Come Google Calcola Davvero il Tuo Punteggio in Stelle (Non è una Media)

La matematica Bayesiana dietro le recensioni ponderate, il decadimento temporale e perché il tuo punteggio visualizzato è quasi certamente diverso dalla media aritmetica — spiegato con formule reali e calcoli pratici.

Ecco una cosa che la maggior parte degli imprenditori scopre a proprie spese: puoi raccogliere venti recensioni consecutive da cinque stelle e vedere il tuo punteggio visualizzato muoversi a malapena. O peggio: passi sei mesi a migliorare il tuo servizio, superi finalmente le 50 recensioni e ti rendi conto che la tua media di 4.8 si è in qualche modo assestata a 4.3 su Google Maps. La matematica non è sbagliata. Funziona esattamente come previsto. Solo che nessuno ti aveva detto quale fosse il progetto.

Google non ha mai pubblicato il suo algoritmo di valutazione. Ma tra la formula Bayesiana di IMDB documentata pubblicamente, la documentazione di Algolia sulle valutazioni, la ricerca accademica sui sistemi di recensioni e anni di professionisti che hanno fatto reverse-engineering delle variazioni di punteggio visibili, i meccanismi sono ben compresi. Questo articolo analizza la matematica — in modo appropriato, con numeri reali.

Iniziamo con cosa sia una media semplice e perché non funziona. La media aritmetica di un insieme di valutazioni è semplicemente la somma divisa per il numero di elementi. Tre recensioni da 5, 4 e 5 danno (5+4+5)/3 = 4,67. Matematicamente è corretto. Ma è anche statisticamente fuorviante quando l'obiettivo è classificare migliaia di attività l'una contro l'altra.

I problemi si moltiplicano rapidamente su larga scala. Un ristorante che ha aperto la scorsa settimana con tre recensioni di amici entusiasti otterrà un punteggio più alto di un concorrente affermato con 200 recensioni e una media di 4.4 — anche se il locale affermato rappresenta un segnale drammaticamente più affidabile. Qualsiasi sistema di ranking che permetta questo verrebbe manipolato fino a diventare irrilevante in pochi mesi.

Come funziona in pratica il calcolo del punteggio in stelle di Google

Pensa alla valutazione Bayesiana come a una media ponderata per la fiducia. Quando hai pochissime recensioni, il sistema non si fida abbastanza del tuo campione per mostrarlo al valore nominale. Invece, mescola la tua media grezza con una stima a priori — un'aspettativa predefinita basata su tutte le attività simili. Più recensioni accumuli, più il sistema si fida dei tuoi dati e meno conta la stima a priori.

IMDB usa esattamente questo approccio per la sua lista Top 250 e ha documentato pubblicamente la formula: PV = (v/(v+m)) × R + (m/(v+m)) × C. Le variabili sono elegantemente semplici, ma le implicazioni comportamentali richiedono un momento per essere pienamente comprese. La stessa struttura matematica appare nella documentazione di ranking di Algolia, nella letteratura accademica sui sistemi di recensioni e nel lavoro di reverse-engineering fatto dai professionisti SEO che studiano il ranking locale di Google.

La formula PV = (v/(v+m)) × R + (m/(v+m)) × C è una miscela ponderata di due quantità: la media osservata della tua attività (R) e la media dell'intera categoria (C). I pesi sono determinati da quante recensioni hai (v) rispetto a una soglia minima di credibilità (m).

Nota che (v/(v+m)) + (m/(v+m)) è sempre uguale a 1.0. Questi due pesi sommano al 100% — stai sempre interpolando tra i tuoi dati e la stima a priori. L'unica domanda è in che misura. Quando v è piccolo rispetto a m, la stima a priori domina. Quando v è grande rispetto a m, le tue recensioni dominano.

WR = (v / (v + m)) × R + (m / (v + m)) × C

La soglia m è il parametro che codifica i requisiti di fiducia della piattaforma. IMDB imposta m a circa 25.000 voti per il suo calcolo della Top 250. Un bar di quartiere su Google non compete nello stesso universo statistico di Avatar, quindi m è impostato molto più in basso — i professionisti stimano generalmente m nell'intervallo da 5 a 50 per le schede locali di Google, variando per categoria e mercato geografico.

La media di categoria C è la variabile più sottovalutata. Non è una costante globale fissa. Google calcola quasi certamente C in modo dinamico — per categoria, per città, forse per contesto di ricerca. Un dentista a Roma viene confrontato con altri dentisti di Roma, non con ristoranti in una zona rurale della Sardegna. Ciò significa che la tua base Bayesiana è specifica per la categoria.

Perché la formula del punteggio ponderato è importante per la tua SEO

L'implicazione pratica è che ottenere le prime 50 recensioni conta in modo sproporzionato rispetto a ottenere le recensioni dalla 51 alla 150. Ogni recensione al di sotto della soglia di credibilità m ha un impatto smisurato perché sposta significativamente il coefficiente (v/(v+m)). Passare da v=5 a v=10 raddoppia il tuo peso di fiducia. Passare da v=150 a v=155 è appena misurabile.

Questo spiega un modello controintuitivo che i professionisti osservano ripetutamente: un'attività passa da 3 a 30 recensioni e vede il suo punteggio visualizzato scendere da 5.0 a 4.6 — anche quando le nuove recensioni sono anch'esse positive. La matematica è corretta. Il 5.0 iniziale era una finzione Bayesiana. Il 4.6 è la prima stima onesta.

Due esempi pratici, utilizzando una media di categoria realistica di C = 4.1 e una soglia minima di m = 50. Queste sono stime plausibili per una categoria di servizi locali moderatamente competitiva (idraulici, dentisti, autofficine). Inserisci valori diversi per modellare la tua categoria.

L'Attività A ha un punteggio grezzo perfetto — ogni recensore ha dato 5 stelle. Ma con solo 3 recensioni, la formula si fida dei suoi dati solo per il 5,7%. Il restante 94,3% del suo punteggio visualizzato proviene dalla media di categoria di 4.1. Risultato: 4,15. Non il 5.0 che sembra meritare.

L'Attività B ha una media grezza inferiore, 4.6 — alcuni recensori hanno dato 3 o 4 stelle. Ma 120 recensioni significano che la formula si fida dei suoi dati per il 70,6%. Il suo punteggio visualizzato di 4,45 è molto più vicino alla realtà e sarà classificato più in alto dall'algoritmo di Google rispetto al nominale 5.0 dell'Attività A. Il volume guadagna credibilità. La credibilità guadagna visibilità.

La tabella sottostante applica la formula a sei scenari con C = 4.1 e m = 50. La colonna Delta mostra quanto il punteggio Bayesiano differisce dalla media semplice. Nota come il divario si riduce all'aumentare del numero di recensioni — è la stima a priori che perde influenza man mano che le prove si accumulano.

La riga più interessante è l'ultima: un'attività con solo 5 recensioni ma una terribile media grezza di 2.0 mostra in realtà 3,85 — tirata su di quasi due stelle intere dalla media di categoria. Questo è intenzionale. Il sistema si rifiuta di condannare un'attività all'oblio sulla base di cinque dati. Si orienta verso la media fino a quando il campione non è abbastanza grande da giustificare fiducia.

Questo effetto di smorzamento sugli outlier negativi è il motivo per cui il "review bombing" — una campagna coordinata di recensioni negative false — è meno catastrofico di quanto sembri in superficie. L'algoritmo resiste a risultati estremi quando il numero di recensioni è insufficiente a giustificarli. Detto questo, i sistemi di rilevamento delle anomalie di Google segnalano anche campagne di recensioni a rapida velocità in entrambe le direzioni.

La formula Bayesiana spiega la base, ma il sistema effettivo di Google aggiunge almeno altri tre livelli: decadimento per recency, punteggio di affidabilità del contributore e smorzamento delle anomalie per picchi di velocità. Nessuno di questi è confermato ufficialmente. Tutti sono dedotti da prove comportamentali e analisi di brevetti.

Pensa alla formula Bayesiana di base come alle fondamenta. Tutto ciò che viene costruito sopra rende il segnale più resistente alla manipolazione e più temporalmente accurato. L'obiettivo è sempre lo stesso: fare in modo che il punteggio visualizzato rifletta ciò che un cliente sperimenterebbe genuinamente se entrasse oggi.

Ponderazione per recency — perché i tuoi ultimi 90 giorni dominano

Google applica un decadimento temporale alle recensioni, dando più peso ai feedback recenti rispetto a quelli più vecchi. Il meccanismo è coerente con una funzione di decadimento esponenziale, in cui l'influenza di una recensione diminuisce nel tempo anziché scendere a zero a una data di scadenza fissa.^[1]

L'analisi della community sul comportamento dei punteggi di Google rileva costantemente che le recensioni pubblicate più di 12–18 mesi fa hanno circa il 30–50% in meno di influenza rispetto a una recensione pubblicata la scorsa settimana. Una recensione a 5 stelle di tre anni fa viene ancora contata — semplicemente, conta meno. Ciò significa che un'attività che ha raccolto 80 recensioni nel 2022 e non ne ha ricevute altre da allora sta vivendo di un segnale "preso in prestito".

w(t) = exp(-λ × Δt)

where:
  Δt = days since review was posted
  λ  = decay constant (estimated ~0.003–0.008 for Google)
  w(t) = weight applied to that review in the running average

Affidabilità del contributore — perché la recensione di una Local Guide di Livello 7 ha più impatto

La gerarchia di fiducia di Google per i recensori è dedotta dal suo portafoglio di brevetti e dal comportamento osservabile. Il brevetto US8818995B1 descrive un sistema di ranking di ricerca che pondera i contributi in base al livello di fiducia dell'entità che li fornisce. Applicato alle recensioni: una Local Guide di Livello 7 con centinaia di recensioni dettagliate in più categorie di attività viene registrata come un nodo ad alta fiducia.^[2]

L'effetto pratico: una recensione a 5 stelle da una Local Guide di Livello 7 è probabilmente ponderata più pesantemente di una recensione a 5 stelle da un account creato ieri senza cronologia di recensioni. Non si tratta del valore in stelle — entrambi contano come 5 nel numeratore. Ma il peso applicato a ciascuno prima della media differisce. Google non ha mai quantificato pubblicamente questa differenza.

Smorzamento delle anomalie — cosa succede quando arrivano 40 recensioni in una settimana

I picchi di velocità attivano un livello di rilevamento separato. Se un'attività riceve 40 recensioni in 72 ore quando la sua base è di 2–3 al mese, i sistemi di Google segnalano questo schema. Il risultato non è la cancellazione automatica, ma la quarantena. Le nuove recensioni smettono di apparire nel conteggio e nel punteggio visualizzati mentre il sistema indaga.^[3]

Questo meccanismo spiega perché le aziende che acquistano campagne di recensioni in blocco spesso non vedono alcun miglioramento visibile — o vedono temporaneamente scendere i loro punteggi del profilo mentre le vecchie recensioni autentiche rimangono visibili ma il nuovo lotto rimane in un limbo di revisione. L'algoritmo è specificamente sintonizzato per diffidare di improvvise inflessioni di volume che si discostano dalle baseline stabilite.

Due scenari realistici per illustrare come si comporta la formula nel tempo. Nessuno dei due è fittizio — questi schemi appaiono ripetutamente nei casi di studio dei professionisti della gestione della reputazione.

Lo scenario del dentista dimostra l'intuizione centrale della valutazione Bayesiana: una media grezza inferiore con alta fiducia batte una media grezza superiore con bassa fiducia. Il punteggio visualizzato è sceso (da un nominale 4.9 a un visualizzato 4.58) ma la posizione nel ranking è migliorata perché il peso della fiducia ora è reale.

Lo scenario del picco del ristorante illustra perché la cadenza organica è importante. I sistemi di Google sono calibrati per rilevare velocità innaturali. Quaranta recensioni in una settimana seguite da due mesi di silenzio non solo sembrano sospette — il conteggio effettivo smorzato significa che hai speso soldi e non hai guadagnato quasi nulla. La matematica lo punisce due volte: il rilevamento delle anomalie riduce il conteggio visibile e il decadimento per recency significa che le recensioni dell'era del picco iniziano a svanire immediatamente.

La media Bayesiana non è l'unico approccio statisticamente valido. Il saggio di Evan Miller del 2009 'How Not to Sort by Average Rating' ha reso popolare un metodo diverso: il limite inferiore dell'intervallo di confidenza del Wilson score. Reddit lo ha adottato per la classifica dei commenti. Yelp ne usa una variazione.

score = ( p̂ + z²/2n - z√(p̂(1-p̂)/n + z²/4n²) ) / ( 1 + z²/n )

where:
  p̂  = observed positive proportion (e.g. 4+5 star / total)
  n   = total number of ratings
  z   = 1.96  (for 95% confidence interval)
  score = lower-bound of the true positive rate

Il Wilson score pone una domanda diversa rispetto alla media Bayesiana. Invece di 'mescola i miei dati con una stima a priori', chiede: 'dati i punteggi che ho, qual è la peggiore qualità reale probabile con una confidenza del 95%?' Questo produce una stima conservativa che punisce l'incertezza in modo ancora più aggressivo della media Bayesiana per conteggi di recensioni molto bassi.

Un terzo approccio — il modello Dirichlet-Multinomiale — tratta tutti e cinque i valori di stelle come categorie separate piuttosto che come un'unica scala continua. District Data Labs ha documentato questo approccio per sistemi multi-stella. È matematicamente più corretto della formula di IMDB (che tratta implicitamente le stelle come una scala lineare) ma computazionalmente più pesante. A fini pratici, la differenza comportamentale tra la media Bayesiana e un modello di Dirichlet diventa trascurabile sopra circa 30 recensioni.

Comprendere la matematica converte consigli astratti ('ottieni più recensioni') in una strategia quantificata. Ogni azienda si trova da qualche parte sullo spettro v/(v+m). Sapere dove ti trovi ti dice quanto la tua prossima recensione sposta effettivamente l'ago della bilancia.

Se v = 8 e m = 50, una singola nuova recensione a 5 stelle sposta il tuo peso di fiducia da 8/58 = 0,138 a 9/59 = 0,153. Quel cambiamento di 1,5 punti percentuali è significativo. Se v = 300 e m = 50, la stessa recensione ti sposta da 300/350 = 0,857 a 301/351 = 0,858 — appena rilevabile. Il volume nella finestra iniziale ha un impatto matematico dieci volte superiore al volume su larga scala.

Come calcolare il punteggio medio ponderato per la tua attività

Puoi eseguire la formula da solo in un foglio di calcolo. Prendi il tuo attuale numero di recensioni come v. Stima l'm della tua categoria osservando il numero di recensioni che mantengono le prime 3 attività nella tua categoria di Google Maps — il 25° percentile di quella distribuzione è una stima ragionevole di m. Il tuo attuale punteggio visualizzato è probabilmente già l'output PV; la tua media semplice è la somma divisa per il conteggio nel tuo backend.

Il calcolo che ti interessa è l'impatto marginale delle prossime N recensioni. Modellalo: aumenta v di 10, ricalcola il PV, osserva il delta. Fallo per un intervallo di valori di v per costruire una curva di sensibilità. La parte più ripida di quella curva — dove ogni recensione aggiuntiva produce il maggior miglioramento del PV — è dove dovresti concentrare i tuoi sforzi di acquisizione di recensioni.

Perché la recency rende la velocità delle recensioni più importante del numero totale

Una volta compreso il decadimento per recency, l'obiettivo di ottimizzazione cambia. Non si tratta solo del volume totale, ma del volume distribuito nel tempo. Un'azienda con 400 recensioni raccolte in cinque anni e nessuna negli ultimi 18 mesi sta effettivamente operando su un campione effettivo più piccolo di quanto suggeriscano i numeri. Le recensioni decadute contribuiscono meno alla media ponderata corrente.

La generazione costante di recensioni — anche a tassi modesti — si accumula nel tempo in modi che l'acquisizione massiccia non riesce mai a fare. Otto nuove recensioni al mese per dodici mesi superano 96 recensioni in un solo mese per quasi ogni metrica rilevante: fiducia Bayesiana, superamento del rilevamento di anomalie, traiettoria di decadimento per recency e percezione di credibilità del consumatore.