家创造一个更加公平健康的在线商业环境，有效应对和屏蔽恶意差评对商家公平评价的负面影响。

黑色产业链隐藏在差评下。

事实上，餐饮业不仅滋生了“恶意差评”，而且衍生出了“花钱删除差评”的非法交易。

据红星新闻报道，上个月，成都郫都警方成功打掉了一个“外卖水军”团伙。该团伙每月向200多家餐馆收取500元至700元的费用，以提供删除评估服务。在过去的两年里，非法累计利润超过50万元。

经警方深入调查，该团伙利用差评监控软件，层层招募代理商，向下属客户和团队提供差评监控服务，安排人员和用户根据“包条”或“月份”等合同进行沟通，实施“删帖控评”。

警方透露，该团伙的业务范围遍布广州、深圳、杭州等国内城市。据初步估计，他们处理了10多万条差评。

当前，该团伙涉嫌非法经营罪已被依法采取刑事强制措施，案件正在进一步调查中。

类似事件屡见不鲜。比如扬州一个犯罪团伙利用非法插件软件窃取差评买家信息，诱导客户通过协商赔偿等方式删除差评。，非法获利超过20万元；广东汕头一个犯罪团伙非法获取外卖平台匿名评价客户的信息，然后通过联系骚扰客户为商家提供删除差评的服务；此外，浙江省杭州市公安局逮捕的犯罪团伙，其非法销售的删除差评服务涉及江苏、安徽、浙江等地，非法销售额超过400万元…

餐饮业中，差评问题日益突出，逐步形成一条规模庞大、隐蔽性强的黑色产业链。

这种黑灰产品的出现，给外卖平台的正常运作带来了不小的挑战，给整个餐饮业的良性发展蒙上了阴影。

实际上，差评黑灰产品之所以会出现，与外卖平台使用的单一评分系统有很大关系。

在外卖平台上，商家的评分和口碑直接关系到他们的排名、流量和销量。在选择外卖时，消费者普遍喜欢选择分数高、口碑好的商家。

因此，为了维护自己的形象和利益，一些商家不惜雇佣水军进行刷评、删评等不正当操作。这些行为直接促进了差评黑灰产品的形成和发展。

今年年初，“年轻人报复性爆3.5分餐厅”、“评分低的店铺好吃”等话题引发热议。原因是网上名人中有消费者“踩雷”高分餐厅后，产生了逆反心理，然后尝试了3.5分餐厅，但味道出乎意料。