Розробка системи рейтингу продавців маркетплейсу
На маркетплейсі з 10 000 продавців і сотнями відгуків на день просте середнє арифметичне не працює: пара фейкових відгуків спотворює реальну картину. Тому ми розробляємо систему рейтингу, яка враховує не лише зірки, а й об’єктивні метрики виконання замовлень — відсоток доставок, швидкість обробки, скасування та повернення. Покупці приймають рішення за секунди: товар у продавця з рейтингом 4.8 продається значно краще, ніж той самий товар у продавця з 4.0. Якщо рейтинг не відображає реальність, довіра падає. Наша мета — дати чесний і прозорий механізм, що стимулює якісну роботу та захищає платформу від маніпуляцій. В основі — багатофакторна модель з різними вагами та ковзне вікно в 90 днів.
Складові рейтингу
Рейтинг не повинен зводитися лише до зірочок відгуків. Якісна система враховує кілька параметрів:
| Параметр | Вага | Джерело даних |
|---|---|---|
| Середня оцінка відгуків | 40% | Таблиця reviews |
| Відсоток успішних доставок | 20% | order_deliveries |
| Швидкість обробки замовлень | 15% | order_status_history |
| Відсоток скасувань з вини продавця | 15% | order_cancellations |
| Відсоток повернень | 10% | returns |
Підсумковий рейтинг — зважена сума нормалізованих показників, приведена до шкали 1–5. Кожен параметр нормалізується за формулою Z-оцінки або min-max. Це дозволяє враховувати різну природу метрик і уникнути домінування одного фактора. Такий підхід більш стабільний і менш схильний до маніпуляцій, ніж просте середнє.
Збір відгуків: процес і правила
Відгук можна залишити лише після підтвердження отримання замовлення. Це виключає відгуки від несправжніх покупців. Форма відгуку:
- Загальна оцінка (1–5 зірок)
- Оцінки за параметрами: відповідність опису, упаковка, швидкість відправки
- Текст (опціонально, з мінімальною довжиною)
- Фото до відгуку (завантаження через S3)
Нагадування про відгук: push/email через 3 дні після доставки, повторне через 7 днів.
Модерація відгуків
Відгуки проходять автоматичну фільтрацію (нецензурна лексика, спам-патерни) і можуть бути оскаржені продавцем. Продавець може відповісти на будь-який відгук — це публічно видно покупцям і демонструє залученість. Скарга продавця на відгук передається модератору. Підстави для видалення: відгук про інший товар, містить особисті дані, явний фейк. Алгоритми аналізують текст на предмет нецензурної лексики, спам-патернів (повторювані фрази, посилання) та аномально низьких оцінок від нових акаунтів. Сумнівні відгуки позначаються і надсилаються на ручну модерацію. Продавець може оскаржити відгук, надавши докази (скріншоти листування, фото відправлення).
Чому ми використовуємо ковзне вікно?
Рейтинг перераховується не в реальному часі (дорого), а за розкладом:
- Раз на годину для активних продавців (>10 замовлень за 30 днів)
- Раз на добу для решти
Приклад SQL-запиту для ковзного вікна
SELECT seller_id, AVG(rating) as avg_rating, COUNT(*) as reviews_count, AVG(CASE WHEN status='delivered' THEN 1.0 ELSE 0.0 END) as delivery_rate FROM orders WHERE created_at >= now() - interval '90 days' GROUP BY seller_id Рейтинг розраховується ковзним: враховуються лише останні 90 днів. Це захищає від «гниючого» минулого та стимулює підтримувати якість.
Які наслідки низького рейтингу?
- Рейтинг < 4.0 — попередження в кабінеті, товари нижче у видачі
- Рейтинг < 3.5 протягом 30 днів — обмеження нових замовлень, повідомлення команди підтримки
- Рейтинг < 3.0 — автоматичне призупинення акаунту до розбору ситуації
Це мотивує продавців виправлятися, а не працювати з поганим рейтингом роками.
Процес розробки системи рейтингу
- Аналітика — збір вимог, аналіз поточних метрик і архітектури.
- Проєктування моделі — розрахунок ваг, нормалізація, логіка перерахунку.
- Розробка API — створення ендпоінтів для відгуків, оцінок і модерації.
- Панель адміністрування — інтерфейс для модераторів і менеджерів.
- Інтеграція з чергами — обробка фонових завдань через Redis/Beanstalkd.
- Тестування та документація — навантажувальне тестування, Swagger/OpenAPI.
- Розгортання — на вашому сервері або в хмарі.
Ми гарантуємо, що система витримає навантаження до 100 000 відгуків на день без деградації. Для пікових навантажень (після розпродажів) використовується черга завдань на Redis і горизонтальне масштабування worker-ів. Досвід команди — понад 5 років, реалізовано 12 великих проєктів.
Що входить у роботу
Розробка включає: проєктування моделі, API для відгуків і модерації, панель адміністрування, інтеграцію з чергами, навантажувальне тестування, документацію (Swagger/OpenAPI), навчання вашої команди, розгортання на вашому сервері або в хмарі, а також підтримку протягом місяця після запуску.
Порівняння підходів: просте середнє vs зважене
| Характеристика | Просте середнє | Зважене (наше) |
|---|---|---|
| Чутливість до спаму | Висока | Низька |
| Стабільність рейтингу | Низька | Висока |
| Прозорість для продавців | Середня | Висока |
| Захист від накруток | Слабкий | Сильний |
Зважений рейтинг краще відображає реальну якість сервісу і менш схильний до маніпуляцій. Вартість розробки залежить від складності та масштабу — розраховується індивідуально. Багатофакторна модель рейтингу визнана індустрією як найбільш об'єктивна.
Докладніше про принципи репутаційних систем можна прочитати в Wikipedia.
Замовте розробку системи рейтингу для вашого маркетплейсу — отримайте консультацію нашого інженера та приблизну оцінку термінів. Зв'яжіться з нами, щоб обговорити деталі.