圖源：花瓣

攜程推出“雙向點評”后，瞬間就讓整個酒店行業(yè)炸了鍋。

有酒店商家覺得，終于能夠整治“惡意差評”了；但也有商家覺得，能否實際落地還需要觀察。

還有很多消費者的反應(yīng)很大：如何維護自己給出合理差評的權(quán)益？這種雙向點評背后的運行邏輯、技術(shù)支撐究竟是怎么回事？

為此，在國慶節(jié)前夕，我們與攜程集團副總裁、大中華區(qū)酒店業(yè)務(wù)總經(jīng)理許一心聊了聊，試圖全面、深入剖析“雙向點評”的前世今生。以及在這項機制背后，攜程平臺對于完善用戶多維度評價體系的探索。

01“雙向點評”要解決什么問題

在攜程推出“雙向點評”之后，《酒管財經(jīng)》私域群便有很多人討論：作為住客，以后是不是不敢再給酒店差評了？作為商家，是不是可以點評所有消費者了？

我們先說答案：顯然不是。

“雙向點評”其實是業(yè)內(nèi)一種更加通俗易懂的叫法。在攜程的官方口徑表述中，稱之為“報告不當行為”。

從這個叫法便能看出，酒店方面如遇住客以差評要挾或索要不正當利益，酒店可通過EBK訂單頁面上的“報告不當行為”按鈕進行記錄，對于部分性質(zhì)惡劣的客人，還可以做拉黑處理，以維護酒店合法權(quán)益。

圖源：攜程酒店程長營

酒店報告不當行為提交成功后，平臺會明確告知后續(xù)的治理舉措，形成報告-審核-反饋閉環(huán)。

也就是說，不同于住客對酒店可以做出好評和差評，酒店方對客人進行點評，只是集中在差評方面。其對住客進行點評的前提是：認為“客人存在不當行為”。

攜程推出這一機制，具有深刻的行業(yè)背景。

攜程集團副總裁、大中華區(qū)酒店業(yè)務(wù)總經(jīng)理許一心表示，此舉主要是為了解決酒店商家在日常經(jīng)營中最為頭疼的三類問題：

第一，讓酒店有底氣拒絕“差評”要挾。

在此之前，酒店遇到惡意差評，往往陷入“破財消災(zāi)”或“承受不公評價”的兩難。

現(xiàn)在，平臺鼓勵并支持酒店對可疑不當行為進行主動反饋，平臺會對反饋進行記錄，并在確認高風(fēng)險賬號后進行相應(yīng)處理。例如惡意點評不計入酒店點評總分等。

平臺釋放出這個信號，其實是在保護酒店商家的合理權(quán)益。

第二，優(yōu)化申訴流程。

以往酒店申訴一條惡意差評需耗時3個工作日。

當下，攜程通過引入AI 大模型，攜程將審核周期縮短至 1 個工作日，并確保一經(jīng)確認，該點評不計入酒店總分，大幅降低商家時間與人力成本。

第三，清晰感知反饋結(jié)果。

每條報告一經(jīng)核實通過，酒店將收到相關(guān)提示。攜程還將通過定期披露治理數(shù)據(jù)（如干預(yù)用戶量、覆蓋酒店數(shù)）和建立“報告-審核-反饋”閉環(huán)，讓酒店清晰感知治理進展，提升對平臺的信任感。

但是，在這個過程中，便有很多消費者向《酒管財經(jīng)》發(fā)出疑問：酒店商家和平臺如何確定用戶差評為“惡意差評”？自己正常反饋的“差評”是否會貼上“惡意差評”的標簽？

許一心表示，對于正常合規(guī)用戶的真實評價權(quán)，平臺會通過完備的機制充分保障。

酒店商家進行申訴反饋后，攜程會先結(jié)合系統(tǒng)特征與商家報告內(nèi)容，通過AI 大模型對點評內(nèi)容分析。一旦識別高頻風(fēng)險信號，涉及惡意點評將被降權(quán)，申訴自動通過。

同時，若點評內(nèi)容判斷存在爭議，攜程設(shè)有完善的用戶申訴通道。任何用戶如果認為自己的評價存在誤判，都可以通過客服提出申訴，屆時會有人工團隊進行重新評估。如確認是誤傷，攜程將恢復(fù)評價的正常權(quán)重和展示。

也就是說，這一機制將通過“系統(tǒng)精準識別+人工嚴謹復(fù)核”雙重體系，守護每一位真實用戶的表達權(quán)，同樣也維護酒店商戶的合法權(quán)益。

02AI如何精準識別“惡意差評”

在攜程推出“雙向點評”之后，依然有一種聲音表達出擔憂，即通過AI審核如何做到精準識別？

因為酒店行業(yè)的本質(zhì)是服務(wù)業(yè)，盡管很多流程已經(jīng)實現(xiàn)標準化，但是由于人的不可控性以及個體的感知敏感度不同，住客在預(yù)訂、住前、住中、住后等多個場景都有可能出現(xiàn)服務(wù)不到位的情景，進而出現(xiàn)所謂的“差評”。

AI審核如何能夠在相對復(fù)雜的酒店服務(wù)場景中，做出更加準確的決策？

許一心透露，在治理惡意點評時，AI模型扮演著“智能風(fēng)控大腦”的角色，其核心邏輯并非依賴單一指標，而是通過多模態(tài)、多維度的大數(shù)據(jù)分析進行綜合研判與快速響應(yīng)。

展開來說：

多維度數(shù)據(jù)評判——當處理酒店報告時，AI 大模型會結(jié)合酒店報告的具體內(nèi)容，與平臺內(nèi)多維度數(shù)據(jù)進行關(guān)聯(lián)分析與綜合評估，這些數(shù)據(jù)維度包括但不限于訂單特征以及相關(guān)的申訴特征等。

復(fù)雜模式識別——AI 的價值在于它能從海量數(shù)據(jù)中學(xué)習(xí)和識別非正常的、潛在的惡意行為模式。

例如，系統(tǒng)會關(guān)注某些集中、高頻的異常點評模式，并將其與報告內(nèi)容結(jié)合分析，從而形成綜合風(fēng)險評估。

系統(tǒng)持續(xù)優(yōu)化——系統(tǒng)會持續(xù)根據(jù)新的數(shù)據(jù)和案例進行自我迭代，以提升判斷的準確性。

也就是說，AI會將異常信號串聯(lián)起來，從而觸發(fā)相應(yīng)的治理機制。

《酒管財經(jīng)》獲得的信息，攜程將在10月22日完成此次點評升級，通過“AI 識別-申訴處理-結(jié)果追蹤-治理披露”全路徑，搭建用戶信用體系，幫助酒店有效應(yīng)對不實評價，聚焦服務(wù)質(zhì)量提升。

當前，攜程已在網(wǎng)頁端呈現(xiàn)用戶點評次數(shù)，在保護用戶隱私和數(shù)據(jù)安全的前提下，持續(xù)推進平臺健康生態(tài)的治理與打造。

AI工具生成的酒店詳情頁簡介 圖源：攜程酒店程長營

其實，如果大家長期關(guān)注OTA平臺的發(fā)展，便可知道大模型以及AI技術(shù)早已應(yīng)用到平臺的多個層面。

比如攜程AI 商家助手，可以幫助酒店員工處理80%的日常用戶咨詢。同時，攜程推出的 AI 圖生視頻工具還可根據(jù)酒店照片自動生成簡介視頻，還升級融入酒店周邊景區(qū)、美食等信息，增強酒店周邊吸引力，從而提高下單轉(zhuǎn)化率。

03平臺還需摒棄“唯點評分”論

如果追溯攜程的點評打分功能，原本是幫助消費者打通一條對酒店進行綜合評估的高效路徑。但是，伴隨著這一功能影響力增加，以及外部環(huán)境發(fā)生改變，點評分數(shù)規(guī)則亟需進行優(yōu)化和調(diào)整。

除了上文的“惡意差評”，在實際運營過程中，很多酒店還存在“唯高分論”的傾向——

原本，點評分在4.8分及以上的酒店會獲得攜程平臺的“超贊”酒店。但是，很多酒店過分追求這一數(shù)值，出現(xiàn)刷單刷屏的動作。甚至，很多酒店出現(xiàn)“高分焦慮”，已經(jīng)影響酒店的日常運營。

這顯然不是點評的初衷，也不是攜程平臺的“點評分”的價值所在。

圖源：攜程

正因為此，攜程將“超棒”酒店的評分標準從4.8 分下調(diào)至 4.7 分。

因為在實際用戶體驗中，點評分在4.7 分及以上的酒店已經(jīng)樹立了良好的服務(wù)口碑。調(diào)整“超棒”標準至 4.7 分，有助于讓更多優(yōu)質(zhì)的酒店被用戶“看見”，減少商戶經(jīng)營壓力。

這一改變對于酒店方面影響很大。

很多酒店可以騰出更多精力關(guān)注酒店服務(wù)，即通過提升硬件設(shè)施、優(yōu)化服務(wù)質(zhì)量、豐富住客體驗等實實在在的舉措來贏得好評，從而獲得長期穩(wěn)定的高分。

還有一種傾向是“唯點評分論”。

對于酒店的評估和評價體系，分數(shù)只是一個維度。對于酒店和消費者來說，需要通過更多維度來豐富自身的評估體系。而作為平臺來說，更需要探索和引入更多看得見的評估維度抓手。

《酒管財經(jīng)》注意到，在各個平臺上，出現(xiàn)越來越多的酒店細分榜單，參考的數(shù)據(jù)維度也更加多元。

比如高德地圖基于用戶真實到店行為作出的掃街榜，抖音平臺基于豐富視頻的體驗式內(nèi)容以及高贊的用戶交互行為推出的酒店心動榜單等。

許一心表示，攜程平臺已經(jīng)通過“酒店標簽”（如“商務(wù)出行”、“親子度假”、“設(shè)計酒店”等）、“特色榜單”（如“口碑榜”、“特價酒店榜”等）以及細分評分（如位置、衛(wèi)生、服務(wù)等）來多角度展現(xiàn)酒店特點。

圖源：攜程

未來，平臺還將從“用戶真實體驗場景”出發(fā)，爭取用更豐富的內(nèi)容和產(chǎn)品把酒店服務(wù)場景、設(shè)施體驗、環(huán)境特色等亮點展現(xiàn)給用戶，力求更精準地匹配用戶多樣化的需求，引導(dǎo)行業(yè)進行更健康、更多元的品質(zhì)競爭。

不難看出，未來的酒店點評機制會越來越完善、立體、真實。

這對于酒店商家是一個福音，畢竟，這將直接影響生意轉(zhuǎn)化。

對于普通消費者來說，這也會減少信息差，幫助他們更加高效地做出準確且合理的出行選擇。